《气象科研与预报中的多元分析方法（第2版）》较详细地叙述了多元统计分析的基本理论及其在气象科研及预报中的应用。内容包括概率论基本原理、统计检验、选择*大信息的预报因子、回归分析、二分类预报、考虑经济效益的决策、主成分分析、气象场的经验正交展开、气象场的奇异值分解、判别分析、聚类分析及奇异谱分析等。各种方法都附有原始数据资料以及详尽的计算步骤和结果。《气象科研与预报中的多元分析方法（第2版）》可供气象台预报员、科研工作者参考，亦可作为高等院校气象统计预报课程的教材或参考书。对于从事农业气象预报、水文、海洋、地震预报、地质数学、生物统计、市场预测、医学统计的科技工作者和有关院校的师生也有一定参考价值。

再版前言
符号说明

第一章 气象资料及其表示方法
第一节 单个要素的气象资料
第二节 多要素的气象资料
参考文献

第二章 选择最大信息的预报因子
第一节 概率和条件概率以及预报指标
第二节 天气预报指标的统计检验
第三节 定量数据时的指标
第四节 非连续数据时的指标
第五节 组合因子、预报因子数量的缩减
第六节 高自相关变量间的相关系数及其统计检验
参考文献

第三章 回归分析
第一节 一元线性回归
第二节 多元回归分析
第三节 回归方程的统计检验
第四节 逐步回归方法
第五节 选择最优的变量子集
第六节 正交组合的多元回归
第七节 最小残差绝对值回归和稳健回归
第八节 几个定量预报结果的最优综合
参考文献

第四章 二分类预报
第一节 天气预报指标群的使用
第二节 二分类预报的数学模型
第三节 二分类预报结果的最优经济综合
第四节 多数表决问题及准确率的理论估计
参考文献

第五章 主成分分析
第一节 基础知识
第二节 主成分的基本概念
第三节 主成分的导出
第四节 主成分的性质
第五节 因子分析
第六节 典型相关分析
参考文献

第六章 气象场的各种自然正交展开及其应用
第一节 气象场的自然正交展开
第二节 扩展的自然正交函数（EEOF）分析
第三节 向量场的自然正交展开
第四节 复自然正交展开（CEOF）方法
第五节 气象场的奇异值分解（SVD）
第六节 附录
参考文献

第七章 判别分析
第一节 贝叶斯准则的二组判别
第二节 费雪尔准则的线性判别
第三节 多组判别、错分损失不同时的多组判别
第四节 多组逐步判别
第五节 利用马氏距离作多组判别
参考文献

第八章 聚类分析
第一节 相似性统计量
第二节 系统聚类法
参考文献

第九章 奇异谱分析
第一节 常规EOF和主成分分析
第二节 奇异谱分析的原理与方法
第三节 为什么称时间EOF为奇异谱分析
第四节 奇异谱分析在气象中的应用
参考文献