氣象統(tǒng)計(jì)方法實(shí)習(xí)報(bào)告

1、%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容20132第 頁共66頁第 頁共66頁氣象統(tǒng)計(jì)方法實(shí)習(xí)報(bào)告目錄實(shí)習(xí)一求500hPa高度場氣候場.距平場和均方TOC o 1-5 h z差場51、資料介紹52.要求53、實(shí)習(xí)結(jié)果61)FORTRAN源程序6.grads文件10.實(shí)習(xí)結(jié)果11實(shí)習(xí)二計(jì)算給定數(shù)據(jù)資料的簡單相關(guān)系數(shù)和自相關(guān)系數(shù)19資料介紹19要求20實(shí)習(xí)結(jié)果20.Fortran源程序20.程序運(yùn)行結(jié)果：25實(shí)習(xí)三分析中國夏季降水線性趨勢的分布特征26資料介紹及要求:262實(shí)習(xí)結(jié)果26(1).matlab程序26(2)程序運(yùn)行結(jié)果27實(shí)習(xí)四求給定數(shù)據(jù)的一元線性回歸方程29TOC o 1-5 h z資料介紹及要求2

2、9實(shí)習(xí)結(jié)果30(1).MATLAB程序30、程序運(yùn)行結(jié)果31.結(jié)果分析32實(shí)習(xí)五對給定的海溫?cái)?shù)據(jù)進(jìn)行EOF分析353535要求TOC o 1-5 h z實(shí)習(xí)結(jié)果:35（1）.FORTRAN源程序35（2）空間場和時(shí)間序列的ctl文件-39（3）運(yùn)行結(jié)果4145（4）分析實(shí)習(xí)三（附加）計(jì)算給定數(shù)據(jù)的11年滑動(dòng)平均和累積距平48資料介紹49要求4950實(shí)習(xí)結(jié)果實(shí)習(xí)四（附加）求給走數(shù)據(jù)的多元線性回歸方54TOC o 1-5 h z說明54要求54實(shí)習(xí)結(jié)果:54(1)Matlab源程序54(2)運(yùn)行結(jié)果66實(shí)習(xí)一求500hPa高度場氣候場.距平場和均方差場有一500hPa高度場資料,文件名h500.d

3、at,范圍:60150E,040N時(shí)1982.1-1985.12共48個(gè)月。水平分辨率：25*25,格點(diǎn)數(shù)：37*17o2.要求編fortran程序，求SOOhPa高度場的(1)氣候場;(2)距平場;(3)均方差場。并能用Grads做出圖形,實(shí)習(xí)報(bào)告中氣候場.距平場.均方差場任意給出兩張圖，圖注要清楚，即要注明是哪個(gè)時(shí)間的圖形，并做簡單分析。注：hSOO.For給出了如何用fortran讀取ASCII碼資料h500.dat.3.賣習(xí)結(jié)果1人FORTRAN源程序programex_gradsimplicitnoneinteger,parameter:nx=37,ny=17,nz=4,nt二12i

4、ntegeri,j,iz,itrealvar(nx,ny,nz,nt),cl(nx,ny,nt),sum,jp(nx,ny,nz,nt),jfc(nx,ny,nt)!Openingfileopen(10,file二g:gradsdatah500.dat,)doiz=l,nzdoit=l,ntread(10,1000)read(10,3000)(var(i,j,iz,it),i=l,nx),j=l,ny)enddoenddo1000format(2i7)%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容20132%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容20132第 頁共66頁第 頁共66頁2000format(37f6.2)3000fo

5、rmat(37f&1)4000format(37f7.2)close(10)!Outputopen(16,file=,g:gradsdatah500grd,form=,binary，)doiz=l,nzdoit=l,ntwrite(16)(var(i,j,iz,it),i=l,nx),j=l,ny)enddoenddo!CalculatingtheClimatologicalFielddoit=l,ntdoi=l,nxdoj=l,nysum=0doiz=l,nzsum=sum+var(i,j,iz,it)enddocl(i,j,it)二sum/4enddoenddoenddo!Outputcl

6、imate-fileopen(12,file=,g:gradsdataclimategrd,form=,binary)doit=l,ntwrite(12)(cl(i,j,it),i=l,nx),j=l,ny)enddoICalculatingtheAnomalydoiz=l,nzdoit=l,ntdoi=l,nxdoj=l,nyjp(i,j,iz,it)=var(i,j,iz,it)-cl(i,j,it)enddoenddoenddoenddoopen(13,file=,g:gradsdataanomaly.grd,form=,binary,)!Outputanomaly-filedoiz=l

