氣象統(tǒng)計(jì)期末復(fù)習(xí)解讀講課教案

1、學(xué)習(xí)-好資料更多精品文檔第一章第二章第十一章含義:2、距平含義:氣象資料及其表示方法平均值1nXxt是要素總體數(shù)學(xué)期望的一個(gè)估計(jì)。蟲(chóng)偌要素的平均（氣候）狀況。反映數(shù)據(jù)偏離平均值的狀況，也是通常所說(shuō)的異常。Xdt=Xt-X距平序列：?jiǎn)我貥颖局忻總€(gè)樣本資料點(diǎn)的距平值組成的序列稱為距平序列，也可以記為距平向量。3、中心化的概念：把資料處理為距平的方法叫中心化。氣象上常用距平值代替原樣本中的資料值作為研究對(duì)象。4、中心化的必要性：因?yàn)闅庀笠氐哪曜兓芷谟绊懞艽?，各月的平均值不一樣，為了使之能在同一水平下比較，常使用距平值（比如之前的舉例）。5、中心化的特性：距平值的平均值為0,使用方便；直接作為預(yù)

2、報(bào)值，比較直觀（偏高/偏低）。6、方差和均方差（標(biāo)準(zhǔn)差）Sx=對(duì)氣象要素x,資料長(zhǎng)度n,其表達(dá)式：含義：Sx是均方差，描述樣本中資料與平均值差異的平均狀況，反映變量圍繞平均值的平均變化程度（離散程度），Sx2是方差。7、方差和均方差（標(biāo)準(zhǔn)差）氣象上的應(yīng)用：1）如果12月份氣溫標(biāo)準(zhǔn)差比1月份大，反映了12月份氣溫隨時(shí)間變化幅度比1月大。2）對(duì)于同一個(gè)月，如果南京氣溫的標(biāo)準(zhǔn)差比北京小，說(shuō)明北京氣溫變化幅度大。（內(nèi)陸日變化較沿海大，這個(gè)日變化大小的比較就使用標(biāo)準(zhǔn)差比較的）3）均方差小的要素預(yù)報(bào)比大的容易。均方差越大，變量不確定性越大，預(yù)報(bào)越困難。4）變量減去某常數(shù)后均方差相同。8、累積頻率：變量小于

3、某上限的次數(shù)與總次數(shù)之比。（樣本特征一直方圖）9、總體（母體）：統(tǒng)計(jì)分析對(duì)象的全體。樣本：總體中的一部分。10、為何要進(jìn)行標(biāo)準(zhǔn)化？各要素單位不同、平均值和標(biāo)準(zhǔn)差也不同。為使它們?cè)谕凰缴媳容^，采用標(biāo)準(zhǔn)化方法，使它們變成同一水平的無(wú)單位的變量-標(biāo)準(zhǔn)化變量。Xzt=（Xt-X）/Sx目的：為了消去單位量綱不同所造成的影響。正態(tài)化的必要性：各類統(tǒng)計(jì)預(yù)報(bào)模型和統(tǒng)計(jì)檢驗(yàn)方法（F,t,u,X2檢3會(huì)）要求資料是符合正態(tài)分布正態(tài)化的處理方法：立方根或四次方根；雙曲正切轉(zhuǎn)換；化為有序數(shù)后的正態(tài)化轉(zhuǎn)換（標(biāo)準(zhǔn)化和正態(tài)化）11、標(biāo)準(zhǔn)化變量的平均值為0。標(biāo)準(zhǔn)化變量的方差為1。12、峰度系數(shù)與偏度系數(shù)峰度系數(shù)與偏度系

