Статистические методы в географии: Статистические методы освоения географических дисциплин бакалавров по направлению подготовки «География»

Статистический метод в географии

СТАТИСТИЧЕСКИЙ МЕТОД В ГЕОГРАФИИ

УЧИТЕЛЬ ГЕОГРАФИИ ЛИСЕНКО Ю.В. ГОКУ АО «ОБЩЕОБРАЗОВАТЕЛЬНАЯ ШКОЛА ПРИ УЧРЕЖДЕНИЯХ ИСПОЛНЕНИЯ НАКАЗАНИЯ» ФКУ ИК-8

Цель : познакомиться со статистическим методом и способами графических изображений статистических показателей.

Стати́стика — отрасль знаний (и соответствующие ей учебные дисциплины), в которой излагаются общие вопросы сбора, измерения и анализа массовых статистических (количественных или качественных) данных.

Виды статистических показателей:

• абсолютные;
• относительные;
• структурные.

Абсолютные статистические показатели – характеризуют итоговую численность единиц совокупности или ее частей,

размеры (объемы, уровни) изучаемых явлений и процессов, выражают временные характеристики.

Абсолютные показатели могут быть только именованными числами, где единица измерения выражается в конкретных цифрах.

Среди абсолютных показателей, применяемых в экономической статистике, различают:

• натуральные;
• стоимостные.

Примеры абсолютных показателей: ВВП, объем экспорта и импорта; розничный товарооборот и др.

Относительные статистические показатели – это цифровые обобщающие показатели, они есть результат сопоставления двух статистических величин. По своей природе относительные величины производны от деления текущего (сравниваемого) абсолютного показателя на базисный показатель.

Примеры относительных показателей:

ВВП на душу населения, удельный расход сырья, плотность путей сообщения и др.

Пример . Из общей численности населения России, равной на конец 1985 г. 143,8 млн. человек, 104,1 млн. составляло городские жители, 39,7 млн. – сельские. Рассчитав относительные величины структуры, можно определить удельные веса (или доли городских и сельских жителей) в общей численности населения страны, т. е. структуру населения по месту жительства:

Городское – (104,1 : 143,8)*100=72,4%;

Сельское – (39,7:143,8) *100=27,6%.

Спустя шесть лет, численность населения страны составила 148,7 млн., в том числе: городских жителей – 109,7 млн., сельских – 39,0 млн. Исходя из этих данных, исчисляются показатели структуры населения:

Городское – (109,7 : 148,7) * 100=73,8%;

Сельское – (39,0 : 148,7) * 100=26,2%.

Сравнив состав населения страны в 1985 г. и 1991 г., можно сделать вывод о том, что происходит увеличение удельного веса городских жителей.

 

Структурные статистические показатели дают представление о том, какую долю или процент составляет часть от целого.

Примеры структурных показателей : удельный вес ЭАН в общей численности населения, доля занятых по отраслям экономики, удельный вес районов в производстве промышленной продукции и др.

Современную статистическую науку невозможно представить без применения графиков.

Графиком в статистике называют наглядное изображение статистических величин при помощи геометрических линий и фигур (диаграмм) или географических картосхем (картограмм, картодиаграмм).

График имеет ряд признаков или элементов:

• Геометрические знаки (точки, линии, фигуры), с помощью которых изображаются статистические величины.
• Пространственные ориентиры, определяющие размещение геометрических знаков на графике.
• Масштабные ориентиры, которые дают графическим изображениям количественную определенность.
• Поле, т. е. то место, где расположены геометрические знаки.
• Заголовки и словесные пояснения: название графика чаще всего соответствует названию таблицы, на основе которой он построен. Он обязательно должен содержать наименования масштабных шкал: название отложенных на них единиц измерения и другие необходимые пояснения.

По способу построения

статистические графики делятся на диаграммы, и статистические карты

А) Диаграммы – наиболее распространенный способ графических изображений, это графики количественных отношений. Виды и способы их построения разнообразны. В зависимости от цели графики могут быть: линейные, круговые, столбиковые полосовые секторные.

Какие виды диаграмм возможно использовать для абсолютных статистических показателей, какие – для относительных, какие – для структурных?

Б)Статистические карты представляют собой вид графических изображений статистических данных на схематической географической карте, характеризующих уровень или степень распространения того или иного явления на определенной территории.

