第一章 气象资料的整理与预报因子.ppt

第一章 气象资料的整理与预报因子 ;一、单个变量和多个变量的表示;一、单个变量和多个变量的表示;X1=( x11 , x12, x13,…… x1n) X2=( x21 , x22, x23,…… x2n) Xp=( xp1 , xp2, xp3,…… xpn);二、数据资料的统计特征（基本统计量）;样本平均值;标准差和方差;标准差向量形式：;标准化变量;标准化变量的性质 ;协方差和相关系数 ; 对变量xk和xl，则样本协方差为表示它们之间关系 程度的统计量，定义为： ;对p个变量，可用协方差矩阵 表示相关与离散特征：;相关系数 ;相关系数的性质： 变量自身对自身的相关系数是１ 相关系数取值范围是［－１，１］或|r|=1 ｜r｜绝对值越大，说明x与y的直线相关越显著 ;;（2）等间隔分级法 ;（1）均匀分级法:;当分级的级数不多时，常用距平百分率分级。; -25% 偏少 [-25%，25%] 正常 25% 偏多;六级时;举例1;（1）均匀分级法:;举例1;=144.5 为1级 [144.5～169.6) 为2级 [169.6～197.7） 为3级 [197.7 ～246.1） 为4级 [246.1～310.3） 为5级 =310.3 为6级;结果;（2）等间隔分级法: ;方法2: 直接计算各个样本的级别，小数四舍五入。;海口市8月降水量分布 ;做法三;海口市8月降水量分布 ;①正负距平划分法：;先制作好待划分因子的数轴， 再根据样本资料中该因子的数值，把预报对象的“0、1”状态，用不同的符号点绘在数轴相应的位置上。 然后分析图中预报对象符号的分布情况，按拟合率最高原则定出因子“0、1”划分界线。;样本序号;Ch1.2 预报因子的筛选 ;筛选预报因子的方法 ;筛选预报因子的方法 ;相关概率的公式（针对0、1化资料）;秩相关系数求法;将X和Y由小到大排序，其序号就是它们的秩。 比如：X=（2，5，1，6，3） 排序后，X的秩为：（2，4，1，5，3） 用X和Y的秩代替原来的X和Y，代入上面计算相关系数的公式中，计算后得到的就是秩相关系数。 若用相关系数原式计算，较复杂，根据“秩”值的特点，可化简为：;由于秩相关系数是两种变量的观测值用它们在样本中大小顺序去替代原值计算的相关系数。因此，当样本容量为n时，则两变量各观测值的秩都是1、2、…n，（??当于分为n级）则有：;整理即得式（1.17）;筛选预报因子的方法 ;筛选预报因子的方法 ;③列联表相关计算;变量x与变量y的关系密切程度用卡方统计量度量:;从气候学上分析：;变量x与变量y的关系密切程度用卡方统计量度量:;计算北京1月和2月气温变量在正态布下，均划分为3级时的FR值。 教材P16页。 具体计算见EXCEL。;当 ，接受原假设，说明因子对预报对象的作用不显著，该因子不可取。;补充：衡量预报工具的预报能力的标准 ;⑤卡方检验;1. 用距平百分率分级法对P3页中的表1.1北京12月气温资料进行分级，写出各分级的分界值。（取k=5） ,计算各月间气温的相关系数.