利用分位数映射法（Quantile Mapping，QM）对数据进行偏差修正

于 2024-06-07 16:14:46 发布
阅读量295 收藏
点赞数 2
文章标签： r语言 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/MARSKK0330/article/details/139529547
版权

动机：

直接来自不同模式的历史数据与历史实际观测数据之间存在普遍的差异，且这种差异会影响到对于未来变化的预测，从而导致更多的偏差和不确定性。根据历史实测和历史模拟数据的累积分布函数（Cumulative Distribution Function，CDF）关系对未来预报数据进行数据的偏差纠正，即可运用基于概率分布的分位数映射法（Quantile Mapping，QM）。

输入：

历史模拟的数据集

历史实测的数据集

R语言代码实现：

详见：利用分位数映射法（Quantile Mapping，QM）对数据进行偏差修正

Mars方方土
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用分位数对数值数据进行无损压缩和解压缩
06-28
分位数压缩这个 rust 库可以很好地压缩和解压缩数值数据序列。它目前支持以下数据类型：i32 ，i64 ，u32 ，u64 ，f32 ，f64 。较小的数据类型（如i16可以通过强制转换为i32来有效压缩。时间戳支持可能会在未来很快...
气候模式数据分位数映射法偏差矫正
weixin_45626690的博客
07-13 1585
学习记录~~~
数据修正
互联网金融爱好者
01-06 1974
是经济数据中吧，有时一个数据公布时是初步统计，称为初值，其中有些数据可能当时并不准确，所以过一段时间会有一个修正值。 什么情况下，需要对生产总值数据进行修正？    由于核算GDP所需基础数据的差异，以及统计调查体系的差异，世界各国GDP数据都不是一锤定音，必须根据更加完整、可靠的基础数据不断修订，这是GDP核算的国际惯例。每个国家都会根据自己的情况制定GD
【气候模式降尺度】分位数增量映射(QDM）原理及MATLAB代码实现
WW、forever的博客
12-17 2386
简介QDM原理及其MATLAB代码实现
分位数映射数据后处理-Quantile Mapping后处理 (R语言)
水滴石穿，绳锯木断
01-20 9567
统计后处理器基本上是统计模型，将观察到的关注变量与从气象或水文模型的直接模型输出（DMO）导出的适当预测变量相关联。统计后处理的重要性早已在气象预报中得到认可。早期的工作包括完善的预测(perfect prognosis)，模型输出统计（MOS）和模拟方法（analog method）等模型。 近年来，已经提出了许多其他后处理方法，包括秩直方图校准（rank histogram calibrati...
基本概念
zakexu的专栏
08-20 2476
1.监督学习 （1）
数值降雨预报偏差校正方法
m0_68469453的博客
06-30 1151
数值降雨预报数据来源：高分辨率数值气象数据来源于我国气象部门自主研发的基于全球/区域多尺度统一的同化与数值预报系统（GRAPES）区域中尺度预报系统（GRAPES-Me⁃so）的GRAPES-RAFS模式，是在GRAPES-Meso 4.0的基础上，于2015年建立起来的覆盖我国东部地区3 km水平分辨率的试验系统。本文采取两种偏差校正方法（线性放缩法（LS）和分位数匹配法（QM））对GRAPES-RAFS降雨预报数据进行校正。
全球气候模式降尺度方法总结及其代码实现
热门推荐
WW、forever的博客
01-14 1万+
简介降尺度方法
Python数据处理入门教程
一名正义的白帽黑客
01-07 707
Python数据处理入门教程
数据回归-基于分位数回归的降水、径流变化及响应分析.pdf
06-25
"数据回归-基于分位数回归的降水、径流变化及响应分析" 在水文气象领域中，降水和径流变化是气候变化和人类活动的重要指标。随着气候变化和人类活动的影响，降水和径流系列的变化也在不断变化。为了更好地了解这些...
matlab集成c代码-BiasCorrectionPrecipitation:卫星降水观测的偏差校正
05-22
Matlab集成的c代码 卫星降水的偏差校正 该资料库中的脚本用于使用偏向校正卫星观测到的降水。 这些方法源自于MATLAB语言编写的算法，该算法由Juan University of Juan Valdes教授领导的亚利桑那大学SWAAT研究小组开发（Roy等人，2016年）。 该代码提供了两种不同的偏差校正技术： 线性缩放，b。 分位数映射 该过程分为几个脚本，如下所示： config.r ：包含基本配置信息（例如，文件位置的基本路径，时间范围）。 该文件本身不能执行，所有其他脚本都调用该文件来收集此参数。 adjusted_CHIRPS.r ：此步骤是可选的，在要进行偏差校正的时间段内，如果对感兴趣的区域有可靠的地面观测可用，请使用此步骤。 允许使用观测值（雨量计观测值）校正CHIRPS数据。 输出是经过地面校正的CHIRPS数据，可将其替代基本CHIRPS用于线性和分位数偏差校正方法。 linear_method.r ：此脚本计算CHIRPS和要校正的卫星降水产品（SPP）的所有年份的月平均值。 然后，将这些平均值用于计算SPP与CHIRPS的偏差，并应用于每个每日SPP文件。