7、,nzdoit=l,ntwrite(13)(jp(i,j,iz,it),i=l,nx),j=l,ny)enddoenddo!CalculatingtheMean-squareDeviationdoit=l,ntdoi=l,nxdoj=l,nysum=0doiz=l,nzsum=sum+(jp(i,j,iz,it)*2enddojfc(i,j,it)=sqrt(sum/4)%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容2013統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容2013第 頁共66頁第 頁共66頁enddoenddoenddo!Outputmean-squaredeviation-fileopen(14,file=,g:gradsd

8、atadeviationgrdJ,form=,binary,)doit=l,ntwrite(14)(jfc(i,j,it),i=l,nx),j=l,ny)enddoend(2)grads文件openg:gradsdata*.ctT(*為所求場對應(yīng)的ctl文件名)setlat040setIon60150,setlev500enableprintg:gradsdata*gmf,(*為所求場名稱）1=1while（imax_y)THENmax_y=rxy_ty(ty)k=tyENDIFENDDOPRINT“C全年平均氣溫絕對值最大自相關(guān)系數(shù)rxy_ty=,f7.4,/,1滯后時(shí)間長度k=I2),rx

9、y_ty(k),kk=0DOtw=l,N/2DOi=l,N-twrtw(i)=(w(i)-avr_w)/sw)：i：(w(i+tw)-avr_w)/sw)rxy_tw(tw)=rxy_tw(tw)+rtw(i)ENDDOrxy_tw(tw)=rxy_tw(tw)/(N-tw)rxy_tw(tw)=ABS(rxy_tw(tw)IF(rxy_tw(tw)max_w)THENmax_w=rxy_tw(tw)k=twENDIFENDDOPRINTC冬季平均氣溫絕對值最大自相關(guān)系數(shù)rxy_tw=f7.4,/；滯后時(shí)間長度k=I2)H,rxy_tw(k),kk=0!落后交叉相關(guān)系數(shù)DOtyw=l,N/2D

10、Oi=l9N-tywrtyw(i)=(y(i)-avr_y)/sy)：i：(w(i+tyw)-avr_w)/sw)rxy_tyw(tyw)=rxy_tyw(tyw)+rtyw(i)ENDDOrxy_tyw(tyw)=rxy_tyw(tyw)/(N-tyw)rxy_tyw(tyw)=ABS(rxy_tyw(tyw)IF(rxy_tyw(tyw)max_yw)THENmax_yw=rxy_tyw(tyw)k=tywENDIFENDDOPRINTC全年平均溫度與冬季平均氣溫之間的落后交叉相關(guān)系數(shù)rxy_tyw=,f7.4,/,滯后時(shí)間長度k=,I2)rxy_tyw(k),kEND(2).程序運(yùn)行結(jié)果

11、:i-G:MSDEV98MyProjects22Debugshixi2.exe*xy_tyw=0.4066相溫巳自氣rlu大均ti最平or)?值4季3CEt-V=對=4=to無絕k絕kurk9H溫度溫度度度ke舟氣長溫長y98坷間坷間坷間ar)T平時(shí)平時(shí)平時(shí)lnesn?19全夂希全win實(shí)習(xí)三分析中國夏季降水線性趙勢的分布特征1姿蚪介紹及要求：用數(shù)據(jù)160zhan-rainfall-summer.txt,求1982-2006年中罔160北各秋夏孚陣水線性傾向率，給岀分布圖并進(jìn)行簡單分析oread-rain.for給出了聞快竇料飽fortran程序。救據(jù)蠱丈件夾中單獨(dú)給出。2賣習(xí)姑果(1).ma

12、tlab程序%編寫求1982-2006年中國160站各站夏季降水線性傾向率clearallclcfid=fopen(1E:/160zhan-rainfall-summertxtTA1rtf);tline=fgets(fid);datal=fscanf(fidAT%f%f%f%f%f%28,160);data2=datal1;fclose(fid);fori=l:160;j(iA1:25)=data2(iA4:28);nl=1982:l:2006;pp(i,:)=polyfit(nl,j(i,l:25),1);endb=pP(:J)；jd=data2(:,3);wd=data2(:f2);jdc