4、數(shù)是用來(lái)衡量隨機(jī)變量分布密度曲線形狀的數(shù)字特征，描述了氣候變量的分布特征。偏度系數(shù)：表征曲線峰點(diǎn)對(duì)期望值（平均值）偏離的程度。峰度系數(shù)：表征分布形態(tài)圖形頂峰的凸平度（即漸進(jìn)于橫軸的陡度）。13、標(biāo)準(zhǔn)偏度系數(shù)和峰度系數(shù)的計(jì)算公式為：nng1=1/6nr（xt-X）/s）3g2=、n/241/n”（xt-x）/s）4-3偏：一峰：一s為標(biāo)準(zhǔn)差14、狀態(tài)資料（離散型隨機(jī)變量）：表征氣象要素的各種狀態(tài)，觀測(cè)結(jié)果無(wú)法用數(shù)據(jù)表示。15、對(duì)樣本而言是頻率表，總體而言就是分布列。16、兩個(gè)方面來(lái)研究問(wèn)題：R型分析”：研究不同變量（要素）或同一要素不同格點(diǎn)之間的關(guān)系（行）。Q型分析”：研究樣本之間的關(guān)系（列）。

5、17、協(xié)方差：衡量任意兩個(gè)氣象要素（變量）之間關(guān)系的統(tǒng)計(jì)量（正、負(fù)相關(guān)關(guān)系）18、協(xié)方差氣象意義的進(jìn)一步理解：1n_1）反映了兩個(gè)氣象要素異常關(guān)系的平均狀況，sij（xit-xi）（xjt-xj）或者兩個(gè)變量的正、負(fù)相關(guān)關(guān)系。nt=i如理解（氣溫為例）：前冬氣溫負(fù)距平（冷）、后冬正距平（暖）一協(xié)方差負(fù)值-反相關(guān)；前冬氣溫正距平（暖）、后冬正距平（暖）-協(xié)方差正值-正相關(guān)2）變量自身的協(xié)方差就是方差。i個(gè)變量的方差，撇號(hào)代表距平。19、協(xié)方差矩陣S=1/nX'X'T,對(duì)角線元素是第20、區(qū)域資料的整理的三種方法：（1）代表站方法一平均相關(guān)系數(shù)最大的站（2）區(qū)域平均法：區(qū)域平均值要

6、與周圍格點(diǎn)（站點(diǎn)）值區(qū)別大（3）綜合指數(shù)法（各站點(diǎn)要素方差差異較大）K越大，異常越明顯。21、資料的訂正：插補(bǔ)、糾正、延長(zhǎng)22、資料的誤差：1）抽樣誤差2）觀測(cè)誤差：系統(tǒng)誤差（儀器不良）；偶然誤差（操作不慎）；隨機(jī)誤差（四舍五入）23、資料的質(zhì)量要求：準(zhǔn)確性和精確性；均一性；代表性；比較性24、資料的審查分為兩類：技術(shù)性檢查；合理性25、氣象資料的訂正方法：回歸訂正法（關(guān)系密切的站）；差值訂正法（地理環(huán)境近似一致的站點(diǎn)）；比值訂正法（兩站降水比值為準(zhǔn)常數(shù)）第二章選擇最大信息的預(yù)報(bào)因子1、天氣預(yù)報(bào)指標(biāo)必須滿足兩個(gè)經(jīng)驗(yàn)性的條件（1） P（A/B）>>P（A）或者P（A/B）<&l

7、t;P（A）,A/B之間有一定聯(lián)系（2） P（A/B）->1或P（A/B）->0,預(yù)報(bào)指標(biāo)有一定準(zhǔn)確率2、二分類預(yù)報(bào)：只預(yù)報(bào)事件A出現(xiàn)或者不出現(xiàn)（非A）,又稱為正反預(yù)報(bào)。設(shè)P（A）=p,P（非A）=q,p+q=1符合二項(xiàng)分布的條件：每次試驗(yàn)只有兩個(gè)結(jié)果；試驗(yàn)條件不變，每次實(shí)驗(yàn)結(jié)果一樣；試驗(yàn)的獨(dú)立性。用于計(jì)算天氣現(xiàn)象出現(xiàn)的概率特別是小概率事件，天氣預(yù)報(bào)指標(biāo)的檢驗(yàn)。3、狀態(tài)要素：可以用條件概率選擇預(yù)報(bào)因子并且用二項(xiàng)分布檢驗(yàn)預(yù)報(bào)因子的可靠程度。定量數(shù)據(jù)要素：主要用相關(guān)系數(shù)選擇預(yù)報(bào)因子或因子集，并用t檢驗(yàn)方法檢驗(yàn)其可靠性。4、樣本相關(guān)是否意味著總體相關(guān)？正態(tài)總體的相關(guān)檢驗(yàn)實(shí)質(zhì)上是兩個(gè)變量間

