本课程在对气象数据及其统计的基础上，介绍气象学中有关统计分析与预报等方面的基本理论和方法，包括回归分析、判别分析、聚类分析、时间序列分析、主分量分析等。重点讲授这些方法的基本原理、计算步骤及适用条件，旨在描述和发现气象数据中的模式、趋势和关联性，为深入理解天气和气候变化规律提供分析和预报工具。
Overview
Syllabus
- 第一章 气象资料的表示与整理
- 1.1 气象资料的表示
- 1.2 基本统计量
- 1.3 变量的分布检验
- 第二章 回归分析
- 2.1 一元线性回归
- 2.2 多元线性回归
- 2.3 逐步回归
- 2.4 非线性回归
- 第三章 判别分析
- 3.1 Fisher判别分析
- 3.2 Fisher准则的多级判别分析
- 3.3 Bayes判别分析
- 第四章 聚类分析
- 4.1 相似性度量
- 4.2 系统聚类法
- 4.3 逐步聚类法
- 4.4 有序样品的聚类
- 第五章 时间序列分析
- 5.1 随机过程和时间序列的基本概念
- 5.2 气候趋势分析
- 5.3 周期振动分析
- 5.4 平稳时间序列的线性模型简介
- 第六章 主成分分析
- 6.1 主成分的基本概念
- 6.2 主成分的导出
- 6.3 主成分的性质
- 6.4 因子分析
- 6.5 经验正交函数分解
- 第七章 预报的集成与评分
- 7.1 离散型变量的预报评分
- 7.2 连续型变量的预报评分
- 7.3 预报的集成
- 期末考试
Taught by
Ren Chuanyou, Yin Hong, Gao Xining, and Wang Yanhua