13、=75:05:135;wdc=18:5:55;bz=griddata(jdAwdAbjdcAwdc1r1cubic=contour(jderwdcrbz)xlabel(1精度1);ylabel(1緯度1);title(1982-2006年中國160站各站夏季降水線性傾向率分布圖J(2)程序運(yùn)行結(jié)果%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容2013%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容20132第 頁共66頁第 頁共66頁1982-200拜中國160站各站真季降水線性傾向率分布圖經(jīng)度）實(shí)習(xí)四求給走數(shù)據(jù)的一元線性回歸方程1資料介紹及要求利用下表數(shù)據(jù)，以環(huán)流指標(biāo)為預(yù)報(bào)因子，氣溫為預(yù)報(bào)量，計(jì)算氣溫和Imn=lmi環(huán)流指標(biāo)之間的一元線

14、性回歸方程，并對回歸方程進(jìn)行檢驗(yàn)。年份氣溫T環(huán)流指標(biāo)19510.93219521.22519532.22019542.4261955-0.52719562.52419571128195802419596.21519602.71619613.2241962113019632.52219641.23019651.82419660.63319672.42619682.52019691.23219700.835答案：y=7.50.23xF=20.18F=4.41,回歸方程顯著、MATLAB程序%實(shí)習(xí)四求給定數(shù)據(jù)的一元線性回歸方程ClimateData=xlsread(!F:氣象統(tǒng)計(jì)方法從Excel文件

15、讀取數(shù)據(jù)x=ClimateData(:,3);%提取ClimateData的第三列9即環(huán)流指標(biāo)y=ClimateData(:f2);%提取ClimmteDmtm的第三列，即氣溫T實(shí)驗(yàn)數(shù)據(jù)氣象統(tǒng)計(jì)實(shí)驗(yàn)四數(shù)據(jù)xls1);%xdata=ones(size(xA1)rl)Ax;%在原始數(shù)據(jù)x的左邊加一列即模型包含常數(shù)項(xiàng)brbintrrrrintrs=regress(y,xdata)%調(diào)用regress函數(shù)作一元線性回歸yhat=xdata*b;%計(jì)算y的估計(jì)值%定義元胞數(shù)組，以元胞數(shù)組形式顯示系數(shù)的估計(jì)值和估計(jì)值得95%置信區(qū)間headl=1系數(shù)的估計(jì)值fJ估計(jì)值的95%置信下限，J估計(jì)值的95%置信

16、上限headl;num2cell(bAbint)%定義元胞數(shù)組，以元胞數(shù)組形式顯示y的真實(shí)值、y的估計(jì)值、殘差和殘差的95$置信區(qū)間head2=y的真實(shí)值*Jy的估計(jì)值，殘差1J殘差的95$置信下限，J殘差的95%置信上限&同時(shí)顯示y的真實(shí)值，y的估計(jì)值、殘差和殘差的95%置信區(qū)間head2;num2cell(y,yhatArArint)$定義元胞數(shù)組，以元胞數(shù)組形式顯示判定系數(shù)、F統(tǒng)計(jì)量的觀測值、檢驗(yàn)的P值和誤差方差的估計(jì)值head3=1判定系數(shù)，5統(tǒng)計(jì)量的觀測值，檢驗(yàn)的P值，J誤差方差的估計(jì)值，；head3;num2cell(s)(2)程序運(yùn)行結(jié)果ans=系數(shù)的估計(jì)值7.5095-0.23

17、43估計(jì)值的95%3信下限估計(jì)值的95%置信上限4.655410.3637-0.34330.1253ans=y的真實(shí)值.y的估計(jì)值.殘差0.90000.01230.88771.20001.6523-0.45232.20002.8237-0.62372.40001.41800.9820-0.50001.1837-1.6837殘差的95%置信下限.黴差的95%置信上限-1.56333.3388-3.03312.1285-3.11711.8696-1.56113.5251-4.12500.7576ans=判定系數(shù)乍統(tǒng)計(jì)址的觀測值檢驗(yàn)的P值誤差方差的估計(jì)值0.531320.40452.6673e-00

18、41.51342.5000-1.100006.20002.70003.2000-1.10002.50001.20001.80000.60002.40002.50001.2000-0.80001.88660.94941.88663.99523.76091.88660.48082.35520.48081.8866-0.22201.41802.82370.0123-0.69060.6134-2.0494-1.88662.2048-1.06091.3134-1.58080.14480.7192-0.08660.82200.9820-0.32371.1877-0.1094-1.9531-4.4072-4