Картограмма – это схематическая географическая карта, на которой штриховкой различной густоты, точками или окраской определенной степени насыщенности показывается сравнительная интенсивность какого-либо показателя в пределах каждой единицы нанесенного на карту территориального деления (например, плотность населения по областям или республикам распределения районов по урожайности зерновых культур и т. п.).

 

Картодиаграммы представляют собой сочетание диаграмм с географической картой. В качестве изобразительных знаков в картодиаграммах используются диаграммные фигуры (столбики, квадраты, круги, фигуры, полосы), которые размещаются на контуре географической карты. Картодиаграммы дают возможность географически отразить более сложные статистико-географические построения, чем картограммы.

Чем картограммы отличаются от картодиаграмм?

Статистические методы в географическом исследовании

Статистические материалы являются основой статистического метода исследований в географии. Владимир Павлович Максаковский в своей книге “Географическая культура” относит этот метод к категории общегеографических методов. Чтобы получить представление об этом методе, приведем следующую цитату: “И все же основу количественных методов составляют, по-видимому, статистические методы, представляющие собой совокупность количественных методов сбора, обработки и анализа массовых исходных данных.

Стаж применения этих методов уже довольно велик. Достаточно упомянуть о так называемой камеральной статистике, которая сформировалась в Германии еще в ХVIII веке. Основная задача камеральной статистики заключалась в сборе и систематизации справочной информации я нужд управления феодально-крепостническим государством и подготовки чиновников государственного аппарата.

В наши дни в зависимости от цели исследований и характера изучаемых объектов в географии применяются как методы математической статистики, так и методы социально-экономической статистики. Методы математической статистики позволяют оценивать надежность и точность выводов, сделанных на основе ограниченного статистического материала. В географии наиболее употребительны математико-статистические методы проверки гипотез, корреляционньий и регрессивный анализ, методы многомерной статистики (факторный анализ, метод главных компонент), статистическое моделирование и др. А социально-экономическая статистика применяется прежде всего при изучении различного рода социальных, экономических и других явлений и процессов, в том числе и в территориальном разрезе.

В качестве примеров применения статистических (математико-статистических) методов в физической географии можно привести выведение этим методом среднегодовых и среднемесячных показателей температуры воздуха, количества осадков, расчеты рассеяния, дисперсии показателей, их группировки с использованием различных видов корреляции.

Математические методы позволяют создавать особые описания географических явлений и процессов — их математические модели. Суть математического моделирования заключается в абстрагированном и упрощенном отображении действительности логико-математическими

формулами,  передающими в концентрированном виде сведения о структуре,  взаимосвязях и динамике исследуемых географических явлений. Эти модели очищены от ненужных деталей и лишних подробностей ради ясности характеристик важнейших свойств и закономерностей.

Из различных разделов современной математики в географии наиболее широко используется математическая статистика. На ее долю приходится не менее 80% всех проведенных экспериментов. Стало обычным делом проведение простого статистического анализа географических

данных — вычисление средних квадратических отклонений, дисперсии, коэффициентов вариации, оценка согласия распределений с помощью критериев Пирсона (χ2), А. Н. Колмогорова, расчеты прямолинейной и нелинейной корреляции, корреляционных отношений, различных видов регрессий и др. Несколько позднее географы обратились к дисперсионному и дискриминантному анализу, а также анализу временных рядов.

Но особенно широкое распространение нашли известные алгоритмы математической статистики — факторный анализ и метод главных компонент. Не менее популярны статистические алгоритмы классификации географических объектов на основе комплексов характеризующих их

показателей. Количество алгоритмов классификаций и их разновидностей очень велико, но все они построены на способах членения исходного множества изучаемых объектов на непересекающиеся подмножества: метод потенциальных функций, метод гиперплоскостей, метод гиперсфер и др.

