通过文献检索选择影响非洲洪涝、干旱时空变化特征的自然、社会经济指标，利用SPSS10.0对非洲各国洪涝、干旱灾害及影响因素做Pearson相关分析，探索非洲各国洪涝灾害时空分布规律的主要影响因素。由于仅考虑南部非洲国家样本量较小，因此我们将分析范围增加到除西撒哈拉地区、南苏丹之外的非洲的53个国家。
变量选取：本书选择降水、ENSO、径流、森林覆盖率、水库库容、人口、人均GDP、城镇化率等表征自然、社会经济状况的指标，对洪涝灾害时空格局的影响因素进行定量分析，以期为非洲地区灾害与传染病流行、医疗援助等相关研究提供基础借鉴与指导；干旱影响因素除上述指标（降水、ENSO、森林覆盖率、水库库容、人口、人均GDP、城镇化率）外，还加入了对旱灾空间差异影响较大的年均温、人均水资源占有量、农业灌溉用地占农业用地总量百分比等指标。
方法介绍：相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。线性相关分析研究变量间线性关系的程度，用相关系数r来描述。若r＞0，则解释变量与因变量的方向一致；若r＜0，则二者变化方向相反；|r|越接近1，表明变量相关程度越高，它们之间的关系越密切。Pearson相关系数是对定距连续变量的数据进行计算，且变量总体呈正态分布，其计算公式如（3-1）。因此在进行Pearson相关分析前应进行单样本k-s检验，验证各变量是否满足正态分布。对于非定距连续变量或不成正态分布的变量不能运用Pearson相关性分析。Spearman相关分析应选用Spearman相关分析，适用于对分类变量的数据或变量值的分布明显非正态或分布不明时进行相关分析，计算时先对离散数据进行排序或对定距变量值排（求）秩。Spearman相关系数值亦在-1到1之间，绝对值越大，则相关性越强，其计算公式如（3-2）所示。(www.xing528.com)
式（3-1）中，N代表样本个数，x i表示第i个自变量x的值，y i表示第i个因变量y的值。
式（3-2）中，R i是第i个x值的秩，S i是第i个y值的秩，
分别是R i和S i平均值。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
