主分量逐步回归法在桂东南低温阴雨预报的应用     

彭武坚 《广西气象》2005,26(A02):41-43

在桂东南低温阴雨天气的特征和类型研究的基础上，应用气候场的主分量逐步回归方法，通过多个气候场的主分量因子相关分析筛选，求得低温阴雨场主分量与高度场、海温场、环流指数以及副高面积指数等因子场主分量之间的联系，而后进行逐步回归预报。  相似文献   

大坝安全监测统计模型的比较与选择     

《江西测绘》2007,(1)

统计模型在大坝安全监测资料分析中占有重要地位,是建立混合模型的基础。本文从统计模型选择的角度出发,对多元线性回归、逐步回归以及偏最小二乘回归的应用特点和效果进行了探讨,其中偏最小二乘回归是一种旨在消除多重相关性的新型回归技术。本文重点结合某水电站大坝安全监测资料,从模型解释能力、统计参数的检验、拟合和预测效果、效应量的分离等方面对上述三种回归方法进行了比较性研究,得出了一些有益的结论。  相似文献   

长春市土壤中Pb含量、化学形态和空间分布及其影响因素   总被引：3，自引：2，他引：3  

郭平  张毅军  万婷婷  谢忠雷  李军 《吉林大学学报(地球科学版)》2006,(Z1)

以长春市7个功能区,30个采样点土壤为研究对象,研究城市土壤中Pb含量、化学形态与土壤物理化学性质的关系。结果发现:长春市土壤重金属Pb污染严重,主要以残渣态和有机结合态为主。不同功能区Pb含量及化学形态差别很大。土壤物理化学性质对Pb及各种化学形态含量影响程度明显不同,通过逐步回归方法确定主要影响因子,且建立土壤中Pb富集及其化学形态预测模型。  相似文献   

白水苹果始花期预测模型研究   总被引：1，自引：0，他引：1       下载免费PDF全文

尹贞钤  雪婷  辛博  马耀绒 《陕西气象》2019,(2):34-36

利用2001—2015年白水站气象数据与苹果始花期物候数据,采用相关分析,筛选与始花期相关较高气象因子;利用SPSS20.0软件进行逐步回归,得到白水苹果始花期预测模型。依据模型回代结果,对始花前一周天气实况进行历史普查,得出预报值订正方法。通过验证,预测模型和订正方法在近3年业务应用中准确率较高。  相似文献   

南海热带气旋大风的遗传－神经网络集合预报   总被引：1，自引：0，他引：1  

董彦  林开平  黄小燕 《气象研究与应用》2014,(1):40-45

利用1980-2012年的南海热带气旋实况资料和NCEP/NCAR再分析资料,将热带气旋定位中心周边6×6格点上的地面风速作为预报对象,以气候持续预报因子和前期风速预报因子作为模型输入,采用遗传—神经网络集合预报方法,进行热带气旋定位中心周边36个格点上的风速预报模型的预报建模研究.分别对2008-2012年7-9月共368个独立预报样本进行遗传-神经网络集合方法的分月预报结果表明,南海热带气旋中心周边风速24h的预报平均绝对误差为2.35m.s-1.另外,本文还进一步将该预报方法与国内外普遍采用的逐步回归预报模型进行对比分析,在相同的预报量和预报因子的条件下的对比分析表明,新预报模型对≥10m.s-1的强风预报结果较逐步回归方法的优势明显,预报性能较好,可为沿海热带气旋大风预报提供新的参考.  相似文献   

利用逐步回归分析红山地磁台观测数据质量   总被引：1，自引：0，他引：1  

王莉森  张云昌  边鹏飞  韩胜 《华北地震科学》2013,(3):54-56

选用逐步回归分析方法,利用红山地磁台2009年观测数据的基线值数据,计算台站地磁观测系统的温度系数与滑动系数以及年剩余均方差,通过这3个指标的结果,给出观测系统受这3个参数影响的程度,为控制红山台地磁观测数据的质量提供依据.同时,对台站合理的选用基线值提供有力帮助.  相似文献   

汝箕沟煤矿煤灰熔点的逐步回归分析     

马振海  赵志根  黄文辉 《中国煤炭地质》2010,(11):7-9

煤灰熔点是评价煤工业用途的一项重要指标,针对矿区煤质灰熔点建立适宜的数学模型是一个值得重视的问题。根据逐步回归分析的基本原理,利用在汝箕沟煤矿收集的43组灰分产率、灰成分与灰熔点数据,建立了该矿煤的灰熔点与显著变量之间关系的回归方程。通过F-检验和相关系数检验,表明回归方程有一定的置信度,误差分析显示回归分析效果较好。  相似文献   

南京市住宅价格影响因素分析     

秦佳睿  盛业华  王燕锋  何育枫 《地球信息科学学报》2021,23(5):882-890

住宅价格影响因素的研究对于购房者购买住房及政府制定相关政策具有重要影响。然而,目前对于住宅价格问题的研究大多从宏观角度进行,而从微观角度入手的相对较少。此外,对住宅价格的研究通常需要建立多元回归方程,但这样会造成多重共线性问题,导致伪回归,不能准确地分析各因素对住宅价格的影响。针对该问题,本文从微观角度出发,运用定量与定性相结合的方法,建立特征价格模型,并且选择逐步回归法对其进行修正,将其中显著性不强、经济意义不明显的变量逐步剔除,从而更准确地探究影响住宅价格的主要因素。本文以南京市住宅价格为实验数据,并初步选择12个影响因素对该方法进行验证。结果表明,该方法能够有效地剔除二级商业中心、建筑类型、生活配套设施3个显著性不强的影响因素,保留重点学校等9个影响较大的因素。本文方法更为精准地分析了住宅价格的影响因素,为购房者购买住房及政府制定相关政策提供了一定的理论基础。  相似文献   

气象因子对太原地区空气质量的影响研究          下载免费PDF全文

卢盛栋 《沙漠与绿洲气象(新疆气象)》2021,15(2):98-105

利用2017—2019年太原小店区气象与空气质量指数逐时数据,分析了气象因子对空气质量指数的影响,对易污染月份空气质量进行了深入分析,利用神经网络方法构建了气象因子与空气质量指数的关系模型,并与逐步回归模型进行了对比。结果表明:(1)2017—2019年太原地区空气质量6个等级均出现过,其中,良占比最大,为51.9%;严重污染等级最少,为1.9%。每年8月空气质量最好,1月空气质量最差,11月—次年2月为易污染月份。(2)气温、风速、气压对空气质量指数的影响主要表现为负相关,9月—次年2月呈显著负相关;降水主要表现为负相关;相对湿度对空气质量指数影响较大,8月—次年3月呈显著正相关,6—7月呈显著负相关。(3)易污染月份,太原地区空气质量以良为主,占40.7%;其次为轻度污染,占24.8%;严重污染占4.6%。相对湿度、风速对空气质量影响较大,表现为强相关。(4)神经网络构建的气象因子与空气质量指数的关系模型,与逐步回归分析模型相比,准确率由91%提高到94%。神经网络模型模拟效果更佳,为太原地区治理大气污染提供重要的参考价值。  相似文献