 В социально-экономической  географии широко применяется  экономическая и социальная статистика, характеризующая количественную  сторону явлений и процессов  размещения и территориальной  организации производительных сил  и шире — общества. Большую  роль играет многофакторный анализ, сущность которого состоит в  замене большого числа показателей, варьирующих по странам или  районам, меньшим набором комплексных  параметров. А изучение географии  населения фактически целиком  и полностью основывается на  использовании статистических материалов  с применением прежде всего  метода группировок как первичной  основы научной обработки всех  данных о сети поселений. Это  материалы демографической статистики, которая являет собой самостоятельную  обширную область исследований.” (Максаковский В.П. “Географическая культура”, М., 1998 г. с. 21

 

 

 

 

 

 

 

                                               

 

                                           Заключение

При изучении разных объектов, конечно же, используются различные методы. Тем не менее существуют некоторые общие принципы и методы статистической работы. В учебнике «Теория статистики» английских статистиков Дж. Э. Юла и М. Дж. Кендэла говорится: «Независимо от того, в какой отрасли знания получены числовые данные, они обладают определенными свойствами, для выявления которых может потребоваться особого рода научный метод обработки. Последний известен как статистический метод или, короче, статистика». 
          Статистический метод говорит о том, что нельзя рассматривать и изучать народы, страны, природные объекты без использования статистических данных. То есть очень важно знать какова глубина, высота, запасы природных ресурсов той или иной территории, ее площадь, численность населения отдельно взятой страны, ее демографические показатели, а также показатели производства.

Сегодня, для того чтобы быть конкурентоспобным на рынке труда, необходимо владеть статистической методологией, т.е. знать основные методы и приемы изучения массовых данных, их сбора, обработки и анализа; понимать, как получены те или иные исходные данные, какова их природа; насколько они полны и достоверны; уметь обобщать их и оформлять в виде таблиц и графиков; уметь использовать различные статистические методы при решении конкретных задач анализа данных в сфере своей профессиональной деятельности.  

 

 

 

 

 

                                                  Литература

 

1.Гинзбург А.И. Статистика. Учебное пособие.– СПб, Изд. ПИТЕР, 2003.376с.

2. Географический энциклопедический словарь: Понятия и термины.  –    М: Сов. Энциклопедия, 1988

3.Дьяконов К.Н., Касимов Н.С., Тикунов В.С. Современные методы георафических исследований. – М.: Просвещение, 1996

4.Екеева Э.В., Машошина И.А., Методы географических исследований: – ГорнАлтайск:РИО ГАГУ,  2010. – 60 с

5.Тойн П., Ньюби П. Методы географических исследований. Вып.1. Эко-      номическая география. – М.: Прогресс, 1977

 

       Интернет-ресурсы:

       http://geographyofrussia.ru

      http://eko-tur.ucoz.ru/

       http://www.referat-web.ru

 

 

Методы исследования SAGE — Статистические методы для географии

Книга Добавить в список Добавлено в список

Больше информацииМеньше информации

«Статистические методы для географии» представляет собой систематическое введение в основные методы, которые должны понимать все учащиеся, чтобы пройти модуль по статистическому анализу. Он обеспечивает интегрированный обзор пространственных данных и анализ пространственных данных.

Ключевые особенности включают:

• – Прикладной акцент на методах для географов: в тексте представлено подробное обсуждение регрессионного анализа и автокорреляции – основных методов статистического вывода, используемых в географии
• – Введение в принципы пространственного анализа и пространственных закономерностей, включая вероятностные и вероятностные модели; проверка гипотез и выборка; дисперсионный анализ; точечные узоры; и закономерности в площадных данных. Текст завершается обзором методов обработки данных
• . В отличие от других вводных учебников, «Статистические методы для географии» включают в себя упражнения для самооценки с загружаемыми наборами данных в конце каждой главы. Использование и применение статистического программного обеспечения, включая SPSS, обсуждается повсюду.

«Статистические методы для географии» необходимо будет прочитать для бакалавриата по модулям статистического анализа, а полезный обзор методов для аспирантов

«Питер Роджерсон предоставил нам доступное введение в основные статистические процедуры, используемые географами, наряду с с ценными иллюстрациями того, как их можно применять с помощью SPSS для Windows. В качестве учебника по статистическому анализу для географов он будет широко использоваться и цениться». — Профессор Рон Джонстон, Школа географических наук, Бристольский университет

• Передняя часть

  • Авторские права
  • Предисловие

• Главы

  • Введение в статистический анализ в географии

  • Модели вероятности и вероятности

  • Тестирование гипотезы и выборки. по регрессии

  • Пространственные закономерности

  • Некоторые пространственные аспекты регрессионного анализа

  • Обработка данных: факторный анализ и кластерный анализ

• Задняя часть

  • Эпилог
  • Приложение A: Статистические таблицы
  • Приложение B: Обзор и расширение некоторых теорий вероятностей
  • Библиография

83671

• Загрузка. ..

