非参数统计理论在洪水频率分析中的应用研究
|
摘要
本文把非参数统计理论和变换理论结合起来，分别构造了三种非参数统计变换模型，在此基础上探讨了这三种模型在洪水频率分析中的适用性，为洪水频率分析提供了另外一种参考方法。
首先回顾了非参数统计在水文水资源应用的现状。指出非参数统计与参数统计计算方法的不同特点，及其优缺点。提出了把变换理论与非参数统计理论结合起来作为本论文的研究思路。建立了适用于洪水频率分析的非参数密度变换模型、变换回归模型和考虑历史洪水的洪水频率分析模型。从理论上讨论了非参数变换模型的收敛性、相合性等，详细介绍了建模的思想和方法，从稳健性的角度用统计试验方法论证了以上模型的稳健性。影响非参数核估计精度的因素主要是核函数及窗宽的选择，特别是窗宽对核估计的结果影响很大。用变换核估计方法克服了无偏性和最小方差要求的矛盾，避开了窗宽选择的难题。用变换方法对样本进行变换得到新样本，新样本对应的函数曲线比较平缓，估计点的真实值相差很小，可以用较多的点平滑，不致产生太大的偏差。最佳函数也比较平缓，平滑偏差小，从而可以取较大窗宽使方差也减小。
最后，通过对宜昌站，小浪底站和沁河的五龙口水文等站的年最大洪峰流量采用适线法和非参数变换模型进行洪水频率分析计算，结果显示，方法是可行的，特别是针对适线法拟合不太理想的水文数据，非参数变换模型具有较好的稳健性。
This thesis is aimed to integrate the theory of nonparametric statistics and that of transference, establish three nonparametric statistical transference models, explore their applicability in analyzing floods frequency, and provide an alternate method to floods frequency analysis. Firstly , the thesis reviews the condition of the application of nonparametric statistics in hydrology and water resources and points out the difference of nonparametric statistics and parameter statistics in calculation method as well as their advantages and disadvantages. Secondly, it suggests integrating the theory of transference and that of nonparametric statistics as its research focus. Thirdly, it establishes nonparametric density transference model, transference regression model, and floods frequency-analyzing model, which are all applicable to floods frequency analysis. Theoretically, it discusses the consistency and asymptotic behavior of nonparametric transference model, introduces the idea and methods of model building in detail and testifies the stability of the models by means of statistical experimentation. The main factor influencing nonparametric kernel estimation accuracy lies in the choice of kernel function and bandwidth especially bandwidth has an enormous influence on the result of kernel estimation. Adopting the method of transformed kernel estimate helps overcome the contradiction of non bias and minimum mean square error requirement and avoid the difficulty in choosing bandwidth. With the help of transference method, a new sample can be made available. For its corresponding function curve is smoother and the gap of the true value of the statistical points is smaller, using more smooth points can avoid making big errors/deviations. And what's more, optimal function is more even and bias is small, as a result, mean square error diminishes by choosing bigger bandwidth Finally, based on curve-fitting method and non-parameter model, analyses and calculations are conducted on the floods frequency of yearly maximum floods peak flow in Yichang Station, Xiaolangdi Station and Qinhe-based Wulongkou Hydrometric Station, the results of which proves the feasibility of the method. In particular, non-parameter transference model has better stability in contrast to the less ideal hydrological data of curve-fitting method.