8、或不同時(shí)刻間觀測(cè)數(shù)據(jù)的獨(dú)立性檢驗(yàn)。所謂相關(guān)檢驗(yàn)，就是檢驗(yàn)p=0的假設(shè)是否顯著。在假設(shè)總體相關(guān)系數(shù)p=0成立條件下，樣本相關(guān)系數(shù)r的概率密度函數(shù)正好是t分布的密度函數(shù)。于是，就可以用t檢驗(yàn)法來(lái)檢驗(yàn)。5、t檢驗(yàn)t=,-Jn-2在原假設(shè)p=0的條件下，統(tǒng)計(jì)量<1-r2符合自由度為n-2的t分布。給定信度”和樣本相關(guān)系數(shù)r,根據(jù)自由度查出ta,若|t|大于等于ta,即否定P=0,總體相關(guān)；反之接受P=0,總體非相關(guān)。6、由ta計(jì)算出ra：樣本容量固定時(shí)，通過(guò)檢驗(yàn)的t值應(yīng)該至少等于ta,j2故有t_rn2r=10t式中，ra就是通過(guò)檢驗(yàn)的相關(guān)系數(shù)臨界值?？诙?1_%2豆n-2+tj實(shí)際應(yīng)用中，若已

9、知自由度（n-2）和顯著性水平，查相關(guān)系數(shù)春口可?！?、自相關(guān)系數(shù)：衡量氣象要素不同時(shí)刻之間的關(guān)系密切程度的量是自協(xié)方差和自相關(guān)系數(shù)。8、落后交叉協(xié)方差和相關(guān)系數(shù)：衡量?jī)蓚€(gè)變量不同時(shí)刻之間的相關(guān)密切程度的量，常用落后交叉協(xié)方差和落后交叉相關(guān)系數(shù)表示。9、高自相關(guān)變量間的相關(guān)系數(shù)及其統(tǒng)計(jì)檢驗(yàn)：（1）兩個(gè)變量無(wú)持續(xù)性（非高自相關(guān)）t檢驗(yàn)（2）兩變量本身有強(qiáng)持續(xù)性或高自相關(guān)，t檢驗(yàn)的自由度不能用，需要計(jì)算有效自由度n/T,茸中二T='Rxx（j）Ryy（j）j二10、偏相關(guān)系數(shù)：當(dāng)存在三個(gè)以上變量互相影響時(shí)（如考慮y和x1、x2之間的關(guān)系），需要考慮消除了x1（x2）影響后，x2（x1）與y

10、的相關(guān)關(guān)系，這時(shí)候的相關(guān)系數(shù)稱為偏相關(guān)系數(shù)，記為ry1.2（ry2.1）11、簡(jiǎn)單相關(guān)系數(shù)：描述兩個(gè)變量線性相關(guān)的統(tǒng)計(jì)量，一般簡(jiǎn)稱為相關(guān)系數(shù)或者點(diǎn)相關(guān)系數(shù)，用r表示。它也做為兩總體相關(guān)系數(shù)p的估計(jì)。12、相關(guān)系數(shù)是標(biāo)準(zhǔn)化變量的協(xié)方差。（2）有-1<=r<=1（3）絕對(duì)值越大，表示變量之間關(guān)系越密切。當(dāng)r>0,表明兩變量呈正相關(guān)，越接近1，正相關(guān)越顯著；當(dāng)r<0,表明兩變量呈負(fù)相關(guān)，越接近-1,負(fù)相關(guān)越顯著；當(dāng)r=0,則表示兩變量相互獨(dú)立。計(jì)算出的相關(guān)系數(shù)是否顯著，需要經(jīng)過(guò)顯著性檢驗(yàn)。第三章氣候穩(wěn)定性檢驗(yàn)1、假設(shè)檢驗(yàn)的一般步驟為：1）寫出零假設(shè)和備選假設(shè)；2）確定檢驗(yàn)統(tǒng)計(jì)

