气象统计方法复习资料

学习内容:Chapter1—气象资料及其表达办法Chapter2—选择最大信息的预报因子Chapter3—气候稳定性检查Chapter4-气候趋势分析Chapter5—一元线性回归Chapter6-多元线性回归Chapter7-逐步回归Chapter—8—气象变量场时空构造分离复习题：1、气象统计预报是运用统计学办法对气象（气候)样本进行分析来预计和推测总体的规律性。2、突变可分为：均值突变、变率突变、趋势突变.3、气候统计诊疗分析与天气统计诊疗分析的不同点是研究对象不同，一种是（气候特性），一种是（天气特性）。相似点是数据资料都必须是（长时间）的观察数据.4、（）需要对结论进行一系列的推断，分析结论的可信程度以及与否为因果关系。A统计分析；B统计诊疗；5、采用统计诊疗的办法研究天气、气候现象，能够用于哪些方面(）〈多选〉。A理解区域性或者全球性天气、气候现象的时空分布特性、变化规律及异常程度；B探索气候变量及其与其它物理因素之间的联系；C对数值模拟成果与实际变化状况之间的差别进行统计诊疗,为改善模式提供线索和指导;

6、对天气、气候现象进行统计诊疗分析，普通分为四步。首先，（）；另首先，(）;再次，（）；最后，().A科学综合和诊疗;B选择诊疗办法；C资料预解决；D收集资料;7、气候统计预测，普通分为四步。首先，（）；另首先，（）；再次，（）；最后，（).A建立统计模型；B统计检查；C预测结论；D收集资料；8、统计预测模型在运用大量(）观察资料对气候系统内部或与其它变量之间关系的变化规律及特性分析基础上建立的，用于对（）状态进行预计.在这一预测过程中，假设气候变化的成因和物理机制最少在（)期间与（）期间一致；气候系统保持稳定.A过去；B将来；C预测;D观察；9、气候统计预测过程重要由下列4个要素构成：1、(）,例如:夏季降水量，8月份高温日数、暴雨日数；2、()，普通为从某些统计上明显有关的预报因子群提取的有效信息;3、（），根据数据性质、预测对象和预测因子特点，选择适宜的统计预测模型;4、（），对将来气候变化状态时间、空间、数量、性质等方面的预测.A预测技术;B预测根据;C预测成果;D预测对象；10、气象统计研究对象能够划分为（）、多要素气象资料。例如：1950-南京7月份高温日数，属于（）气象资料；例如某气象站7月份日降水量与08时相对湿度,属于（）气象资料。A单要素；B多要素;11、根据预报（或预测、预估）对象的时间尺度能够进行以下划分：1、（）,不大于10天；2、(）,10—30天；3、（），月、季、年;4、（），年代际或更长。A天气预报；B延伸期预测；C气候预测；D气候变化预估；12、（）是要素总体数学盼望的一种预计，反映了该要素的平均(气候)状况；(）是将变量值按大小次序排列,处在中间位置的那个数，表征变量的中心趋势；（)是要素（变量)值中出现次数最多的那个数，表征最容易发生的状况。()是变量不大于某上限的次数与总次数之比。A平均值；B中位数；C众数；D累积频率；13、观察序列为（1,3，3，3，5，6，7，8，9),平均值是（），中位数是（），众数是（）A3；B5；C6；D7；14、观察序列为(1，3,3,3，5，6，7,8，18），平均值是（），中位数是（）,众数是（）A3；B5;C6；D7；15、甲地区12月份气温的均方差（原则差）为1。75，1月份气温均方差为1。09。乙地区12月份气温的均方差(原则差)为1。61，1月份气温均方差为2.03。对甲地区来说，（）月份气温变化幅度较大；对乙地区来说，（）月份气温变化幅度较大;就12月份而言，(）地区气温变化幅度较大.A甲；B乙;C12；D1；16、累积频率是变量不大于某上限的次数与总次数之比。观察序列为（1,3，3，3，5,6，7，8，9）.上限为4的累积频率为（）/9，上限为7的累积频率为（）/9。A2；B4；C6;D8；17、（）是指统计分析对象的全体。