回归诊断在事件概率回归预报中的应用

针对事件概率回归模型的特点，用残差分析和统计量诊断的方法归纳了回归线差的非称分布现象，揭示了这种现象是由高杠杆占所引起，探讨了概率回归模型的残差不合理性的统计天气预报意义，从而提出适用于概率预报问题的事件概率回归改进模型。分析指出。事件概率回归模型的不合量性并不是个另例了特珠性所造成是由该模型的数学特点所决定，概率回归改进模型要优于普通的概率的回归模型型。     

稳健回归的原理和应用

该文介绍的稳健回归方法，即用“中位数”求回归直线─—抗干挠直线（R．L直线），得到与最小二乘原理求得的回归线相同的直线回归方程：＝a＋bx，阐述了R．L回归的原理和应用。     

利用EXCEL软件进行线性回归分析

介绍了EXCEL数据处理软件在一元和多元线性回归分析中的应用方法及实现技巧。     

地基微波遥感大气水汽总量的普适性回归反演

本文利用不同季节、经纬度和海拔高度的历史探空资料为样本,用回归分析和岭回归分析相结合建立了适用于全球各地的双波长地基微波辐射计遥感晴空大气水汽总量的回归方程.多种数值检验表明,所提出的反演关系式的精度较高能提供实际应用.同时,将20.6和31.65GHz及22.2和35.0GHz两组频率对的结果作了比较.     

Excel中的回归分析在气候统计中的应用

介绍了用Excel进行回归分析的3种方法(散点图、工作表函数和回归分析工具)，及其在气候统计中应用的方法和回归分析结果的解释。     

大气污染物非线性回归模型构建

本文基于重庆主城区（沙坪坝站）2014—2018年逐日同期同步观测的气象要素和环境空气质量监测数据进行分析。首先通过对不同大气污染物与各种气象要素进行相关性分析，剔除影响预报模型共性的气象因子，明确显著影响空气质量的气象要素；然后结合污染物排放、大气扩散过程和湿沉降作用机理；最后构建乘幂与线性叠加的混合模式的空气质量预报方程。结果表明：构建的非线性回归方程能较为真实地反映主要大气污染物与气象要素的相互影响关系，回归模型预报检验准确率高（预报评分达87.6）。     

影响小麦条锈病的气候因子回归分析

小麦条锈病是影响商洛市小麦的重要病害之一,气候条件是其发病轻重的重要因素,特别是抽穗期气候条件对其影响很大。根据丹凤县最近26a的小麦条锈病观测资料,结合气候条件进行相关分析,找出影响其发病的有利气候条件,并建立影响小麦条锈病因子的回归方程。通过分析认为,小麦抽穗期的温度、相对湿度、连阴雨次数、降水、日照和蒸发量是影响其发病轻重的重要气候因子。     

一种新的线性回归模型及其应用示例

回归分析是统计分析中常用的方法之一。传统的回归模型不具备全域分析能力,而变量场之间的关系多采用SVD（Singular Value Decomposition）进行分析,与传统的回归分析有所脱节。更为广义的线性回归模型是传统线性回归模型的延拓,在标量情况下,该模型可转化为传统线性回归模型。该模型的基本特征包含乘法不可互易性、等价于传统线性回归（因子项为标量时）、可分析性、延拓性、降维特征及容错性等。该模型解决了传统的线性回归模型不具备全域分析能力及模型表达能力受限于模型维数的现实问题。本文采用了NCEP（National Centers for Environmental Prediction）降水、高度场、风场月平均资料及国家气候中心西太平洋副热带高压指数资料,利用该模型和传统回归方案进行对比分析,分析结果表明,该模型具有一定的实用参考价值。     

利用EXCEL软件进行线性回归分析

介绍了EXCEL数据处理软件在一元和多元线性回归分析中的应用方法及实现技巧。     

多元模糊回归分析在长江流域旱涝趋势预测中的应用

用长江流域25个站5—9月降水量的第一特征向量的时间系数作为表征长江流域的旱涝指数,分析了它与前期北太平洋海温和500hPa高度场的关系。经过对初选预报因子代表性和稳定性分析后,确定出7个预报因子。利用多元模糊回归分析探讨了这一区域旱涝趋势的预测问题。     

