水文统计学总结v05.16.docVIP

1.绪论 自然界中的现象，归纳起来分为两类：确定性现象、随机现象 为描述水文过程，需建立数学模型，即水文随机模型。目前技术成熟、应用广泛的随机模型主要有两类：回归类模型、解集类模型 2.数据统计描述 在科学实验及调查中，获得大量的原始资料，统计分析就是要依靠这些资料，通过整理分析进行归类，列成统计表，绘出统计图，计算出特征数，使这些资料系统化。 数据类型 根据研究对象的特征获得的资料可分为两类：数量性资料、质量性资料 质量性资料：是某种观测对象的定性指标。如地层的岩性有砂岩、灰岩等。为了统计分析，一般先把质量性资料数量化，可用的方法有统计次数法、评分法 资料的收集：选择有代表性的区域、时段和物性特征，进行实地、实时测量。 资料的整理 原始资料的检查与核对：要检查资料的可靠性、一致性、代表性。 数据排序与分组 求全距：求样本数据资料中最大观测数与最小观测数的差值。 确定组数和组距。组数是根据样本观测数的多少及组距的大小来确定。 确定组限和组中值。组限是指每个组变量值的上限和下限。组中值是两个组限的中间值。 数据统计参数： 集中性参数有:均值、中值、众值；离散性参数有方差、变差系数；形态参数有偏态系数、峰度系数 集中性参数： 均值：平均值 中值：组距的上下限之算术平均数总体中出现次数最多的标志值对应最大频数的变量值。: 方差：反映各变量值集中或离散的程度 变差系数: 描述随机变量相对于均值离散程度的统计参数，以标准差与均值之比表示。 描述频率分布不对称性的统计参数来反映频数分布曲线顶端尖峭或扁平程度的指标。 附：评分法：用数字级别表示某现象在程度上的差别 附：次数分布图：就是把次数分布资料绘成统计图形，常用的次数分布图有直方图等。 附：频率曲线（frequency curve）：把水文变量和频率表达成一定的数学关系式并将它绘成图形,即为频率曲线。水文统计计算中常用的概率分布曲线有正态分布和皮尔逊型曲线。…m，则 , [简]配线法 配线法是以经验频率点据为基础，给它们选配一条符合较好的理论频率曲线，并以此来估计水文要素总体的统计规律。具体步骤如下： 1) 将实测资料由大到小排列，计算各项的经验频率，在频率格纸上点绘经验点据（纵坐标为变量的取值，横坐标为对应的经验频率）。 2) 选定水文频率分布线型（一般选用皮尔逊III型） 3) 假定一组参数均值 、变差系数 和偏态系数 （使用矩法或三点法、权函数法） 4）根据假定的 、 和 ，查表（P-III频率曲线的模比系数 值表或P-III频率曲线的离均系数 值表），计算 值。得到频率曲线。将此线画在绘有经验点据的图上，看与经验点据配合的情况调整参数。 5）根据频率曲线与经验点据的配合情况，从中选择一条与经验点据配合较好的曲线作为采用曲线，相应于该曲线的参数便看作是总体参数的估计。 6）求指定频率的水文变量设计值。 [简]均值对频率曲线的影响 均值大的频率曲线位于均值小的频率曲线之上 均值大的频率曲线比均值小的频率曲线陡 [简] 变差系数 对频率曲线的影响 当 =0时，随机变量的取值都等于均值，频率曲线即为 =1的一条水平线。 越大，随机变量相对于均值越离散 [简]偏态系数 对频率曲线的影响 正偏情况下， 愈大，均值（即图中 =1）对应的频率愈小，频率曲线的中部愈向左偏，且上段愈陡，下段愈平缓。当 =0时，曲线变成一条直线 频率P(%)与重现期T的关系：研究暴雨和洪水时，讨论的问题是大于或等于某值（几率）的事件（风险率），则重现期T是频率P的倒数T=1/P ;研究极小流量或枯水位时（保证率），其关系为：T=1/(1-p) 附：重现期：在多次试验里，某一事件重复出现的时间间隔的平均值。 附：频率：一水文现象A在重复n次测量中出现m次，则P=m/n为A现象在n次测量中出现的频率。 附：模比系数K：一系列的数据求得均值之后再拿每个数据分别除以均值,所得到的各个数据都是模比系数回归分析（regression analysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。 [简] 相关分析所研究的是两个或多个随机变量之间的关系，主要是变量间关系的密切程度，有时也要研究变量间相依关系的形式以及预测问题。在相关分析中，虽然也要确定趋势函数，但因变量和自变量之间并不—定要有因果联系。 回归分析讨论的是一个随机变量与一个或多个非随机变量之间的关系，目的是要确定因变量和自变量之间变化的