Instytut Oceanografii Uniwersytetu Gdańskiego

Podobne dokumenty
Modelowane obszary z zaznaczonymi stacjami obserwacyjnymi

Modelowane obszary z zaznaczonymi stacjami obserwacyjnymi

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA

Ważne rozkłady i twierdzenia c.d.

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7

INFOBAZY 2014 VII KRAJOWA KONFERENCJA NAUKOWA INSPIRACJA - INTEGRACJA - IMPLEMENTACJA

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

Analiza współzależności zjawisk

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

3. Modele tendencji czasowej w prognozowaniu

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35

Zależność. przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna),

Rozkłady dwóch zmiennych losowych

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

PDF created with FinePrint pdffactory Pro trial version

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak

Psychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY

Nowy podział na jednolite części wód powierzchniowych (wody przejściowe i przybrzeżne) na lata

Spis treści 3 SPIS TREŚCI

METODY STATYSTYCZNE W BIOLOGII

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).

Rozdział 8. Regresja. Definiowanie modelu

STATYSTYKA MATEMATYCZNA

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

Raport Specjalny z Rejsu Wielki Wlew do Bałtyku

Komputerowa Analiza Danych Doświadczalnych

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Rozkłady wielu zmiennych

KORELACJE I REGRESJA LINIOWA

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

Mapy zagrożenia powodziowego od strony morza

RAPORT Z WYKONANIA MAP ZAGROZ ENIA POWODZIOWEGO I MAP RYZYKA POWODZIOWEGO ZAŁĄCZNIK NR 2

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

PROBLEMATYKA KLASYFIKACJI TYPOLOGICZNEJ WÓD W OBRĘBIE POLSKICH OBSZARÓW MORSKICH RP

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

Zakład Ekologii Wód Instytut Morski w Gdańsku

Analiza Współzależności

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Charakterystyki i związki temperatury wód u polskich brzegów Bałtyku

STATYSTYKA MATEMATYCZNA

Korelacja, autokorelacja, kowariancja, trendy. Korelacja określa stopień asocjacji między zmiennymi

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Wskaźnik opisowy W10 Śmieci w morzu

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

Pobieranie prób i rozkład z próby

X WYKŁAD STATYSTYKA. 14/05/2014 B8 sala 0.10B Godz. 15:15

dr hab. Renata Karkowska 1

Stacjonarność Integracja. Integracja. Integracja

DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM. Procedura szacowania niepewności

Ważne rozkłady i twierdzenia

Statystyka SYLABUS A. Informacje ogólne

3. Optymalizacja portfela inwestycyjnego Model Markowitza Model jednowskaźnikowy Sharpe a Model wyceny aktywów kapitałowych CAPM

Metody Ilościowe w Socjologii

SMOP - wykład. Rozkład normalny zasady przenoszenia błędów. Ewa Pawelec

zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych

Najsłabsze odcinki Mierzei Dziwnowskiej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Statystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

Procedura szacowania niepewności

Rozkład normalny Parametry rozkładu zmiennej losowej Zmienne losowe wielowymiarowe

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi

WYKŁAD 6. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018

Stanisław Cichocki. Natalia Nehrebecka. Wykład 12

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 8

Elementy statystyki wielowymiarowej

Katedra Biotechnologii i Genetyki Zwierząt, Wydział Hodowli i Biologii Zwierząt, UTP w Bydgoszczy

Stanisław Cichocki. Natalia Nehrebecka. Wykład 4

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Analiza składowych głównych. Wprowadzenie

Weryfikacja hipotez statystycznych

Jak sprawdzić normalność rozkładu w teście dla prób zależnych?

Rozwiązania zadań (próbka) Doradca Inwestycyjny 2 etap

Wnioskowanie statystyczne. Statystyka w 5

Nowa typologia wód przejściowych i przybrzeżnych w Polsce. Wojciech Kraśniewski, Włodzimierz Krzymiński IMGW-PIB oddział Morski w Gdyni

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

Rozkład normalny, niepewność standardowa typu A

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

5. WNIOSKOWANIE PSYCHOMETRYCZNE

KURS PRAWDOPODOBIEŃSTWO

1. Charakterystyka analizowanej próby zmiennej losowej

Zlodzenie polskiej strefy przybrzeżnej w zimie 2017/18 The Ice Winter 2017/18 on the Polish Baltic Sea Coast

ĆWICZENIE NR.6. Temat : Wyznaczanie drgań mechanicznych przekładni zębatych podczas badań odbiorczych

Ekonometria egzamin 07/03/2018

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

KURS STATYSTYKA. Lekcja 5 Analiza współzależności ZADANIE DOMOWE. Strona 1

Komputerowa Analiza Danych Doświadczalnych

ĆWICZENIE 13 TEORIA BŁĘDÓW POMIAROWYCH

Prawdopodobieństwo i statystyka

Transkrypt:

Instytut Oceanografii Uniwersytetu Gdańskiego Jan Jędrasik Walidacja hydrodynamicznego Morza Bałtyckiego

elowane zary z zaznaczonymi stacjami erwacyjnymi Zatoka Gdañska W³ad P1 Gd_N ZN4 18 P116 Hel P1 P4 P1 NP ZN Œwib K Ba³t Ba³tyjsk Ba³tyk po³udniowy P P39 M3 P16 B1 Œwin Ko³ Ust P14 P P63 ZR4 P1 8 9 7 6 1 3 4 Zalew Wiœlany Stacja pomiaru temperatury wody Stacja pomiaru temperatury i zasolenia Stacja pomiaru wahañ poziomu morza

Miary statystyczne zastosowane do weryfikacji i walidacji elu Podstawowymi wielkościami porównywanymi są wartości elowane y i erwowane. Różnice pomiędzy nimi określono jako błąd elu: y = y (1) Miarą opartą na wielkości błędu jest średni błąd kwadratowy: E ( ) rs = y () Obciążenie bezwzględne elu wyrażono poprzez: Q m = y = y (3) Współczynnik korelacji jest iloczynem standaryzowanych wielkości obliczonych i erwowanych: ( ) ( y) r = S S y cov(, y) = S S y y y = S S gdzie: wartość erwowana zmiennej stanu; wartość średnia erwowanej zmiennej stanu; y wartość elowana zmiennej stanu; y wartość średnia elowanej zmiennej stanu; cov(,y) kowariancja wartości erwowanych i elowanych; S S y = = ( ) N ( y y) N y odchylenie standardowe wartości erwowanych; odchylenie standardowe wartości elowanych; Średni błąd kwadratowy () można wyrazić jako (Węglarczyk, 1998) (4) ( y ) = var( y) + Q () m

MOD [ o C] MOD [gm -3 ] 1 18 14 6 OBS [ o C] 1 OBS [gm -3 ] P1_T w R=.88 SD=1.69 N=394 P_O R=.93 SD=1.7 N=3 - - 3 8 13 18 Po rozpisaniu na składniki oraz uwzględnieniu formuły dla współczynnika korelacji (), wariancja w powyższym wyrażeniu () przyjmuje postać: 1 var( y ) = Σ( y ) = N 1 1 = Σ( y y) + Σ( ) N N N Σ( y y) ( ) = S y rs S Jeżeli powyższe wyrażenie (6) wstawimy w miejsce wariancji w wyrażeniu (), a następnie dodamy i odejmiemy r, to otrzymamy formułę składowych średniego błędu kwadratowego: S y Q m E rs = S (1 r ) + r + (7) S S Drugi człon równania (8) opisuje współzależność między błędem elu i jego symulacją, określimy jako obciążenie warunkowe i oznaczymy go poprzez C C S y = r S Z kolei trzeci człon równania (8) wyraża obciążenie bezwarunkowe B zdefiniowane jako stosunek obciążenia bezwzględnego do odchylenia standardowego erwacji: Q m B = (9) S Wyrażenie (7) podzielone przez uwzględnieniem wyrażenia: y + S S przy zachowaniu wprowadzonych oznaczeń (8,9) z E rs 1 = E () S oznacza współczynnik determinacji lub efektywności E, który otrzymali Nash i Sutcliff (Węglarczyk, 1998) w postaci: E = r C B (11) Jeżeli nie ma żadnych obciążeń, to jest on równy kwadratowi współczynnika korelacji. Obciążenia wyników elu obniżają wartości współczynnika efektywności, który wskazuje realnie na charakter. W wyniku analiz symulacji i erwacji obecnego opracowania, uznano ten współczynnik jako przydatny do optymalizacji kalibracji elu. Z kolei relacja współczynnika korelacji z całkowitym błędem kwadratowym: E rs E rc = (1) prowadzi do współzależności tzw. specjalnego współczynnika korelacji R s względem E rc E rc Rs = 1 (13) S + (6) (8)

- - Depth [m] -4-6 -8 Depth [m] -4-6 -8 - a) erved - b) erved 3 4 Distance [km] 3 4 3 4 Distance [km] 3 4 - - Depth [m] -4-6 -8 Depth [m] -4-6 -8 - a) elled - b) elled erwowane i elowane rozkłady tlenu rozpuszczonego O-O w przekroju od ujścia Wisły do stacji P1 poprzez P1 i P116 a) 4 marca 199 b) 8 sierpnia 199

1 a) Hel r =.98 1 b) Świbno r =.96 1 3 3 [dni] 1 3 3 [dni] Temperature [ C] 1 c) Bałtyjsk r =.97 1 3 3 [dni] Przebieg temperatury wody powierzchniowej erwowanej i elowanej na stacjach brzegowych w a) Helu i b) Świbnie, w 199 oraz w Bałtyjsku w roku 1994

3 1 P_1 r =.98 3 1 P_ r =.97 3 1 P_3 r =.97 4 8 1 16 4 8 3 36 1994 199 1996 4 8 1 16 4 8 3 36 1994 199 1996 4 8 1 16 4 8 3 36 1994 199 1996 3 1 P_4 r =.97 3 1 P_ r =.9 3 1 P_6 r =.9 4 8 1 16 4 8 3 36 1994 199 1996 4 8 1 16 4 8 3 36 1994 199 1996 4 8 1 16 4 8 3 36 1994 199 1996 3 1 P_7 r =.9 3 1 P_8 r =.96 3 1 P_9 r =.9 4 8 1 16 4 8 3 36 1994 199 1996 4 8 1 16 4 8 3 36 1994 199 1996 4 8 1 16 4 8 3 36 1994 199 1996 Przebieg erwowanej i elowanej temperatury wody powierzchniowej w punktach 1- Zalewu Wiślanego za okres 1994-96

Temperatura wody [ C] 4 8 1 16 - Temperatura wody [ C] 4 8 1 16 - -4-6 -8 - Punkt P1 8-8-9-4 -6-8 - Punkt P1 4-8-96-1 -1 - -1 - -3-4 - -6-7 Temperatura wody [ C] 4 8 1 16 Punkt P1 8-8-199 - -1 - -3-4 - -6-7 Temperatura wody [ C] 4 8 1 16 Punkt P1 3-8-1996 Temperatura wody [ C] 4 8 1 16 - - -3-4 - -6-7 Punkt ZN4 13-8-9 Temperatura wody [ C] 4 8 1 16 - - -3-4 - -6-7 Punkt ZN4 1-8-1996 elowane i erwowane pionowe rozkłady temperatury wody w wybranych punktach Zatoki Gdańskiej: P1, P1, ZN4 w sezonie letnim 199_96

Zasolenie wody [psu] 3 6 9 1 1 - Punkt P1-4 -1-9 -6-8 Zasolenie wody [psu] 3 6 9 1 1 - Punkt P1-4 -1-96 -6-8 - - -1-1 -3-4 - -6-7 Zasolenie wody [psu] 3 6 9 1 1 - e -1 Punkt P1 - -11-96 Zasolenie wody [ C] 3 6 9 1 1 - - -3-4 - -6-7 Punkt ZN4 13-8-9-3 -4 - -6-7 Zasolenie wody [psu] 3 6 9 1 1 - -1 Punkt P1 - -11-96 Zasolenie wody [ C] 3 6 9 1 1 - - -3-4 - -6-7 Punkt ZN4 1-8-1996 elowane i erwowane pionowe rozkłady zasolenia w wybranych punktach Zatoki Gdańskiej: P1, P1, ZN4 w sezonach jesiennych 199_96

Tabela 1. Współczynniki korelacji i odchylenia standardowe dla temperatur wody i zasolenia w punktach erwacyjnych Zatoki Gdańskiej w okresie 1994-1996 Stacja T w S Liczba R SD R SD erwacji P1.1.6.38. P4.6.4.. 81 P1.4.6.31.1 11 P116.83.3.18.1 111 ZN4.43..84.1 17 ZN.8.6.69.7 71 NP.3.7.6. 4 K.84.8.61. R4.8.4.4.1 P63.68.3..8 Tabela. Współczynniki korelacji i odchylenia standardowe dla temperatur wody i zasolenia na stacjach erwacyjnych Basenu Gdańskiego w okresie 1994- Stacja R SD R SD erwacji T w S Liczba P1.888 1.69.876 1. 394 P14.964 1.44.7.3 18 P.9 1.7.91 1.7 3

