西南大学模型组建.pdf

预测预报的数据处理与统计分析 第四章 预报模型的组建 病虫害的预测预报从内容上可以分为两大类；第—类为生物学预测法，如有效积温法，期距 法、发育进度预测法、生物气候图法、聚点图法、增殖系数预测法、经验指数法、形态指标预测 法、物候预测法等；第二类为数理统计预测法，如相关回归预测法、判别分析法，时间序列法、 动力学预测法等多种数理统计预测方法。 数理统计预测方法就是通过对病虫害发生情况调查的历史资料进整理和分析，利用统计学的 原理，找出病虫害发生与环境之间以及病虫害 自身发生变化的规律性，组建起数理统计模型，然 后根据当前病虫害发生和环境因子的现状，来预报未来病虫害发生的情况。 数理统计预测要有多年的系统资料，选择其中相关部分进行统计分析，建立预测预报适用的 数学模型，才能加以运用。因此系统资料对建立数学模型的关系很大，必须经过精挑细选，才能 得到最优化的数学模型。 统计预测模型不同于一般的数学模型，数学模型所使用的方程式能够反映自变量与因变量之 间的函数关系，而统计预测模型反映的是自变量与因变量的随机统计关系，不是函数关系，表现 在统计模型比数学模型多一个随机误差项。 常用的数理统计学方法有相关分析、回归分析、聚类分析、判别分析、时间序列分析等。 第一节 相似性分析预测 相似性分析预测是依据预报年获得的预报因子数据，分别与历史上实测资料中相应的因子进 行比较，找出相似年，用统计方法分析判断，发布病虫预报的方法。 一、相关系数法 【例4-1 】 某地区测报站用该法预测第一代玉米螟卵峰期，其运算步骤如下。 1 资料处理 一代玉米螟卵峰期(月/ 日)为预报量y ，5 月份平均温度(℃)为预报因子 x 1，越冬代幼虫化蛹初 盛期(月/ 日)为预报因子x2 。 设卵峰期以 6 月 10 日=0 ，即 6 月 11 日为1，6 月 12 日为2 ，…。越冬幼虫化蛹初盛期以 5 月 31 日为起点计算天数，5 月 31 日为0，6 月 1 日为1，6 月 2 日为2 ，…，5 月 30 日为-1，5 月 29 日为-2，…。见表4-1 。 表 4-1 年序 1 2 3 4 5 6 7 8 9 10 11 y 6 5 2 15 8 7 16 7 14 12 16 x1 18.1 16.7 17.4 15.2 19.1 17.4 16.4 18.8 15.5 16.3 17.1 x2 -6 3 -3 7 1 0 14 5 17 14 14 （本数据保存在data4_1.x ls） 92 预报模型的组建 2 计算相关系数 运行 Excel ，把表 4-1 数据输入到工作表中。在 Excel 中用相关系数函数（CORREL ）计算相 关系数 r ， =CORREL (y 的数据区,x 的数据区) 计算得到 rx1y = 0.7224 rx2y = 0.8482 3 相关系数的显著性检验 相关系数的显著性检验科可用 t 检验，t 统计量的计算公司为： r r r n −2 t 2 2 s ( ) ( ) r 1−r / n −2 1−r 查 t 表，当 tt0.05,n-2 ，说明x 与y 相关显著；当 tt0.01,n-2 ，说明x 与y 相关极显著；当 t t0.05,n-2 ， 说明