首先回顾了非参数统计在水文水资源应用的现状。指出非参数统计与参数统计计算方法的不同特点，及其优缺点。提出了把变换理论与非参数统计理论结合起来作为本论文的研究思路。建立了适用于洪水频率分析的非参数密度变换模型、变换回归模型和考虑历史洪水的洪水频率分析模型。从理论上讨论了非参数变换模型的收敛性、相合性等，详细介绍了建模的思想和方法，从稳健性的角度用统计试验方法论证了以上模型的稳健性。影响非参数核估计精度的因素主要是核函数及窗宽的选择，特别是窗宽对核估计的结果影响很大。用变换核估计方法克服了无偏性和最小方差要求的矛盾，避开了窗宽选择的难题。用变换方法对样本进行变换得到新样本，新样本对应的函数曲线比较平缓，估计点的真实值相差很小，可以用较多的点平滑，不致产生太大的偏差。最佳函数也比较平缓，平滑偏差小，从而可以取较大窗宽使方差也减小。
最后，通过对宜昌站，小浪底站和沁河的五龙口水文等站的年最大洪峰流量采用适线法和非参数变换模型进行洪水频率分析计算，结果显示，方法是可行的，特别是针对适线法拟合不太理想的水文数据，非参数变换模型具有较好的稳健性。
This thesis is aimed to integrate the theory of nonparametric statistics and that of transference, establish three nonparametric statistical transference models, explore their applicability in analyzing floods frequency, and provide an alternate method to floods frequency analysis. Firstly , the thesis reviews the condition of the application of nonparametric statistics in hydrology and water resources and points out the difference of nonparametric statistics and parameter statistics in calculation method as well as their advantages and disadvantages. Secondly, it suggests integrating the theory of transference and that of nonparametric statistics as its research focus. Thirdly, it establishes nonparametric density transference model, transference regression model, and floods frequency-analyzing model, which are all applicable to floods frequency analysis. Theoretically, it discusses the consistency and asymptotic behavior of nonparametric transference model, introduces the idea and methods of model building in detail and testifies the stability of the models by means of statistical experimentation. The main factor influencing nonparametric kernel estimation accuracy lies in the choice of kernel function and bandwidth especially bandwidth has an enormous influence on the result of kernel estimation. Adopting the method of transformed kernel estimate helps overcome the contradiction of non bias and minimum mean square error requirement and avoid the difficulty in choosing bandwidth. With the help of transference method, a new sample can be made available. For its corresponding function curve is smoother and the gap of the true value of the statistical points is smaller, using more smooth points can avoid making big errors/deviations. And what's more, optimal function is more even and bias is small, as a result, mean square error diminishes by choosing bigger bandwidth Finally, based on curve-fitting method and non-parameter model, analyses and calculations are conducted on the floods frequency of yearly maximum floods peak flow in Yichang Station, Xiaolangdi Station and Qinhe-based Wulongkou Hydrometric Station, the results of which proves the feasibility of the method. In particular, non-parameter transference model has better stability in contrast to the less ideal hydrological data of curve-fitting method.
引文
[1] 丛树铮．水文学概率统计基础[M]．北京：水利出版社，1981．
[2] 刘光文．水文频率计算评议．水文，1986，(3)：11-18．
[3] 丛树铮，谭维炎。水文频率计算中的参数估计方法统计试验研究．水利学报，198(3)：1-15．
[4] 刘光文，皮尔逊Ⅲ型分布参数估计．水文，1990，(3)：15-22．
[5] 刘光文．皮尔逊Ⅲ型分布参数估计．水文，1990，(4)：14-23．
[6] 金光炎．论水文频率计算中的适线法．水文，1990，(2)：6-13．
[7] 王俊德．水文统计．北京：水利电力出版社，1993．
[8] 孙济良．关于洪水频率分析的线型问题．水利水电技术，1987，(6)：12-22．
[9] 李元章，丛树铮．熵及其在水文频率计算中的应用．水文，1985(1)．
[10] 宋德敦，丁晶．概率权重矩法及其在P-Ⅲ分布中的应用．水利学报，1988(3)：1-11．
[11] 秦大庸，孙济良．概率权重矩法在指数Γ分布的应用．水利学报，1989(11)：1-9．
[12] 陈元芳，沙志贵．可考虑历史洪水对数正态分布线性矩法的研究．河海大学学报，2003，(1)：80-83．
[13] 陈元芳，沙志贵．具有历史洪水时P-Ⅲ分布线性矩法的研究．河海大学学报，2001，(4)：76-80．
[14] 马秀峰．计算水文频率参数的权函数法．水文，1984，(21)：11-18．
[15] 邱林，陈守煜，潘东．P-Ⅲ型分布参数估计的模糊加权优化适线法．水利学报，1998(1)：33-38．
[16] 马秀峰．计算水文频率参数的权函数法．水文，1984(3)：1-8．
[17] 刘治中．数值积分权函数法推求P-Ⅲ型分布参数．水文，1987(5)：11-14．
[18] 夏乐天．水文频率计算中的一种非参数估计方法—密度函数估计法．国际水文计划中国国家委员会主编．2000年中国水文展望．南京：河海大学出版社，1991，86-92．
[19] 戴梁，王文军．洪水频率稳健估计研究状况．武汉水运工程学院学报，1989，(3)：
[20] 梁忠民，宁方贵等．权函数水文频率分析方法底一种应用．河海大学学报，2001．(4)：95-98．
[21] Adamowski k. Nonparametric kernel estimation of frequencies. Water Resources Research, 1985, 21(11): 1585-1590.