19、.28670.1971-3.3535-1.1840-3.9959-2.4137-1.8001-2.6717-1.5996-1.5611-2.8318-1.2301-2.47943.18000.30840.51364.21251.23173.81080.83422.70343.23852.49863.24373.52512.18443.60562.2606(3).結(jié)果分析從輸出的結(jié)果看，常數(shù)項(xiàng)和回歸系數(shù)的估計(jì)值分別為7.5095和-02343,從而可以寫出線性回歸方程為$=7.50950.2343兀歸系數(shù)估計(jì)值的置信區(qū)間為-0.3433,-0.1253。對回歸直線進(jìn)行顯著性檢驗(yàn)，原假設(shè)和對立假設(shè)

20、分別為磯：“=0,耳：“H0檢驗(yàn)P的值為2.6673X104FORTRAN源程序!preparedataforeofanalysis!theprogramistonormalizeseasurfacetemperature(SST)!mt:thelengthoftimeseries;!mo:themonthnumbers;my:theyearnumbers;!sst:seasurfacetemperaturedata;!sst3:theworkarray;avf:theaverageofSST;!df:thevarianceofSST;programmainparameter(mo=12,my

21、=43,nx=18,ny=12,mt=516)dimensionavf(mo,nx,ny),df(mo,nx,ny)dimensionsst(nx,ny,mt),sst3(nx,ny,mt)open(l,file=,g:sstpxsstpxgrd,form=,unformatted,accessdirect/,recl=nx*ny)irec=ldoit=1,mtread(1,rec=irec)(sst(i,j,it),i=l,nx),j=l,ny)irec=irec+lenddo!averagedoj=l,nydoi=l,nxdok=l,modoit=k,mt,12avf(k,i,j)=avf

22、(k,i,j)+sst(i,j,it)enddoavf(k,i,j)=avf(k,i,j)/myenddoenddoenddo!variancedoj=l,nydoi=l,nxdok=l,modoit二k,mt,12df(k,i,j)=df(k,i,j)+(sst(i,j,it)-avf(k,i,j)*2enddodf(k,i,j)=sqrt(df(k,i,j)/my)enddo%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容2013%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容2013第 頁共66頁第 頁共66頁enddoenddo!standardizingdoj=l,nydoi=l,nxdok=l,modoit=k,mt,12辻(s

23、st(i,j,it)=-999.0)thensst3(i,j,it)=-999.0elsesst3(i,j,it)=(sst(i,j,it)-avf(k,i,j)/df(k,i,j)endifenddoenddoenddoenddo!outputfileopen(2,file=,g:sstpxstandardgrd,form=，unformatted,accessdirect,recl=nx*ny)irec=ldoit=l,mtwrite(2,rec=irec)(sst3(i,j,it),i=l,nx),j=1,ny)irec=irec+lenddoclose(2)close(1)end分解后

24、的時(shí)間系數(shù)寫Atctgrd文件中，空間場寫入evf.grd文件中，特征值和分析誤差寫入sstpx文件夾下的eigenvalue.dat文件，特征向量寫入eigenvactors.dat文件。由eigenvalues.dat中的標(biāo)準(zhǔn)特征向量可得出一般特征值的前兩個(gè)模態(tài)有效。用grads打開evf.ctl和tcf.ctl,分別畫出海平面氣溫EOF分解后的空間場和時(shí)間序列。(2)空間場和時(shí)間序列的ctl文件evfctl%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容20134%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容20134第 頁共66頁第 頁共66頁dsetg:sstpxevfgrdtitleCoadsSSTAEundef-999.0

25、xdef18linear12010ydef12linear-27.55zdef1linear10001tdef2linear叮anl948lmonthvars1anomalyS099CoadsSSTinterperatedusingendvarstcf.ctldsetg:sstpxtcfgrdtitleCoadsSSTATundef-999.0 xdef1linear12010ydef1linear-27.55zdef1linear10001tdef516linear1janl948lmonthvars2a099timecoefficient1b099timecoefficient2endva

