第四讲 水文统计.pptVIP

第四章、水文统计学 随机变量及其分布参数 水文中常用的概率分布曲线 统计参数估计方法 相关分析 水文时间序列分析 4.1. 随机变量及其分布参数 事件可以分为三种类型： 简单(古典)的随机事件的概率定义用下式表示： 3.频率 概率和频率的区别： 4.1.2. 随机变量及其分布参数 统计学中几个概念： ? 随机变量的表示: 随机变量的分类: 2.随机变量的概率分布 一般将这种对应关系称作随机变量的概率分布规律，简称为分布律。可以用以下的分布图形表示： ? 对于连续型随机变量： 由图中可知，X=900，相应的P(X? x)=0.15，说明大于900mm降雨的可能性为15%；同理，大于500 mm 降雨的可能性为60% 由概率的加法定理： 概率密度函数: 当? x ? 0，取极限得： ? f(x) ? 密度函数，反映随机变量X落入dx 区间的平均概率； 3.随机变量统计参数 a. 反映位置特征参数 ? 对于连续的随机变量： ? 众数，记为M0(x) ?对于连续型随机变量： ? 中位数 ，记为Me(x) b. 反映离散特征参数 ? 变差系数（离差系数，离势系数〕 4.2.水文中常用的概率分布曲线 正态分布曲线的特点： 2.皮尔逊 Ⅲ 型分布 在水文计算中，一般要求出指定概率 P 所相应的随机变量的取值 xP，即求出的 xP满足下列等式： 因此，由给定的CS 及P，从P-III型曲线离均系数? 值表，查出?P ，再由下式求： ?【算例】 另一种求解方法： 4.3.随机变量系列统计参数的估计 现行水文频率计算方法～配线法(适线法) ?有关的概念介绍： 由此得到经验分布曲线: 经验频率的计算公式： 2) 重现期 频率P与重现期T关系的两种表示法： b. 当研究枯水问题 3) 适线法（配线法）的步骤 6.5 相关分析 二个随机变量之间的关系有以下三种情况： b. 零相关 (没有关系) c. 统计相关（相关关系〕 水文计算中的相关分析的主要任务： 6.5.2 简相关 1) 回归方程及其误差分析 ? 相关分析法： 注意： y倚x回归线的均方误估算公式： 另外，可以证明回归线的均方误与系列标准差及相关系数? 有以下关系： 相关系数的均方误： 相关系数的统计检验： 不同显著性水平下所需相关系数最低值?? 6.5.3 曲线相关 2) 指数函数 End！ 若相关点分布较散，目估定线有一定任意性，为保证一定精确性，最好采用分析法来确定相关线的方程。设该直线方程形式为： y = a+bx 式中，x：自变量 y ：倚变量 a, b ：分别为一常数，待定。 则相关点与直线在纵轴方向必然存在离差。 配合曲线与观测点在纵轴方向的离差为： xi y 要求配合曲线与所有的观测点能“最佳”拟合，即满足所有的观测点的离差?y 的平方和为最小，即： 分别对 a, b 求一阶偏导数，并令其为零： 求解上列两联立方程式，可得 式中， ：分别为x, y 系列的均方差/标准差; ：分别为x, y 系列的平均值; ：x, y 系列的变差系数(按不偏估计公式计算): ? ：相关系数; Kxi ，Kyi：分别为xi , yi系列的模比系数: 为回归线的斜率，称 y 为 x 倚的回归系数 (8-37)式即为y 倚x 的回归方程，其曲线称为回归线/相关线(仅是对点据拟合最佳一条线)，亦可表示为： 将 ， 代入y = a+bx中得： 由于x, y并非确定性关系，对于x=x0，无法知道其相应的真正值y0 ，通过回归方程求到： 仅仅是真正值y0的一个估计值。故其与真正值y0存在偏差。根据统计学的研究，由于随机因素的影响， y0在估计值 上下波动呈正态分布，其均方误差可用公式表示。 式中，Sy ：y倚x回归线的均方误; yi ：观测点的纵坐标值; y：由回归方程求到的纵坐标值；n：观测项的数目 如前所述，可以用均方误进行误差分析，即对于任一固定的x=x0值，若以 作为y 的估值，其误差不超过Sy的可能性为68.3%;其误差不超过3Sy的可能性为99.7%。 式中， 为y系列的标准差(无偏估计量) 根据均方误公式，也可以用? 2来判断相关程度 : ? 若 ? 2 = 1，Sy = 0，则 y = yi ，属函数关系; ? 若 ? 2 = 0，Sy = ?y ，误差最大，属零相关; ?