（）是指总体中的一部分.气象上的总体指无限总体,一组气象资料就是无限总体的()。1950-南京地区夏季降水量这组气象观察资料属于（）.（)的特性是客观存在的，不是随机变量.（）的特性随所取的样本而变化，与其有关的变量也称为随机变量，如平均值、均方差等。A总体;B样本；18、在随机事件中，随着实验次数的增加，事件发生的频率趋于一种稳定值（概率)。()是事件的总体特性;（）是事件的样本值.A概率;B频率；19、为使不同要素的观察数据在同一水平上比较，采用原则化办法，使它们变成同一水平的无单位的变量.气象观察数据原则化后的平均值是（）,均方差是（）.A－1;B0;C1；20、研究某一区域时，若区域中m个站气象要素变化含有较好的一致性,能够把这一区域当作一种点来研究.可使用（)法，选用最具代表性的站;或使用（）法,采用m个站的平均值。A区域平均；B代表站；21、n次观察次数中,事件A出现nA次，则事件A的频率P(A)为nA/n。观察次数n足够大，P(A）稳定靠近某个常数，这就是（）.概率描述的是总体特性，而（）是样本的特性。A概率；B频率；C事件；22、布袋中有4个球，分别标有A、B、C、D。从布袋中拿出1个球。拿到的球有(）种可能。从布袋中拿出2个球(考虑先后次序），总共有（）种可能。从布袋中拿出2个球（不考虑先后次序),总共有（）种可能。A4；B6;C8；D12;23、夏天某地区冰雹出现概率为0.03。5天中有一次冰雹的概率为（）;最少有一次冰雹的概率为（）（多选）。A、0。03×5=0.15；B、C51×0.031×0。974＝0。1328；C、C51×0。031×0。974＋C52×0。032×0.973＋C53×0.033×0。972＋C54×0.034×0。971＋C55×0。035×0.970＝0。1413;D、1-C50×0.030×0.975＝0.1413；24、自然界中各现象间存在普遍的关联。这种关系可分为两种：物理意义明确，可用数学函数体现的关系称为（)；统计上的互有关联称为（)。A拟定性关系；B非拟定性关系；25、统计分析中用有关系数度量各现象（各要素)间的有关程度.下列三个有关关系示意图中，表达非线性有关关系的是（），表达完全线性有关的是（)，表达负线性有关关系的是（）。26、有关系数r的绝对值越（）,表达两变量之间关系越亲密。r越靠近1。0，()有关越明显;r越靠近－1.0,(）有关越明显。A小；B大;C正；D负;27、根据统计学中大样本定理，普通认为样本量n不不大于(）才有统计意义.当样本量较小时，计算所得有关系数可能会离总体有关系数甚远.这时，需要对有关系数加以校正。A10；B20；C30；D40；28、检查某一地区气候与否含有稳定性、两个地方的气候与否有明显差别能够基于均值进行检查,检查办法有(）和t检查。方差反映了某一变量观察数据的偏离程度，它也是变量稳定与否的重要测度。基于方差的检查办法有（）和F检查.Aχ2检查；Bu检查；Ct检查；DF检查；29、随时间变化的一列气候数据构成了一种（）。例如：1921—南京地区夏季降水量.它的特性有:数据的取值随时间变化；数据采样可能受到不拟定因素的影响；尚有，（)〈多选〉。A气候时间序列；B前后时刻的数据之间可能存在关联；C时间序列整体可能上有上升或下降趋势；D时间序列可能呈现周期性振荡;E从某一时刻开始，数据取值可能出现转折或突变；30、用xi表达样本量为n的某一气候变化，用ti表达xi所对应的时间，建立xi和ti之间的一元线性回归方程：。其中,为回归方程计算值,a为（)，b为（)回归系数。使n对计算值（)和观察值（xi）的误差平方和达成最小,可采用(）计算出a和b.系数b表达了(）。b符号为正，阐明变量随时间t的增加呈（）趋势，反之则为（)趋势.r为时间ti和观察数据xi所的有关系数.r表达变量x与时间变化的关联程度。要判断变化趋势的程度与否明显，就要对（）进行明显性检查。A回归系数;B回归常数；C最小二乘法;D变量x随时间的趋势倾向；E下降;F上升;H有关系数；31、下列回归方程中，表达非线性回归的是（），表达一元线性回归的是（），表达多元线性回归的是（）。32、在气象预报中,对预报量的预报经常需要从可能影响预报量y的诸多因素中挑选一批关系明显的作为预报因子。在应用多元线性回归的办法建立回归方程来做预报时，既要选择对预报量影响明显的因子,又要使回归方程的残差方差预计很小，这样才有助于气象预报。（）办法就是选择这种最优的回归方程。普通分为三种方案：逐步剔除方案,逐步引进方案，双重检查的逐步回归方案。从包含全部变量的回归方程中逐步剔除不明显的因子的方案是，（）。在一批待选的因子中，考察他们对预报量y的方差奉献，挑选全部因子中方差奉献最大者，经统计检查是明显的，进入回归方程,这种方案是（).将因子一种个引入，引入因子的条件是该因子的方差奉献明显;同时，每引入一种新因子,要对老因子逐个检查，将方差奉献变为不明显的因子剔除。这种方案是（)。A逐步回归；B逐步剔除方案；C逐步引进方案；D双重检查的逐步回归方案；33、运用一元线性回归办法进行线性趋势分析中，回归系数b的符号阐明了气候变量x的趋势倾向.当b>0阐明随时间的增加，变量x是呈（上升或下降)趋势;当b<0,则变量x是呈____上升或下降）趋势。b值的大小反映了上升或下降的速率，b的绝对值越大，表明直线越(倾斜或平滑）。34、原则化的气象资料的平均值是0，均方差为1,无单位。二：简答题1、什么是累积频率？变量不大于某上限值的次数与总次数之比.什么是分布函数？在无限总体中的累积频率3、什么是均值突变？从一种气候基本状态向另一种气候基本状态的急剧变化。。4、在气象中如何运用回归方程进行预报,写出预报过程。答：1）拟定预报量并选择恰当的因子2）根据数据计算回归系数原则方程组所包含的有关统计量(因子的交叉积、矩阵协方差阵或有关阵,以及因子与预报量交叉积向量)3）解线性方程组定出回归系数4）建立回归方程并进行统计明显性检查5）运用已出现的因子值代入回归方程作出预报量的预计，求出预报值的置信区间5、试举例阐明哪些办法（不少于三种)能够进行气候变化趋势分析?答：1)线性倾向预计2）滑动平均3）三次样条函数6、何谓偏有关系数？答：当存在三个以上变量互相影响时，如（x1,x2,y)，当消除x1（或x2）的影响,计算x2（或x1）与y的有关系数时，就称为偏有关系数.三、叙述题：简述资料正态化的必要性和惯用的资料正态化解决办法。必要性是:各类统计预报模型和统计检查办法（F\t\u\x检查）规定资料是符合正态分布。年\月平均气温\气压\多雨地区的月降水量符合。日降水和少雨地区月降水普通偏态。旬\候降水不一定。解决办法：1、立方根或四次方根;2。双曲正切转换(纠正课本公式）-—旬降水。3、化为有序数后的正态化转换(原则化和正态化）简述明显性检查的基本思想。抽样会产生抽样误差，运用样本资料进行分析时，不能仅凭样本资料的成果就对总体特性做出判断，而要鉴别其成果与否为总体的特性。首先对总体的参数或分布形式做出一种假设,然后运用样本信息来判断这个假设与否合理。原理是运用“小概率事件在一次实验中几乎是不发生的"来接受假设或者否认假设，是一种带有概率性质的“反证法”。在原假设为真时回绝元假设，称为第一类错误(以真为假），其出现的概率普通记作a，原假设为假时接受原假设，称为第二类错误,其出现的概率普通记作B，这种限定犯第一类错误的最大概率a,不考虑犯第二类错误的概率B的检查就称为明显性检查,概率a称为明显性水平。3、简述运用多元线性回归方程进行预报的环节.1)拟定预报量并选择恰当的因子2）根据数据计算回归系数原则方程组所包含的有关统计量(因子的交叉积、矩阵协方差阵或有关阵,以及因子与预报量交叉积向量)3）解线性方程组定出回归系数4）建立回归方程并进行统计明显性检查4、逐步回归中逐步剔除法与逐步引入法的重要缺点分别是什么？逐步引入法的重要缺点是计算量很小