常用的fortran统计程序

中国科学院大气所李建平的 线性相关 Linear Correlation mscorrelation_2(n,x,y,r) 　 Correlations between two anomaly series of 12 calendar months, 4 seasons (DJF, MAM, JJA and SON), monthly, seasonal and annual data from monthly anomaly series x(i,12) and y(i,12) (i=1,...,n) 求逐月异常序列x(n,12)和y(n,12)(n是年)的相关系数r(24)，其中j=1～12是1～12个月的情形，13～22是冬、春、夏、秋、冬季逐月、春季逐月、夏季逐月、秋季逐月、逐月、年、冬半年逐月（NDJFMA）、夏半年逐月（MJJASO）的序列的情形。 llcorrelation(n,x,y,nt,rt) 　 Calculating lagged and leading correlation coefficients rt(-nt:nt) between two anomaly series x(i) and y(i). 求(逐日、逐月、逐季、年际）异常序列x(n)和y(n)之间的滞后超前的相关系数rt(-nt:nt)，其中nt最大的滞后或超前时间（单位：日、月、季、年等）。 llyear(ny,nm,x,y,ly,rt) 　 ly-year lagged and leading correlation coefficients rt(-ly:ly,nm) between two anomaly series x(ny,nm) and y(ny,nm). 求逐月异常序列x(n,12)和y(n,12)(n是年)相同月份之间的滞后超前nt年的相关系数rt(-nt:nt,12)，其中nt最大的滞后或超前时间（单位：年）。 mllcorrelation(n,nt,x,y,rt) 　 nt-month (or nt-season, or others) lagged and leading correlation coefficients rt(-nt:nt,nm) between two anomaly series x(ny,nm) and y(ny,nm). 求逐月、逐季或其他异常序列x(n,nm)和y(n,nm)(n是年)不同月份之间的滞后超前nt月的相关系数rt(-nt:nt,nm)，其中nt最大的滞后或超前时间（单位：月、季或其他）。 correlationmiss(n,x,y,undef,r,nr) 　 Correlation coefficient r between two series with missing data 求有缺省资料的两个序列x(n)和y(n)的相关系数r。 　 谱分析 Spectrum Analysis 　 一维离散功率谱分析 Discrete Fourier spectrum of one-dimensional series fourier(n,x,a,b,c,s,cta) 　 The discrete Fourier spectrum of one-dimensional series x(n). 求一维序列x(n)的离散Fourier谱分析，s(0:m)离散功率谱，c(0:m)振幅谱，cta(0:m)位相谱，其中m=[n/2.]。 dspectrum(n,lw,x,tl,sl,st95) 　 Subroutine for discrete spectrum analysis of an one-dimensional series x(i) (i=1,...,n). 具有噪音检验的一维序列x(n)的离散功率谱分析，ol(lw)频率，tl(lw)周期，sl(lw)离散功率谱，st95(lw)红噪音或白噪音谱的95%置信上限，其中lw=[n/2.]。注意：很多同学在使用这个程序时都问及在计算滞后相关的模块中，求滞后相关为什么用n而不用n-i，其实这是由实际资料的特性和统计学的基本原理决定的（很多统计学书中也谈到这一点）。一是序列的平稳性假设就要求序列的均值和方差保持不变，二是通常资料太短，导致用较短的资料得到的相关结果具有不稳定性，掩盖了事物的真相，因此，用n要好于n-i。一些同学也做了试验证实了这一点（有时n-i还得到错误的结论，需要各自使用者注意的地方）。谢谢大家提出的问题。 一维连续功率谱分析 Continuous spectrum