- 积分
- 625
- 贡献
-
- 精华
- 在线时间
- 小时
- 注册时间
- 2013-7-8
- 最后登录
- 1970-1-1

|

楼主 |
发表于 2018-11-6 20:14:52
|
显示全部楼层
现在补充回答一下当年的问题,做回归只需要对X序列进行处理,Y不需要,亲测,X滤波得到的序列回归到Y,与X滤波得到的序列回归到同样规格滤波的Y 结果一模一样,但是通过显著性区域从正常的斑驳变成一大块,因此不需要对Y进行额外处理,除非。。为了让信号更明显(实际没有太大意义)。接着回答第二个疑问点,就是,做了标准化处理和距平处理的X序列,做回归的NCL画图会不会影响,毕竟统计公式推导,大家的K斜率都不一样啊。。然而NCL很聪明,不,是写脚本的人聪明,保证了我们不管做啥处理,画出来的回归都是一样的。亲测,如有反例请告诉我。我测试了一个案例一样的。
pc1 =new((/6,years,modes/),float)
pc1_avg = dim_avg_n(pc1(:,:,0),1)
pc11 = new((/6,270/),float)
do lead = 0,5
pc11(lead,:) = pc1(lead,:,0)- pc1_avg(lead)
end do
SST11 = regCoef_n(pc11,SST(0,:,:,:),1,0)
SST11!1 = "lat"
SST11!2 = "lon"
SST11&lat = fspan(-30.375,50.125,323)
SST11&lon = fspan(0.125,359.875,1440); 上面这个是用的距平数据,PC11 距平的X序列画出来的SST11和下面这个程序的SST11是一毛一样。
pc11 = dim_standardize_n_Wrap(pc1(:,:,0),1,1) ;standardize = anomaly paint k
SST11 = regCoef_n(pc11,SST(0,:,:,:),1,0)
SST11!1 = "lat"
SST11!2 = "lon"
SST11&lat = fspan(-30.375,50.125,323)
SST11&lon = fspan(0.125,359.875,1440)
|
|