浙江渔场冬汛带鱼渔获量预报方法的研究

本文采用多元分析方法,借助计算机快速运算,对浙江渔场冬汛带鱼渔获量预报作了多种验算分析,结果表明:多元非线性回归及逐步回归分析用于冬汛带鱼渔获量预报较为适宜,所建方程的回归检验和独立样本检验较为理想,四年的预报正确率达95%以上,取得了较好的预报效果。目前,用本文方程预报能满足组织渔业生产的要求。     

典型回归及其在趋势面分析中的应用

本文用典型相关分析的理论来研究多重回归(即多个自变量对多个因变量的回归的问题。首先对预报量集团和预报因子集团进行降维,化成一对(或少数几对)综合变量以后,进一步用逐步回归的方法挑选那些影响预报量的综合变量的主要因子,建立回归方程(称为典型回归方程)以实现对预报量的预测或最优控制等问题.应用典型回归于趋势面分析中,建立一种多重趋势面(称典型趋势面),它发展了通常利用最小二乘法建立多项式曲面来拟合单变量观测数据的趋势面分析,使我们能够从某一测区的一组相关变量的观测值揭露其综合效应的变化趋势,而且这个趋势具有地质量与地理坐标之间的最大相关性质。因之,可以预测一组地质变量在测区的不同位置上的变化规律.     

稀疏数据下的Logistic回归模型研究

基于临床试验中结肠癌的样本数据,利用R软件中的glmnet程序包对数据进行实证分析,筛选出对结肠癌影响作用大的基因,然后建立稀疏数据下的Logistic回归模型,并联系背景对模型进行解释.同时用SAS软件对数据做逐步回归,得到逐步回归下的Logistic回归模型,对两种方法下得到的Logistic回归模型进行比较,成功地解决了数据稀疏问题.     

非线性逐步回归在宜昌站年径流量预报中的应用

为了分析非线性关系的引入对中长期水文预报精度的影响,以对数变换后得到的非线性逐步回归模型为基础,利用长江宜昌站年径流量进行中长期水文预报,并与传统的逐步回归模型预报值进行比较.结果表明:宜昌站年径流量与该站上一年汛期7月、8月、10月流量存在明显非线性关系,并对太平洋副高活动以及厄尔尼诺效应反应敏感;非线性逐步回归模型...     

基于主成分分析和支持向量机的区域降水预测应用研究

将主成分分析和支持向量机回归相结合, 以广西5、6月区域平均日降水量作为预报对象, 进行区域日降水量预测研究.首先,整理分析大量的T213数值预报产品信息数据进行主成分分析, 得到主成分数据序列; 其次, 根据主成分数据序列建立训练集训练支持向量机, 并利用遗传算法优化参数; 最后, 输入支持向量机所需数据, 得到主成分预测结果, 建立广西日降水预报模型. 实例计算结果表明, 支持向量机回归模型比逐步回归模型有更好的预测能力.     

青岛市大气污染时间序列分析预报方法研究

根据青岛市大气污染监测资料,采用时间序列分析方法,建立多种预报模型,有原序列周期外延法、均生函数周期外延法,均生函数逐步回归法以及自回归预报法等,最后提出一种综合预报模型。连续预报试验表明,综合预报模型优于任何个别预报模型,有较好的预报能力。利用马尔可夫模型对污染状态（轻、中、重）进行了分级预报试验,也获得良好的效果。     

人工神经网络方法在短期天气预报中的应用

将人工神经网络方法试用于南京夏季短期降水分级预报,根据南京夏季梅雨期的天气特点,用统计和动力学方法从HLAFS(高分辨率有限区域预报系统)预报产品中寻找预报因子,然后用2种方法选取输入因子分别对人工神经网络进行训练,并利用抽取的5天雨量实况作降水分级预报检验.通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现:与HLAFS数值模式的降水预报相比,人工神经网络降水预报方法的准确率提高了20%以上,而且漏报、错报明显减少;特别是与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高,这一研究表明人工神经网络方法在短期天气预报中也会有较大的应用价值.     

人工神经网络方法在短期天气预报中的应用

将人工神经网络方法试用于南京夏季短期降水分级预报，根据南京夏季梅雨期的天气特点，用统计和动力学方法从HLAFS（高分辨率有限区域预报系统）预报产品中寻找预报因子，然后用2种方法选取输入因子分别对人工神经网络进行训练，并利用抽取的5天雨量实况作降水分级预报检验．通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现：与HLAFS数值模式的降水预报相比，人工神经网络降水预报方法的准确率提高了20％以上，而且漏报、错报明显减少；特别是与逐步回归预报相比，大到暴雨的预报准确率得到了明显提高，这一研究表明人工神经网络方法在短期天气预报中也会有较大的应用价值．     

水库实时调度的研究

结合安徽省淠河灌区优化调度成果，通过逐步回归法，建立了水库放水量与其各因子之间的统计数学模型，即回归模型。提出一种基于回归模型基础上的实时调度方法，即采用逐日实测来水资料，逐日修正回归模型中预报来水因子的办法，减小了由于中短期预报不准确造成的误差，从而使优化调度的成果可以切实用于指导水库的调度。     

论处理坝工观测资料的差值逐步回归分析法

差值逐步回归分析法常被用来处理坝工观测资料分析中自变量因子密切相关时的回归分析问题，本文从理论上对其有效性进行了一些分析，并指出至少在某些情况下差值逐步回归分析法不会比逐步回归分析法更为有效。     