[22] Adamowski k. A Mont-Carlo comparison of parametric and nonparametric estimation of flood frequencies. Journal of hydrology, 1989, (108): 295-308.
[23] Adamowski, Feluch W. Nonparametric flood frequency analysis with historical information. Hydranl. Eng, 1990, (116): 1035-1047.
[24] A Shatma. Stream simulation :a nonparametric apptoach. Water resources research .1997, 33(2): 291-308.
[25] Adamowski k. Regional analysis of analysis of annual maximum and partial duration flood data by nonparametric and 1-moment methods. Journal of hydrology, 2000, (229): 219-231.
[26] Adamowski k. Nonparametric estimation of low-flow frequencies. Journal of hydraulic engineering, 1996, (46):1685-1699.
[27] Bowman A W. A comparative study of some kernel-based nonparametric density estimators .Stat Comput. simul, 1985, (21):313-327.
[28] Bean S, Tsokos C P. Bandwidth selection procedures for kernel density estimation. Theory Methods, 1982, (11): 1045-1069.
[29] B. Rajaqoplan .Multivariate nonparametric resampling scheme for generation of daily weather variable. Stochastic Hydrology and Hydraulics. 1977, (11).65-93.
[30] Breiman L W M, Purcell E. Variable Kernel estimates of multivariate densities .Technometrics , 1997, 19(2):135-114.
[31] Devtoye F M ,Gyorf F L. Nonparametric density estimation .New York, Wilew lnc, 1983, 244-252.
[32] Devroye, L P. The transformed kernel estimate .Technical report, appied research laboratories, 1983.
[33] Denis G , Kaz A. Coupling of nonparametric frequency and 1-moment analyses for mixed distribution identification .Water resources bulletin , 1992(28):263-272.
[34] Eforn B. Bootstrap methods: Another look at the Jackknife . Ann. Stat, 1979, (7):1-26.
[35] Fortin V. Simulation bayes and bootstrap in statistical hydrology .Water Resources Research 1977, 33(3):43-48.
[36] Epanechnikov V A. Nonparametric estimation if a multidimensional probability density . Theory of probability and application, 1969, (14):153-158.
[37] GUO Shen-Lian. Nonparametric Variable Kernel estimation with historical floods and paleoflood information . Water Resources Research, 1991 , 27(1):91-98.
[38] GUO Shen-Lian. Nonparametric kernel estimation of low flow quantiles .Journal of hydrology, 1996, (185) :335~348.
[39] GUO shen-lian. Flood frequency analysis in Heiben Provice, China.M.Sc. thesis, Natl.Univ. of Ireland, 1986, (3):166—170.
[40] GUO Shen-Lian. Flood frequency analysis based on parametric and nonparametric statistics, Ph. D. thesis, Natl.Univ. of Ireland , 1990.