26、rs(3)運(yùn)行結(jié)果第_模態(tài)空間場theSSTSpacialFieldforEOFAnalysis/NOJ時(shí)間系數(shù)theSSTTimeCoefficientforEOFAnalysis/NoJ19501955I960196519701975198019851990o-olouoxvGIAodnudn第二模態(tài)空間場theSSTSpacialFieldforEOFAnalysis/N0.225N-a15、-0.090.00-0.12M，-aas0.03-0.Q5-20S140E160WMOW80WI20WI00W二溜-012-0.09時(shí)間系數(shù)theSSTTimeCoefficientforEOFAn

27、alysis/No.21W01921501960197019751W01921930第一特征向量Eigenvalues.dat文件給出了EOF分析的第一特征向量值的216個(gè)值000-0.02200.01800.04300.03400.06400.05400.06000.06900.05500.03700.01000.0190-0.0210-0.046000000.02300.02100.05000.06100.05400.05000.02600.01300.0070-0.0600-0.0580-0.06900.0530-0.05500-0.01300-0.00100.02300.02800.0

28、3500.05100.03200.00800.0550-0.0730-0.1070-0.1180-0.0990-0.0760-0.0680-0.07800-0.0140-0.01400.00100.03600.02700.0180-0.0010-0.0560-0.0610-0.1050-0.12300.1230-0.12200.1140-0.0970-0.0870-0.111000.0130-0.00500.01700.0490-0.0140-0.0510-0.0540-0.10500.1120-0.0970-0.1010-0.1400-0.1410-0.1270-0.1270-0.1070-

29、0.11800-0.00800.01700.04900.0120-0.0640-0.0950-0.1100-0.1330-0.1250-0.1220-0.1130-0.1220-0.1270-0.1360-0.1190-0.1180000.02000.01200.0150-0.0010-0.0480-0.1040-0.1030-0.1270-0.1300-0.11600.1180-0.1130-0.1010-0.1000-0.10600.1240-0.10800-0.02800.00700.01400.0120-0.0020-0.0340-0.0710-0.0810-0.0800-0.1020

30、-0.1150-0.0980-0.0950-0.0890-0.1080-0.1380-0.11200-0.03200.01200.02500.01200.0010-0.0190-0.0080-0.0440-0.0620-0.0770-0.0810-0.0630-0.05300.0810-0.07700.1310-0.0780-0.06400.0210-0.00900.02100.03100.02400.0040-0.00900.0370-0.06100.0560-0.06400.0650-0.0720-0.0840-0.0850-0.0520-0.0660-0.0780-0.0110-0.02

31、60-0.0100-0.01100.02800.01800.02400-0.02300.0420-0.0660-0.0630-0.0650-0.09600.0160-0.0340-0.0480-0.0630-0.00800.0110-0.0070-0.00500.01300.03500.04500.06000.05500.0280-0.02300.0590-0.09500.06300.00700.00400.0100-0.0140(4)分析第_模態(tài)空間場theSSTSpociolFieldforEOFAnalysis/N0.1時(shí)間系數(shù)theSSTTimeCoefficientforEOFAna

32、lysis/No.1-201950191960196519701975IW1990此次試驗(yàn)EOF分析中的前兩個(gè)特征向量最大限度地表征了海平面溫度場的主要結(jié)構(gòu)。第_特征向量所描繪的第一經(jīng)驗(yàn)正交函數(shù)的特征場（即第一模態(tài)）具有海表面氣溫516個(gè)樣本的最相似的特征。若其可以解釋為516個(gè)月的標(biāo)準(zhǔn)化特征，它指示出海表溫度變化的擾動(dòng)。其對應(yīng)的時(shí)間系數(shù)可以表示為第一模態(tài)空間場的時(shí)間權(quán)重。從第一模態(tài)的空間特征場可以看出，受到大尺度環(huán)流影響，整場的空間變化基本全為負(fù)值。而其值乘以時(shí)間權(quán)重后均變?yōu)樨?fù)值。也就是大的時(shí)間系數(shù)乘以空間特征值對應(yīng)海表溫度的低值，而小的時(shí)間系數(shù)乘以空間特征值則對應(yīng)高值。海表溫度的低值對應(yīng)了

