作为水文人,近期学习与大气相关的统计方法,很多不懂之处,于是翻阅了《气象统计预报》这本书,学习过程中有一些体会,顺便记录下来,方便大家交流。

主成分分析的相关知识

1.主成分分析含义

主成分分析与EOF有很多相似之处,在了解EOF之前,首先了解主成分分析的一些基础知识。
设x1是10月副高强度指数的中心化资料;x2是10月副高面积指数的中心化资料,年代是1951-1979年,共29年。其回归方程如下图虚线所示。

回归方程表示用x1估计x2时,平均误差达到最小,仅仅表示了x1x2之间的相关关系,不能同时反映两个变量的信息。那么如何用一个变量反映两个变量的主要信息?延申一下,如何用p个变量反映m个变量的主要信息呢?(p<<m),这是主成分分析要解决的内容。
可以找出一新的坐标系z1z2,如果z1基本上可以反映x1x2,则可以用z1综合表示x1x2的信息。z1称为x1x2的主成分,它的方程越大,综合x1x2的能力越强。z1应满足:

从x1和x2到z1和z2的转换表示为:

略去第二个实际下标:

2.主成分求解

设研究m个变量,可以是m个气象要素,也可以是气象要素中m空间点的值,每个变量有n个观测量,写成矩阵形式:

将X进行线性变换,组成m个新的变量Z:

满足关系式:

原则上,要求新变量能最大限度地反映原m个变量的总方差,且新变量相互独立。因此,求新变量Z,就转化成求矩阵V(V是由X的协方差矩阵的特征向量组成的矩阵,证明见数学推导部分)的过程。步骤如下:
1)为了消除气候的多年平均变化,使各主成分平均值为0,应建立中心化(距平)资料矩阵

2)求出协方差矩阵S

3)求S矩阵的特征值λ和特征向量V。
4)求主成分Z,此时主成分是中心化的。

5)若m个变量属于不同的气象要素,为消去单位或者量纲的差别,可将X矩阵标准化处理:

数学推导

1.特征值和特征向量

m阶方阵A,如果存在一个m维列向量V和一个非零λ,有

则称λ是矩阵A的特征值或特征根,V称为A对应于λ的特征向量。
m阶方阵A满足/A/不为0,则Am个非零特征值和相应的m个非零特征向量。
下面是求解A的特征值方法:

使v有非零向量解,其次方程需满足:

特征方程的解,就是A的特征值,λ1,λ2,…,λm。代回公式(1-2),即可求得特征向量

2.实对称矩阵的对角化

m阶方阵A,有m个特征向量,将m个特征向量作为列向量构成m阶方阵V



由此可推出

在气象分析预报中,如果A取为协方差矩阵,或相关矩阵,将A化为对角阵,其效果相当于寻找原始预报因子的线性组合因子,使新的组合因子彼此独立,并且保留原始数据全部信息。这就是主成分分析的一个内容。

小结

以上是主成分相关的基础知识,其中省略了一些具体数学推导过程。后续再更新从主成分到EOF经验正交展开的转化。
本文推导均摘自施能的《气象统计预报》。

EOF经验正交展开(一)——主成分分析相关推荐

  1. 数据变换分解 | Python实现EOF经验正交函数分解时间序列模态分析

    时间序列分析 | Python实现EOF时间序列模态分析 目录 时间序列分析 | Python实现EOF时间序列模态分析 基本介绍 程序设计 学习小结 基本介绍 EOF分析只是以方差对应的基对数据进行 ...

  2. 经验正交分解EOF详解及案例

    本文的jupyter notebook已上传至github,欢迎fork测试~ 0.导言 我们都知道,气候研究的时间跨度一般都较长,基本都在30年以上,这就意味着对应的数据集十分庞大,既不能简单地对数 ...

  3. 经验正交函数 (EOF) / 主成分 (PCA) 分解及Python实现

    前言 EOF 经验正交函数 分解原理及用法: https://wenku.baidu.com/view/93bc8a9b680203d8ce2f2468.html 方法实现过程 EOF PCA Pyt ...