[41] Goel N K. A derived flood frequency distribution for correlated rainfall intensity and duration. Journal of hydrology 2000, (228):56-67.
[42] Habbema J D F , Rrmme J. Variable kernel density estimation in discriminant analysis in compstant. Physica Verlay Vienna, 1978, (2):178-185.
[43] Kyang J .Comparative study of flood quantiles estimation by nonparametric modes. Journal of Hydrology, 2002(260) :176-193.
[44] Koutsoyiannis D. Simple disaggregation accurate adjudting procedures. Water Resources Research, 1996, 32(7):2105-2117.
[45] Kite G W. Frequency and risk analysis in hydrology .Water Resources
Publications. 1977,145-156.
[46] Koutrouvelis I A. A comparison of moment-based methods of estimation for the log pearson type 3 distribution .Journal of hydrology, 2000(234):71-81.
[47] Koutrouvelis A. Estimation in the pearson type 3 distribution .Water resources research, 1999, 35(9):2693-2704.
[48] Klonias V K. On a class of nonparametric density and regression estimators. Ann. statist. 1984, (12):1263-1284.
[49] Laurie S P, Duane C B. Development of a technique to determine adequate sample size using subsampling and return interval estimation . Journal of hydrology, 2001, (250:110-116.
[50] Mkhandi S H , Kachroo R K. Uncertainty analysis of flood quantiles estimates with reference to Tanzania. Journal of hydrology, 1996(185):317-333.
[51] Nadataja E. On regression estimators . Theory probab. Appl. 1964(9): 157-159.
[52] Pandey G R. A Comparative study of regression based methods in regional flood frequency analysis .Journal of hydrology, 1999,(225):92~101.
[53] Raatgever J W, Duin R P W. On the variable kernel model for multivariate nonparametric density estimation . Physica Verlag,Vienna, 1978, (3) :524-533.
[54] Rajaqopalan B. Evaluation of kernel density estimation method for daily precipitation tesampling . Stochastic hydrology and hydrawlics, 1997, 11:523-547.
[55] Rice J. Bandwidth choice for nonparametric regression . Ann. satist.1984,(12):1215-1230.
[56] Rice J. Bandwidth choice for differentiation . Multivariate anal.1986,(19):251-264.
[57] Scott D W, Factor L E. Mont Carlo study of there data based nonparametric probability density estimators . Am. Stat. Assoc,1998, (80): 9-15.
[58] Silverman B W. Choosing window width when estimating a density . Biometrika, 1978(65); 1-11.
[59] Silverman B W. Weak and strong uniform consistency of the kernel estimate of a density function and its derivatves . Ann. statist, 1978(6). 177-184.
[60] Stone C J. An asymptotically optimal window selection rule for kernel density estimates . Ann. statist, 1984, (12):1285-1297.
[61] Schuster E , Yakowitz S. Parametric / Nonparametric mixture density estimation with application to flood-frequency analysis .Water Resources Bulletin, 1985, 21(5):797-814.
[62] Smith ,J A. Long-range stream flow forecasting using nonparametric regression .Water Resources Bulletin. 1991, 27(1):39-46.
[63] Scott D W. Multivariate density estimation .Theory practice and visualization wiley series in probability and mathematical statistics. New York, 1992.
[64] Sarka Blazkova, Keith Beven. Flood frequency prediction for data limited catchments in the Czech Republic using a stochastic rainfall model and
Topmdel. Journal of hydrology, 1997,(195): 256-278.
[6
[65] Tung Y K, May Larry W. Reducing hydrologic parameter uncertainty. ASCE (WR1), 1981, (1): 123-142.
[66] Tarboton D G. Disaggregation procedures for stochastic hydrology based on nonparametric density estimation. Water Resources Research, 1988, 34(1): 107-119.
[67] Upmanu L, Uoung M. Kernel flood frequency estimators: Bandwidth selection and kernel choice. Water Resource Research. 1993, (29): 152-156.
