好久沒更新了，今天來做下讀書筆記。看了下「statistical methods in the atmospheric sciences」（《大氣科學中的統計方法》），感覺這本書寫得很不錯，好懂，好用，強推！就是有點厚，慢慢看吧。
我本科學數學的，也上很多統計課，但以前每天上課的狀態就是方程會解，題目會做，不知道學了有啥用。。。
現在學大氣以後才知道以前學方程、學統計都可以用在哪些地方，所以《大氣科學中的統計方法》這本書真的是很「應用數學」或者說「應用統計」！
下面總結了第一章的幾個要點。
1. 什麼是統計？
統計是一門學習變率、不確定性以及在面對不確定性時如何決策的學科。評估和定量化不確定性，對不確定度進行統計推斷和統計**，構成了統計的各個部分。（書上說most students認為統計boring,我倒不覺得hhh。）
2. 什麼是描述性統計和推斷性統計？
描述性統計是對資料的整理和總結，用統計模型來總結和表徵資料的特徵規律。
推斷性統計傳統上被理解為一種方法和過程，用以對產生資料的基本過程進行總結。(個人認為目前很火的機器學習可以理解為一種推斷性統計方法)
3. 關於大氣不確定性
不確定性是天氣、季節性氣候和水文**的基本特徵，沒有預報能夠完全脫離不確定性的描述。
大氣模型通常是由一些確定的方程來構建的（我理解的是動力框架），因此缺乏表達不確定性的能力（即給定初值和邊界條件，產生特定的結果。所以集合預報就是為了解決這個問題，人為生成一些不確定性）。小尺度特徵是模式無法表達的（所以一般用物理引數化），而通過利用大尺度資訊，模式對於大氣的大尺度作用的模擬在一定程度上與真實狀態是接近的。
4. 動力混沌（蝴蝶效應）
大氣模型能夠刻畫大氣相關的物理過程，但我們還是無法避免由於動力混沌帶來的不確定性。乙個非線性的確定性動力系統（例如，大氣運動方程，還有大氣本身）對系統的初始狀態非常敏感。如果這樣乙個系統的兩個實現僅從差異非常小的兩個初始狀態開始，隨著時間演化，它們最終的差別會非常大。
為了更形象具體一點，我來上幾個圖：
紅線（51，51，51）和藍線（50，50，50）初始位置差異非常小，但隨著時間積分，差別會越來越大。放大來看x-time,y-time,z-time就能看到明顯差別。（這裡圖上的runge-kutta scheme（order=4）是選用的時間積分方案，這裡的圖是為幫助理解蝴蝶效應，就不討論積分細節了）
5. 統計vs.不確定性（既然無法準確預報，為什麼還需要統計？）
不確定性的概念是描述性統計和推斷性統計的基礎。
由於對未來大氣表現的決定性預報通常是不確定的，所以需要概率方法來充分描述這些大氣表現。
這些模型通常是由一些確定的方式來構建的，因此缺乏表達不確定性的能力。減少隨機氣象過程的不確定性即是天氣預報的目的。
誒，寫部落格筆記感覺沒有持續的動力額，咋辦呢。。。感覺自己每天無所事事。科研做的又爛。。。
science又不行，coding又不行，modeling還是不行。。。
幹啥啥不行，偷懶第一名。。。
在統計學中 統計學中的基本概念
統計學的幾個基本概念 總體和總體單位 1.總體 總體的概念 總體是指客觀存在的 具有某種共同性質的 許多個別事物組成的整體 在統計研究過程當中，統計研究的目的和任務居於支配和主導的 地位，有什麼樣的研究目的就應該有什麼樣的統計總體與之相適應。例如 要研究我們學院教師的工資情況，那麼全體教師就是研究的...
統計學 背景知識筆記
概念 現代的統計學是通過數學的方法對資料進行分析和處理，最後完成合理解釋。估計 通過運用均值，方差，回歸等方法完成 功能。檢驗 根據已經有的資料 經驗 進行自己假設的檢驗。以提供給自己科學的指導。研究方法 觀察 綜合指標 模型法 統計方法 分類資料 頻率，眾數 順序分析 中位數，分位數 資料值 統計...
資料科學統計學 什麼是偏度？
作者 abhishek sharma 編譯 vk analytics vidhya 偏度的概念已融入我們的思維方式。當我們看到乙個影象時，我們的大腦會直觀地分辨出圖表中的模式。你可能已經知道，印度有超過50 的人口在25歲以下，65 以上的人口在35歲以下。如果你畫出印度人口年齡的分布圖，你會發現在...