11、量；3）確定顯著性水平；4）根據(jù)數(shù)據(jù)計(jì)算檢驗(yàn)統(tǒng)計(jì)量的實(shí)現(xiàn)值；5）根據(jù)這個(gè)實(shí)現(xiàn)值計(jì)算p-值；6）進(jìn)行判斷：如果p-值小于或等于alpha,就拒絕零假設(shè)，這時(shí)犯（第一類）錯(cuò)誤的概率最多為alpha;如果p-值大于alpha,就不拒絕零假設(shè)，因?yàn)樽C據(jù)不足。2、氣候穩(wěn)定性檢驗(yàn)涉及兩種情形：（1）某一地區(qū)氣候是否具有穩(wěn)定性，比較不同時(shí)段氣候變量的均值或者方差是否發(fā)生顯著變化。（2）兩個(gè)地區(qū)的氣候變化運(yùn)否查在顯著差異也可以通過(guò)檢驗(yàn)均值和方差來(lái)判斷。tx-y3、t統(tǒng)計(jì)量2-檢驗(yàn)兩地氣候是否有顯著差異：（n1-1）S12+”2-1）S21工S1、S2表示樣本均方差，n1,n2為樣本量。nn1+n2-2Yn1n

12、2服從自由度n1+n2-2的t分布。若|t|>=ta,表明兩區(qū)域的均值存在顯著差異。F>=F（a/2）則認(rèn)為兩地樣本方差有若樣本量足夠大，t=（xy）/S1/n1S2/nn24、上述統(tǒng)計(jì)量遵從自由度v1=n1-1,v2=n2-1 的 F 分布。若F檢驗(yàn)-檢驗(yàn)兩個(gè)總體方差是否存在顯著差異顯著差異，或者說(shuō)氣候有顯著差異。第四章氣候變化趨勢(shì)分析1、氣候時(shí)間序列：隨時(shí)間變化的一列氣候數(shù)據(jù)。2、氣候序列的基本特點(diǎn)：1）數(shù)據(jù)取值隨時(shí)間變化；2）每一時(shí)刻取值的隨機(jī)性；3）前后時(shí)刻數(shù)據(jù)之間存在相關(guān)性、持續(xù)性；4）序列整體有上升或下降趨勢(shì)，呈周期振蕩；5）某一時(shí)刻數(shù)據(jù)取值出現(xiàn)轉(zhuǎn)折或突變。3、回歸系數(shù)

13、b（氣候傾向率）：回歸系數(shù)b表示了變量x的趨勢(shì)傾向。b符號(hào)為正，說(shuō)明變量隨時(shí)間t的增加呈上升趨勢(shì)，反之則為下降趨勢(shì)，b值的大小反應(yīng)了上升和下降的速率,即傾向程度。4、相關(guān)系數(shù)r（氣候趨勢(shì)系數(shù)）：變量與時(shí)間的相關(guān)系數(shù)表示變量x隨時(shí)間變化程度。要判斷變化趨勢(shì)的程度是否顯著，就要對(duì)相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)。5、滑動(dòng)平均是趨勢(shì)擬合技術(shù)最基礎(chǔ)的方法，它相當(dāng)于低通濾波器。用確定時(shí)間序列的平滑值來(lái)顯示變化趨勢(shì)。主要從滑動(dòng)平均序列曲線圖來(lái)診斷其變化趨勢(shì)。X,其某一時(shí)刻t6、累積距平也是一種常用的、由曲線直觀判斷變化趨勢(shì)的方法。對(duì)于序列的累積距平表示為：7、累積距平計(jì)算結(jié)果分析:t尺八（為-又）i 11）累積距平

14、曲線呈上升趨勢(shì)，表示距平值增加；2）呈下降趨勢(shì)，表示距平值減??；3）從曲線明顯的上下起伏，可以判斷其長(zhǎng)期顯著的的演變趨勢(shì)及持續(xù)性變化，甚至還可以判斷出發(fā)生突變的大致時(shí)間。從曲線小的波動(dòng)可以考察其短期的距平值變化。圖1b 1976年是個(gè)明顯的轉(zhuǎn)折點(diǎn)，在這之前累積曲線基本上呈上升趨勢(shì)，海溫以正距平主，這之后累積曲線呈下降趨勢(shì)，海溫以負(fù)距平為主。1951- 1975年平均海溫距平 為12 C,而1977- 1993年平均海溫距平為 -128 C。這就是說(shuō)西風(fēng)漂流區(qū)年平均海溫從 1951- 1975 年 至 1977- 1993 年 下降了 0148 Co圖1c 1981年是個(gè)明顯的轉(zhuǎn)折點(diǎn)， 在這之前

15、累積曲線呈下降趨勢(shì)，海溫以負(fù)距平為主，這之后累積曲線呈上升趨勢(shì)，海溫以正距平為主。1951- 1980年平均海溫距 平為 0.08 C，1982- 1993 年為 0.21 C，赤道 太平洋年平均海溫1981年后比1981年前增加了 0.29 C。8、五、七和九點(diǎn)二次平滑方法概述：對(duì)時(shí)間序列做五點(diǎn)二次、七點(diǎn)二次和九點(diǎn)二次平滑,與滑動(dòng)平均一樣，也起到低通濾波的作用，以展示出變化趨勢(shì)。優(yōu)點(diǎn)：可以克服滑動(dòng)平均削弱過(guò)多波幅的缺點(diǎn)。第五章一元線性回歸1、一元回歸處理的是兩個(gè)變量之間的關(guān)系，即一個(gè)預(yù)報(bào)量和一個(gè)預(yù)報(bào)因子之間的關(guān)系。2、距平形式的回歸方程：夕-y=b（x-x）3、回歸問(wèn)題的方差分析222意義：

16、評(píng)價(jià)回歸方程的優(yōu)劣。sy=s?se預(yù)報(bào)量的方差可以表示成回歸估計(jì)值的方*（回匕方差）和誤差方差（殘差方差）之和。4、方差分析表明，預(yù)報(bào)量y的變化可以看成由前期因子x的變化所引起的，同時(shí)加上隨機(jī)因素e變化的影響，這種前期因子x的變化影響可以歸為一種簡(jiǎn)單的線性關(guān)系，這部分關(guān)系的變化可以用回歸方差的大小來(lái)衡量。如果回歸方差大，表明用線性關(guān)系解釋y與x的關(guān)系比較符合實(shí)際情況，回歸模型比較好。1j_2_1J_21c5、u和q分別稱為回歸平方和及殘差平方和n±（yi一y）工£（?y）（yi.?）Syy稱為總離差平方和。U反映了回歸值的分散程度。Q反映了觀測(cè)值偏離回歸直線的程度。6、三個(gè)

17、平方和的意義概括如下：總平方和（Syy）:反映因變量的n個(gè)觀察值與其均值的總離差?；貧w平方和（U）:反映自變量x的變化對(duì)因變量y取值變化的影響，或者說(shuō)，是由于x與y之間的線性關(guān)系引起的y的取值變化，也稱為可解釋的平方和。殘差平方和（Q）：反映除x以外的其他因素對(duì)y取值的影響，也稱為不可解釋的平方學(xué)習(xí)-好資料和或剩余平方和。7、相關(guān)系數(shù)與線性回歸：因?yàn)榛貧w方差不可能大于預(yù)報(bào)量的方差，可以用它們的比值來(lái)衡量方程的擬合效果。表明了預(yù)報(bào)因子x對(duì)預(yù)報(bào)量y的方差的線性關(guān)系程度，這一比值又稱為解釋方差。也可以說(shuō)明相關(guān)系數(shù)的含義：它是衡量?jī)蓚€(gè)變量線性關(guān)系離切程度的量，又被稱為回歸方程的判決系數(shù)。Sy?_U_r

