一 景观考古调查与线性回归分析
景观考古调查是以景观考古学研究为目的开展的区域系统调查。本练习使用的案例数据来源于希腊Antikythera岛的考古调查项目。练习的方法和数据均可从网站www.ucl.ac.uk/asp上下载。
1.调查方法的介绍与数据处理
（1）请大家参照文章练习文件夹下tut1a_en.pdf教案第Ⅲ至Ⅴ部分内容，完成对调查数据的处理。
（2）根据上述练习的数据，下面我们来考虑这样一个问题：根据每个调查斑块tract记录的信息，地表可视状况是否与采集遗物的密度相关？相关性有多强？
（3）首先，计算生成遗物分布密度字段。
在导航栏中，打开t_walkerrecord表格，右键点击tract字段头，选择“汇总”。在汇总对话框中分别选择distance和sherds中的“总和”，结果输出为sum_sherds.dbf。（图9-1）
（4）打开新生成的表格sum_sherds，通过“表选项”添加一个字段，命名为potdens，类型为浮点型。右键点击potdens字段头，选择“字段计算器”，计算potdens值为：[sum_sherds]/[sum_distance]*5000。
（5）关闭该表格，在导航栏中将该表格sum_sherds通过关键字段tract连接到asp_tracts图层。
（6）在导航栏中，右键点击并打开asp_tracts图层的属性表，可以看到已经连接了两个表格：tract属性表和汇总后的遗物表。下面就可以根据这两个表格中的相关信息进行回归分析。
图9-1 汇总对话框
2.线性回归分析
（1）在asp_tracts属性表中，点击“表选项”下的“创建图表”。选择“图表类型”为散点图；x字段为visibility；y字段为potdens。（图9-2）
观察发现，地表可视度参数visibility是一个离散型的变量，散点图中很难直接观察到该参数与地表采集遗物密度之间的关系，因此还需要进一步汇总处理。
图9-2 visibiIity与potdens属性间的散点图
（2）在asp_tracts属性表中，右键点击visibility字段头，选择“汇总”。这次汇总的是sum_sherds.potdens字段的“平均”，结果输出为sum_potdens.dbf。
图9-3 添加趋势线对话框
（3）关闭ArcMap，打开Excel软件。利用“打开”菜单将sum_potdens.dbf文件打开。
（4）选择Visibility和Ave_potdens两列数据制作散点图。
（5）右键点击该散点图中的散点部分，选择其中的“添加趋势线”，如图9-3所示：选中其中的“显示公式”和“显示R平方值”。
（6）关闭后，在散点图上添加线性回归方程式和相关系数R平方值。（图9-4）
9-4 添加了线性回归方程和R平方值的散点图
可以看到，地表可视度与采集遗物的密度之间的相关系数R2为0.2565，表明遗物的采集状况与地表可视状况之间存在较强的相关性。（计算可知，显著性水平为0.01。）地表可视状况越好，采集到的遗物越多。