《统计天气预报》求取 ⇩

目录1

第一章　基础知识1

§1 事件与概率1

§2 随机变量及其概率分布7

§ 3 正态分布与正态化处理12

§4 随机变量的数字特征及其估计16

§5 统计假设检验22

§6 单站统计天气预报的思路与模式28

§7 前兆因子的来源与提取31

§8 几种常见的预报原则35

§9 单站基本业务建设36

第二章　数据分型38

§1 单站预报中的分型问题38

§2 简单分型39

§3 聚类分型42

§4 串组分型50

§5 K-均值法52

§6 极差分割54

§7 最优分割59

第三章　预报因子的筛选方法63

§1 符号法63

§2 积分极限定理64

§3 条件概率67

§4 分级相关系数68

§5 概率贡献73

§6 级差法76

§7 信息量准则79

§8 极差分析82

§9 方差分析84

§10　判别式86

§11　点聚图87

§12　秩相关系数88

§13　相关系数的稳定性分析90

§14　因子群选择问题92

§15　“0,1”型因子的相关筛选93

§16　真值图筛选96

§17　试分筛选100

第四章　图表预报104

§1 指标与模式104

§2 指标序列分型105

§3 配分法107

§4 复相关表110

§5 累积相关法112

§6 分档法114

§7 百分率法124

§8 分型概率图127

§9 套迭坐标图131

§10　网格图133

§11　序数相关法135

§12　多维空间聚集139

§13　相似分析142

§14　余差图151

第五章　概率预报154

§1 概率预报的基本原理154

§2 单因子条件概率159

§3 多因子条件概率161

§4 贝叶斯方法167

§5 马尔科夫链171

第六章　“0,1”型预报176

§1 资料的“0,1”型处理176

§2 编码法181

§3 线性综合185

§4 布尔代数194

§5 训练迭代202

第七章　类别预报207

§1 点聚图及其分析207

§2 值域法211

§3 距离法213

§4 两级判别216

§5 多级判别（Ⅰ）费歇尔方法220

§6 多级判别（Ⅱ）贝叶斯方法227

§7 逐次得分判别230

§8 逐步判别232

§9 分类筛选预报的极差法239

§10　分类筛选预报的图示法243

第八章　一次回归预报247

§1 几个基本概念247

§2 线性回归252

§3 概率回归256

§4 “0,1”回归261

§5 非线性回归263

§6 数量化方法265

§7 主成份分析法269

第九章　逐次回归预报274

§1 逐次回归的基本概念274

§2 因子精选的几条原则278

§3 正交筛选法280

§4 逐步回归284

§5 逐段回归300

第十章　时间序列分析305

§1 时间序列的概念305

§2 天气过程韵律311

§3 简化分波法317

§4 方差分析320

§5 周期图分析326

§6 谱分析333

§7 正交多项式337

§8 时间序列的平稳性检验342

§9 自回归模式345

§10　维纳滤波法350

第十一章　小概率事件的预报353

§1 相似形势分析法353

§2 消零法361

§3 多点聚图通过法364

§4 肯定度函数369

第十二章　预报集成方法373

§1　权重集成373

§2　交互相关集成376

§3　编码集成378

§4　逐步点聚集成378

§5　简单线性集成382

§6　回归集成384

§7　判别集成385

§8　概率相关集成387

第十三章　预报质量的鉴定392

§1　两级预报的鉴定392

§2　多级预报的鉴定394

§3　连续性变量预报的鉴定397

附录400

§1　线性方程组的解法400

§2　向量和矩阵407

§3　方阵的特征值与特征向量413

§4　预报指标的逻辑结构418

附表421

附表1　正态分布密度函数的数值表421

附表2　正态分布函数的数值表421

附表3　t分布表422

附表4　F分布表422

附表5　x2分布表425

附表6　符号检验表425

附表7　相关系数检验表426

附表8　复相关系数检验表426

附表9　正交多项式427