登录后查看更多精彩内容~

您需要 登录 才可以下载或查看，没有帐号？立即注册

x

首先谢谢大家的帮助，新人第一次发帖如有不当请大家指出。

我在做SFW系数和32年间的5月份月平均降水的回归，使用的是regcoef函数，先使用的原始数据，得出回归系数绝对值基本小于0.1。

在论坛查看了前辈的一些帖子，将SFW系数用dim_standardize做了标准化，可以得到一个看起来还比较合适的图，并出现回归系数绝对值大于1的情况，搜索之后大部分说回归系数绝对值范围可以超出1，也有一些说存在问题的，如果这里出错麻烦大家指出。

再用student-t函数进行检验(也换betainc函数试过，结果一致)，从图上看负值区域通过检验基本是正常的，但是正值的大值区域几乎没有通过95%的显著性检验。

我又尝试了一下90%显著性，正值大值区还是只有小部分通过检验，并且存在挺多回归系数绝对值小于0.1的区域通过检验，我觉得应该是存在错误，搜索之后没有找到相关解决方法，希望能得到大家的帮助，谢谢。以下附图及程序。

5_.png (143.16 KB, 下载次数: 1)

2019-9-16 18:20 上传

5.png (145.36 KB, 下载次数: 0)

2019-9-16 18:20 上传

begin

data1 = asciiread("C:/data/1/SFW-30hPa-1950-2015-abs.txt", -1, "string")

data = data1(1:)

SFW = tofloat(str_get_cols(data, 8, 13))

year = tofloat(str_get_cols(data, 0, 3))

SFW := SFW(29:60)

SFW := dim_standardize(SFW, 0)

;printVarSummary(SFW)

;print(SFW)

data2 = addfile("C:/data/1/CPCP 197901throughApr2019/precip.mon.mean.nc", "r")

time1 = data2->time

lat = data2->lat

lon = data2->lon

YYYYMM = cd_calendar(time1, -1)

it_s = 197901

it_e = 201012

rec_s = ind(it_s.eq.YYYYMM)

rec_e = ind(it_e.eq.YYYYMM)

precip_ = data2 ->precip(time|rec_s:rec_e,lat|:,lon|:)

;printVarSummary(precip)

precip_n = reshape(precip_ , (/12,32,72,144/))

;print(precip(:,0,:,:))

x = fspan(1979, 2010, 32)

month = fspan(1, 12, 12)

precip_n!1 = "time"

precip_n&time = x

precip_n!0 = "month"

precip_n&month = month

precip_n!2 = "lat"

precip_n&lat = lat

precip_n!3 = "lon"

precip_n&lon = lon

;printVarSummary(precip_n)

precip = precip_n(4,:,:,:)

;printVarSummary(precip)

tval = new((/ 72,144 /),float)

tval!1= "lon"

tval&lon = lon

tval!0= "lat"

tval&lat = lat

nxy = new((/72,144/),integer)

nxy!1= "lon"

nxy&lon = lon

nxy!0= "lat"

nxy&lat = lat

huigui = regcoef(SFW, precip(lat|:,lon|:,time|:),tval,nxy)

huigui!0 = "lat"

huigui&lat = lat

huigui!1 = "lon"

huigui&lon = lon

;printVarSummary(huigui)

df = nxy - 2

prob = student_t(tval, df)

prob!1= "lon"

prob&lon = lon

prob!0= "lat"

prob&lat = lat

wks = gsn_open_wks("png","C:/data/5")

gsn_define_colormap(wks,"BlueWhiteOrangeRed")

res = True

res@gsnDraw   = False

res@gsnFrame  = False

res@gsnAddCyclic         = False               ;添加循环点

res@mpMaxLonF                 =180

res@mpMinLonF                 =-180

res@mpMaxLatF                 =90

res@mpMinLatF                 =-90

res@mpGridAndLimbOn             = False         ;绘制经纬度线

res@mpGridLatSpacingF           = 10           ;纬线间隔

res@mpGridLonSpacingF           = 10           ;经线间隔

res@mpGridLineDashPattern       = 2            ;经纬线类型

res@mpGridLineThicknessF        = 0.5          ;经纬线粗细

res@pmTickMarkDisplayMode   = "Always"     ;坐标上标签上添加度符号

;地图边界线

res@mpGeophysicalLineColor      = "black"

res@mpGeophysicalLineDashPattern= 0

res@mpGeophysicalLineDashSegLenF= 0.2

res@mpGeophysicalLineThicknessF = 0.5          ;地图边界的粗细

res@mpOutlineOn                 = True

res@mpCenterLonF                = 180

res@cnLinesOn             = False

res@cnLineDashPattern    = 16

res@cnLineThicknessF     = 2

res@gsnContourNegLineDashPattern = 2

res@gsnContourPosLineDashPattern = 0

res@cnLineLabelsOn     =False

res@cnLineLabelAngleF  = 0.0

res@cnInfoLabelOn       = True

res@cnInfoLabelOrthogonalPosF = 0.05

res@cnInfoLabelOn       =   False

res@gsnAddCyclic = True

res@cnFillOn = True

res@cnLevelSelectionMode = "ExplicitLevels"

res@cnLevels = (/-0.9,-0.7,-0.5,-0.3,-0.1,0.1,0.3,0.5,0.7,0.9/)

res@cnFillColors = (/3,19,35,50,65,80,0,160,185,200,215,231,247/);12/5

;a=0.05

sres = True

sres@gsnDraw = False

sres@gsnFrame = False

sres@cnLineLabelsOn = False

sres@cnFillOn = True

sres@cnLinesOn       = False                                                         ; do not draw contour lines

sres@cnInfoLabelOn   = False

sres@cnLevelSelectionMode = "ExplicitLevels"

sres@cnLevels             = (/0.0,0.05/)

sres@cnFillDotSizeF       = (/"0.004","0.005","0.005"/)

sres@lbLabelBarOn    = False

sres@gsnCenterString   = ""

sres@gsnLeftString  =""

sres@gsnRightString = ""

opt1 = True

opt1@gsnShadeFillType="pattern"

opt1@gsnShadeHigh     = -1

opt1@gsnShadeLow      = -1

opt1@gsnShadeMid      = 17

plot = gsn_csm_contour_map(wks,huigui,res)

plot_=gsn_csm_contour(wks, prob, sres)

plot_ = gsn_contour_shade(plot_, 0, 0.05, opt1)

overlay(plot,plot_)

draw(plot)

frame(wks)

end