计量地理学智慧树知到课后章节答案2023年下山东师范大学
山东师范大学
第一章测试
1. 在计量地理学发展的四个阶段中，不包括下列选项中的哪一个?( )
答案:
20世纪40年代末到50年代末
2. 第一本《计量地理学》教材的作者是（ ）
答案:
加里森
3. 请谈谈你对计量地理学的评价？
答案:
null
第二章测试
1. 空间数据主要用于描述地理实体、地理要素、地理现象、地理事件及地理过程产生、存在和发展的地理位蜀、区域范围和( )。
答案:
空间联系
2. 以下选项中不属于描述地理数据分布离散程度的指标的是：（ ）
答案:
变异系数
3. 标准正态分布的峰度系数____[1分]，则表示地理数据分布的集中程度高于正态分布； ____[1分] ，则表示地理数据分布的集中程度低于正态分布。
答案:
null
4. 锡尔系数____[1分]，则说明分配差异越大;反之，锡尔系数____[1分]，说明收入分配越均衡。
答案:
null
5. 锡尔系数L是以（ ）加权计算的。
答案:
人口比重
第三章测试
1. 最短路径的三方面含义是：____[1分]、____[1分]、____[1分]。
答案:
null
2. 下列选项中属于图G=（V，E）所必须包含的基本要素的是：（ ）
答案:
子图
3. 中心选址问题的质量判断依据是____[3分]。
答案:
null
4. 洛伦兹曲线是（ ）。
答案:
反映了收入分配的不平等程度
5. 洛伦兹曲线越是向横轴凸出，（ ）。
答案:
基尼系数就越大，收入分配就越平等
6. 有关空间罗伦兹曲线的表述不正确的是( )
答案:
R值由大到小排列，列出相应累积百分率
7. 有关基尼系数标准正确的表述是( )
答案:
＜0.2，表示绝对不平等
8. 作为反映一个国家或地区分配等程度的重要指标，以下基尼系数表述中所对应的收入最不公平的是（ ）
第５卷第１期 广东交通职业技术学院学报 ２ ０ ０ ６年３月 ＪＯＵＲＮＡＬ ＯＦ ＧＵＡＮＧ ＤＯＮＧ ＣＯＭＭＵＮＩＣＡＴＩＯＮＳ 兰竺 ！竺 ＶＯ１．５ Ｎｏ．１ Ｍａｒｃｈ ２００６
文章编号：１６７１－８４９６－（２００６）０１－００３０－０３
道路交通死亡人数的灰色马尔可夫预测
王 刚
（云南交通职业技术学院，云南昆明６５０１０１）
摘要：将灰色系统理论和马尔可夫理论相结合，建立道路交通事故死亡人数灰色马尔可夫预测模型。道
路交通事故死亡人数灰色马尔可夫预测既有灰色预测的优点，同ｕ，－ｊ￣有马尔可夫链的优点。通过对昆明城 市的实际例子的计算，可以看到，在道路交通事故死亡人数预测中，灰色马尔可夫预测模型精确度比较好，
有较好的预测结果。 关键词：道路交通事故；灰色模型； 预测；马尔可夫链
中图分类号：Ｕ４９１ 文献标识码：Ａ
Ｇｒｅｙ－ｍａｒｋｏｖ Ｍｏｄｅｌ ｆｏｒ Ｆｏｒｅｃａｓｔｉｎｇ Ｒｏａｄ Ａｃｃｉｄｅｎｔｓ
ＷＡＮＧ Ｇａｎｇ （Ｙｕｎｎａｎ Ｖｏｃａｔｉｏｎａｌ ａｎｄ Ｔｅｃｈｎｉｃａｌ Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｋｕｎｍｉｎｇ ６５０ １ ０ １，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅ Ｍａｒｋｏｖ ｃｈａｉｎｓ ａｎｄ ｔｈｅ ｇｒｅｙ ｍｏｄｅｌ ａｒｅ ｉｎｔｅｇｒａｔｅｄ．Ｔｈｅ Ｍａｒｋｏｖ ｃｈａｉｎｓ ｆｏｒｅｃａｓｔ ｍｅｔｈｏｄ ｉＳ ｐｒｅｓｅｎｔｅｄ ｉｎ ｔｈｉｓ ｐａｐｅｒ ａｎｄ ｔｈｅ ｇｒｅｙ－ｍａｒｋｏｖ ｍｏｄｅｌ ｆｏｒ ｆｏｒｅｃａｓｔｉｎｇ ｒｏａｄ ａｃｃｉｄｅｎｔｓ ｉｓ ｂｕｉｌｔ．Ｔｈｅ ｍｏｄｅｌ ｈａｓ ｔｈｅ ｍｅｒｉｔｓ ｏｆ ｂｏｔｈ ｇｒｅｙ ｆｏｒｅｃａｓｔｉｎｇ ａｎｄ Ｍａｒｋｏｖ ｃｈａｉｎｓ ｆｏｒｅｃａｓｔｉｎｇ ｗｈｉｃｈ ｒｅｄｕｃｅｓ ｒａｎｄｏｍ ｆｌｕｃｔｕａｔｉｏｎ ｏｆ ａｃｃｉｄｅｎｔ ｄａｔａ ａｆｆｅｃｔｉｎｇ ｆｏｒｅｃａｓｔｉｎｇ ｐｒｅｃｉｓｉｏｎ．Ｆｏｒｍ ａｎ ｅｘａｍｐｌｅ ｉｎ Ｋｕｎｍｉｎｇ，ｗｅ ｃａｎ ｓｅｅ ｔｈａｔ ｔｈｅ ｐｒｅｃｉｓｉｏｎ ｏｆ ｇｒｅｙ Ｍａｒｋｏｖ ｍｏｄｅｌ ｆｏｒ ｆｏｒｅｃａｓｔｉｎｇ ｒｏａｄ ａｃｃｉｄｅｎｔｓ ｉＳ ａ ｂａｔｔｅｒ ｗａｙ．ｔｈｅ ｍｏｄｅｌ Ｃａｎ ｇｅｔ ａ ｇｏｏｄ ｒｅｓｕｌｔ． Ｋｅｙ ｗｏｒｄｓ：ｒｏａｄ ａｃｃｉｄｅｎｔｓ；ｇｒｅｙ ｍｏｄｅｌ；ｆｏｒｅｃａｓｔ；ｍａｒｋｏｖ ｃｈａｉｎｓ．
案例九-马尔科夫预测 案例九 马尔科夫预测
一、 市场占有率的预测重点
例1：在北京地区销售鲜牛奶主要由三个厂家提供。分别用1，2，3表示。去年12月份对2000名消费者进行调查。购买厂家1，2和3产品的消费者分别为800，600和600。同时得到转移频率矩阵为：
3202402403601806036060180N
其中第一行表示，在12月份购买厂家1产品的800个消费者中，有320名消费者继续购买厂家1的 产品。转向购买厂家2和3产品的消费者都是240人。N的第二行与第三行的含义同第一行。
（1） 试对三个厂家1~7月份的市场占有率进行预测。
（2） 试求均衡状态时，各厂家的市场占有率。
解：（1）用800，600和600分别除以2000，得到去年12月份各厂家的市场占有率，即初始分布0(0.4,0.3,0.3)p。
用800，600和600分别去除矩阵N的第一行、第二行和第三行的各元素，得状态转移矩阵：
0.40.30.30.60.30.10.60.10.3P
于是，第k月的绝对分布，或第 月的市场占有率为：
00()(1,2,3,,7)kkPpPkpP
1k时，10.40.30.30.40.30.30.60.30.10.520.240.240.60.10.3p 2k时，220.40.30.30.520.240.240.4960.2520.252pPP
3k时,
330.40.30.30.4960.2520.2520.50080.24960.2496pPP
类似的可以计算出4p，5p，6p和7p。
现将计算结果绘制成市场占有率变动表，如表所示：
月份（i） 三个厂家的市场占有率
1 0.52 0.24 0.24
2 0.496 0.252 0.252
3 0.5008 0.2496 0.2496
统计预测与决策
统计预测与决策课程设计
课题一 简单线性回归分析
1.1建立模型
研究变量间的函数关系一般使用分析法，回归模型为:Y=，式中fX()，,Y为回归模型的目标变量，也称因变量;X是Y的影响因子，称为自变量。fX()描述了对Y的影响方式和程度。是一个随机变量，即因变量的随机误差项，它,
反映了除X变量外其它因素对Y的影响。
回归分析就是通过样本观测数据对模型进行估计，用最小二乘法分析随机误差项的分布特征，估计出回归系数，再使用该模型进行预测。 ,
如果在回归模型中只有一个自变量，且是线性的，即。fX()YX,，，,,,此为简单线性回归模型，其中、是线性回归系数。 ,,
在实际应用中，任何复杂形式的回归分析，一般都是从简单线性模型出发加以逐步深入。简单线性回归模型是一种理想化的形式，但通过简单线性模型的求解，对掌握回归分析的基本思想和方法特别有用。
1.2参数和回归检验
要将一元线性回归用于预测，就需要估计出参数α、β的值。线性回归模型参数的估计通常有两种，即最小普通二乘法和最大似然估计法。通常用的是最小普通二乘法。
1.2.1散点图和线性趋势线
在进行简单线性回归分析前，先绘制散点图很重要，如果是散点图上的点大致分布于一条直线上，则可使用线性回归方法，否则应重新考虑非线性回归等方法。 例:如图所示为某种商品的需求量与人均月收入的关系资料。一般认为商品的需求量数据在很大程度上取决于人均月收入，所以商品的需求量为因变量而人均月收入为自变量。
首先用散点图检查商品需求量和人均月收入之间的关系。在安排数据时，用
- 1 -
统计预测与决策课程设计
于分类轴(水平轴)的X变量在右边列中，用于数值轴(垂直轴)的Y变数在左边列中，如图a所示。
图a
1.2.2插入线性趋势线
考察图a所示的散点图，其数据点大致沿直线性线分布，故可以插入线性趋势线进行分析。Excel用最小二乘法确定线性趋势线的截距和斜率，并自动插入到图表中，下面具体讲述插入趋势线的步骤:
