氣象統(tǒng)計分析與預(yù)報方法（第三版）

再版前言
第一版前言
第一章 氣象資料的整理
1.1 氣象資料的表示
1.1.1 單個變量
1.1.2 多個變量
1.2 基本統(tǒng)計計量
1.2.1 平均值
1.2.2 標準差與方差
1.2.3 協(xié)方差與相關(guān)系數(shù)
1.2.4 分級相關(guān)系數(shù)與列聯(lián)差
1.2.5 自協(xié)方差與自相關(guān)系數(shù)
1.2.6 落后交叉協(xié)方差與相關(guān)系數(shù)
1.2.7 峰度系數(shù)與偏度與系數(shù)
1.3 統(tǒng)計量的檢驗與應(yīng)用
1.3.1 平均值的顯著性檢驗
1.3.2 兩組樣本平均值差異的顯著性檢驗
1.3.3 方差的顯著性檢驗
1.3.4 相關(guān)系數(shù)的檢驗
1.3.5 變量的分布檢驗
1.3.6 氣象中的應(yīng)用
參考文獻
第二章 回歸分析
2.1 一元線性回歸
2.1.1 一元線性回歸模型
2.1.2 回歸問題的方差分析
2.1.3 相關(guān)系數(shù)與線性回歸
2.1.4 回歸方程的顯著性檢驗
2.1.5 回歸系數(shù)的顯著性檢驗
2.1.6 預(yù)報值的置信區(qū)間
2.2 多元線性回歸
2.2.1 多元線性回歸模型
2.2.2 向量β的最小二乘估計
2.2.3 回歸系數(shù)向量b的統(tǒng)計性質(zhì)
2.2.4 線性回歸模型的其它形式
2.2.5 回歸問題的方差分析
2.2.6 復(fù)相關(guān)系數(shù)
2.2.7 回歸方程的顯著性檢驗
2.2.8 預(yù)報值的置信區(qū)間
2.2.9 利用回歸方程進行預(yù)報
2.3 事件概率回歸（REEP）
2.3.1 事件概率回歸方程的建立
2.3.2 概率回歸方程的顯著性檢驗
2.3.3 變量為原值的事件概率回歸方程
2.4 因子數(shù)目
2.5 逐步回歸
2.5.1 回歸系數(shù)的顯著性檢驗
2.5.2 “最優(yōu)”回歸方程的選擇
2.5.3 逐步剔除方案
2.5.4 逐步引進方案
2.5.5 雙重檢驗的逐步回歸方案
2.5.6 逐步回歸例子
2.6 殘差分析
2.6.1 殘差散布分析
2.6.2 預(yù)報殘差方差分析
2.7 非線性回歸
2.7.1 多項式回歸
2.7.2 可化為線性的曲線回歸
2.7.3 一般的非線性回歸模型
2.7.4 Logit模型
2.8 回歸分析在氣象中的應(yīng)用
參考文獻
第三章 判別分析
第四章 主分量分析
第五章 因子分析
第六章 典型相關(guān)分析
第七章 聚類分析
第八章 時間序列分析
第九章 譜分析
第十章 馬爾可夫概型分析
第十一章 預(yù)報的評分與集成
習題
附錄A 矩陣和向量的微分
附錄B 用消去求逆緊湊方案解非齊次線性方程組
附錄C 求函數(shù)的條件極值
附錄D 求矩陣的特征值及特征向量
附錄E 常用氣象數(shù)據(jù)處理軟件
附錄F 氣象統(tǒng)計常用數(shù)表