33、氣象上的拉尼娜年，而海表溫度的高值對應(yīng)了厄爾尼諾年。厄爾尼諾現(xiàn)象泛指赤道附近的東部太平洋表層海水溫度上升引起的氣候異常現(xiàn)象，它是熱帶海洋洋流與大氣互作用的產(chǎn)物。其基本特征是太平洋沿岸的海面水溫異常升高，海水水位上漲，并形成一股暖流向南流動(dòng)。它使原屬冷水域的太平洋東部水域變成暖水域，結(jié)果引起海嘯和暴風(fēng)驟雨，造成一些地區(qū)干旱，另一些地區(qū)又降雨過多的異常氣候現(xiàn)象。所以，在空間特征場乘以時(shí)間系數(shù)后的高值表示厄爾尼諾年。拉尼娜現(xiàn)象是指海洋中的赤道的中部和東部太平洋，東西上萬公里，南北跨度上千公里的范圍內(nèi)，海洋溫度比正常溫度東部和中部海面溫度偏低0.2攝氏度，并持續(xù)半年（與厄爾尼諾現(xiàn)象正好相反），東南信風(fēng)

34、將表面被太陽曬熱的海水吹向太平洋西部，致使西部比東部海平面增高將近60厘米，西部海水溫度增高，氣壓下降,潮濕空氣積累形成臺(tái)風(fēng)和熱帶風(fēng)暴，東部底層海水上翻，致使東太平洋海水變冷的現(xiàn)象。所以，在空間特征場乘以時(shí)間系數(shù)后的低值表示拉尼實(shí)習(xí)三（附加）計(jì)算給定數(shù)據(jù)的11年滑動(dòng)平均和累積距平1脊料介紹利用ma.dat,編寫11點(diǎn)滑動(dòng)平均的程序，ma.for給出了閱讀資料的fortran程序。數(shù)據(jù)在文件夾中單獨(dú)給出。2.要求實(shí)習(xí)報(bào)告中附出程序，并給出原數(shù)據(jù)和滑動(dòng)后數(shù)據(jù)的圖形（1張圖）Matlab程序load1g:MADAWx=MA;year=1922:l:20061;year2=year(1+(ih-1)/

35、2:length(x)-(ih-l)/2)；ih=ll;fori=l:length(x)-10avr(i)=sum(x(i:i+10)/ih;endplot(yearAxA)holdonplot(year2ravrA1r1)save(1Exam_4_output_datatxt1r1avr1rascii1)、FORTRAN程序滑動(dòng)平均計(jì)算值（已導(dǎo)入文件Exam_4outputfiIe_DATA.dat)3.0727242.7727233.0363672.7454582.5363643.0454552.7636343.0727252.7545472.5727272.9909162.7272773

36、.1181802.7272732.6090922.9545432.6818113.0909062.7272782.6545492.9181832.6636363.1090922.7545472.6818112.9363662.6636383.1090942.7363672.7545412.9000042.6181853.1454502.7727222.7909052.8545482.5727293.1272762.7727272.8818132.7818182.5363683.1090992.7636343.0090912.7363672.5272713.081819913.054543.16

37、3632.972726773.081813.136362.990909493.118183.100003.054542163.136363.063633.072724773.181813.018183.045459253.154543.07272673.200003.05454163.172723.08181883.218183.00909313.227273.00000303.181813.00909、原始數(shù)據(jù)及實(shí)驗(yàn)滑動(dòng)平均擬合曲線圖表（圖表由matlab畫出）2010McnngAxvragainrti合|Datallpor初ovAvg、分析圖中滑動(dòng)平均值很好的描述了變量x隨時(shí)間的變化趨勢。

38、滑動(dòng)平均值濾掉了較大的震蕩，使趨勢更加明顯。從圖中看出，x的整體趨勢被體現(xiàn)而震蕩的極大值卻在趨勢線中沒有顯著表示。所以，滑動(dòng)平均在分析數(shù)據(jù)時(shí)可以更好的體現(xiàn)變化趨勢但無法體現(xiàn)較大的異常值。在分析異常時(shí)，不宜使用滑動(dòng)平均。%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容20134%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容20134%象統(tǒng)計(jì)方法課程實(shí)踐內(nèi)容2013第 頁共66頁第 頁共66頁第 頁共66頁實(shí)習(xí)四（附加）求給定數(shù)據(jù)的多元線性回歸方程!1!為四個(gè)預(yù)報(bào)因子，丿為預(yù)報(bào)量；樣本個(gè)數(shù)“13選取預(yù)報(bào)因子1、2、4,求預(yù)報(bào)量的標(biāo)準(zhǔn)化回歸方程。112345678910111213X17111117113122111110X2262956315