beta-quantile:Beta分布分位数函数
05-19
分位数函数 分布。 随机变量的为 对于0 <= p < 1 ，其中alpha是第一个形状参数， beta是第二个形状参数， F(x;alpha,beta)表示参数为alpha和beta的beta随机变量的累积分布函数。安装$ npm install ...
quantile(x):从数据集中计算分位数-matlab开发
05-30
在MATLAB中，`quantile()`函数是一个非常实用的统计工具，它用于计算数据集的分位数。分位数是将一组数值分成相等的两部分的关键值，常用于描述数据分布，尤其是在处理异常值或者非正态分布的数据时。`quantile()`...
gamma-quantile:伽马分布分位数函数
05-19
分位数函数 分布。 随机变量的为 对于0 <= p < 1 ，其中alpha是形状参数， beta是分布的速率参数， P^{-1}是的。 安装 $ npm install distributions-gamma-quantile 要在浏览器中使用，请使用 。 用法 ...
一日一学--如何对数值型特征进行分桶
AI 算法笔记
02-22 7283
点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶”总第 120 篇文章，本文大约 1200 字，阅读大约需要 3分钟今天这篇文章主要是介绍在特征工程中，对数值型特征进行分桶...
机器学习-特征工程之数值处理（二）
微积冰
11-22 1118
1、处理计数 1.1二值化 将大于等于某个次数的设为1，小于这个次数的设为0 二值目标变量是一个既简单又强壮的用户偏好衡量指标 例子:歌曲收听次数及人数的原始分布如下，会发现原始的收听次数并不是衡量用户喜好的强壮指标，因此可以进行二值化，如果用户收听了某首歌曲至少一次，那么就认为该用户喜欢该歌曲 import pandas as pd listen_count = pd.read_csv('millionsong/train_triplets.txt.zip',header=None, delimiter
修正统计的 5 个方法
where is redhat
10-19 2892
修正统计的 5 个方法 ( 5.00分 - 1 票)   发表评论 1,754   A+ 所属分类：研究方法 科学论文常用到统计方法，统计对于一篇研究论文来说很重要。选择适当的统计方法可以得到正确的结果，并避免不必的错误和不足。但是如果选择的统计方法不适当甚至错误，会对研究结果产生重要的影响，甚至是错误的结果。如今对于论文统计争论较多，自然杂志咨询了一些知名的统计学专家，就如何避免论...
sklearn数据映射之分位数均匀分布映射-Quantile_tranformer
qq_30477323的博客
04-02 4637
from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn import preprocessing import numpy as np import matplotlib.pyplot as plt #load the iris dataset...
分位数映射qm matlab
最新发布
12-28
分位数映射（Quantile Mapping）是一种用于调整模型输出的统计方法，常用于气候模型的降尺度分析中。在Matlab中，可以使用以下代码实现分位数映射： ```matlab % 假设原始数据为precip，模型输出为qm.exp % 计算原始数据和模型输出的分位数 obs_quantiles = quantile(precip, [0.25, 0.5, 0.75]); model_quantiles = quantile(qm.exp, [0.25, 0.5, 0.75]); % 进行分位数映射 qm_exp_mapped = interp1(model_quantiles, obs_quantiles, qm.exp); % 输出映射后的结果 disp(qm_exp_mapped); ``` 上述代码中，首先使用`quantile`函数计算原始数据和模型输出的分位数。然后使用`interp1`函数进行分位数映射，将模型输出映射到原始数据的分位数范围内。最后，使用`disp`函数输出映射后的结果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值