河北科技大学气象资料的分析与预测数学建模
缓慢降低趋势，最低气温缓慢升高趋势，平均湿度缓慢降低趋势，降水量缓慢降低，平均风力缓慢增大等。
5．极端天气监测预报体系模型的建立
5.1建立模型：
为了能够更客观地对极端天气监测预警，我们对影响极端天气发生的主要指标之一——最高气温Y，建立监测预报的数学模型。由假设可知，最高气温Y是随机变量，它服从均值为零的正态分布，平均气压x1、平均气温x2、平均湿度x3、日照时数x4、地面平均温度x5等是影响最高气温Y的因素，所以可以建立多元线性回归模型：
y b0 b1x1 b2x2 b3x3 b4x4
2
~N(0, )
建模所需的知识点及其在Matlab中实现的方法：
求解多元线性回归方程用Matlab中的regress函数，函数命令形式为：
[b,bint,r,rint,stats]=regress (Y,x,alpha) 其中因变量数据向量Y和自变量数据向量均按以下方式输入：
Y=[y1 y2 … yn] x=[x1 x2 … xn] Alpha为显著性水平 （缺省时设定为0.05）
Regress函数的功能：b为回归系数的估计值b1，b2，b3，b4，b5，bint为回归系数估计值b的置信区间；r、rint为残差向量及其置信区间；stats是用于检验回归模型的统计量，第一个是R2,称为决定系数，R2越接近1说明引入方程的自变量与因变量的相关程度越高，xi与Y的回归效果越好。R是相关系数，第二个是F统计量，第三个是与统计量相对应的概率p，当p<α时，说明回归模型假设成立（即Y与x的关系）。
模型求解在Matlab中的实现：
在Matlab中求解该模型的程序代码见附录。 输入原始数据后的结果如下： b =
-44.0783 0.0494 1.1526 -0.0479 0.0052 -0.0545 bint =
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库河北科技大学气象资料的分析与预测数学建模(9)在线全文阅读。
相关推荐：