贝叶斯模型平均及其在北京降雨预报中的一个应用

• 作者: 曹伟华 段小刚
• 来源期刊: 北京师范大学学报（自然科学版）
• 学科: 数学
• 关键词: 集合预报 统计后处理 混合模型 EM算法 抽样分布 累积降雨量
• 年，卷（期）: 2016,（2）
• 页码范围: 134-138
• 分类号: O212.8
• 语种: 中文
• DOI: 10.16360/j.cnki.jbnuns.2016.02.002

摘要

贝叶斯模型平均(Bayesian Model Averaging:BMA)是动态建模中融合集合预报信息的一种重要统计后处理方法.本文首先系统论述了BMA的建模分析过程,包括模型架构、参数估计方法、训练期的选择准则以及典型预报分布的抽样原理.然后,结合北京市2011年5-8月份逐日累积降雨量实例,我们详细描述了BMA的实现过程.实例分析结果表明,BMA统计后处理,无论是精度还是校准度,相对于原始集合预报都有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹伟华		5	127	2.0	5.0
2	段小刚	北京师范大学统计学院	3	6	1.0	2.0