【文章內容簡介】 語言，結合Access數(shù)據(jù)庫編程實現(xiàn)。由可信度（α=）及樣本數(shù)（n=43），查表得最低相關系數(shù)rα=；由可信度（α=）及樣本數(shù)（n=43），查表得最低相關系數(shù)rα=。挑選出的預報因子及相關系數(shù)詳見下表：表31 預報因子及相關系數(shù)表現(xiàn)預報因子汛期月平均水位12月月平均水位4月月平均水位時間相關系數(shù)時間相關系數(shù)時間相關系數(shù)H500mb(20N、70、80、90E)三點高度和上一年8月H500mb(5055N、7090E+4045N+6585E)巴爾喀什湖區(qū)1H500mb(60N、4050E)兩點高度和H500mb(120E、2040N)高度差（沿120E線20N40N）H500mb(25N、6785E)三點合計上一年12月H500mb(4050N120140E)東亞槽區(qū)500mb 8點合計H500mb(2535N、110130E)長江中下游區(qū)7點合計H500mb(2030N、80100E)印緬區(qū)8點合計上一年11月上一年11月H500mb(120E、4050N)高度差（沿129E線40N50N）上一年1月上一年12月上一年1月H500mb(5060N、100120E)貝加爾湖區(qū)8點合計上一年8月H500mb(3040N、8090E)西安高原子6點合計上一年3月H500mb(1525N、110130E)南海區(qū)7點合計上一年7月Q588(105180E)付高強度指數(shù)上一年7月M588(105180E)付高面和強度指數(shù)(m/s)(105E、3540N)上一年12月(m/s)(105E、)太平洋高壓Q584的緯度（100120E）的平均位置 烏拉爾地區(qū)平均高度H烏(6970E、5060N)鄂海平均高度H(135150E、4560N)上一年10月上一年8月上一年1月上一年2月(m/s)(105E、2535N)C102 102站西風指數(shù)(115E、2530N)上一年11月上一年12月 C836 836站西風指數(shù)(130E、3035N)上一年11月上一年8月第四章　多元回歸模型回歸分析是研究因變量和自變量之間變動比例關系的一種方法，最終結果一般是建立某種經(jīng)驗性的回歸方程。長期水文預報中，由于水文要素影響因素的復雜性，一般有多個因子對預報對象均存在影響，找出各預報因子與預報對象之間的相關關系，并以合適的數(shù)學表達式來反映互相之間的影響關系，即為多元回歸模型。一、預報模型二、回歸系數(shù)的最小二乘估計把各個xt的每個觀測值代入方程（418）后，得到n個y的估計值。這樣就有n方程，m+1未知數(shù)。 總殘差平方和為 ： （42）其依賴于bi (i=0，1,2……m)，要使其最小，則。將（42）式分別對求導，令其為零。經(jīng)歸并整理后，得到如下正規(guī)方程組： （43）其中：當資料給定，為已知，解此方程組，bi可以一一求出。為消除單位的影響，使用標準回歸系數(shù)求解。即對式（43）進行變換。令：有如下方程組： （44）三、回歸方程利用前期挑選出的預報因子及臨淮關水文站各月平均水位實測資料，利用計算機程序分別計算，則方程系數(shù)bi可求出。平均水位方程成果如下：[汛期回歸方程]y=++式中：y—臨淮關水文站汛期月平均水位X1—上一年8月H500mb(20N、70、80、90E)三點高度和X2—上一年12月H500mb(25N、6785E)三點合計X3—上一年11月H500mb(2030N、80100E)印緬區(qū)8點合計X4—上一年1月H500mb(120E、4050N)高度差（沿129E線40N50N）X5—上一年10月鄂海平均高度H(135150E、4560N)X6—上一年11月C102 102站西風指數(shù)(115E、2530N)X7—上一年11月C836 836站西風指數(shù)(130E、3035N)[12月回歸方程]y=+++式中：y—臨淮關水文站12月月平均水位X1—上一年11月H500mb(2030N、80100E)印緬區(qū)8點合計X2—上一年12月H500mb(120E、4050N)高度差（沿129E線40N50N）X3—上一年3月H500mb(3040N、8090E)西安高原子6點合計X4—上一年7月H500mb(1525N、110130E)南海區(qū)7點合計X5—上一年7月Q588(105180E)付高強度指數(shù)X6—上一年8月鄂海平均高度H(135150E、4560N) X7—上一年8月C836 836站西風指數(shù)(130E、3035N)[4月回歸方程]y=+++式中：y—臨淮關水文站4月月平均水位X1—上一年1月H500mb(120E、4050N)高度差（沿129E線40N50N）X2—上一年8月H500mb(5060N、100120E)貝加爾湖區(qū)8點合計X3—(m/s)(105E、3540N)X4—上一年1月鄂海平均高度H(135150E、4560N)X5—上一年2月鄂海平均高度H(135150E、4560N)X6—上一年12月C102 102站西風指數(shù)(115E、2530N)四、模型檢驗復相關系數(shù)（R）當R≥Ra，且愈接近于1時，則回歸效果愈好。剩余標準差（Sy）式中：Sy—剩余標準差 n—資料年限Q—殘差平方和 m—挑選的因子Sy愈小表示回歸效果愈好?；貧w效果的F檢驗擬合誤差檢驗根據(jù)已建立的汛期、12月、4月平均水位預報模型所用的1952年~1994年共43年的實測月平均水位對預報模型進行歷史擬合檢驗，計算相應年份的預報誤差及許可誤差，其中許可誤差采用實測水位的20%來計算，如預報誤差許可誤差，則該年預報值合格，否則為不合格；最后統(tǒng)計預報系列中合格預報的場次及預報合格率；根據(jù)《水文情報預報規(guī)范》規(guī)定，中長期預報合格率80%時，預報方程等級為甲等預報方案。預報誤差檢驗根據(jù)已建立的汛期、12月、4月平均水位預報模型，用1995年~1999年共5年的實測月平均水位對預報模型進行預報檢驗，預報檢驗由于點據(jù)都未參加模型的計算及擬合，所以能夠比較真實的檢驗出預報模型的率定是否成功。檢驗結果及分析各月回歸方程復相關系數(shù)R、剩余標準差sy、F檢驗如下：表41 臨淮關水文站月平均流量多元回歸方程檢驗表預報方程復相關系數(shù)RRα顯著性剩余標準差sy方差比FFα顯著性汛期回歸方程 顯著 顯著12月回歸方程 顯著 顯著4月回歸方程 顯著 顯著通過檢驗，發(fā)現(xiàn)復相關系數(shù)R檢驗中，各方程效果都顯著；方程剩余標準差sy，相對來說，汛期較大，但相應月份的R檢驗卻都是顯著的；在回歸方程的F檢驗中，各方程效果顯著。以上結果顯示，復相關系數(shù)R雖然能夠用來檢驗方程，R表示了m個自變量與預報對象相關的緊密程度，R的大小與方程中自變量的個數(shù)m以及資料年限n有關，R只反映了預報因子與預報對象