Tw [ o C] 4. 16. 8.. 1994 199 1996 1998 1999 z=m MOD OBS r =.97 SD = 1.43 Tw [ o C] 4. MOD 16. 8.. z=3m OBS r =.9 SD =.43 Tw [ o C] 4. MOD 16. 8.. z=6m OBS r =.9 SD = 1.818 Tw [ o C] 4. 16. 8.. z=m MOD OBS r = -. SD = 1.877 1994 199 1996 1998 1999 Przebieg powierzchniowej zmienności erwowanych i elowanych temperatur wody T w na Głębi Gdańskiej, stacja P1 z = m z = 3 m z = 6 m z = m w okresie 1994

1994 199 1996 1998 1999 Zasolenie [psu] 9 S_MOD P1 z=m S_OBS 7 Zasolenie [psu] 9 S_MOD P14 z=m S_OBS 7 Zasolenie [psu] 9 P z=m S_MOD S_OBS 7 1994 199 1996 1998 1999 Przebieg powierzchniowej zmienności erwowanych i elowanych wartości zasolenia na Głębi Gdańskiej, stacja P1 Basenie Gdańskim stacja P14, Basenie Bornholmskim stacja P w okresie 1994

.. 4. 17. 18. 18. 19. 19... 1. 4 6 8 1 14 16 18 4.. 4. 17. 18. 18. 19. 19... 1. Pole temperatury wody powierzchniowej erwowane a) i elowane b) 9 sierpnia 1996

.. 4. 17. 18. 18. 19. 19... 1. 4 6 8 1 14 16 18 4.. 4. 17. 18. 18. 19. 19... 1. Pole temperatury wody powierzchniowej erwowane a) i elowane b) 3 września 1996

6 6 4 cm Świnoujście 4 3 1 3 3 dzień 6 6 4 cm Władysławowo 4 3 1 3 3 dzień 6 6 cm pomiary obliczenia Gdańsk 4 4 1 3 3 dzień Wahania poziomów erwowanych i obliczonych w Świnoujściu, Władysławowie i Gdańsku w roku Tabela 4 Ocena symulacji poziomu morza wg klasyfikacji Mayera (1979) Klasa G9 H9 W9 Ś9 K9 U9 Ś W G 1 6. 6.4 4.8 64.6 69.3 1.3 9.3.1 4.3 8.6.8 3.6 7..4 3.1 4.1 6. 7.1 3 11.8 9. 7.6 6.7 4.3 11.4 9.8 1.4 14.4 4 3.1 4.6. 1.7 1.. 6.8 9. 13. 1++3 96.9 9.4 9. 98.3 99. 94.8 93. 91. 86.8

ZANIŻONE ZAWYŻONE 1.3 1..97 Ś K U W H G 199 ZANIŻONE ZAWYŻONE 1. 1. 1..9.9 T w S B39 P P14 P63 R4 P1 P1 P116 P4 P1 NP ZN K Obciążenia bezwzględne symulacji wahań poziomu morza w roku 199 i oraz temperatury wody i zasolenia za okres 1994- Parametry Q m C B E rs E rc r r E R s T -.13.4.4.816.6.97.89.88.977 S -.687..73.891.9.98.861.687.994 Gdzie: Q m, obciążenie bezwzględne elu; C, obciążenie warunkowe elu; B, obciążenie bezwarunkowe elu; E rs, średni błąd kwadratowy; E rc, całkowity błąd kwadratowy; r, współczynnik korelacji; r, współczynnik determinacji, E, współczynnik efektywności Nasha-Sutcliffes a; R s, specjalny współczynnik korelacji

a) 1.1 Współczynnik korelacji [Rs] 1. Bardzo dobry Bardzo dobry K_9 W_9 W_ Gd_9 U_9 Gd_ Ś_9 Ś_.99..3.4. Ś K U W Gd Całkowity błąd kwadratowy [Erc] b) Współczynnik korelacji [Rs] 1. 1..9 Temperatura wody Bardzo dobry Dobry Bardzo dobry Dobry B39 P P14 P63 R4 P1 P1 P116 P4 P1 NP ZN k.9..1..3.4. c) Współczynnik korelacji [Rs] 1. 1..9 Zasolenie Bardzo dobry Dobry Bardzo dobry Dobry B39 P P14 P63 R4 P1 P1 P116 P4 P1 NP ZN k.9..1..3.4. Całkowity błąd kwadratowy [Erc] Całkowity błąd kwadratowy [Erc] Specjalny współczynnik korelacji w funkcji całkowitego błędu kwadratowego a) dla poziomów morza b) temperatury wody c) zasolenia