本文采用广义可加模型(GAMLSS),以年份序号作为解释变量拟合模型参数,对黄河流域蒸发皿蒸发量序列的非一致性特征进行研究。考虑到流域空间差异性和年内变化,从年、汛期、非汛期3个时间尺度来研究黄河流域29个水资源三级区面蒸发量序列...本文采用广义可加模型(GAMLSS),以年份序号作为解释变量拟合模型参数,对黄河流域蒸发皿蒸发量序列的非一致性特征进行研究。考虑到流域空间差异性和年内变化,从年、汛期、非汛期3个时间尺度来研究黄河流域29个水资源三级区面蒸发量序列的非一致性特征。研究结果表明,黄河流域各水资源三级区的面蒸发量序列在不同时间尺度上均具有较为明显的趋势变化;非汛期蒸发序列呈现出显著的趋势变化,与一致性模型拟合结果相比,黄河流域非汛期蒸发序列的AIC准则(Akaike Information Criterion)和SBC准则(Schwarz Bayesian Criterion)值减少明显,能更好地反映出非一致性变化的特征。展开更多
为探讨水文数据非一致性对洪水频率分析的影响,提出基于位置、尺度、形状的广义可加模型(Generalized additive models for location,scale and shape,GAMLSS),从时间和降水两类因素出发,计算单变量、多变量洪水频率,分析经验点据与理...为探讨水文数据非一致性对洪水频率分析的影响,提出基于位置、尺度、形状的广义可加模型(Generalized additive models for location,scale and shape,GAMLSS),从时间和降水两类因素出发,计算单变量、多变量洪水频率,分析经验点据与理论分位曲线拟合效果,选取不同变化条件下洪水适宜理论分布。以汤旺河流域为例,研究结果表明,单变量洪水频率最优分布选取较稳定,而受时间和降水因素影响,多变量洪水频率最优分布选取均不同。与前者相比,引入协变量使原序列参考时间连续性变化和降水极端信息,改进传统洪水频率计算方法。展开更多
经典的线性回归模型假设响应变量服从正态分布,但这种情况在现实中可能并不满足。本文将包含位置、规模以及形状参数在内的广义可加模型(GAMLSS)引入居民消费支出模型构建之中。这种设定形式既可以考虑消费支出的具体分布,又可以探究其...经典的线性回归模型假设响应变量服从正态分布,但这种情况在现实中可能并不满足。本文将包含位置、规模以及形状参数在内的广义可加模型(GAMLSS)引入居民消费支出模型构建之中。这种设定形式既可以考虑消费支出的具体分布,又可以探究其微观影响因素。使用中国家庭追踪调查(China Family Panel Studies,CFPS)数据,研究不同收入群体边际消费倾向,结果发现,与正态分布相比,广义贝塔Ⅱ型分布(GB2)能够更有效拟合不同收入群体家庭消费状况。拟合结果表明,居民消费支出水平的分布状况会对边际消费倾向产生显著影响,且城镇地区不同收入群体家庭边际消费倾向呈"倒U"型特征。展开更多
基于2013年3月1日至2017年2月28日北京奥体中心空气质量监测站点的逐时数据,分别建立了随机森林回归模型、广义可加模型(Generalized additive model,GAM)和基于位置、尺度、形状的广义可加模型(Generalized Additive models for locati...基于2013年3月1日至2017年2月28日北京奥体中心空气质量监测站点的逐时数据,分别建立了随机森林回归模型、广义可加模型(Generalized additive model,GAM)和基于位置、尺度、形状的广义可加模型(Generalized Additive models for location,scale and shape,GAMLSS).结果显示:随机森林回归模型的拟合效果与预测效果相差较大,说明模型的稳定性较差,而GAM与GAMLSS模型的拟合效果与预测效果都较好.然而,在实际应用中GAMLSS模型要比GAM更加灵活,能更充分地利用分布本身的特性和规律挖掘出更多蕴含的信息,有利于提高预测的精度.因此,基于GAMLSS模型探讨了北京市的各种污染物和天气条件对PM2.5浓度的影响,并对PM2.5日均浓度进行了预测,这为降低空气污染物浓度提供了理论基础,为相关部门开展预警工作提供了决策依据.展开更多
文摘本文采用广义可加模型(GAMLSS),以年份序号作为解释变量拟合模型参数,对黄河流域蒸发皿蒸发量序列的非一致性特征进行研究。考虑到流域空间差异性和年内变化,从年、汛期、非汛期3个时间尺度来研究黄河流域29个水资源三级区面蒸发量序列的非一致性特征。研究结果表明,黄河流域各水资源三级区的面蒸发量序列在不同时间尺度上均具有较为明显的趋势变化;非汛期蒸发序列呈现出显著的趋势变化,与一致性模型拟合结果相比,黄河流域非汛期蒸发序列的AIC准则(Akaike Information Criterion)和SBC准则(Schwarz Bayesian Criterion)值减少明显,能更好地反映出非一致性变化的特征。
文摘为探讨水文数据非一致性对洪水频率分析的影响,提出基于位置、尺度、形状的广义可加模型(Generalized additive models for location,scale and shape,GAMLSS),从时间和降水两类因素出发,计算单变量、多变量洪水频率,分析经验点据与理论分位曲线拟合效果,选取不同变化条件下洪水适宜理论分布。以汤旺河流域为例,研究结果表明,单变量洪水频率最优分布选取较稳定,而受时间和降水因素影响,多变量洪水频率最优分布选取均不同。与前者相比,引入协变量使原序列参考时间连续性变化和降水极端信息,改进传统洪水频率计算方法。
文摘经典的线性回归模型假设响应变量服从正态分布,但这种情况在现实中可能并不满足。本文将包含位置、规模以及形状参数在内的广义可加模型(GAMLSS)引入居民消费支出模型构建之中。这种设定形式既可以考虑消费支出的具体分布,又可以探究其微观影响因素。使用中国家庭追踪调查(China Family Panel Studies,CFPS)数据,研究不同收入群体边际消费倾向,结果发现,与正态分布相比,广义贝塔Ⅱ型分布(GB2)能够更有效拟合不同收入群体家庭消费状况。拟合结果表明,居民消费支出水平的分布状况会对边际消费倾向产生显著影响,且城镇地区不同收入群体家庭边际消费倾向呈"倒U"型特征。
文摘基于2013年3月1日至2017年2月28日北京奥体中心空气质量监测站点的逐时数据,分别建立了随机森林回归模型、广义可加模型(Generalized additive model,GAM)和基于位置、尺度、形状的广义可加模型(Generalized Additive models for location,scale and shape,GAMLSS).结果显示:随机森林回归模型的拟合效果与预测效果相差较大,说明模型的稳定性较差,而GAM与GAMLSS模型的拟合效果与预测效果都较好.然而,在实际应用中GAMLSS模型要比GAM更加灵活,能更充分地利用分布本身的特性和规律挖掘出更多蕴含的信息,有利于提高预测的精度.因此,基于GAMLSS模型探讨了北京市的各种污染物和天气条件对PM2.5浓度的影响,并对PM2.5日均浓度进行了预测,这为降低空气污染物浓度提供了理论基础,为相关部门开展预警工作提供了决策依据.