ICDdec

تعداد روزهای یخبندان دسامبر

AHUMAXnov

متوسط حداکثر رطوبت نوامبر

ICDann

تعداد روزهای یخبندان سالانه

AHUMAXdec

متوسط حداکثر رطوبت دسامبر

ICDwinter

تعداد روزهای یخبندان زمستان

AHUMAXann

متوسط حداکثر رطوبت سالانه

ICDspring

تعداد روزهای یخبندان بهار

AHUMAXwinter

متوسط حداکثر رطوبت زمستان

ICDsummer

تعداد روزهای یخبندان تابستان

AHUMAXspring

متوسط حداکثر رطوبت بهار

ICDautumn

تعداد روزهای یخبندان پاییز

روش­ها
قبل از انجام هرگونه محاسبات آماری اقدامات مقدماتی زیر صورت گرفت:

• • • انتخاب پایه زمانی مشترک برای دادها

  ( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

• کنترل کیفیت آمار موجود

• بازسازی نواقص آماری

انتخاب پایه زمانی مشترک برای دادها
با توجه به اینکه لازمه مطالعات اقلیم شناسی آماری ۲۵ تا ۳۰ ساله است به همین منظور باز سازی نواقص آماری به روش همبستگی انجام شد. در منطقه مورد مطالعه تعداد ۱۷ ایستگاه سینوپتیک و کلیماتولوژی وجود دارد که از این تعداد ۶ ایستگاه دارای ۲۵ سال آمار کامل می­باشند. با بهره گرفتن از این ایستگاه­ها پایه زمانی مشترک ایستگاه­ها را ۲۵ سال در نظر گرفته شد.
کنترل کیفیت آمارهای موجود
داده ­های هواشناسی ثبت شده در ایستگاه­های هواشناسی بدلیل کالیبره نبودن دستگاه­ها، خطا در ثبت مقادیر پارامترها توسط متصدی، تعویض دستگاه­های ثبت کننده مقادیر پارامترها، رخدادهای تاریخی مانند بارش­های طولانی مدت با شدت زیاد یا وقوع یک سرمای ناگهانی و … دارای روندی منظم نمی ­باشد. گام حیاتی قبل از تحلیل­های آماری وارسی داده ­های مورد بحث می­باشد که در اغلب تحقیقات فراموش می­ شود. همه روش های آماری مشمول این نکته می­شوند که ورودی غلط، خروجی غلط به بار می ­آورد. شناسایی داده ­های پرت از این نظر اهمیت پیدا می کنند که در نتایج بدست آمده از سایر آنالیزها دخالت نموده ومی­تواند نتایج نهایی را تحت تاثیر قرار دهد و اشتباهی رقم زند. Fox (2008) اظهار داشته که ناهمگنی واریانس­ها باعث بروز مشکلات جدی در رگرسیون خطی و تحلیل واریانس شده دارد همچنین Hubert (1994) هم اظهار نموده که داده ­های پرت در نتایج بعضی روش های چند متغیره تاثیر دارند. روش های مختلفی برای شناسایی داده ­های پرت وجود دارد اما باکس پلات یا نمودار جعبه­ای با توجه به شکلی که از مجموعه داده ­ها ترسیم می­ کند، تشخیص داده ­های پرت و داده ­های مشکوک را ساده­تر و آسان­تر می نماید. همچنین نمودار جعبه­ای تحت تاثیر داده ­های پرت قرار نمی­گیرد که یک مزیت نسبت به سایر روشها می­باشد [۹۳]. صحت و دقت داده ­های هواشناسی با رسم باکس پلات مربوط به هر پارامتر مورد ارزیابی قرار گرفت. با ترسیم باکس پلاتها داده ­های پرت را که از روند طبیعی داده ­های ثبت شده تبعیت نمی­کند، می توان در دوره مورد مطالعه مشخص نمود. برای بررسی صحت و دقت داده ­ها از نرم افزار SPSS استفاده گردید.