气象统计期末复习解读.doc

气象资料及其表示方法 平均值 含义：是要素总体数学期望的一个估计。反映了该要素的平均（气候）状况。 距平 含义：反映数据偏离平均值的状况 ，也是通常所说的异常。 距平序列：单要素样本中每个样本资料点的距平值组成的序列称为距平序列，也可以记为距平向量。 3、中心化的概念：把资料处理为距平的方法叫中心化。 气象上常用距平值代替原样本中的资料值作为研究对象。 中心化的必要性：因为气象要素的年变化周期影响很大，各月的平均值不一样，为了使之能在同一水平下比较，常使用距平值（比如之前的举例）。 5、中心化的特性：距平值的平均值为0，使用方便；直接作为预报值，比较直观（偏高/偏低）。 6、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：SX是均方差，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），SX2是方差。 方差和均方差（标准差）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，如果南京气温的标准差比北京小，说明北京气温变化幅度大。(内陆日变化较沿海大,这个日变化大小的比较就使用标准差比较的) 3）均方差小的要素预报比大的容易。均方差越大，变量不确定性越大，预报越困难。 4）变量减去某常数后均方差相同。 8、累积频率：变量小于某上限的次数与总次数之比。（样本特征—直方图） 9、总体(母体)：统计分析对象的全体。样本：总体中的一部分。 10、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。为使它们在同一水平上比较，采用标准化方法，使它们变成同一水平的无单位的变量标准化变量。 目的：为了消去单位量纲不同所造成的影响。 正态化的必要性：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 正态化的处理方法：立方根或四次方根；双曲正切转换；化为有序数后的正态化转换(标准化和正态化) 11、标准化变量的平均值为0。标准化变量的方差为1。 12、峰度系数与偏度系数 峰度系数与偏度系数是用来衡量随机变量分布密度曲线形状的数字特征，描述了气候变量的分布特征。 偏度系数：表征曲线峰点对期望值（平均值）偏离的程度。 峰度系数：表征分布形态图形顶峰的凸平度（即渐进于横轴的陡度）。 13、标准偏度系数和峰度系数的计算公式为： 偏：峰： s为标准差 14、状态资料（离散型随机变量）：表征气象要素的各种状态，观测结果无法用数据表示。 15、对样本而言是频率表，总体而言就是分布列。 16、两个方面来研究问题：“R型分析”：研究不同变量（要素）或同一要素不同格点之间的关系（行）。“Q型分析”：研究样本之间的关系（列）。 17、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) 18、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。 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。 19、协方差矩阵 ,对角线元素是第i个变量的方差,撇号代表距平。 20、区域资料的整理的三种方法：（1）代表站方法平均相关系数最大的站（2）区域平均法：区域平均值要与周围格点(站点)值区别大（3）综合指数法（各站点要素方差差异较大）K越大，异常越明显。 21、资料的订正：插补、纠正、延长 22、资料的误差：1)抽样误差2)观测误差：系统误差(仪器不良)；偶然误差(操作不慎)；随机误差(四舍五入) 23、资料的质量要求：准确性和精确性；均一性；代表性；比较性 24、资料的审查分为两类：技术性检查；合理性 25、气象资料的订正方法：回归订正法(关系密切的站)；差值订正法(地理环境近似一致的站点)；比值订正法(两站降水比值为准常数) 第二章 选择最大信息的预报因子 1、天气预报指标必须满足两个经验性的条件 （1）P(A/B)P(A)或者P(A/B)P(A),A/B之间有一定联系 （2）P(A/B)--1或P(A/B)--0，预报指标有一定准确率 2、二分类预报：只预报事件A出现或者不出现（非A），又称为正反预报。设P(A)=p,P(非A)=q，p+q=1 符合二项分布的条件：每次试验只有两个结果；试验条件不变，每次实验结果一样；试验的独立性。 用于计算天气现象出现的概率特别是小概率事件，天气预报指标的检验。 3、状态要素：可以用条件概率选择预报因子并且用二项分布检验预报因子的可靠程度。 定量数据要素：主要用相关系数选择预报因子或因子集，并用t检验方法检验其可