18、22rxy8、判決系數(shù)R2：回歸平方和占總離差平方和的比例。SySyy1）反映回歸直線的擬合程度；2）取值范圍在0,1之間；3）R2t1,說(shuō)明回歸方程擬合的越好；R2T0,說(shuō)明回歸方程擬合的越差；4）判決曾等于相S系數(shù)的平方，即R2=r29、回歸系數(shù)b與相關(guān)系數(shù)之間的關(guān)系b=一>=，rxy,r與b同號(hào)。10、回歸方程的顯著性檢驗(yàn)：F=（U/1）/（Q/（n-2）SxSx原假設(shè)回歸系數(shù)b為0的條件下，上述統(tǒng)計(jì)量遵從分子自由度為1,分母自由度為（n-2）的F分布，若線性相關(guān)顯著，則回歸方差較大，因此統(tǒng)計(jì)量F也較大；反之，F(xiàn)較小。對(duì)給定的顯著性水平a,查表得到F臨界值Fa,如果F>Fa則

19、拒絕原假設(shè)，認(rèn)為線性相關(guān)顯著。對(duì)于一元線性回D3來(lái)說(shuō)，因?yàn)镕的相關(guān)系數(shù)表達(dá)式開(kāi)方就是相關(guān)系數(shù)t檢驗(yàn)的表達(dá)式，故回歸方程的檢驗(yàn)與相關(guān)系數(shù)的檢驗(yàn)一致。11、回歸分析與相關(guān)分析的區(qū)別：1.相關(guān)分析中，變量x變量y處于平等的地位；回歸分析中，變量y稱為因變量，處在被解釋的地位，x稱為自變量，用于預(yù)測(cè)因變量的變化。2.相關(guān)分析中所涉及的變量x和y都是隨機(jī)變量；回歸分析中，因變量y是隨機(jī)變量，自變量x可以是隨機(jī)變量，也可以是非隨機(jī)的確定變量。3.相關(guān)分析主要是描述兩個(gè)變量之間線性關(guān)系的密切程度；回歸分析不僅可以揭示變量x對(duì)變量y的影響大小，還可以由回歸方程進(jìn)行預(yù)測(cè)和控制。第六章多元線性回歸1、多元回歸就是

20、研究一個(gè)預(yù)報(bào)量和多個(gè)預(yù)報(bào)因子之間的關(guān)系。主要討論較為簡(jiǎn)單的多元線性回歸。其分析原理與一元線性回歸分析完全相同。2、線性回歸模型的距平形式：XXb=Xyy二bobiXib2x2Lbpxp（3）3、預(yù)報(bào)量的方差可以表示成回歸估計(jì)值的方差（回歸方差）和誤差方差（殘差方差）之和。Sj=S2+Se24、復(fù)相關(guān)系數(shù)：衡量一個(gè)變量（預(yù)報(bào)量）和多個(gè)變量（因子）之間的線性關(guān)系程度的量，因?yàn)樽兞恐g的關(guān)系可歸結(jié)為一個(gè)多元線性回歸方程，所以復(fù)相關(guān)系數(shù)是衡量預(yù)報(bào)量和估計(jì)量之間線性相關(guān)程度的量。上式反映了回歸平方和、總離差平方和與復(fù)相關(guān)系數(shù)的關(guān)系。可見(jiàn)，復(fù)相關(guān)系數(shù)實(shí)際是衡量p個(gè)因子對(duì)預(yù)報(bào)量的線性解釋方差的百分率，其變化

