大气统计作业.pdfVIP

上机实践 一． 相关回归分析 （1）计算北京夏季降水与气温的相关系数及秩相关系数，并进行显著性检验。 定义计算秩相关系数函数： {function coeff = mySpearman(X,Y); % 本函数用于实现斯皮尔曼等级相关系数的计算操作 % % 输入： % X ：输入的数值序列 % Y ：输入的数值序列 % % 输出： % coeff ：两个输入数值序列X ，Y 的相关系数 if length(X)~=length(Y) error(两个数值数列的维数不相等); return; end N = length(X); %得到序列的长度 Xrank = zeros(1 , N); %存储 X 中各元素的排行 Yrank = zeros(1 , N); %存储 Y 中各元素的排行 %计算 Xrank 中的各个值 for i = 1 : N cont1 = 1; %记录大于特定元素的元素个数 cont2 = -1; %记录与特定元素相同的元素个数 for j = 1 : N if X(i) X(j) cont1 = cont1 + 1; elseif X(i) == X(j) cont2 = cont2 + 1; end end Xrank(i) = cont1 + mean([0 : cont2]); end %计算 Yrank 中的各个值 for i = 1 : N cont1 = 1; %记录大于特定元素的元素个数 cont2 = -1; %记录与特定元素相同的元素个数 for j = 1 : N if Y(i) Y(j) cont1 = cont1 + 1; elseif Y(i) == Y(j) cont2 = cont2 + 1; end end Yrank(i) = cont1 + mean([0 : cont2]); end %利用差分等级(或排行)序列计算斯皮尔曼等级相关系数 fenzi = 6 * sum((Xrank - Yrank).^2); fenmu = N * (N^2 - 1); coeff = 1 - fenzi / fenmu; end %函数mySpearman 结束} 计算相关系数： A=load(RBJsum.txt); B=load(TBJsum.txt); A1=A(:,2); B1=B(:,2); %相关系数 R=corrcoef(A1,B1); R = 1.0000 -0.4332 -0.4332 1.0000 %秩相关系数 X=A1; Y=B1; coeff=mySpearman(X,Y); coeff coeff = -0.4693 (2)显著性检验： 相关系数 自由度n=52-2 查表可知，rc=0.2730.4332 计算得到的相关系数大于 0.273 ，则在显著水平0.05 是显著的。 秩相关系数： 同理，对秩相关系数检验可得： r =0.2730.4693 ，因此秩相关系数在显著水平0.05 上是显著的，通过检验。 c （2 ）将降水量作为预报因子，气温作为预报量，试给出回归方程，并说明降 水每增加 100mm，气温大致下降多少ºC ？ legend( 降水量-气温散点图); scatter(x,y) xlabel( 降水量);ylabel(气温); title( 降水量-气温散点图); %建立回归方程： stepwise(x,y)； b= 25.995 -0.0019776 x1=[ones(52,1),x];