共查询到20条相似文献,搜索用时 31 毫秒
1.
对回归分析中的因子问题作了一些探讨,认为对预报因子进行相关稳定性检验后,选取相关稳定或相关系数呈上升趋势的因子建立回归方程,预报效果较好.一些非线性函数,经过适当的变换可化为线性函数,通过这种变换,一些曲线回归问题可以用线性回归进行处理,用来预报效果较好. 相似文献
2.
在气象统计预报中,时常涉及到因子和预报对象之间的相关性问题。一般说来,因子与预报对象之间的相关性越好,则因子对预报对象的指示性也越好。然而,由于因子和预报对象之间还有一个相关稳定性的问题,所以,只有在因子和预报对象之间的相 相似文献
3.
在预报工作中,常碰到这样一个问题,即:相关关系的历史拟合率高,但应用效果却较差;有时历史拟合率虽不很高,但在某段时期内应用效果却较好。为了探讨这一问题,我们分析了相关系数随时间变化与使用效果两者之间的关系,提出分段平稳假设与相关系数持续性、转折上升的显著性检验,来判断某一相关因子能否在未来实际预报中使用。 (一) 目前,广大气象台站在制作长期天气预报时,所使用的相关因子,都是普查历史资料而获得的。这些相关因子,一般说来是属于盲相关范畴的。它们有些 相似文献
4.
1引言在短期气候预测业务自动化系统的建设中,一个普遍存在的问题是:在保证因子的物理意义和质量的前提下,如何能够实现从因子普查、筛选到关键区的选取及因子库的建立完全自动化的流程。目前,短期气候预测因子普查基本有两种方法:第一种是将预报对象与因子场计算相关普查,在成片相关区中寻找相关系数最大,并达到信度标准的单点相关因子入库,这样做法虽然简单、方便,易于实现自动化流程,但至少存在以下两方面问题:①不符合预报因子与预报对象在时空尺度上必须相匹配的原则;②由于随机原因造成的单点相关因子和区域组合因子的预… 相似文献
5.
6.
7.
8.
统计天气预报中相关系数的不稳定性问题 总被引:8,自引:0,他引:8
统计天气预报中,不论多复杂的统计数学预报模型,都离不开预报量和预报因子的相关程度及其对未来时间的稳定性。本文着重讨论了相关系数的不稳定性。我们定义了滑动相关系数,计算表明相关系数是随时间变化的;利用相关系数的这种时间变化,可以改善未来时间的预报,而且以10—20年的滑动年数效果较好。 相似文献
9.
统计预报是目前台、站长期预报的主要手段之一,相关分析是统计预报的重要组成部分。相关系数不稳定,直接影响到统计预报的效果,是我们预报业务中面临的一个重要问题。本文以4月降水量预报为例,分析太阳黑子活动对相关稳定性的影响。 我台制作本地区4月降水预报时,首先进行4月降水与北半球500毫巴平均高度的相关普查,选取信度达0.01以上的网格点并组成相关区。采用逐步回归对因子加以筛选。当取F=4时,建立回归方程为Y=313.1-1.03X_1-6.49X_4-1.55X_5-1.93X_7 47.0X_9,其中X_1、X_4、X_5、X_7、X_9分别为当年1月和前一年4、5、7、9月500毫巴诸网格点的平均高度。方程的复相关系数为0.91,平均拟合误差为 相似文献
10.
MOS预报方法主要是从数值模式输出的形势预报和物理量预报资料中筛选预报因子,建立统计预报方程,制作气象要素预报。由一定的样本资料建立的MOS方程,有的预报效果与拟合效果无多大差别,有的预报效果显著低于拟合效果,这就是MOS方程的预报稳定性问题。一个MOS方程,如果预报效果与拟合效果差异不显著,就认为方程的预报性能稳定。如果预报效果显著低于拟合效果,则认为方程的预报性能不稳定。下面介绍一个判断三分类MOS方程预 相似文献
11.
利用计算机技术,将预报因子选取、方程建立和样本拟合融为一体,建立了预报因子选取及方程建立人机交互平台。该平台包括文件信息,因子初选和回归分析三个模块:(1)文件信息模块主要是读取预报对象文件和预报因子文件,显示并检查文件头信息样本长度的一致性;(2)因子初选模块主要是计算各气象要素或物理量场中每个格点因子与预报量之间的相关系数,构成各相关场,分析这些相关场及其关键区域,从中筛选出组合因子;(3)回归分析模块是对选入的组合因子与预报对象进行逐步回归计算,建立预报方程,并根据回归方程参数和样本拟合率,通过改变因子引入和剔除标准来调整回归结果。 相似文献
12.
统计预报是目前台、站长期天气预报的主要手段。相关分析被广泛地用于统计预报。由历史资料样本计算预报量与预报因子间的相关系数,选取达一定信度的相关因子作为预报因 相似文献
13.
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
14.
一、引言在统计预报中,如何选择自变量是首先要遇到的问题,而自变量选择的优劣,又直接影响预报效果,因此,就显得十分重要。对于自变量的选择,已提出不少准则和方法。相关分析则是普遍应用的一种方法。然而在实际应用中不难发现,有时自变量和预报量之间虽然都具有较高的相关系数,但以它们所建立的预报模型其预报效果有时并不理想,造成这种情况的原因很多,其中一个不能忽视的原因是:根据相关系数的大小来选取自变量,忽略了那些虽然与预报量之间相关系数较小,但其中一些自变量与别的自变量的配置作用对预报量的 相似文献
15.
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
16.
对非线性因子的处理,一般的做法是通过寻找一个比较合适的拟合曲线函数,用这个函数来进行变换,对于二级预报问题,因子的变换还可以通过概率映射来进行。一、概率映射变换当预报对象为二级时,因子与预报对象之间的相关关系可以通过因子各取值区间内某一级预报对象出现的概率反映出来,因子各取值区间的概率形成一个序列,从这一概率序列的变化可以看出因子与预报对象之间的关系是线性的,还是非线性的。事实上,对于二级预报问 相似文献
17.
选取4 个与历年倒春寒相关关系较好且因子间相关系数较小的前期因子, 用有效指数法建立融安县倒春寒预报方程, 预报效果十分理想 相似文献
18.
19.
一、前言 “MOS”方法是通过数值预报量与实际预报量的统计关系而作出的一种客观的、定量的预报方法,其预报效果决定于预报因子的挑选和预报数学模型的构造。但在大量的数值预报要素场且有众多的预报对象的情况下,要迅速地、客观地选择出与预报对象相关密切的因子,建立出预报方程,必须利用电子计算机来完成。然而,目前国内电子 相似文献
20.
本文将预报对象y_((t))~((o))和因子xi_((t))~((o))变换成相应的序数数列y(t)、xi(t),运用xi与y间秩相关系数作t检验,进行因子筛选,选取与预报对象序数差之总和最小的因子组合,建立正交多项式预报方程,取得了较好的效果。 相似文献