论文读书报告

1、Word 论文读书报告 读书报告 一、题名：逐步回归与自回归模型在水文预报中的应用 二、内容概要 依据洪家渡水电站1952-20 xx年实测径流资料及1951-20 xx年74项气象因子，分别建立逐步回归与自回归模型对月径流量进行拟合预报，结果均通过精度检验，可用作预报。比较两种模型预报成果，发觉逐步回归方程精度更高，更可信。 三、数据资料 选取1952-20 xx年洪家渡年径流量数据，用1952-20 xx年的资料拟合预报，再用2022-20 xx年的资料试预报，采纳1952-20 xx年74项气象环流因子作为变量。 四、基本原理与思路 1. 逐步回归法 用方差贡献作为衡量因子对预报对象重要

2、性的指标，根据对预报对象影响显著的程度逐步选择因子。在建立回归方程的过程中，因子的选择是逐步进行的，要求当步选择出的因子是全部可供筛选的因子之中能使残差平方和下降最多的一个，并且通过指定信度的显着性检验 F检验。每引入或剔除一个因子都要作相应的F检验，直至方程既不能引入也不能剔除因子，则最终的方程应是预报效果最佳的方程。 2. 自回归模型 自回归模型就是用已知的前期水文数据，分析其演化状况的统计规律，作出当前时刻的预报。 采纳了AR(p)自回归模型，利用自相关函数间的关系联立方程组求得模型的自回归系数，再代回到模型，即可作出t 时刻的预报。 在确定自回归方程的阶数时通常有两种方法：顺点法和选点

3、法。顺点法即对联立方程组求解自回归系数过程中，利用逐步回归的消去求逆紧凑方案求解，并逐步选入或剔除变量，从而建立最佳阶数的自回归预报方程。选点法是普遍计算全部落后?时间的自相关函数r(?)，然后选择那些自相关函数肯定值较大的间隔点来建立自回归预报方程，这样可以削减自回归预报方程的阶数和计算工作量。 1 五、收获与启示 这篇论文采纳了回归分析中的逐步回归法和时间序列分析中的自回归模型，分别对洪家渡水电站的月径流量进行拟合预报，并比较两种模型预报的效果，发觉逐步回归方程精度更高，更可信。这一点是值得我们学习和借鉴的。我们在进行回归分析时，假如需要分析的数据是时间序列数据，那么可以考虑结合时间序列分

4、析中的方法进行处理和分析，可以获得更好的拟合和猜测结果。 我们在时间序列课程中学过的确定自回归方程的阶数的方法是通过观看自相关图和偏自相关图，由自相关系数和偏自相关系数的截尾性或拖尾性，确定相应的平稳时序模型和相应的阶数。而这篇论文介绍了确定自回归方程的阶数的两种方法：顺点法和选点法，其中顺点法利用了逐步回归的消去求逆方法，可以在以后做时间序列分析时借鉴应用。 另外，我们可借鉴这篇论文中用1952-2022 年的资料拟合预报，再用2022-20 xx年的资料试预报的做法，这样可以比较便利地观看到模型的猜测效果，从而较为直观地了解模型拟合优度和猜测精度的大致状况。 2 其次篇：论文读书报告模板 2000字 读书报告模板 使用本模板撰写时请根据蓝色提示，定稿后请删掉蓝色提示。 大标题，字体14号宋体，居中，加粗；标题应精确 、清晰、简洁地 概括全文，25个字以内，标题内不应消失缩写字 张三