共查询到20条相似文献,搜索用时 593 毫秒
1.
用最优子集回归法,采用滚动式方法取舍样本资料,首先利用数值预报产品及盆地内单站的气温资料建立该站的最优子集回归方程,然后根据24—144小时的数值预报资料制作该站24-144小时的气温预报。 相似文献
2.
利用典型相关分析作攀枝花市雨季开始期预报试验,选择1965—2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子,建立典型回归模型。再以典型变量作为预报因子,用逐步回归和最优子集回归分别建立各站的预报模型,用2002—2004年的资料进行检验,对比试验结果表明:逐步回归和最优子集回归预报效果较好,典型回归模型效果较差。 相似文献
3.
用最优子集回归法,采用滚动式方法取舍样本资料,首先利用数值预报产品及盆地内单站的气温资料建立该站的最 子集回归方程然后根据24-144小时的数值预报报资料作该站24-144小时的气温预报。 相似文献
4.
5.
利用典型相关分析作攀枝花市雨季开始期预报试验,选择1965~2001年的海洋特征指数、500hpa环流指数、太阳黑子数作为预报因子,建立典型回归模型.再以典型变量作为预报因子,用逐步回归和最优子集回归分别建立各站的预报模型,用2002~2004年的资料进行检验,对比试验结果表明:逐步回归和最优子集回归预报效果较好,典型回归模型效果较差. 相似文献
6.
大气遥感最小二乘反演法最优方程的建立和效果研究 总被引:1,自引:1,他引:1
以“使反演误差均方达最小”为准则,用不同的回归方法寻求最优通道组合,建立大气温湿遥感最小二乘反演法最优方程,以避免因自变量过多产生计算病态而造成的回归系数不稳定。通过实例比较最优子集法、前进法、后退法、逐步回归法以及文中提出的单F逐步回归法和定M逐步回归法等各种方法所得方程的回归效果。单F和定M逐步回归法不仅计算简单、意义明确,而且实际效果较好,接近于最优子集法的结果。 相似文献
7.
利用最优子集回归作鲁南夏季降水量预报 总被引:3,自引:0,他引:3
通过普查北半球500hPa、100hPa月平均高度场与鲁南夏季降水量的相关,选取相关信度达到0.05的相关区的格点平均高度值作为预报因子,利用最优子集回归建立鲁南夏季降水量预报方程,并投入业务运用,通过与逐步回归方法比较得知,最优子集因归比逐步回归具有更好的预报效果。 相似文献
8.
9.
用多因子筛选和均生函数序列双重最优子集作降水量预报 总被引:3,自引:2,他引:3
把均生函数延拓序列作为因子加入最优子集回归方程,将因子筛选和均生函数分析相结合作最优子集回归双重分析,用于制作钦州市月降水量的预报,预报精度有所提高。 相似文献
10.
11.
根据新会1971~2003年降水、气温、日照资料,利用相关分析方法挑选因子,然后用逐步回归方法对因子进行筛选,去除次要的,保留最主要的因子,从而建立新会前汛期降水量预报方程。 相似文献
12.
13.
通过相关系数选出预报因子后,用逐步回归、最优子集回归、EOF降维逐步回归、神经网络等统计预报方法对预报对象进行逐年交叉检验以及实际预报检验,检测预报因子对原预报序列的预报能力。同时通过计算每种方法的平均绝对误差和实际预报检验的平均误差,客观地对各种预报方法进行既有纵向也有横向的较为全面的比较。 相似文献
14.
把均生函数延拓序列作为因子加入最优子集回归方程,将因子筛选和均生函数分析相结合作最优子集回归双重分析,用于制作钦州市月降水量的预报,预报精度有所提高。 相似文献
15.
16.
通过相关系数选出预报因子,用逐步回归、最优子集回归、EOF降维逐步回归、神经网络等统计预报方法对预报对象进行逐年交叉检验以及实际预报检验,检测预报因子对原预报序列的预报能力。同时通过计算每种方法的平均绝对误差和实际预报检验的平均误差,客观地对各种预报方法进行既有纵向也有横向的较为全面的比较。 相似文献
17.
在文献[1]的基础上,首次引用近代回归分析中PRESS准则最优于集法,建立大气温湿遥感最优反演方程,并用岭回归分析评价不同准则或方法所得到的最优子集,同时用实际资料进行了验证。 相似文献
18.
通过相关系数选出预报因子后,用逐步回归、最优子集回归、EOF降维逐步回归、神经网络等统计预报方法对预报对象进行逐年交叉检验以及实际预报检验,检测预报因子对原预报序列的预报能力。同时通过计算每种方法的平均绝对误差和实际预报检验的平均误差,客观地对各种预报方法进行既有纵向也有横向的较为全面的比较。 相似文献
19.
逐步回归方法在天气统计预报中已应用较久,因为它计算手续复杂,在没有快速计算设备的县站一直很难应用。现在提出一个用偏关的t检验对回归方程中预报因子进行筛选,即所谓偏相关筛选的方法建立回归方程。因为在未建立回归方程以前就可以确定可能预报因子中的剔除对象,而且可以利用筛选过程中的相关计算结果来计算回归,所以这个方法的计算量较逐步回归方法大大减少。 相似文献