研究生地理数学方法(实习) Part1电子表格 Excel Excel里开展工作速度缓慢而且容易出错。还有一些方法是介于上述两种情形之间的,包括 周期图分析方法、R/S分析方法等。当数据量较小的时候,可以采用这些方法在Exce里解 决问题;但当数据量较大时,就得借助其他大型的数学计算软件(如 Matlab、 Mathcad)或 者统计分析软件(如SAS、SPSS)了。 读者可能产生疑问:既然一些方法在 Excel里面并不实用,为什么还要不厌其烦地讲述 它们?这就回到前面提到的、数学方法应用中的计算过程问题。作者撰写本书的初衷不在于 实用,大部分内容的实用性仅仅是本书内容的附带功能。作者真正希望的,是借助本书实现 如下教学目标:读者通过模仿一些计算过程,掌握有关模型建设的实例,进而理解有关数学 方法的技术路线。以主成分分析方法为例,采用大型统计分析软件SPSS,可以很方便地获 得全面的计算结果。但是,SPSS是一个“傻瓜”型软件,其计算过程对读者而言完全是 个“黑箱”。按照固定程序的操作该软件,不需要多少数学知识,就可以完成有关的统计计 算。但是,如果不了解一种方法的计算过程,不知道这些方法的基本原理,即便SPSS输出 结果,读者也没有办法给出准确的计算结果解释。如果读者首先在Excl里完成一个简明例 子的计算,通过这个过程熟悉主成分分析的数学运算过程,然后再利用SPSS开展有关的数 据整理和分析,就会主动和透明多了。当然,在阅读本书的过程中,读者会掌握 Excel的很 多功能和应用技巧,这些功能和技巧在未来的数据处理和分析过程中将会非常实用 需要特别强调的是线性回归分析方法。这种方法非常简单而且基本,以致很多读者不重 视该方法的深入学习和广泛练习。实际上,越是简单和基本的数学方法使用频率越高,应用 范围越是广阔。一些复杂的数学方法,如果主成分分析、判别分析、自回归分析、功率谱分 析、小波分析、神经网络分析、灰色系统建模和预测分析,如此等等,都可以借助线性回归 分析快速入门。本书讲述了基于回归分析的判别分析建模、自回归建模、周期图建模、RS 分析建模、GM(1,1)和GM(1M)建模和预测等等,并且在主成分分析中应用了回归分析。这 样,采用一种简明易懂的数学方法将多种数学方法贯通起来,读者可以通过回归分析了解多 种数学方法的理论建设要点。 这部著作最初是作为北京大学研究生地理数学方法辅助教材出现的,先后在北京大学城 市与环境学系、环境学院、城市与环境学院试用了七年。这不是简单的编写成果,而是带有 很强的著作成分。实际上,在写作过程中,作者参考的图书非常有限。最频繁使用的一部参 考书是一本关于 Excel函数的工具书—《Exce2000函数图书馆》,当然还有 Excel自身附 带的“帮助”内容。了解了Excl的数据分析、规划求解和数值拷贝功能之后,作者所作的 工作就是寻找合适的教学案例,根据相关的数学原理,在 Excel中一步一步展开计算,并且 详细地记录了这些计算和分析过程。现在献给读者的,就是作者对这些计算过程记录的整理 结果。 Excel的常用函数功能、数值拷贝功能、数据分析和规划求解功能,加上作者有关的 数学方法原理方面的知识,以及相关案例的数据,就是这本书的主要写作源泉 本书的写作特点是,借助简单的例子,从头到尾完整地演示各种数学方法的计算过程和 分析思路。读者学习本书的方法则是,静下心来,从前到后重复一下作者的计算过程,然后 寻找一个类似的例子,自己亦步亦趋模仿一遍。在模仿中学习,在思考中消化。通过阅读和 操作,可以打开一些数学方法的“黑箱”,了解其内部结构,从而更好地进行运算结果解读 然后,就可以借助 Excel或者有关统计/数学软件处理自己研究的现实问题了。原则上,本 书的每一章都相对独立,如果读者对Excl的基本功能比较熟悉,从任何一个部分都可以开 始学习。但是,如果读者对 Excel的基本功能不太熟悉,那就建议先系统学习第1章(一元 线性回归分析)和第2章(多元线性回归分析)。然后再任选其他章节阅读。特别是本书第 1章,作者对 Excel的有关功能和用法交代得非常详尽,对回归分析结果解释得相当细致, 通过前面两章的学习和思考,读者基本上可以掌握 Excel的常用数据分析操作技能。 【作者2008年8月】研究生地理数学方法（实习） Part1 电子表格 Excel ii Excel 里开展工作速度缓慢而且容易出错。