2025年博研究生入学考试自命题科目
考试大纲
考试阶段：初试
科目满分值：100分
考试科目：统计天气预报
科目代码：
考试方式：闭卷笔试
考试时长：180分钟
一、科目的总体要求
系统掌握统计天气预报基础理论、关键问题及最新进展，重点内容包括：（1）多源气象观测资料的处理；（2）回归分析原理；（3）判别分析原理；（4）主分量分析原理；（5）典型相关分析原理；（6）聚类分析原理；（7）时间序列分析原理；（8）谱分析原理；（9）预报评分和集成。
二、考核内容与考核要求
考试科目《统计天气预报》主要包含以下九个部分内容：
1.多源气象观测资料的处理
包括统计天气预报的数据来源及类型；数据来源及随机性变量认识、原始变量、距平变量、标准化变量、分级数含义及特征；基本统计量数学期望、方差（标准差）、协方差（相关系数）、峰度和偏度系数概念及计算；U、X2、t、F统计量的概念及构建；平均值、方差、相关系数的显著性检验。
2.回归分析
包括一元线性回归模型、最小二乘估计、回归系数、方差分析、相关系数与线性回归的关系、回归方程与回归系数的显著性检验；多元线性回归模型、回归系数的统计性质；线性回归模型的几种形式；回归问题的方差分析、复相关系数、回归方程的预报；因子数目；“最优”回归方程的选择、逐步剔除和逐步引进方案、双重检验的逐步回归方案；非线性回归概念。
3.判别分析
包括费歇尔判别准则；二因子和多因子二级判别系数的确定；判别函数离差平方和的分解；多级判别的费歇尔准则；多级判别计算步骤。
4.主分量分析
包括主分量或主成分概念；两个变量的主分量的导出、主分量性质和意义、多个主分量的导出、主分量的计算；经验正交函数分解、计算中的时空转换；主分量分析的应用。
5.典型相关分析
包括典型因子的表示；协方差极大原则；典型因子的性质及典型相关系数的检验；典型相关分析的应用。
6.聚类分析
包括聚类分析概念；相似性度量指标；逐级归并法、平均权重串组法。
7.时间序列分析
包括随机序列、白噪声概念；自回归模型；非平稳时间序列及处理；时间序列分析的应用。
8.谱分析
包括谱及功率谱概念；利用功率谱做周期分析；滤波及滤波的三种方式（高通、低通、带通）。
9.预报评分和预报集成
包括离散型变量的预报评分；连续型变量的预报评分；预报的集成概念和方法；统计方法应用的注意事项。
三、题型结构
考试题型包括：简答题、计算题、证明题、论述题等。
四、其它要求
1.考试形式为闭卷、笔试，考生无需携带计算器参加考试。
2.本科目考试时间为3小时，具体考试时间以《准考证》为准。
五、参考书目
1.《气象统计分析与预报方法》（第四版），气象出版社，黄嘉佑，2016年
2.《气象数据统计分析方法》，气象出版社，黄嘉佑，李庆祥，2015年