气象统计方法 第一章 气象资料及其表示方法.pptVIP

2、资料正态化处理方法 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）。 江苏省全年月降水数据分布图 *也可以理解为同一要素多个格点（站点）的资料，下面慢慢体会。 第二节 多要素的气象资料 一、数据矩阵 多个气象要素的样本如何表示？---矩阵。 设有m个气象要素，每个要素有n次观测值，则数据矩阵为： （2.1） 第t个样本的资料向量为 （2.2） 两个方面来研究问题(?) “R型分析”：研究不同要素或变量(如同一 要素不同格点之间）的关系。（列） “Q型分析”：研究样本之间的关系（行）。 二、数据的两种空间表示（几何意义） 1、n维空间中的 m个点（列） m个变量（格点、站点）确定了n维空间中的 m个点； 用来研究变量（或者不同格点、站点）之间的关系。------相关关系，如两个变量之间的相关系数 2、m维空间中的n个点（行）--空间点聚图 一个样本对应m维空间中的一个点； 分析样本之间的关系时用到，如寻找相似个例。 三、均值向量 m个变量的样本平均值组成的向量。  m维空间中的n个点的重心（各部分受到的重力作用集中于一点，这一点就是重心 ）。 （2.3） 多年平均1月气温（1971~2010年） 多年平均7月气温（1971~2010年） 多年平均1月降水量（1971~2010年） 多年平均7月降水量（1971~2010年） 四、距平向量 其表达式为： 五、协方差和协方差矩阵 1.协方差 衡量任意两个气象要素（变量）之间关系的统计量(正、负相关关系)，另外一个统计量叫相关系数（以后讲解）。 表达式： （2.4） 距平的内积 协方差气象意义的进一步理解： 1）反映了两个气象要素异常关系的平均状况，或者两个变量的正、负相关关系。两变量关系越密切，其协方差的绝对值越大， 如理解（气温为例）： 前冬气温负距平（冷）、后冬正距平（暖）---协方差负值----反相关 前冬气温正距平（暖）、后冬正距平（暖）----协方差正值----正相关 2）变量自身的协方差就是方差。 距平的乘积 X1与x2的距平符号相同率高，有相同的变化趋势， x2与x3的距平符号相反率高，有相反的变化趋势； 两组变量均有良好的相关关系。 问题：协方差带单位，不同要素之间不好比较，以后学习相关系 数可解决这个问题。 2.协方差矩阵 m阶对称矩阵,对角线元素是第i个变量的方差,撇号代表距平。 （2.6） 协方差的另一种表示： 用离差积表示，构成离差矩阵。 总体协方差矩阵的无偏估计 （2.7） （2.8） 1月气温标准差 7月气温标准差 1月降水标准差 7月降水标准差 状态资料和统计特征 1、状态资料 表征气象要素的各种状态，观测结果无法用数据表示。 如雾、冰雹、霜-------用“有”、“无”、“强”、“弱”等表示。 雨的强度------等级表示，如大暴雨、大雨等。 风的强度等级---1级、2、。。。12 江苏省气温异常（1958-2007） 3）方差和均方差（标准差） 对气象要素x,资料长度n,其表达式： 含义： 是均方差（标准差），描述样本中资料与平均值差异的平均状况，反映变量围绕平均值的平均变化程度（离散程度）， 是方差。 方 差 向量表示形式： 气象上的应用： 1)如果12月份气温标准差比1月份大，反映了12月份气温随时间变化幅度比1月大。 2)对于同一个月（例如12月），如果南京气温的标准差比拉萨小，表明拉萨冬季气温的变化幅度比较大。 (内陆日变化较沿海大,这个日变化大小的比较使用的是标准差的比较) 江苏省各月气温标准差 3）均方差小的要素预报比大的困难还是容易？原因？ 4）变量减去某常数后均方差相同。 5）标准差与变量值同量纲，一般用标准差表示变量取值变化的大小。 数据的标准化 对气象要素x,资料长度n,其表达式： 特征：1）标准化变量的平均值为0。 2）标准化变量的方差为1。 为何要进行标准化？ 各要素单位不同、平均值和标准差也不同。为使它们在同一水