处理方法:1、立方根或四次方根；2.双曲正切转换（纠正课本公式）--旬降水。3、化为有序数后的正态化转换（标准化和正态化） 2、简述显著性检验的基本思想。
抽样会产生抽样误差，利用样本资料进行分析时，不能仅凭样本资料的结果就对总体特征做出判断，而要鉴别其结果是否为总体的特征。 首先对总体的参数或分布形式做出一个假设，然后利用样本信息来判断这个假设是否合理。原理是利用“小概率事件在一次试验中几乎是不发生的”来接受假设或者否定假设，是一种带有概率性质的“反证法”。 在原假设为真时拒绝元假设，称为第一类错误（以真为假），其出现的概率通常记作a,原假设为假时接受原假设，称为第二类错误，其出现的概率通常记作B，这种限定犯第一类错误的最大概率a,不考虑犯第二类错误的概率B的检验就称为显著性检验，概率a称为显著性水平。
3、简述利用多元线性回归方程进行预报的步骤。 1) 确定预报量并选择恰当的因子
2) 根据数据计算回归系数标准方程组所包含的有关统计量(因子的交叉积、矩阵协方差阵或相关阵,以及因子与预报量交叉积向量) 3）解线性方程组定出回归系数 4）建立回归方程并进行统计显著性检验
4、逐步回归中逐步剔除法与逐步引入法的主要缺点分别是什么？ 逐步引入法的主要缺点是计算量很小，但不一定保证最后的方程是最优的。
11
5、请写出多元回归方程中预报因子数目增多的优缺点。
优点:一般而言，回归方程中包含的因子个数越多，回归平方和就越大，残差平方和越小，残差方差的估计就越小，预报值的置信区间就越小，方程一般也较容易通过检验。
缺点:a、因子增多，计算量增大，计算时间增多
b、方程中若含有对y不起作用或作用极小的因子，残差平方和不会由于这些变量的增多而减少多少，相反由于Q自由度减小，残差方差估计值增大，使预报置信区间估计值增大。
c、由于存在对预报量y影响不显著地因子，随之带来许多其他与与预报量无关的随机因素，影响回归方程的稳定性反而使预报效果下降。
6、简述回归分析与相关分析的区别。
(1) 相关分析中，变量 x 变量 y 处于平等的地位；回归分析中，变量 y 称为因变量，处在被解释的地位，x 称为自变量，用于预测因变量的变化。
(2). 相关分析中所涉及的变量 x 和 y 都是随机变量；回归分析中，因变量 y 是随机变量，自变量 x 可以是随机变量，也可以是非随机的确定变量。
(3). 相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量 x 对变量 y 的影响大小，还可以由回归方程进行预测和控制。
7、整理区域资料有哪些常用的方法?
12
区域平均法、综合指数法、代表台站法 四、计算题
1、求相关系数及其统计显著性检验
2、求偏相关系数
3、气候稳定性检验
4、天气指标可靠性检验
5、线性回归
6、主成分分析和EOF分解
7、主成分方法和EOF分解的推导
13