新書推薦：
《
钛经济
》
售價：HK$
77.3
《
甲骨文丛书·无垠之海：世界大洋人类史（全2册）
》
售價：HK$
322.6
《
中国救荒史
》
售價：HK$
109.8
《
三十六计绘本（共8册）走为上计+欲擒故纵+以逸待劳+无中生有+金蝉脱壳+浑水摸鱼+打草惊蛇+顺手牵羊 简装
》
售價：HK$
177.4
《
茶之书（日本美学大师冈仓天心传世经典 诗意盎然地展现东方的智慧和美学 收录《卖茶翁茶器图》《茶具十二先生图》《煎茶图式》《历代名瓷图谱》等86幅精美茶室器物图）
》
售價：HK$
65.0
《
云冈：人和石窟的1500年
》
售價：HK$
72.8
《
淡水鱼类营养生理与饲料
》
售價：HK$
333.8
《
人体结构绘画重点
》
售價：HK$
143.4
|
| 內容簡介： |
黄嘉佑和李庆祥编著的《气象数据统计分析方法》主要介绍了近代数据处理与统计方法及其在各类气象分析中的应用，并加入了许多21世纪以来国际上在气象应用统计领域的一些*新成果。此外，还将一些常用的数据处理方法的基本原理和计算步骤编写在附录中，希望有助于气象工作人员参考使用。
本书可以作为具有一定气象学基础的气象及相关行业技术人员从事相关研究及业务工作的参考书，也可以作为气象学硕士、博士研究生开展相关研究的参考书或教材。
|
| 目錄：
|
前言
第1章??气象资料与数据
1.1??气象数据的特征
1.2??气象数据的类型
1.3??气象数据的描述
1.4??数据整理的方法论
参考文献
第2章??大气基本状态
2.1??大气平均状态的描述
2.2??大气状态的异常
2.3??大气平均状态的代表性
2.4??大气平均状态的差异性
2.5??大气状态出现的频率
2.6??大气变量的分布
2.7??大气状态的分级
2.8??大气异常的极端状态
2.9??大气变量的数据变换
参考文献
第3章??大气变量的相互关系
3.1??大气状态的关联性
3.2??信息关联
3.3??列联表
3.4??级别变量的相关
3.5??连续变量的相关
3.6??偏相关
3.7??不同时刻的交叉相关
3.8??不同时段的相关
3.9??变量的瞬时相关
3.10??变量相关程式关系
3.11??多个变量的相关
3.12??变量变化的相似性
参考文献
第4章??大气变量的时间演变特征
4.1??离散变量持续性
4.2??连续变量的持续性
4.3??变量的变化趋势
4.4??变量变化趋势的检验
4.5??变量变化的突变
4.6??变量变化的周期性
4.7??两个变量变化的交叉周期性
4.8??变量的时间变化滤波
参考文献
第5章??大气变量场基本特征
5.1??大气变量场基本状态
5.2??变量场的变化特征
5.3??变量的条件平均场
5.4??变量信号场
5.5??条件差值场
5.6??外力影响特征
参考文献
第6章??大气变量场中的相关性
6.1??遥相关
6.2??高度场时空特征模态
6.3??大气涛动
6.4??地面要素场时空特征模态
6.5??风场时空特征模态
6.6??变量场中的关联性
6.7??变量场中气候分类
6.8??变量场中的波动特征
参考文献
第7章??两个变量场的关系
7.1??两个变量场的差异性
7.2??两个变量场的相似性指标
7.3??两个风场相似性
7.4??两个变量场的关联性
7.5??两个变量场的回归关系
7.6??两个变量场的耦合关系
参考文献
第8章??多个变量场耦合分析
8.1??多变量场的综合模态
8.2??风场综合模态
8.3??多变量场模态
8.4??变量场时间演变模态
8.5??联合耦合模态
参考文献
第9章??变量场的时间演变特征
9.1??变量场的趋势分析
9.2??变量场的平均序列演变特征
9.3??变量场的时间演变特征提取
9.4??变量场的周期变化特征
9.5??变量场时间演变模态
9.6??风场的时间演变特征
9.7??多变量场时间演变特征
9.8??周期变化外力成因
参考文献
第10章??大气变量的预报
10.1??外因子预报模型
10.2??持续性预报模型
10.3??周期模式预报模型
10.4??时间外延预报模型
10.5??大气变量场的预报
10.6??潜在可预报性
10.7??预报的稳定性
10.8??预报效果评价
参考文献
第11章??大气变量动力统计预报
11.1??数值预报产品释用
11.2??随机气候模式
11.3??动力系统的可预报性
11.4??集合预报
11.5??降尺度预报
11.6??数值预报的统计订正
参考文献
第12章??气象数据修正、插补和融合
12.1??气象资料数据的质量评估与控制
12.2??气象资料数据的均一性处理
12.3??城市化对气候序列均一性的影响
12.4??资料恢复与插补
12.5??大气变量场的空问插值
12.6??气象数据融合、同化及再分析
参考文献
附录A??回归分析
A1单个因子的回归模型
A2多因子线性回归模型
A3逐步回归模型
A4事件概率回归（REEP）
A5Logit回归模型
A6最佳子集回归模型
A7预报残差最小逐步回归
A8权重回归
A9卡曼滤波回归
A10岭回归
A11贝叶斯回归
A12支持向量机回归
附录B??判别分析
B1费歇判别方程
B2贝叶斯判别方程
B3逐步判别
B4回归逐步判别
附录C??变量场的分解
C1主分量分析
C2经验正交函数分解
C3多变量场经验正交函数分解
C4复向量经验正交函数分解
C5扩展经验正交函数分解
C6联合经验正交函数分解
C7复经验正交函数分解
C8主振荡模态分析
C9独立分量分析
附录D??聚类分析
D1因子分析的一般模型
D2主因子分析模型
D3因子轴的转动
D4对应分析
D5串组法
附录E??变量场的耦合分析
E1典型相关分析
E2奇异值分解
E3偏最小二乘回归
附录F??大气变量时域分析
F1自回归模型
F2滑动平均模型
F3自回归滑动平均模型
F4方差分析模型
F5均生函数模型
F6经验模态分解
F7去趋势的涨落分析
附录G??大气变量频域分析
G1变量的频谱
G2功率谱
G3非整谱
G4最大熵谱
G5双谱分析
G6多窗口谱分析
G7滤波
G8交叉谱
G9奇异谱
G10交叉奇异谱
G11小波分析
G12交叉小波谱
附录H??大气变量场的谱分析
H1纬向谐波分析
H2高度场的物理量谱
H3高度场的球谐分析
H4时空谱
H5二维空间谱分析
H6变量场中的交叉谱分析
H7多窗口奇异值分析
H8循环平稳经验正交函数分解
附录I??马尔科夫概型分析
I1马尔科夫链
I2转移概率
I3绝对概率
I4转移概率矩阵的谱分解
I5马尔科夫性质的检验
附录J??神经网络
J1神经元模型
J2神经网络结构
J3网络学习
J4前馈型神经网络
J5径向基函数网络
J6自组织映射网络
附录K??统计检验
K1假设检验
K2平均值检验
K3两组样本平均值差异的检验
K4方差检验
K5相关系数的检验
K6变量的分布检验
K7频率的检验
K8趋势检验
K9突变检验
K10蒙特卡洛检验
附录L??气象统计常用数表
L1正态分布函数
L2γ2分布
L3F分布
L4t分布
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