中国西北地区东部雷暴概率预报方法对比

利用2008-2013年中国西北地区尔部60个观测站天气实况资料以及NCEP/NCAR的1°×1°阿分析资料讲算出的对流参数,在天气分型消空非雷暴日样本的基础上,通过线性逐步回归、Logistic回归、BP神经网络3种方法,建立了60个站4-10月24 h雷暴概率预报模型,并对2013年4-10月各站雷暴进行试预报.结果表明,线性逐步回归模型、Logistic回归模型、BP神经网络模型60个站平均回代颅报临界成功指数(CSI)分别为24.2%、27.5%、20.9%,平均试预报CSI分别为23.3%、24.7%、12.9%;Logistic回归模型对该区域雷暴总体预报效果最好,共计32个站该方法顶报效果最优,超过站点总数的50%.雷暴气候概率最高的高海拔站点平均预报CSI最高,气候概率最低的关中平原站点平均预报CSI最低,各模型平均预报CSI均明显大于气候概率,集合每个站最优预报模型的试预报结果,得出最优平均试预报CSI为26.6%.该预报结果可为中国西北地区东部雷暴预报研究提供参号.     

运用逐步回归分析法对河北省国民经济的分析与研究

本文应用SPSS应用统计软件采用逐步回归分析法对河北省的GDP及其包括第一产业在内的诸多预报变量进行建模、分析。得出结论:响应变量GDP与预报变量第一产业、工业、交通运输邮电仓储三者之间存在很强的线性关系;零售业、建筑业并没有作为独立的预报变量纳入回归模型。但它们与GDP之间存在非线性关系,并用SPS拟合出很好的多元线性回归方程。并于最后对模型进行了分析和讨论。     

正交回归与偏相关筛选

本文首先推导了用偏相关建立正交回归的方法。其次,提出了正交回归系数的间接计算方法,这样就不必象正交化回归那样一定要逐步利用新的正交化变量重新计算大量相关系数,经过F检验确定新的正交回归系数。本文也证明了偏相关系数的t检验可以代替正交回归的方差分析,所以在这里我们用偏相关进行筛选就可以达到逐步回归的效果,而且由于未建立回归以前就可以确定剔除对象,所以就不必象逐步回归那样一定要等到预报因子进入回归以后才能进行剔除。本文提出方法的另一特点就是在逐步筛选过程中逐阶计算偏相关系数是很简易的,而且正交回归的计算正可利用偏相关筛选的已有计算结果。总之,本文是把用偏相关计算多重回归方程的理论发展了。     

由统计分析看 A_(y1)冷带性能预报和控制

本文大量采用生产中的数据,用逐步回归方法建立 Ay1 冷带σ_b、δ_(10)与成分及工艺因素的定量关系式,用以预报和控制冷带性能。在回归式的基础上导出了简便而准确的碳当量公式。文中还对控制机理作了一定阐述,并根据回归分析,对冷带性能控制提出了看法。     

天气图特征提取研究

天气图中含有丰富的信息,提取并分析图像中与天气紧密相关的各种特征对天气预报具有很好的指导意义.主要处理对天气图中的等压线、槽、脊以及高低压的位置、强度的特征提取.它为从已有的多年气象资料中获取和分析数据资料,得到预报指导信息提供了一条途径.     

逐步回归程序

微型计算机自七十年代初期出现以来,得到了飞速的发展,获得了越来越广泛的应用。APPLEⅡ微型计算机系统是美国 APPLE 公司的产品。它具有使用方便、工作可靠,灵活性大,适应性强等一系列优点。学习掌握电子计算机,对促进教学、科研都具有重大的现实意义。回归分析是统计学中研究相关关系的一种数学工具。它在工农业生产、科学研究、天气预报、地质勘探等方面有着广泛的应用。而逐步回归则是回归分析的一个重要方法。下面利用 APPLEⅡBASIC 编译逐步回归程序,它已在 APPLE Ⅱ e 微型计算机上通过。     

逐步回归中M步变换矩阵的准对称性

逐步回归方法是目前天气预报中广泛采用的一种统计方法,如我国大风、台风以及降雨预报经常采用这一方法,国外对降雨、最高最低气温以及云高、能见度等预报也普遍采用这种方法。但是逐步回归方法伴随着大量的计算,对于缺乏计算工具的单位,应用起来就比较困难,因此如何简化计算是我国统计预报发展中提出的迫切需要解决的课题。设预报量y,可能预报因子有n个:x_1,x_2,…,x_n。各有N次观测的样本资料,并都     

水利工程中混凝土坝变形模型研究

混凝土坝的变形状况是评价大坝工作性态的一个重要指标。影响混凝土坝变形的因素很多,尤其是对趋势性变形（时效位移）的影响。具有一定的灰色度;另外,大坝变形的残差序列仍包含有用信息。针对上述问题,综合应用灰色系统理论、逐步回归分析理论及时间序列分析理论等,提出灰色回归-时序模型。结合工程实例计算,与其它模型对比分析,拟合精度和预报精度较高。     

云南桔小实蝇发生量预测模型研究

2003-2008年从田间系统地监测了云南元江和华宁桔小实蝇的发生规律.将诱虫资料和温度、湿度、雨量、光照等气象资料作为预测因子,采用简单逐步回归和多因子互作回归分别进行拟合,建立了不同发生量预测预报模型,并对其进行检验.结果表明发生量与多因子交互之间存在相关关系,可采用预报模型较为准确地预测出桔小实蝇的发生量,且多因子互作组建的模型比简单逐步回归的结果可靠.     

回归预报模型在水文地质中的应用──以焦作煤田演马庄井田矿井突水量预报为例

作者依据数理统计理论与实践总结较详细论述了通过回归分析建立回归预报模型这一方法在水文地质预报中的应用过程及其注意事项，包括该模型的重要性、相关因素的选取、回归预报模型类型的确定与模型的建立、预报中应注意的问题以及数据如何选取。最后以焦作演马在井田矿井突水量预报为例加以详细说明。图１，表２，参２。