气象统计应用07多个变量的资料整理演示教学.pptVIP

气象统计应用;多个变量的资料整理;X=[ 7 1 11 11 7 11 3 1 2 21 1 11 10; 26 29 56 31 52 55 71 31 54 47 40 66 68; 6 15 8 8 6 9 17 22 18 4 23 9 8; 60 52 20 47 33 22 6 44 22 26 34 12 12];; X=X’; mean(X) var(X,1) std(X,1); cov(X,1); corrcoef(X);R = corrcoef(X) R = corrcoef(x,y) [R,P]=corrcoef(...) [R,P,RLO,RUP]=corrcoef(...) [...]=corrcoef(...,param1,val1,param2,val2,...);多元统计分析;多元统计分析;回归分析;回归的由来;回归分析最早是19世纪末高尔顿（Francis Galton）所发展。高尔顿是生物统计学派的奠基人，他的表哥达尔文《物种起源》问世后，触动他用统计方法研究智力遗传进化问题。统计学上的“相关”和“回归”的概念也是高尔顿第一次使用的。 1870年，高尔顿在研究人类身高的遗传时，发现：身材高的父母，他们的孩子也高。但这些孩子平均起来并不像他们的父母那样高。对于比较矮的父母情形也类似：他们的孩子比较矮，但这些孩子的平均身高要比他们的父母的平均身高高。Galton把这种孩子的身高向中间值靠近的趋势称之为一种回归效应，而他发展的研究两个数值变量的方法称为回归分析。开创了生物统计学的先河。;主要内容;§2.1 变量间的关系; 第二，相关关系。 一个变量的取值既不与另一个变量值完全无关，又不是完全由另一个或几个变量值决定，这种关系称为相关关系。 比如：测流断面的径流量与断面以上流域内的平均降雨量之间的关系，属于相关关系。由于径流量除了主要受降雨量影响外，还受其他因素的影响，如土壤含水量、河湖蓄水量以及蒸发量等。因此，对于相同的降水量，并不对应着一个确定的径流量。但是，总的来说，降雨量大，径流量也大；降雨量小，径流量也小。 ; ;画图;;scatter(X,Y,S,C) scatter(X,Y) scatter(X,Y,S) scatter(...,markertype) scatter(...,filled) scatter(...,PropertyName,propertyvalue) scatter(axes_handle,...) h = scatter(...) ;;Matlab中使用LaTex字符;; x=0:0.01:8; y=sin(x); ;§2.2 一元线性回归; 对所有的 ，若 与 的偏差最小，就认为所确定的直线能最好地代表所有实测点的散布??律。 用离差平方和来刻画全部观测值与回归直线的偏离程度： ; 值越小越好，根据极值原理，要求;整理得到关于 的方程组;least squares regression;若记;回归方程可写为; 在气象的实际应用中，经常使用距平场作分析和预报，距平形式的回归方程更为常用。将 代入 可得 或;方差分析(P31);因为;证明;则;衡量回归效果的指标;（2）解释方差;若r=±1，表示观测点全部处在回归直线上 若r=0，回归方差为0，回归直线就是与x轴平行的 直线，x与y无线性关系 由;回归方程的显著性检验;对回归方程进行显著性检验;由t2＝F;故也可以用相关系数进行显著性检验;预报值的置信区间;1971年x=24，则 1971年北京3月下旬气温的95%置信区间为-0.2℃至0.4 ℃。;多元线性回归;回归分析步骤;Matlab回归分析;b=regress( Y, X );clear;close; Tm=[0.9 1.2 2.2 2.4 -0.5 2.5 -1.1 0 6.2 2.7 3.2 -1.1 2.5 1.2 1.8 0.6 2.4 2.5 1.2 -0.8]; A=[32 25 20 26 27 24 28 24 15 16 24 30 22 30 24 33 26 20 32 35]; Tm=Tm; A=A; X=[ones(20,1) A]; b=regress(Tm,X);