- •метеорологической величины и его статистическая значимость
- •Аномалии
- •Уравнение линейного тренда
- •Коэффициент а
- •Сглаживание экспериментальных данных по методу наименьших квадратов
- •Система линейных уравнений с неизвестными a и b
- •Требуется найти и так, чтобы сумма квадратов отклонений наблюденных значений от
- •Метод наименьших квадратов
- •Решение системы линейных уравнений
- •Коэффициенты линейного тренда
- •Статистическая значимость тренда
- •Определение статистически значимых коэффициентов корреляции
- •Коэффициенты корреляции как показатели статистической связи между X и Y
- •Свойства коэффициента
- •Зависимость между X и
- •Уровень значимости коэффициента корреляции
- •Стандартные уровни значимости
- •Статистическая значимость коэффициента корреляции
- •Пример оценки статистической значимости коэффициента корреляции
- •Коэффициент
- •Пример оценки статистической значимости тренда
- •Использование скользящих средних величин при построении тренда
- •Тренды ТПО в тропической
- •В одной папке собрать файлы
- •Запустить программу mes. bat, выбрать зону. Среднемесячные значения ТПО сформируются в файле: mesxxxx.xxx,
- •Коэффициент множественной корреляции
- •Корреляционная
- •Минор корреляционной матрицы элемента
- •Корреляционная матрица глобальной температуры воздуха и температуры водной поверхности Мирового
метеорологической величины и его статистическая значимость
Аномалии
глобальной температуры воздуха
2008 0,158 0,235 0,559 0,327 0,340 0,365 0,451 0,432 0,407 0,546 0,526 0,395 0,395
2009 0,478 0,443 0,404 0,511 0,441 0,546 0,536 0,586 0,567 0,516 0,550 0,484 0,506
2010 0,560 0,592 0,682 0,689 0,592 0,585 0,615 0,539 0,448 0,497 0,592 0,334 0,560
2011 0,315 0,324 0,420 0,491 0,393 0,494 0,511 0,491 0,446 0,458 0,353 0,402 0,425
2012 0,310 0,301 0,360 0,574 0,573 0,556 0,507 0,536 0,556 0,556 0,550 0,271 0,470
2013 0,471 0,498 0,421 0,450 0,525 0,501 0,518 0,541 0,546 0,516 0,660 0,532 0,514
2014 0,534 0,327 0,584 0,667 0,608 0,625 0,544 0,677 0,601 0,635 0,504 0,655 0,579
2015 0,705 0,689 0,708 0,673 0,711 0,743 0,697 0,740 0,796 0,845 0,840 1,024 0,763
2016 0,934 1,111 1,106 0,937 0,707 0,744 0,744 0,790 0,729 0,598 0,553 0,620 0,797
2017 0,739 0,845 0,873 0,737 0,659 0,641 0,651 0,714 0,557 0,571 0,554 0,600 0,677
2018 0,554 0,528 0,615 0,627 0,587 0,573 0,594 0,591 0,599 0,684 0,591 0,608 0,596
Тренд глобальной температуры
14.8
14.6
14.4
14.2 f(x) = 0x + 13.7
14
13.8
13.6
13.4
13.2
13
12.8
|
|
Тренды осадков по регионам |
|
|
|
|
России |
|
|
ЕТР |
|
70 |
|
|
|
65 |
|
|
|
60 |
|
|
|
55 |
|
|
|
50 |
|
|
|
осадки |
|
|
|
45 |
|
f(x) = 0.01x + 37.94 |
|
40 |
|
|
|
35 |
|
|
|
30 |
|
|
|
25 |
|
|
|
20 |
|
|
|
|
Дальний Восток |
годы |
|
|
|
100 |
|
|
90 |
|
|
80 |
|
|
осадки |
|
|
70 |
|
|
60 |
f(x) = - 0.03x + 65.56 |
|
|
....... |
|
50 |
|
|
|
|
|
40 |
|
|
30 |
|
|
|
годы |
|
Уравнение линейного тренда
Уравнение линейного тренда имеет
вид:
y=ax+b,
где y- значения метеорологической величины;
x – временной ряд .
Коэффициент а
линейного тренда
Основная тенденция линейного тренда определяется знаком коэффициента a.
При a>0 наблюдается рост y.При a<0 – убывание y.
определяет скорость изменения величины y за единицу времени x
Сглаживание экспериментальных данных по методу наименьших квадратов
Дана функция:
Даны 2 архива:
|
температуры океана |
|
x |
времени() |
y |
x |
||
X1 |
1903 |
Y1 |
X2 |
1904 |
Y2 |
|
… |
|
xn |
1994 |
yn |
() и
y 25.6 25.9
…
26.1
Система линейных уравнений с неизвестными a и b
Y1=ax1+bY2=ax2+b……….
Yn=axn+b
Требуется найти и так, чтобы сумма квадратов отклонений наблюденных значений от
была минимальной
Метод наименьших квадратов
Требуется выбрать и так, чтобы выполнялось условие: