2选择最信息的预报因子.pptVIP

气象统计方法;第一章内容回顾;第二章 选择最大信息的预报因子 ;早在天气图出现之前，民间就已经广泛流传着有关天气的谚语。因为天气与人类的生活是密切相关的。谚语所反映的就是前期的征兆与后期天气的统计关联性。;朝霞不出门;四季东风有雨下，只怕东风刮不大。 天上钩钩云，地上雨淋淋。 大雾不过三，过三阴雨天。;第一节 概率和条件概率以及预报指标;3.概率： 观测次数n足够大，P(A)稳定接近某个常数，这就是事件A的概率。 概率是事件的总体特征（频率的理论值），频率是事件的样本值（概率的估计值）。;二、条件概率和天气预报指标;举例：;2.天气预报指标必须满足两个经验性的条件 （1）P(A/B)P(A)或者P(A/B)P(A) A、B之间有比较可靠联系 （2）P(A/B)----1或P(A/B)----0 预报指标有一定准确率;3.事件的独立性 如果事件B的出现与否不影响事件A出现的概率，则称事件A对于事件B是独立的，满足： P(A)=P(A/B) 或者 P(AB)=P(A)×P(B);问题：求n次独立试验中，事件A出现m次的概率 ？;。;（2）符合二项分布的三个条件： 第一：每次试验只有两个结果； 第二：试验条件不变，每次试验均有 P(A)=p, ； 第三：试验的独立性。;2、二项分布在天气预报中的应用;敦大稳艘兼区绽愁剔岛饼壹螺喜燕工胁湛鞍洪蹋鞘迫拌攘嘿呼撇皖阔尚溯2选择最大信息的预报因子2选择最大信息的预报因子;2、二项分布在天气预报中的应用 （2）天气预报指标的检验; 当Q值小于0.05或0.01时，A事件在n次试验中出现m次的事件是小概率事件，在一次试验中不可能出现，但在条件B影响下发生了，说明B起的作用。;“小概率事件”通常指发生的概率小于5%的事件，认为在一次试验中该事件是几乎不可能发生的。这种认识是进行假设检验推断的出发点。 需要注意两点： （1）这里的“几乎不可能发生”是针对“一次试验”来说的，因为试验次数多了，该事件当然是很可能发生的； （2）当我们运用“小概率事件几乎不可能发生的原理”进行推断时，我们也有5%的犯错误的可能。;假设检验的基本思想：就是小概率反证法思想。即先提出假设，设H0为一原假设，H1为一与其对立的备择假设（对立假设），构造一个随机事件A，当原假设成立时，随机事件A以很小的概率发生该事件称为小概率事件。一般来说，在一次试验中小概率事件不应发生，若发生了，则否定原假设H0，接受与其对立的备择假设H1。 ;天气预报指标的检验实际上是反面来检验该预报指标的可靠程度，历史拟合的准确率从正面说明该指标的可靠程度。;第三节 定量数据时的指标;自然界中各现象间存在普遍的关系。 可分为两种： 确定性关系：数学上的函数关系 非确定性关系：统计上的相关关系 相关系数：度量各变量（各要素）间相关程度的量。 ;本节主要内容;一、简单相关系数（ Pearson 相关）;1. 概念 描述两个变量线性相关的统计量，一般简称为相关系数或者点相关系数，用r表示。它也做为两总体相关系数ρ的估计。;2.表达式;（1）原始资料：;（2）距平序列（均值为0）：;（3）标准化序列： 标准化后资料均值为0，均方差为1.;3.相关系数的校正 根据统计学中大样本定理，样本量大于30才有统计意义。当样本量较小时，计算所得相关系数可能会离总体相关系数甚远。这时，可以用计算无偏相关系数加以校正。;4. 几点重要理解;芦诺戴筑槐炎畅弦湃塔蝶遏霜挛馆殷籽釉妆滦阵府怨已信笑涯敌洲摹挛屋2选择最大信息的预报因子2选择最大信息的预报因子;二、相关系数的检验－t检验;1、统计检验的一般流程： （1）明确要检验的问题，提出统计假设； （2）确定信度范围α； （3）针对研究问题，选取一个适当的统计量； （4）根据观测样本计算有关统计量； （5）对给定的α，从表上查对应的数值，即确定出 临界值； （6）比较统计量计算值与临界值，判断是否显著。;(1) 假设ρ=0成立，它服从自由度为n-2的t 分布。 (2) 给定信度范围α（0.05或0.01) (3) 计算统计量t : (4) 由给定的信度范围α及自由度为n-2，查t分布 表，得到临界值 tα (5) 比较t 与 tα， 否定ρ=0，总体相关。