| 中文摘要 | 第1-9页 |
| 英文摘要 | 第9-11页 |
| 第一章 前言 | 第11-18页 |
| ·引言 | 第11-12页 |
| ·多元回归预测预报技术研究进展 | 第12-13页 |
| ·偏最小二乘(PLS)回归方法研究进展 | 第13-15页 |
| ·本文主要研究内容及意义 | 第15-18页 |
| 第二章 多重共线性问题 | 第18-22页 |
| ·多重共线性问题的含义及对模型的影响 | 第18-20页 |
| ·消除多重共线性影响的方法 | 第20-22页 |
| ·岭回归法 | 第20页 |
| ·主成分回归法 | 第20-22页 |
| 第三章 偏最小二乘(PLS)回归模型 | 第22-29页 |
| ·单因变量偏最小二乘法 | 第22-25页 |
| ·多因变量偏最小二乘法 | 第25-27页 |
| ·交叉有效性及回归建模 | 第27-29页 |
| 第四章 PLS方法在短期气候预测试验中的资料及方法 | 第29-44页 |
| ·降维方法 | 第29-31页 |
| ·预报量的降维处理 | 第31-35页 |
| ·预报因子的选取 | 第35-44页 |
| 第五章 PLS方法在短期气候预测试验中的应用 | 第44-61页 |
| ·构建预报模型 | 第44-45页 |
| ·预报模型预测检验分析 | 第45-58页 |
| ·12月月平均气温预报模型 | 第45-49页 |
| ·1月月平均气温预报模型 | 第49-53页 |
| ·2月月平均气温预报模型 | 第53-56页 |
| ·预报模型预报检验分析 | 第56-58页 |
| ·与逐步回归预报方法的对比分析 | 第58-61页 |
| 第六章 结论与讨论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |