Тип работы:
Предмет:
Язык работы:


Возможности применения логистической регрессии в гидрологических прогнозах

Работа №170799

Тип работы

Бакалаврская работа

Предмет

гидрология

Объем работы65
Год сдачи2022
Стоимость4390 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
1
Не подходит работа?

Узнай цену на написание


ВВЕДЕНИЕ 2
ГЛАВА 1. ФИЗИКО-ГЕОГРАФИЧЕСКОЕ ПОЛОЖЕНИЕ 4
1.1. РЕЛЬЕФ 6
1.2. КЛИМАТ 9
1.3. ГИДРОГРАФИЯ 11
1.4. ПРИРОДОПОЛЬЗОВАНИЕ 13
ГЛАВА 2. МНОЖЕСТВЕННАЯ РЕГРЕССИЯ 16
2.1. ЛОГИСТИЧЕСКАЯ РЕГРЕССИЯ 16
2.2. МЕТОДОЛОГИЧЕСКИЙ АЛГОРИТМ ПОСТРОЕНИЯ ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ 18
2.3. ПРИМЕНЕНИЕ ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ В ИССЛЕДОВАНИЯХ ЕСТЕСТВОЗНАНИЯ 21
ГЛАВА 3. УРАВНЕНИЕ РЕГРЕССИИ 24
3.1. БАЗА ДАННЫХ 24
3.2. МАТРИЦЫ КОРРЕЛЯЦИИ 27
3.3. ОПРЕДЕЛЕНИЕ ЗАБЛАГОВРЕМЕННОСТИ 30
3.4. РАСЧЕТ УРАВНЕНИЯ РЕГРЕССИИ ДЛЯ ВЕСЕННЕГО ПОЛОВОДЬЯ 31
3.5. РАСЧЕТ УРАВНЕНИЯ РЕГРЕССИИ ДЛЯ ДОЖДЕВОГО ПАВОДКА 33
ГЛАВА 4. КОЭФФИЦИЕНТ СПИРМАНА 36
ЗАКЛЮЧЕНИЕ 38
СПИСОК ЛИТЕРАТУРЫ 40
ПРИЛОЖЕНИЯ 43
ПРИЛОЖЕНИЕ А 43
ПРИЛОЖЕНИЕ Б 44
ПРИЛОЖЕНИЕ В 54
ПРИЛОЖЕНИЕ Г

Гидрологические прогнозы - один из основных разделов прикладной гидрологии. В задачу гидрологических прогнозов, как научной дисциплины входят разработка методов предвычисления, позволяющих заранее определять развитие процессов и явлений, происходящих в реках, озерах и других водных объектах, на основе данных гидрометеорологических наблюдений. Гидрологические прогнозы заключаются в предвычислении с различной заблаговременностью и степенью точности того или иного элемента режима или явления, основанном на знании закономерностей развития гидрометеорологических процессов, определяющих это явление в конкретных условиях данной реки, озера или водохранилища.
Логистическая регрессия - это метод классификации, используемый для прогнозирования значения категориальной зависимой переменной на основе связи с одной или несколькими независимыми переменными, которые предположительно имеют логистическое распределение. В данном исследовании мы ищем корреляцию между расходами и метеорологическими характеристиками.
Работа посвящена исследованию возможности применения логистической регрессии в гидрологических прогнозах. Метод логистической регрессии происходит из смежных с гидрологией наук, обычно он не используется для прогнозирования гидрологических явлений. Актуальность работы в том, чтобы использовать новый метод и провести оценку его эффективности.
Для исследования была набрана база данных из метеорологических и гидрологических характеристик по р. Самур.
Главной задачей исследования является расчет коэффициентов регрессии и свободного члена для весеннего половодья и дождевого паводка за два года, а также объединенных за два года данных для весеннего половодья и дождевого паводка, чтобы далее провести прогноз на независимом материале.
Работа состоит из четырех глав, введения и заключения. Первая глава будет посвящена физико-географическому положению р. Самур. Вторая глава - теории множественных регрессий. Главы три и четыре посвящены расчетам уравнения регрессии и коэффициента корреляции Спирмана. В заключении в обобщенном виде представлены результаты проведенного исследования.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В ходе исследования изучались возможности применения логистической регрессии в гидрологических прогнозах. Для исследования была набрана база данных из метеорологических и гидрологических характеристик по р. Самур за 2013—2015 годы.
Метод логистической регрессии, применявшийся в работе, обычно не используется для прогнозирования гидрологических явлений, что повысило актуальность работы, поскольку изучалась возможность использования нового для гидрологии метода и его эффективность.
Главной задачей исследования был расчёт коэффициентов регрессии и свободного члена для весеннего половодья и дождевого паводка за два года, а также объединенных за два года данных для весеннего половодья и дождевого паводка. После этого было проведено прогнозирование на независимом материале и были сделаны нижележащие выводы.
Метод логистической регрессии для гидрологических прогнозов является подходящим для предсказания, только если предыдущие годы схожи с предсказываемыми.
Весеннее половодье 2013 и 2014 года являются схожими с половодьем 2015 года, поэтому методика предсказания, основанная на уравнении регрессии, является эффективной в данном конкретном случае. Однако дождевые паводки 2013 и 2014 года не схожи с 2015 годом, где методика показала себя не эффективной.
Если расширить базу данных на большее число лет, тогда можно будет найти аналог прогнозируемого года и использовать методику более эффективно.
Применение в исследовании метода ранговой корреляции можно считать успешным, так как значения корреляции между расходами и количеством облаков при предельном значении в 0,8 является равным 0,77; значение корреляции между расходами воды и направлениями ветра является равным 0,56, что тоже близко к предельному значению 0,8.



1. Analysing effects of meteorological variables on weather codes by logistic regression
Ссылка: https: //www.cambridge. org/core/j ournals/meteorological- applications/article/abs/analysing-effects-of-meteorological-variables-on-weather- codes-by-logistic-regression/B79B4D38C2B7B37EAA379D493358E20D#article
Дата обращения: 30.03.22
2. Applied Logistic Regression
Ссылка: http://acctlib.ui.ac.id/file?file=digital/2016-12/13095-
Applied%20Logistic%20Regrestion,%20%203.ed%20-
%20David%20W.%20Hosmer%20Jr.pdf
Дата обращения: 30.03.22
3. Landslide Susceptibility Analysis: A Logistic Regression Model Case Study in Coonoor, India
Ссылка: https: //www.mdpi. com/2306-5338/8/1/41/htm
Дата обращения: 30.03.22
4. Loginom: Логистическая регрессия и ROC-анализ
Ссылка: https://loginom.ru/blog/logistic-regression-roc-auc
Дата обращения: 30.03.22
5. Loginom: Тест Вальда
Ссылка: https://wiki.loginom.ru/articles/wald-test.html
Дата обращения: 30.03.22
6. Logistic regression modeling to assess groundwater vulnerability to contamination in Hawaii, USA
Ссылка: https://www.sciencedirect.com/science/article/abs/pii/S0022169411003258Дата обращения: 30.03.22
7. Regional integrated meteorological forecasting and warning model for geological hazards based on logistic regression
Ссылка: https://link.springer.com/article/10.1007/s11859-006-0313-9Дата обращения: 30.03.22
8. Using a binary logistic regression method and GIS for evaluating and mapping the groundwater spring potential in the Sultan Mountains (Aksehir, Turkey) Ссылка: https://www.sciencedirect.com/science/article/abs/pii/S0022169411003258Дата обращения: 30.03.22
9. Водные ресурсы бассейна реки Самур
Ссылка: https: //vuzlit.com/474132/vodnye_resursy_basseyna_reki_samurДата обращения: 22.05.22
10. Гидрогеоэкологическое обоснование схем территориального планирования на примере Красногорского района Московской области Ссылка: http://geoenv.ru/materials/disser/dissertation_karakovskiy
Дата обращения: 30.03.22 Дата обращения: 30.03.22
11. Использование методов машинного обучения для прогнозирования опасных конвективных явлений с помощью численной модели конвективного облака
Ссылка: https://dspace.spbu.ru/bitstream/11701/4232/1/st011824
Дата обращения: 30.03.22
12. Лекции по алгоритмам восстановления регрессии Ссылка: http://www.ccas.ru/voron/download/Regression
Дата обращения: 30.03.22
13. Методология оценивания эффективности гидрометеорологического обеспечения
Ссылка: https: //www.rgo .ru/sites/default/files/sbornik-tezisov-_konferencii- sovremennye-problemy-gidrometeorologii_rggmu-2020.pdf
Дата обращения: 30.03.22
14. Методы эконометрики
Ссылка: http://elib.nakkkim.edu.ua/bitstream/handle/123456789/1328/Айвазян%20
C.A.%20MeTogbi%203KOHOMeTpnKH.2010.pdf?sequence=1&isAllowed=y
Дата обращения: 30.03.22
15. Ресурсы поверхностных вод СССР: Гидрологическая изученность. Т.
9. Закавказье и Дагестан. Вып. 3. Дагестан / под ред. П. П. Буртовой. — Л.: Гидрометеоиздат, 1964. — 76 с.
16. Соколов А. А. Глава 20. Кавказ // Гидрография СССР. — Л.: Гидрометеоиздат, 1952.
17. Статистический анализ медико-биологических данных с использованием пакетов статистических программ Statistica, SPSS, NCSS, SYSTAT
Ссылка: https: //nrcerm. ru/files/book/makarova_po sob
Дата обращения: 30.03.22
18. Терешенко О.В., Курилов Н.В., Князева Е.И. Многомерный статистический анализ данных

Работу высылаем на протяжении 30 минут после оплаты.




©2025 Cервис помощи студентам в выполнении работ