(4) 尽可保留因子中关于预报对象的原始 信息，选择因子最好用原始数据建立预测式， 如果将预报因子分级（调查时没有量，只有 重、中、轻)、编号或转换为(0,1) 资料， 就会损失信息，但分级、编号、转换、可简 化计算，因此，要权衡得失，恰当处理。 (5)选择相关性好而且相关性稳定的因子。 用多因子作预报，至少要有一个预报因子与 预报量相关性好且相关性稳定。这可以通过 相关性检验和多年经验求出
•（4）尽可保留因子中关于预报对象的原始 信息，选择因子最好用原始数据建立预测式， 如果将预报因子分级（调查时没有量，只有 重、中、轻）、编号或转换为（0，1）资料， 就会损失信息，但分级、编号、转换、可简 化计算，因此，要权衡得失，恰当处理。 •（5）选择相关性好而且相关性稳定的因子。 用多因子作预报，至少要有一个预报因子与 预报量相关性好且相关性稳定。这可以通过 相关性检验和多年经验求出
三 三个注意 ① 应有科学的依据自然界的事物都是有联系的，如 害虫的发生规律性和客观环境之间是有联系的，不能把没 有科学依据的资料硬往一块凑，例如预测粘虫幼虫的发生 量，应从温度、湿度、作物种类，以及天敌等经前人研究 已经认可的有关因子出发考虑，而不能把蚜虫的天敌蚜茧 蜂作为预报粘虫发生的因子，至少是不能作为主导因子。 ② 应有推理的依据，所选因子要经得起推敲，如不少 人认为蚜虫的基数与其发生量关系较密切，但仔细分析， 蚜虫世代短，繁殖快，天敌控制复杂，到7-8月间受气温 影响很大，而基数则是无关紧要的。 ③应有实验的依据 所选因子最好在实验基础上，确 认该因子与预报量有关，尔后再作分析
三、三个注意 •① 应有科学的依据 自然界的事物都是有联系的，如 害虫的发生规律性和客观环境之间是有联系的，不能把没 有科学依据的资料硬往一块凑，例如预测粘虫幼虫的发生 量，应从温度、湿度、作物种类，以及天敌等经前人研究 已经认可的有关因子出发考虑，而不能把蚜虫的天敌蚜茧 蜂作为预报粘虫发生的因子，至少是不能作为主导因子。 •② 应有推理的依据，所选因子要经得起推敲，如不少 人认为蚜虫的基数与其发生量关系较密切，但仔细分析， 蚜虫世代短，繁殖快，天敌控制复杂，到7-8月间受气温 影响很大，而基数则是无关紧要的。 •③ 应有实验的依据 所选因子最好在实验基础上，确 认该因子与预报量有关，尔后再作分析
第二节线性目关写一元回归 式的建安及应用 。一、选取预报因子 资料分布图方法将预报量(Y)作Y轴，将预 报因子()作X轴，将历年的Y、X数值，描点在坐标上。 点子密集在一条狭长的带内，而接近一条直线或一条曲 线，说明二者相关性比较密切，可以选作预报因子；如 果点子分散，不在一条狭长的带内，表示相关性不强， 不宜选作预报因子；如果点子排成圆形，或排成平行于 轴的矩形，则表示无线性相关性；点子排列接近一条直 线者，称为有“线性相关”；点子排列接近一条曲线者， 称为有“非线性相关”，或称有曲线相关。 (二)相关系数法衡量两变量相关的最好方法是 求相关系数，然后查相关系数检验表，检验相关是否达 到一定显著水平。如果达到，则可选作预报因子
第二节 线性相关与一元回归 式的建立及应用 •一、选取预报因子 •（一） 资料分布图方法 将预报量（Y）作Y轴，将预 报因子（X）作X轴，将历年的Y、X数值，描点在坐标上。 点子密集在一条狭长的带内，而接近一条直线或一条曲 线，说明二者相关性比较密切，可以选作预报因子；如 果点子分散，不在一条狭长的带内，表示相关性不强， 不宜选作预报因子；如果点子排成圆形，或排成平行于 轴的矩形，则表示无线性相关性；点子排列接近一条直 线者，称为有“线性相关”；点子排列接近一条曲线者， 称为有“非线性相关”，或称有曲线相关。 •（二） 相关系数法 衡量两变量相关的最好方法是 求相关系数，然后查相关系数检验表，检验相关是否达 到一定显著水平。如果达到，则可选作预报因子
号、相关系数的 计算 r=Σ(x-x0y-)/Sgr[∑(x-2*Σ0y-)2] =[Ey-∑x2y1n/Sgr②x2-(②x)2/m02y2-(公2/m =Lxy/Sqr[Lxx.Lyy]
二、相关系数的 计算 / [ . ] / )] 2 ( ) 2 / )( 2 ( ) 2 [ / ]/ [( ] 2 * ( ) 2 ( )( )/ [ ( ) Lxy Sqr Lxx Lyy x y x y n Sqr x x n y y n r x x y y Sqr x x y y = = − − − = − − − −
三、一元线性回归式的建立和 应用 ▣归一词(Regression)I 原来含义较狭窄，英国 高尔登氏(F.Galton)在1889年，在遗传学论文 中首先应用此词。他发现儿子的平均成长高度， 介于父亲高度和一般种族平均高度之间，父亲矮 的其儿子的平均高度较父亲高，比一般低，父亲 高的其儿子的平均高度，较父亲低，但比一般平 均高度又高，这就是说后代的高度有返回于种族 平均高度的趋势，亦即回归一般平均高度，这就 是最初在遗传学上“回归”的意义。现在统计上， 多表示观察点回归于某一数学模型，比如直线、 曲线等
三、一元线性回归式的建立和 应用 •回归一词（Regression）原来含义较狭窄，英国 高尔登氏（F.Galton）在1889年，在遗传学论文 中首先应用此词。他发现儿子的平均成长高度， 介于父亲高度和一般种族平均高度之间，父亲矮 的其儿子的平均高度较父亲高，比一般低，父亲 高的其儿子的平均高度，较父亲低，但比一般平 均高度又高，这就是说后代的高度有返回于种族 平均高度的趋势，亦即回归一般平均高度，这就 是最初在遗传学上“回归”的意义。现在统计上， 多表示观察点回归于某一数学模型，比如直线、 曲线等