ncl 标准化函数以及回归函数运用

四月雨之音

zhangjiayu 发表于 2017-10-13 17:03
特别想请教第一个问题

后头搞明白了，迟来的回复抱歉，都是可以的，画的是不同的东西1、y = k x +b   同时减掉y平均值y1
  y-y1 = kx - kx1 同时除以x的标准差x6  y-y1 = x6*(k*x的标准化序列） 2、如果我们只是简单的减去y1那就是 y-y1 = k*(xd) 反正我检验了不论你对x做的是标准化还是距平处理还是不做任何处理，到头来画的都是k就是不做任何处理的k，所以用自带的检验都是一样的图别担心因为操作问题检验的图有变化，你穿啥衣服你还是你~
所以我们如果只对x标准化y不动，画出来的k就是里头的k 而不是k*x6, 如果我们x做的只是距平处理，画的就是k，我们不做任何处理画的还是k

四月雨之音

四月雨之音 发表于 2017-12-22 11:51
后头搞明白了，迟来的回复抱歉，都是可以的，画的是不同的东西1、y = k x +b   同时减掉y平均值y1
  y-y ...

所以做回归，你做啥操作都无所谓，三选一，但个人建议用距平，因为你可能需要去掉某个因子的信号，比如去掉ENSO啦巴拉巴拉之类的，这时候你就会发现，标准化就是在作死，不作处理出来混总是要还的，所以距平吧距平吧距平吧

四月雨之音

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)

woshixiancai

这个必须赞一波，

shayuewancom

好贴，解答了很久以来的疑惑

风之刃

好贴，解答了很久以来的疑惑

1233211234567

看到一篇很认真的帖子

eric1997

感觉很受益