39、25571315447406668X3615886917221842398兀4605220473322644222634121278.574.3104.387.695.9109.2102.772.593.1115.983.8113.3109.4答案：標(biāo)準(zhǔn)化變量回歸方程：$=0.5679再+0.4323兀2-0.2613“附加：利用上表資料，嘗試編寫逐步回歸程序。3.賣習(xí)結(jié)果：(1)Matlab源程序ClimateData=xlsread(F:-O(D-OCD伍氣象統(tǒng)計(jì)方法實(shí)驗(yàn)數(shù)據(jù)氣象統(tǒng)計(jì)實(shí)驗(yàn)四數(shù)據(jù)（附加題）xl）；UExuel文件讀取數(shù)據(jù)X=ClimateData(2:5,:);%提取Clim

40、ateData的第二到5行數(shù)據(jù)，即自變量觀測矩陣Xy=ClimateData(6,:);%提取ClimmteDmtm的第六行,即預(yù)報(bào)量reglm(yAX)%調(diào)用reglm函數(shù)做4重線性回歸，顯示回歸分析的方差分析表和參數(shù)估計(jì)表functionreglm(ymodel丫varnames)%多重線性回歸分析或廣義線性回歸分析%reglm(yAX),產(chǎn)生線性回歸分析的方差分析表和參數(shù)估計(jì)結(jié)果，并以表格形式顯示在屏幕上.參%數(shù)X是自變量觀測值矩陣，它是n行P列的矩陣.y是因變量觀測值向量，它是n行1列的列向量.%stats=reglm(yAX)9還返回一個(gè)包括了回歸分析的所有診斷統(tǒng)計(jì)量的結(jié)構(gòu)體變量st

41、ats=reglm(yAXAmodelAvarnames),用可選的varnames參數(shù)指定變量標(biāo)簽.vmmmmes%可以是字符矩陣或字符串元胞數(shù)組，它的每行的字符或每個(gè)元胞的字符串是一個(gè)變量的標(biāo)簽，它的行%數(shù)或元胞數(shù)應(yīng)與X的列數(shù)相同.默認(rèn)情況stats%stats=reglm(yAXAmodel),用可選的model參數(shù)來控制回歸模型的類型.model是一個(gè)字符串，%其可用的字符串如下帶有常數(shù)項(xiàng)%linear的線性模型(默認(rèn)情況)帶有常數(shù)%interaction*項(xiàng)、線性項(xiàng)和交叉項(xiàng)的模型帶有常數(shù)%quadratic項(xiàng)、線性項(xiàng)、交叉項(xiàng)和平方項(xiàng)的模型帶有常數(shù)%1purequadratic*項(xiàng)、線

42、性項(xiàng)和平方項(xiàng)的模型%下，用X1.X2,-作為變量標(biāo)簽.%例：%x=215250180250180215180215250215215%136513651365138513951385140.5140.5140.5138513851;%y=6.27.54.85.14.64.62.83.14.34.94.11;%reglm(yAxA*quadratic*)%分析表%方差來源自由度方和均方值p值平F5.000015.02773.0055761220.0219%殘差5.00001974203948%總計(jì)10.000017.0018%均方根誤差(RootMSE)0.6284判定系數(shù)(R-Square)0

43、8839%因變量均值(DependentMean)4.7273調(diào)整的判定系數(shù)(AdjR-Sq)07678%參數(shù)估計(jì)變量估計(jì)值130.94280.0154標(biāo)準(zhǔn)誤%常數(shù)項(xiàng)2011.1109883TOC o 1-5 h z%XI0640503218%X229.153709779%X1*X20.004402461%X1*X10.000304400%X2*X20105509626%070401.0992-0.8487-0.0291-0.0058-1.31320.0003083840.00520.0492%Copyright2009-2010 xiezhh%$Revision:1000$Date:2009

44、/12/2221:41:00$ifnargin2，至少需要兩個(gè)輸入?yún)?shù),endp=size(X,2);數(shù)%X的列數(shù)，即變量個(gè)ifnargin3|isempty(model)model=1linear1;%model參數(shù)的默認(rèn)值end%生成變量標(biāo)簽varnamesifnargin4|isempty(varnames)varnamel=streat(1X1rnum2str(1:p1);varnames=makevarnames(varnamelAmodel);%默認(rèn)的變量標(biāo)簽ifischar(varnames)varnamelcellstr(varnames);elseifiscell(varnames)varnamel=varnames(:);error(fvarnames必須是字符矩陣或字符串元胞數(shù)組T;endifsize(varnamelf1)=perr