資源描述：
《潘義忠張萍畢業(yè)論文》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、潘義忠張萍畢業(yè)論文關(guān)于銅仁地區(qū)降水量和氣溫變化的簡單分析潘義忠銅仁學(xué)院數(shù)學(xué)與計算機科學(xué)系銅仁554300摘要：本文根據(jù)銅仁氣彖觀測，收集銅仁各個地區(qū)2010年1月至2011年9月的月平均降水量和月平均氣溫，通過對數(shù)據(jù)的趨勢分析、相關(guān)分析、最小二乘法和多元線性回歸等方法，建立相應(yīng)的統(tǒng)計回歸模型，研究了銅仁地區(qū)降水量及氣溫的變化規(guī)律，為未來氣候變化趨勢進行科學(xué)預(yù)測和估計、合理利用氣候資源、學(xué)握氣候變化規(guī)律提供了參考依據(jù)，為減輕天氣氣候極端事件的危害提供了有效的參考，并做出了2011年10月至2011年12月銅仁地區(qū)降水和溫度的趨勢預(yù)測，銅仁地區(qū)降水量和溫度的關(guān)系，
2、得出較好的結(jié)果。關(guān)鍵詞：氣象；最小二乘法；線性回歸；統(tǒng)計回歸模型；溫度；降水量一個地區(qū)的氣候變化看似隨機，沒有什么規(guī)律可言，其實不然，氣候的變化從統(tǒng)讓學(xué)的角度來講存在一定的規(guī)律性。每個地區(qū)氣候變化各不相同，比如溫度隨季節(jié)的變化，白天與夜晩的平均溫差，陽光照射強度等，隨著地區(qū)的不同，有著不同的變化情況。通過收集銅仁地區(qū)過去兒年的有關(guān)氣候變化的和關(guān)數(shù)據(jù)，通過建立統(tǒng)計回歸模型，利用逐步冋歸思想和最小二乘擬合等方法，可以得到木地區(qū)氣侯變化的一些近似有用的結(jié)論，對于預(yù)測木地區(qū)的氣候變化有一定的實際意義。影響氣彖的因索主要有以下幾點：第一、受季節(jié)的影響，春夏秋冬天氣各不同
3、。第二、受地域影響，越靠近赤道一般氣溫越高。第三、所在地在山南山北或海洋邊，即與地形地貌相關(guān)聯(lián)。第四、氣壓帶影響。具體的冇溫度、濕度、風等。第五、受季風氣候的不同影響。衡量天氣狀況的指標通常有溫度、氣壓、晴雨天數(shù)、白天最高溫度、晚上最高溫度（晝夜溫差）、……本文選取降水量和氣溫兩個對應(yīng)指標，研究銅仁地區(qū)的降水量和溫度的變化情況。醫(yī)學(xué)研究表明，壞境溫度與人體的生理活動密切相關(guān)。壞境溫度高于28度1時，人們就會有不舒適的感覺；溫度再高就易導(dǎo)致煩躁、中屛、精神紊亂等異?，F(xiàn)象；氣溫高于34度，并伴有頻繁的熱浪沖擊，還可引發(fā)一系列疾病，特別是使心臟、腦血管和呼吸系統(tǒng)疾病
4、的發(fā)病率上升，死亡率明顯增加［1］。此外，高溫還對加快光化學(xué)反應(yīng)速率，從而提高人氣中有害氣體的濃度，進一步傷害人體健康，對人體的健康造成危險［2］。通過收集銅仁地區(qū)過去幾年的有關(guān)氣候變化的相關(guān)數(shù)據(jù)，建立統(tǒng)計冋歸模型，利川逐步回歸思想和最小二乘擬合等方法，可以得到本地區(qū)氣侯變化的一些近似有用的結(jié)論［3］,對于預(yù)測本地區(qū)的氣候變化有一定的實際意義。所以本文研究的氣彖指標貝有一定的理論意義和現(xiàn)實意義。二、基本概念統(tǒng)計回歸模型：回歸模型(regressionmodel)是對統(tǒng)計關(guān)系進行定量描述的一種數(shù)學(xué)模型⑷。冋歸分析：冋歸分析(regressionanalysis)
5、是研究一個變量關(guān)于另一個(些)變量的具體依賴關(guān)系的計算方法和理論。從一組樣木數(shù)據(jù)出發(fā)，確定變量Z間的數(shù)學(xué)關(guān)系式對這些關(guān)系式的可信程度進彳亍各種統(tǒng)計檢驗，并從影響某一特定變量的諸多變量屮找出哪些變量的影響顯箸，哪些不顯著。利用所求的關(guān)系式，根據(jù)一個或幾個變量的取值來預(yù)測或控制另一個特定變量的取值，并給出這種預(yù)測或控制的精確程度。其用意在于通過后者的己知或設(shè)定值，去估計和(或)預(yù)測前者的(總體)均值。這里,前一個變量被稱為被解釋變量(ExplainedVariable)或應(yīng)變量(DependentVariable),后一個(些)變量被稱為解釋變量(Explanat
6、oryVariable)或自變量(IndependentVariable)［5］。由于變量間關(guān)系的隨機性，冋歸分析關(guān)心的是根據(jù)解釋變量的已知或給定值，考察被解釋變量的總體均值，即當解釋變量取某個確處值時，-與之統(tǒng)計相關(guān)的被解釋變量所冇可能出現(xiàn)的對應(yīng)值的平均值。最小二乘擬合法：最小二乘法(leastsquaremethod)是一種數(shù)學(xué)優(yōu)化技術(shù)。它通過扱小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配［6］。利用最小二乘法可以簡便地求得未知的數(shù)據(jù)，并使得這些求得的數(shù)據(jù)與實際數(shù)據(jù)之間誤差的平方和為最小。最小二乘法還叮用于曲線擬合。其他一些優(yōu)化問題也可通過最小化能量或最2大化爛
7、用最小二乘法來表達。對給定數(shù)據(jù)點(xi,yi),i1,2,???m,在取定的函數(shù)類屮，求p(x),使誤差的平方和E最小，E：P(X11■1)Yi]2□從幾何意義上講,就是尋求與給定點(xi,yi),i1,2,???m的距離平方和為最小的曲線yp(x)。函數(shù)p(x)稱為擬合函數(shù)或最小二乘解，求擬合函數(shù)p(x)的方法稱為曲線擬合的最小二乘法。二次擬合函數(shù)：給能數(shù)據(jù)序列(xi,yi),i用二次多項式函數(shù)擬合這組數(shù)據(jù)。設(shè)p(x)aOalxa2x2,做出擬合函數(shù)與數(shù)據(jù)序列的均方差：m2■11m2Q(aO,al,a2)(p(x)y)=(ai1alxia2xiyi)2(1)
8、由多元函數(shù)的極值原理，Q(aO,al,
