共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
3.
4.
在统计分析中,非线性相关因子的处理经常采用初等函数变换的方法,即把自变量X和因变量Y通过一个非线性函数x′=F(x)进行变换后,再计算x′同Y的线性相关系数。但是,由于确定这种函数的计算工作量很大,而且事实上大多非线性关系很难用某一规则函数来表达,所以,有时效果并不理想。我们在雨量量级预报中试用模糊事件的概率变换进行非线性相关因子筛选,然后,由因子的概率样本建立回归方程,在微机上编程计算,方法简单,使用效果较好。 相似文献
5.
预报因子的筛选是天气预报一项重要且工作量相当大的工作。在两分类的预报中,因子的筛选方法很多,利用距平符号相关法来寻找预报因子是一种最常用的方法之一,即 相似文献
6.
本文对日本24hr、36hr数值预报产品作了大量统计,分析和总结筛选出某些性能较好的预报因子,可供春季低温连阴雨短期预报使用(为便于微机管理,特将图形省略,因子数据化)。 相似文献
7.
8.
MOS 等统计预报效果的好坏与因子选择的关系甚为密切,而选因子方法种类繁多,不免使人眼花瞭乱。因此很有必要对各种因子的筛选方法进行比较,作出评价。由于 MOS 预报大量处理的是二值问题,如晴雨、有无大风、暴雨等。故本文仅对“0、1”型因子筛选方法进行讨论,且认为相关系数法选因子比较好。从而,分别对其它几种简易“0、1”型因子筛选方法与相关系数法作出比较。 相似文献
9.
10.
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
11.
选取与三峡暴雨密切相关的若干预报因子,建立暴雨物理综合预报方法,并结合平均散度法,制作三峡地区暴雨落区和定量预报。从预报因子选取、物理量场客观分析、预报方法计算、预报结论输出全部由微机控制,组成完全自动化的系统,经两年业务预报使用,取得良好效果。 相似文献
12.
13.
14.
本软件是根据模式预报中有关统计筛选相关因子工作的需要进行设计,在PC—1500机上实现的。在建立模式预报工作中,最大量的工作是整理大量的因子及计算其相关程度。为了充分利用微机,减轻劳动量,本软件将资料整理及相关普查有机地结合起来,使输入基本资料就可整理出大量的信息,并普查出这些信息与对象的相关系数。 一、资料膨化处理方法 用于长期预报等方面的基本资料大多以月、旬值给出,要用数旬、数月的因子,则 相似文献
15.
根据本站历史资料,从可能与汛期降水量、平均气温密切相关的气象要素中筛选预报因子,建立预报方程,制作预报. 1预报因子 对气压、气温、相对湿度、水汽压等气象要素进行逐时段计算,形成预报因子数据文件. 相似文献
16.
17.
逐步引进因子场作相似预报 总被引:12,自引:2,他引:10
首先通过数学模型计算出不同样本之间的气象因子场的相似系数和表征气象因子场与天气现象之间关系的相关特征量 ,然后用相似系数和相关特征量作参数 ,以预报拟合率为判据 ,逐个引进因子场 ,组建出最优相似预报方程 ,最终作出准确率较高的客观要素预报。 相似文献
18.
宝丰县汛期长期天气预报趋势 总被引:1,自引:0,他引:1
根据本站历史资料,从可能与汛期降水量、平均气温密切相关的气象要素中筛选预报因子,建立预报方程,制作预报。1 预报因子 对气压、气温、相对湿度、水汽压等气象要素进行逐时段计算,形成预报因子数据文件。 以预报因子与预报对象的相关系数为判据,从预报因子中筛选出与预报对象密切相关的预报因子。2 预报方程及效果检验 选取宝丰县1971年至1999年6~8月降水量和平均气温为预报对象,以1999年4月30日以前的气象资料为预报因子,建立预报方程。2.1 降水量预报方程及准确率 R6、8=一 18184.72-8.3… 相似文献
19.
在统计学预报方法中,将资料0、1化处理已被广泛应用,这些方法的特点是能使选用因子和运算过程工作量大大简化。但和分辨法一样,因对预报对象只能判别0、1两种可能性,往往满足不了预报服务工作的需要。而数量化方法则能通过对因子的多级分档给出预报量的分析值。 相似文献
20.
列联表是选择预报因子时进行独立性检验的常用方法,同时也能作天气分类预报。但对几十个甚至几百个准备选用的预报因子都用列联表来进行独立性检验,不但工作量较大,而且也不必要。我们是先采用距平重合率、级别乘积和、相关分数来初选预报因子,然后用简化的列联表对初选出来的预报因子作第二次鉴别,这样可以避免了理论频数的繁琐计算。为了便于比较起见,再用一般的列联表进行x~2。检验,在证明第二次鉴别选出的预报因子是有价值的以后,便直接采用上述两种列联表的实际频数之和的百分率来作定性判别预报。这样作,在实际预报中取得了一定的效果,现介绍如下。 一、预报因子的初步选择 1.基本资料:使用本站1957—1977年各旬气象资料,用1957—1978年的平均值。预报对象y为1月上 相似文献