多元统计分析在建筑气候分区上的研究与应用
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1．绪论 | 第9-16页 |
| 1.1 研究目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 本文研究的主要内容与创新点 | 第13-16页 |
| 1.3.1 本文研究的主要内容 | 第13-14页 |
| 1.3.2 本文研究的创新点 | 第14-16页 |
| 2．预备知识 | 第16-27页 |
| 2.1 线性回归分析 | 第16-17页 |
| 2.1.1 回归模型 | 第16页 |
| 2.1.2 回归参数的估计 | 第16-17页 |
| 2.2 聚类分析 | 第17-23页 |
| 2.2.1 数据标准化 | 第18页 |
| 2.2.2 样品之间的距离 | 第18-19页 |
| 2.2.3 类与类之间的距离 | 第19-22页 |
| 2.2.4 谱系聚类算法 | 第22-23页 |
| 2.3 主成分分析 | 第23-27页 |
| 2.3.1 主成分分析的思想 | 第23页 |
| 2.3.2 样本相关矩阵及其特征分解 | 第23-24页 |
| 2.3.3 主成分构造 | 第24-27页 |
| 3．建筑气候分区模型 | 第27-40页 |
| 3.1 数据准备 | 第27-30页 |
| 3.1.1 数据采集 | 第27页 |
| 3.1.2 模型假设 | 第27-28页 |
| 3.1.3 异常数据处理 | 第28-29页 |
| 3.1.4 数据的平稳化处理 | 第29-30页 |
| 3.2 气候变量的选择与回归预测 | 第30-33页 |
| 3.2.1 气候变量的选择 | 第30-32页 |
| 3.2.2 气候变量的取值 | 第32页 |
| 3.2.3 气候变量的取值与回归预测 | 第32-33页 |
| 3.3 站点聚类模型 | 第33-35页 |
| 3.3.1 数据标准化 | 第33-34页 |
| 3.3.2 站点间的距离 | 第34页 |
| 3.3.3 类与类之间的距离 | 第34-35页 |
| 3.3.4 谱系聚类算法 | 第35页 |
| 3.4 最佳分区个数的确定 | 第35-40页 |
| 3.4.1 分区个数与离差的关系 | 第35-37页 |
| 3.4.2 第一主成分离差分析法 | 第37-40页 |
| 4．模型计算与结果分析 | 第40-55页 |
| 4.1 数据准备 | 第40-42页 |
| 4.1.1 原始气象数据的读入 | 第40-41页 |
| 4.1.2 数据剔除与补充 | 第41-42页 |
| 4.1.3 数据的平稳化处理 | 第42页 |
| 4.2 气候变量的取值与回归预测 | 第42-47页 |
| 4.2.1 采暖数据与制冷数据的产生 | 第42-44页 |
| 4.2.2 太阳辐射与露点温度 | 第44页 |
| 4.2.3 气候变量的回归预测 | 第44-47页 |
| 4.3 站点聚类 | 第47-50页 |
| 4.3.1 数据标准化 | 第47-48页 |
| 4.3.2 站点间的距离 | 第48页 |
| 4.3.3 谱系聚类结果 | 第48-50页 |
| 4.4 主成分分析与分区个数确定 | 第50-55页 |
| 4.4.1 样本相关阵 | 第50页 |
| 4.4.2 特征值与主成分荷载阵 | 第50-51页 |
| 4.4.3 第一主成分离差与类数确定 | 第51-55页 |
| 5．结论与展望 | 第55-57页 |
| 5.1 本文的结论 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
