第一章 气象资料及其表示方法 1
第一节 单个要素的气象资料 1
第二节 多要素的气象资料 6
参考文献 10
第二章 选择最大信息的预报因子 11
第一节 概率和条件概率以及预报指标 11
第二节 天气预报指标的统计检验 12
第三节 定量数据时的指标 15
第四节 非连续数据时的指标 20
第五节 组合因子、预报因子数量的缩减 22
第六节 高自相关变量间的相关系数及其统计检验 27
参考文献 29
第三章 回归分析 30
第一节 一元线性回归 30
第二节 多元回归分析 34
第三节 回归方程的统计检验 38
第四节 逐步回归方法 44
第五节 选择最优的变量子集 51
第六节 正交组合的多元回归 57
第七节 最小残差绝对值回归和稳健回归 59
第八节 几个定量预报结果的最优综合 63
第九节 附录 65
参考文献 71
第四章 二分类预报 73
第一节 天气预报指标群的使用 73
第二节 二分类预报的数学模型 74
第三节 二分类预报结果的最优经济综合 78
第四节 多数表决问题及准确率的理论估计 81
参考文献 84
第五章 主成分分析 85
第一节 基础知识 85
第二节 主成分的基本概念 88
第三节 主成分的导出 91
第四节 主成分的性质 95
第五节 因子分析 103
第六节 典型相关分析 116
参考文献 126
第六章 气象场的各种经验正交展开及其应用 128
第一节 气象场的经验正交展开 128
第二节 扩展的经验正交函数（EEOF）分析 143
第三节 向量场的经验正交展开 145
第四节 复经验正交函数（CEOF）方法 148
第五节 气象场的奇异值分解（SVD） 151
第六节 附录 158
参考文献 169
第七章 判别分析 171
第一节 贝叶斯准则的二组判别 171
第二节 费希尔准则的线性判别 176
第三节 多组判别、错分损失不同时的多组判别 184
第四节 多组逐步判别 192
第五节 利用马氏距离作多组判别 203
参考文献 205
第八章 聚类分析 206
第一节 相似性统计量 206
第二节 系统聚类法 219
参考文献 202
第九章 奇异谱分析 220
第一节 常规EOF和主成分分析 220
第二节 奇异谱分析的原理和方法 221
第三节 为什么称时间EOF为奇异谱分析 225
第四节 奇异谱分析在气象中的应用 226
参考文献 228
第十章 气象统计预报中的统计检验 229
第一节 趋势变化对相关系数的影响 229
第二节 相关分析及合成分析中的蒙特卡罗检验方法 234
第三节 气象场相关的统计检验 237
第四节 多维统计检验、风场的统计检验 238
第五节 EOF，SVD的统计检验 243
第六节 统计检验的若干注记 247
第七节 附录 252
参考文献 268
第十一章 气象时间序列分析 270
第一节 谐波分析方法 270
第二节 气象时间序列波谱分析 277
第三节 气象时间序列的自回归预报模型 282
参考文献 287