  4. python给折线图区间填充颜色_Python气象数据处理与绘图(3):以EOF为例画柱状图(折线图)和带地图底图的填色图...

    更新完整版,修复了几个小问题,提供了测试数据下载 最新版见此 EOF(经验正交分解)是气候研究中常用的研究变量时空变化特征的分析方法,短期气候课中都学过中国东部夏季降水通过EOF分解可以分为三类雨型, ...

  5. 现代通信原理14.1:正交向量空间与正交信号空间

    文章目录 1.向量空间 1.1 向量空间的概念 1.2 向量的内积 1.3 向量的范数 1.4 标准正交向量组 1.5 Gram-Schmidt正交化 1.6 向量的正交表示 2.信号空间 2.1 信 ...

  6. 软件测试经验与教训-读后感

    Lessons Learned in Software Testing  美 Cem kaner.James Bach.Bret Pettichord著 本书的三位作者具有多年的测试经验,知道成功的测 ...

  7. 分享崔庆才的一些学习经验和生活感悟

    大家好,我是运营小马. 正如我们所知道的那样,10.23日 ,崔庆才因为写文写得很痛苦,将公众号转给我运营. 10.24 我兴致勃勃又小心翼翼的宣布了我要运营 10.25 崔庆才回来了,他说他有喷薄而 ...

  8. 转:经验在组织管理中应扮演什么角色?

    个人理解: 从经验中学习,把学习等同于改进,通过教育和培训加以纠正 "学习型组织"是指运用学习机制改进行动回报的组织 经验必须转化成启示,不管什么经验,都可从不同角度挖掘到不同启示 ...

  9. 函数/信号的正交分解(完备正交集中)

    声明:https://blog.csdn.net/a493823882/article/details/80500038 1.矢量正交与正交分解 信号分解就是将信号表示成一组相互正交的信号分量之和. ...

  10. 【论文翻译】(摘要及引言)The Fourier decomposition method for nonlinear and non-stationary time series analysis

    [Abstract]For many decades, there has been a general perception in the literature that Fourier metho ...

最新文章

  1. mysql乐观锁总结和实践
  2. Oracle中不同条件的日期查询
  3. 设置单元格不换行,多出的部分隐藏
  4. LNK2001连接错误
  5. OpenMP在Windows下用VS使用
  6. jenkins 命令行 CLI jenkins-cli.jar
  7. 如何使用log4j记录日志
  8. HDU - 1281 棋盘游戏
  9. 提高搜索引擎结果页面排名的各种技术
  10. Python获取Redis所有Key以及内容
  11. 用python对单一微博文档进行分词——jieba分词(加保留词和停用词)
  12. 【Redis笔记】数据结构和对象:字典
  13. Redis:四、jedis连接redis服务器
  14. java form上传图片_js formData图片上传(单图上传、多图上传)后台java
  15. java mysql备份_java调用mysql服务做备份与恢复
  16. 《计算机组成与设计(硬件/软件接口)》读书笔记
  17. 原生JavaScript实现查找汉字首字母
  18. 高德地图 地图点击获取经纬度,经纬度格式判断
  19. 论文开题报告怎么写?
  20. 未来职业世界的三种人

热门文章

  1. java之上三角矩阵,判断上三角矩阵
  2. 一份某品牌天猫专卖店运营计划书
  3. 软考高项优秀范文——论信息系统项目的风险管理
  4. 【超图+CESIUM】【基础API使用示例】28、超图|CESIUM -【坐标转换】经纬度转世界坐标
  5. 服务器断开消息,Websockets - 断开服务器消息
  6. 利用扭力仪来检测特小公斤数电批输出扭矩
  7. Android List的混排 随机排序
  8. Gcode命令【转】
  9. 【c】蔡勒公式计算日期
  10. 2022-2028年中国光纤放大器行业市场发展潜力及投资策略研究报告