значок блокировки

Войдите, чтобы получить доступ к этому содержимому

Получите БЕСПЛАТНУЮ ПРОБНУЮ ВЕРСИЮ на 30 дней

• Смотрите видео из разных источников, чтобы оживить школьные темы

• Читать современные, разнообразные бизнес-кейсы

• Исследуйте сотни книг и справочников

Зарегистрируйтесь сегодня!

География Полевые статистические методы и тесты

Конструктор коробчатых диаграмм

Коробчатые диаграммы или диаграммы с ячейками и усами — хороший способ отобразить диапазон информации о вашей выборке данных. Эти графики содержат диапазон, межквартильный диапазон, медиану, нижнее значение, верхнее значение, нижний квартиль, верхний квартиль и стандартное отклонение. Ящичные диаграммы или диаграммы с ячейками и усами могут быть построены для разных наборов выборок для сравнения распределений.

Калькулятор площади поперечного сечения профиля пляжа и объема пляжа

Создайте профиль пляжа и рассчитайте площадь поперечного сечения и объем пляжа, используя совокупное расстояние и угол наклона или данные об изменении высоты.

Индекс округлости по Кайе

Рассчитайте индекс округлости Калье для каждой гальки или осадочной частицы и создайте ящичковую диаграмму для анализа результатов.

Анализ кодирования

Кодирование — это процесс, при котором количественные или качественные данные классифицируются для облегчения анализа. Это может быть использовано географами для анализа результатов опросов, газетных статей или расшифровок интервью.

Тест Манна Уитни

Пример u-теста Манна-Уитни имеет дело с двумя наборами выборочных данных из двух контрастирующих городских районов, района X и района Y, с целью их сравнения и демонстрации различий. Тесты значимости используются, чтобы сказать нам, действительно ли различия между двумя наборами выборочных данных значимы или эти различия могли возникнуть случайно.

Номер Мэннинга

Наш калькулятор поперечного сечения реки использует 9 Мэннинга.0166 n для расчета скорости потока на прерывистых и эфемерных потоках. n Мэннинга предсказывает степень неровности речных русел. Скорость потока сильно зависит от сопротивления, создаваемого неровностями канала. Увеличение значения Мэннинга n вызовет уменьшение скорости потока.

Анализ ближайших соседей

Анализ ближайших соседей используется для поиска порядка в поселениях или других закономерностей в ландшафте. Это попытка измерить распределения в соответствии с тем, являются ли они сгруппированными, случайными или регулярными.

Калькулятор поперечного сечения реки, включая гидравлический радиус и смоченный периметр

Введите данные о реке, чтобы быстро сделать поперечное сечение реки и рассчитать площадь поперечного сечения, увлажненный периметр и гидравлический радиус. Расход можно рассчитать, введя среднюю скорость реки. Для прерывистых и эфемерных потоков в калькулятор можно ввести градиент русла и Мэннинга n для расчета расхода.

Размер образца

Чем больше размер выборки, тем выше вероятность того, что она точно отражает распределение родительской совокупности. Пример показывает, сколько длинных осей гальки необходимо измерить на участке пляжа, чтобы получить среднее (или среднее) значение с доверительной вероятностью 99 %.

Индекс разнообразия Симпсона

Сообщество, в котором доминирует один или два вида, считается менее разнообразным, чем сообщество, в котором несколько разных видов имеют одинаковую численность. Индекс разнообразия Симпсона – это мера разнообразия, которая учитывает количество присутствующих видов, а также относительную численность каждого вида. По мере увеличения видового богатства и равномерности увеличивается и разнообразие.

Коэффициент ранговой корреляции Спирмена

Коэффициент ранговой корреляции Спирмена используется для обнаружения силы связи между двумя наборами данных. В качестве примера рассматривается сила связи между ценой на предмет повседневного спроса (бутылка воды объемом 500 мл) и расстоянием от Музея современного искусства в Эль-Раваль, Барселона.

Калькулятор коэффициента ранговой корреляции Спирмена Rs и вероятности (p)

Коэффициент ранговой корреляции Спирмена Значение Rs является статистической мерой силы связи или взаимосвязи между двумя наборами данных. Этот калькулятор генерирует значение Rs, его уровень статистической значимости на основе точных значений критической вероятности (p), диаграммы разброса и заключения.