2气象统法 复习思考题.doc

《气象统计方法》复习要点及思考题 气候变化上通常说的异常，可以用 距平这个基本统计量来描述，它反映数据偏离平均值（气候态）的状况，把资料处理成该统计量的形式，叫做资料的中心化。 距平是指要素偏离的状况，把资料处理为距平的方法叫。 如果一月南京气温的标准差比北京小，说明一月南京气温变化幅度比北京，预报较。，标准化以后资料的均方差为1，平均值是_0_。 频率表是用来描述资料的统计特征的。 回归系数b与相关系数之间的关系b=lxy/lxx,r=lyy(1-r2) 多元线性回归中常采用求回归系数。 滑动平均是趋势拟合技术最基础的方法，它相当于滤波器。 最后一个累积距平值为。复相关系数是衡量和之间的线性关系程度的量。 变量场X表示为 ，则第i个特征向量对变量X 的方差贡献为，前P个特征向量对变量场的累积方差贡献为。对上题中的变量场X，当时在实际计算中通常需进行时空转换。 相关系数的绝对值越大，表示变量之间关系越。 在事件B已经发生的条件下计算事件A的概率，称为事件A在事件B已出现条件下的。 是指只预报事件A出现或者不出现，又称为。 二、判断题 1、相关系数是标准化变量的协方差。（ ） 2、若相关系数通过显著性检验就说明总体一定存在线性相关。（ ） 3、对于一元线性回归来说，回归方程的检验与相关系数的检验一致。（ ） 4、预报量95%的置信区间表示真值有95%的概率落在该区间内。（ ） 5、在多元线性回归方程中，若某个因子对预报量y的作用不显著，则它前面的系数近似为0。（ ） 6、显著性水平控制了犯“第二类错误”（以假为真）的概率。（ ） 简述资料正态化的必要性和常用的资料正态化处理方法。 答:必要性是:各类统计预报模型和统计检验方法（F\t\u\x2检验）要求资料是符合正态分布。 年\月平均气温\气压\多雨地区的月降水量符合.日降水和少雨地区月降水通常偏态。旬\候降水不一定。 处理方法:1、立方根或四次方根；2.双曲正切转换（纠正课本公式）--旬降水。3、化为有序数后的正态化转换（标准化和正态化） 2、简述显著性检验的基本思想。 抽样会产生抽样误差，利用样本资料进行分析时，不能仅凭样本资料的结果就对总体特征做出判断，而要鉴别其结果是否为总体的特征。 首先对总体的参数或分布形式做出一个假设，然后利用样本信息来判断这个假设是否合理。原理是利用“小概率事件在一次试验中几乎是不发生的”来接受假设或者否定假设，是一种带有概率性质的“反证法”。 在原假设为真时拒绝元假设，称为第一类错误（以真为假），其出现的概率通常记作a,原假设为假时接受原假设，称为第二类错误，其出现的概率通常记作B，这种限定犯第一类错误的最大概率a,不考虑犯第二类错误的概率B的检验就称为显著性检验，概率a称为显著性水平。 3、简述利用多元线性回归方程进行预报的步骤。 答：1) 确定预报量并选择恰当的因子 2) 根据数据计算回归系数标准方程组所包含的有关统计量(因子的交叉积、矩阵协方差阵或相关阵,以及因子与预报量交叉积向量) 3）解线性方程组定出回归系数 4）建立回归方程并进行统计显著性检验 5）利用已出现的因子值代入回归方程作出预报量的估计，求出预报值的置信区间 4、逐步回归中逐步剔除法与逐步引入法的主要缺点分别是什么？ 答:逐步剔除法的主要缺点是计算量很大 逐步引入法的主要缺点是计算量很小，但不一定保证最后的方程是最优的。 5、请写出多元回归方程中预报因子数目增多的优缺点。 答:优点:一般而言，回归方程中包含的因子个数越多，回归平方和就越大，残差平方和越小，残差方差的估计就越小，预报值的置信区间就越小，方程一般也较容易通过检验。 缺点:1、因子增多，计算量增大，计算时间增多 2、方程中若含有对y不起作用或作用极小的因子，残差平方和不会由于这些变量的增多而减少多少，相反由于Q自由度减小，残差方差估计值增大，使预报置信区间估计值增大。 3、由于存在对预报量y影响不显著地因子，随之带来许多其他与与预报量无关的随机因素，影响回归方程的稳定性反而使预报效果下降。 试举例说明哪些方法（不少于三种）可以进行气候变化趋势分析？ 1）线性倾向估计；2）滑动平均；3）二次平滑；4）累积距平 简述回归分析与相关分析的区别。 答：(1) 相关分析中，变量 x 变量 y 处于平等的地位；回归分析中，变量 y 称为因变量，处在被解释的地位，x 称为自变量，用于预测因变量的变化。 (2). 相关分析中所涉及的变量 x 和 y 都是随机变量；回归分析中，因变量 y 是随机变量，自变量 x 可以是随机变量，也可以是非随机的确定变量。 (3). 相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量 x 对变量 y 的影响大小，还可以由回归方程