《表2 多元线性回归(MLR)模型概述》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《用外部强迫因子对近百年陆地降水变化的统计建模试验》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

分别利用全球和各纬度带陆地降水距平序列为因变量，以自然强迫总量（Natural）和人为活动总量（Tan）为自变量，进行多元线性回归建模，结果见表2.从模型本身来看，5个MLR模型均有显著性的意义；但显然，全球陆地降水距平的MLR模型标准误差为最小，其次是北半球中纬度，再次为北半球高纬度，低纬度和南半球中纬度的误差较高；但是从徳宾-沃森数（DW）来看，只有南半球中纬度降水通过了无自相关的假设检验.也就是说，前4个MLR拟合模型的残差存在显著的自相关（正自相关），说明模型仍然存在可以预测的信息.因此还需要进一步对残差序列进行分析，提取可预测信息一般有两种方法:一是用广义线性回归（generalize linear model，GLM）模型；二是用差ARIMA模型，本研究采用后者进行组合.