21、在012之間。R=1-Q/Syy0。 p一 Qn-p-15、假設(shè)預(yù)報(bào)因子與預(yù)報(bào)量之間無(wú)線性關(guān)系，則回歸系數(shù)應(yīng)該為檢驗(yàn)假設(shè)：Ho：固=&二='=0計(jì)算統(tǒng)計(jì)量遵從分子自由度為p,分母自由度為n-p-1的F6、若在預(yù)報(bào)因子中減去第 殘差平方和記為b*、U'、cii是因子離差矩陣的逆矩陣分布，在顯著性水平a下，若F>Fa,認(rèn)為回歸方程是顯著的。i個(gè)因子，再建立對(duì)y的預(yù)報(bào)方程，則回歸系數(shù)、回歸平方和、?Q',定義第i個(gè)因子的方差貢獻(xiàn)為Qi=q-q=u-U'=bC的第i行第i列元素。cii7、計(jì)算統(tǒng)計(jì)量符合自由度為（1,n-p-1）的F分布。給定信度以后，當(dāng)F

22、i>=Fa第i個(gè)因子的方差貢獻(xiàn)是顯著的。“Qi_ciiFi=八QnpdQ8、利用回歸方程進(jìn)行預(yù)報(bào)的步驟：1）確定預(yù)報(bào)量并選擇恰當(dāng)?shù)囊蜃印?）根據(jù)數(shù)據(jù)計(jì)算回歸系數(shù)標(biāo)準(zhǔn)方程組所包含的有關(guān)統(tǒng)計(jì)量（因子的交叉積、矩陣協(xié)方差陣或相關(guān)矩陣，以及因子與預(yù)報(bào)量交叉積向量等）；3）求解線性方程組，定出回歸系數(shù)；4）建立回歸方程并進(jìn)行統(tǒng)計(jì)顯著性檢驗(yàn)；5）利用已經(jīng)給出的因子帶入回歸方程做出預(yù)報(bào)量的估計(jì)，求出預(yù)報(bào)值的置信區(qū)間。第七章逐步回歸方法1、既要選擇對(duì)預(yù)報(bào)量影響顯著的因子，又要使回歸方程的殘差方差估計(jì)很小，這樣才有利于氣象預(yù)報(bào)。2、逐步回歸的三種方案：1）逐步剔除方案2）逐步引進(jìn)方案3）雙重檢驗(yàn)的逐步回歸

23、方案第八章氣象場(chǎng)的自然正交展開(kāi)1、EOF分析方法原理：將某氣候變量場(chǎng)的觀測(cè)資料以矩陣（m行n歹U）形式給出。m是空間點(diǎn)，n是時(shí)間序列長(zhǎng)度。Z和空間函數(shù) V兩部分，即X=VZi=1,2，mt=1,2, ,n, k=1,2, ,pp個(gè)空間函數(shù) vik和時(shí)間函數(shù)zki的2、氣象場(chǎng)的自然正交展開(kāi)，是將X分解為時(shí)間函數(shù)PXit=VikZkt=VilZit.Vi2Z2t.VipZptk=1含義：場(chǎng)中第i個(gè)格點(diǎn)上的第t次觀測(cè)值，可以看作是線性組合上式表明，第t個(gè)場(chǎng)可以表示為m個(gè)空間典型場(chǎng)，按照不同的權(quán)重線性疊加而成。V的每一列表示一個(gè)空間典型場(chǎng)，由于這個(gè)場(chǎng)由實(shí)際資料確定，故又叫經(jīng)驗(yàn)正交函數(shù)。3、上述分解要求滿足下列兩個(gè)條件:pVTVj="VkiVkjk14、重要參數(shù)m第i個(gè)特征向量對(duì)X場(chǎng)的貢獻(xiàn)率Pi=%/£%、R前p個(gè)特征向量對(duì)x場(chǎng)的貢獻(xiàn)率/一產(chǎn)=£'i./工斯i1ii15、計(jì)算步驟：1）根據(jù)分析目的，確定X的具體形態(tài)（距平或者標(biāo)準(zhǔn)化距平）；2）由X求協(xié)方差矩陣A=xXt;3）求A的全部特征值、特征向量，h=1H（通常使用Jacobi法）；4）將特征值作非升序排列（通常使用沉浮法），并對(duì)特征向量序數(shù)作相應(yīng)變動(dòng)；5）根據(jù)，h=1+和X