还有一些方法是介于上述两种情形之间的，包括 周期图分析方法、R/S 分析方法等。当数据量较小的时候，可以采用这些方法在 Excel 里解 决问题；但当数据量较大时，就得借助其他大型的数学计算软件（如 Matlab、Mathcad）或 者统计分析软件（如 SAS、SPSS）了。 读者可能产生疑问：既然一些方法在 Excel 里面并不实用，为什么还要不厌其烦地讲述 它们？这就回到前面提到的、数学方法应用中的计算过程问题。作者撰写本书的初衷不在于 实用，大部分内容的实用性仅仅是本书内容的附带功能。作者真正希望的，是借助本书实现 如下教学目标：读者通过模仿一些计算过程，掌握有关模型建设的实例，进而理解有关数学 方法的技术路线。以主成分分析方法为例，采用大型统计分析软件 SPSS，可以很方便地获 得全面的计算结果。但是，SPSS 是一个“傻瓜”型软件，其计算过程对读者而言完全是一 个“黑箱”。按照固定程序的操作该软件，不需要多少数学知识，就可以完成有关的统计计 算。但是，如果不了解一种方法的计算过程，不知道这些方法的基本原理，即便 SPSS 输出 结果，读者也没有办法给出准确的计算结果解释。如果读者首先在 Excel 里完成一个简明例 子的计算，通过这个过程熟悉主成分分析的数学运算过程，然后再利用 SPSS 开展有关的数 据整理和分析，就会主动和透明多了。当然，在阅读本书的过程中，读者会掌握 Excel 的很 多功能和应用技巧，这些功能和技巧在未来的数据处理和分析过程中将会非常实用。 需要特别强调的是线性回归分析方法。这种方法非常简单而且基本，以致很多读者不重 视该方法的深入学习和广泛练习。实际上，越是简单和基本的数学方法使用频率越高，应用 范围越是广阔。一些复杂的数学方法，如果主成分分析、判别分析、自回归分析、功率谱分 析、小波分析、神经网络分析、灰色系统建模和预测分析，如此等等，都可以借助线性回归 分析快速入门。本书讲述了基于回归分析的判别分析建模、自回归建模、周期图建模、R/S 分析建模、GM(1,1)和 GM(1,N)建模和预测等等，并且在主成分分析中应用了回归分析。这 样，采用一种简明易懂的数学方法将多种数学方法贯通起来，读者可以通过回归分析了解多 种数学方法的理论建设要点。 这部著作最初是作为北京大学研究生地理数学方法辅助教材出现的，先后在北京大学城 市与环境学系、环境学院、城市与环境学院试用了七年。这不是简单的编写成果，而是带有 很强的著作成分。实际上，在写作过程中，作者参考的图书非常有限。最频繁使用的一部参 考书是一本关于 Excel 函数的工具书——《Excel2000 函数图书馆》，当然还有 Excel 自身附 带的“帮助”内容。了解了 Excel 的数据分析、规划求解和数值拷贝功能之后，作者所作的 工作就是寻找合适的教学案例，根据相关的数学原理，在 Excel 中一步一步展开计算，并且 详细地记录了这些计算和分析过程。现在献给读者的，就是作者对这些计算过程记录的整理 结果。Excel 的常用函数功能、数值拷贝功能、数据分析和规划求解功能，加上作者有关的 数学方法原理方面的知识，以及相关案例的数据，就是这本书的主要写作源泉。 本书的写作特点是，借助简单的例子，从头到尾完整地演示各种数学方法的计算过程和 分析思路。读者学习本书的方法则是，静下心来，从前到后重复一下作者的计算过程，然后 寻找一个类似的例子，自己亦步亦趋模仿一遍。在模仿中学习，在思考中消化。通过阅读和 操作，可以打开一些数学方法的“黑箱”，了解其内部结构，从而更好地进行运算结果解读。 然后，就可以借助 Excel 或者有关统计/数学软件处理自己研究的现实问题了。原则上，本 书的每一章都相对独立，如果读者对 Excel 的基本功能比较熟悉，从任何一个部分都可以开 始学习。但是，如果读者对 Excel 的基本功能不太熟悉，那就建议先系统学习第 1 章（一元 线性回归分析）和第 2 章（多元线性回归分析）。然后再任选其他章节阅读。特别是本书第 1 章，作者对 Excel 的有关功能和用法交代得非常详尽，对回归分析结果解释得相当细致。 通过前面两章的学习和思考，读者基本上可以掌握 Excel 的常用数据分析操作技能。 【作者 2008 年 8 月】