降水加权

这些统计函数改编自 Hughes & Crawford 2012，降水加权最小二乘回归（PWLSR）。他们建议在 IAEA 的“降水中环境同位素数据的统计处理”中列出的各种回归分析调整中使用 降水加权方法。(1992)使用普通最小二乘回归（OLSR）。

通过统计分析辽宁人工增雨示范区1980至1999年间5至10月不同强度降水的降水次数和降水量特征，发现降水时长与降水次数呈反比关系，降水时长越长，降水次数越少。同时，降水时长与降水量的关系呈现不规则波动，特别是2至8小时的降水量对总降水量贡献最大，占总雨量的66%。

GIS 里的地理加权回归工具，gwr4.0算是比较老牌的方案了。支持地理加权逻辑回归，对空间异质性建模还挺靠谱。尤其你用 Python、Matlab 做回归的同学，用它来补空间这一块，合适。安装包直接下就能跑，界面是老了点，但功能够用。 逻辑回归的活不少人都在做，比如用来做信用卡欺诈检测、健康数据建模、甚至城市热力图。常规线性模型搞不定空间偏差，用 gwr 就对了。嗯，它对位置相关的变量建模，还挺灵。逻辑回归的公式也都兼容，就别担心什么兼容性问题。 下载链接在资源页就有，顺手还能看看这几个资源：Python 逻辑回归合集、Matlab 四参数逻辑回归、还有基于逻辑回归的信用卡欺诈检测优化。都挺

Histwc是一个简单而实用的工具，用于构建加权直方图。

matlab编程-加权平均数。计算输入向量的加权几何、算术或调和平均值。

股票里的指数平均线，蛮适合用 Matlab 来搞定的。它的指数加权平均（EMA）思路挺实用，尤其是你想过去几个月或几年的股价变动时。直接用历史数据跑出一条平滑曲线，趋势一目了然。配合 Matlab 的图形可视化，曲线清晰，响应也快，挺适合做个小工具试试。 想进一步玩出花的，可以看看这篇组合文章，用指数平均估算风险值，逻辑清晰，代码也好懂。如果你刚好想做一个风险监控的小模型，这个蛮有参考价值。 另外，推荐你顺手看下Matlab 实现移动平均算法这篇，适合新手上路，代码段比较基础，跑一遍就知道咋回事。 ，如果你目标是信号平滑，不妨看看移动平均滤波器的用法。基本逻辑差不多，只是应用在信号领域而已。顺

动态加权综合评价模型的代码，蛮适合做数据评价的。如果你对空气污染这种多因素综合评价感兴趣，这段代码可以帮你节省不少时间。代码注释详细，逻辑也清晰，完全可以拿来直接用。是用到动态加权和 Borda 排序这块，挺实用的。对了，代码跑的案例是某城市的空气污染情况，换成你自己的数据也没问题。学习这种评价模型，对研究城市治理或环境保护的小伙伴来说，还是有的。

针对传统关联规则挖掘算法不能有效挖掘负关联规则的问题，该研究引入了负关联的理论，并提出了新的算法。

尽管有越来越多的高分辨率空间系统用于测量降水，但这些产品在地表水文中的实际应用案例却很少。本书通过涵盖科学和实用问题来改变这一现状。来自多个领域研究人员的贡献，重点评估高分辨率卫星降水产品在地表水文中的潜力、实用性和应用。书中关注降水产品算法的演变、这些产品在世界各地的精度评估以及这些产品在各种决策支持系统中的应用。本书位于卫星降水和地表水文应用的交接点，深入探讨了在水文应用尺度上相关的问题，为从业者、研究人员和研究生提供了非常有用的信息。

为 S3 类 studentS3 创建 mean 泛型函数，计算加权平均成绩。函数接收一个 studentS3 对象，返回加权平均分。