用事件概率回归方法预报咸阳机场辐射雾消散

在常规的天气分析基础上,尝试用事件概率回归方法来预报咸阳机场辐射雾的消散,以实现雾消预报的定量化。选取咸阳机场1992-2002年95个辐射雾日样本资料,进行事件概率回归分析。入型条件为：早晨06时(北京时)成阳机场有辐射雾(能见度≤700m),考虑4小时内辐射雾消散与否的概率。因子的选取根据因子间及因子与预报量间的相关系数决定,所求回归方程经F检验是显著的。预报效果经回报与试报,准确率达到78％以上。     

温度对晚稻产量影响的积分回归分析

根据积分回归的基本原理，并以晚稻产量为例，运用积分回归分析气象要素与作物产量的关系，确定了广东省高要县不同生育时段的温度对晚稻产量的影响效应。     

判别回归方法在四川盆地大雾预报中的应用

用最近10多年的历史实况资料和四川盆地大雾发生的站数进行相关分析，采用最优分割进行因子筛选，建立了最优判别方程和大雾站数预报的回归预报模型，拟合率较高，残差较小，模型具有较强的预报能力。     

前馈神经网络和Logit回归的比较研究

对Ｌｏｇｉｔ回归和前馈神经网络作了一个尝试性的“比较研究”，说明了一些理论结果和特性，讨论了应用中的一些实际问题。并进一步用分析和模拟两种方法研究了渐近概念，过分拟合以及模型选择等问题。     

稳健回归M估计法在贵州省小麦产量预报中的应用

在分析贵州小麦产量预报存在问题的基础上,将稳健性概念引入小麦产量预报中,运用稳健回归Ｍ估计法对小麦产量进行分析,建立了稳健回归模型,并用其对贵州小麦产量进行试报检验。     

判别回归方法在四川盆地大雾预报中的应用

用最近10多年的历史实况资料和四川盆地大雾发生的站数进行相关分析,采用最优分割进行因子筛选,建立了最优判别方程和大雾站数预报的回归预报模型,拟合率较高,残差较小,模型具有较强的预报能力.     

回归诊断在梅雨期大到暴雨预报中的应用

应用回归诊断方法分析发现，梅汛期大到暴雨回归预报模型的残差分布存在着不对称现象，这种不对称现象是由高杠杆点所引起。这些高杠杆试验点的残差存在着统计天气预报意义上的不合理性，导致了回归系数LS估计的误差，从而又引起暴雨预报的误差。针对这些问题提出了大到暴雨的回归诊断预报模型。实例计算说明，回归诊断预报模型要优于常规回归预报模型。进一步分析指出，梅汛期大到暴雨回归预报模型的不合理性并非个别例子的特殊性所造成，而是由模型的数学特点所决定，因此大到暴雨的回归诊断预报模型具有普遍意义。大量的试验和多年的业务应用表明，回归诊断对提高大到暴雨预报准确率具有明显的效果。     

投影寻踪回归模型及其在降水预测中的应用

介绍了以投影寻踪回归（ＰＰＲ）进行预测建模的基本思想和算法实现。通过将ＰＰＲ和逐步回归（ＳＲ）应用于降水实例预测,结果表明ＰＰＰ模型的拟合和预测检验结果均优于ＳＲ的相应结果。     

用多元门限回归模型作区域夏季旱涝预测

考虑了气候系统中一些变量突变时对预测关系的改变作用，用多元门限回归模型的建模方法建立长江下游地区夏季旱涝趋势预测模型。拟合效果较理想，用１９９４－１９９５年的独立资料检验，预测结果与实况较为接近。     

投影寻踪回归模型及其在降水预测中的应用

介绍了投影寻踪回归（ＰＰＲ）预测建划的基本思想和算法,并将投影寻踪混合回归９ＰＰＭＲ）和逐步回归（ＳＲ）应用于降水预测数值试验。结果表明,ＰＰＭＲ模型的拟合和预测效果均优于ＳＲ模型的相应效果。