[68] Upmanu Lall .A nearest neighbor bootstrap for resampling hydrologic time series. Water Resources Research, 1996, 32(3): 679-693
[69] Upmanu Lall et al. A nonparametric wet/dry spell model for resampling daily precipitation .Water Resources Research .1996, 32(9): 280-3823.
[70] Valencia D R, Schaake J L. Disaggregation processes in stochastic hydrology. Water Resources Research, 1973, 9(3): 580-585.
[71] Willems P. Compound intensity/duration/frequency-relationships of extreme precipitation for two seasons and two storm types. Journal of hydrology, 2000, (233): 189-205.
[72] Wong W. On the consistency of cross-validation in kernel nonparametric regression .Ann. statist, 1982, (11): 1136-1141.
[73] Young M, Vpmanu L. A comparison of tail probability estimators for flood frequency analysis. Journal of Hydrology, 1993, (151): 343-363.
[74] Ykowitz S. Nearest neighbor methods for time series analysis. Time Ser. Anal. 1987, 8(2): 234-247.
[75] Yakowitz S. Markov flow models and the flood warning problem. Water Resources Resarch. 1985, 21(1): 81-88.
[76] Yakowitz S , Karlsson M. Nearest neighbor methods for time series, with application to rainfall/runoff prediction .Stochastic Hydrology. 1987, 149-160.
[77] Yue S. The gumbel mixed model for flood frequency analysis .Journal of hydrology, 1999, (226): 88-100.
[78] 陈希儒，柴根象．非参数统计教程．上海：华东师范大学出版社，1993，247-287
[79] 王文圣，丁晶．非参数统计方法在水文水资源中的应用与展望．水科学进展，1999，(10)：458-463．
[80] 王文圣，丁晶．基于核估计的多变量非参数随机模型初步研究．水利学报，2003，(2)：9-14．
[81] 王文圣，丁晶．最邻近抽样回归模型在水文水资源预报中的应用．水电能源科学，2001(2)：8-14．
[82] 王文圣，袁鹏．最邻近抽样回归模型在水环境预测中的应用．中国环境科学，2001，21(4)：367-370．
[83] 王文圣，丁晶．单变量核密度估计模型及其在径流随机模拟中的应用．水利科学进展，2001，(3)：367-372．
[84] 王文圣，丁晶．非参数解集模型在汛期日径流随机模拟中的应用．四川大学学报， 2000，(6)：11-14．
[8
[85] 王文圣．非参数模型及其在水文水资源随机模拟中的应用[博士论文]．四川大学，1999．
[86] 欧阳资生．一种包含递归的核回归估计的回归预测模型．数里统计与管理，2001，(5)：37-41．
[87] 郭生练，李兰．气候变化对水文水资源影响评价的不确定性分析．水文，1995，(6)：1-5．
[88] 郭生练．气候变化对洪水频率和洪峰流量的影响．水科学进展，1995，(6)：224-230．
[89] 钟登华，石明华．水文时间序列长期相关性的识别．天津大学学报，1998，(4)：433-438．
[90] 金汉均．一类小样本系统的非参数预测法．湖北工学院学报，1994，(4)：20-23．
[91] 徐钟济．蒙特卡罗方法．上海：上海科技出版社，1985．
[92] 金光炎．城市设计暴雨频率计算问题．水文，2000，(2)：14-18．
[93] 陈希襦．数里统计引论．北京：科学出版社，1981．
[94] 方开泰，许建伦．统计分布．北京：科学出版社，1987．
[95] 上海师范大学数学系编．回归分析及其试验设计．上海：上海教育出版社，1979．
[96] 但尧，丁鹭飞．非参数变换核估计．数理统计与应用概率，1989，2(1)：13-23．
[97] 谢崇宝，袁宏源，郭元裕．P-Ⅲ型理论频率曲线参数估计-模糊极值法．水文，1997(3)：1-7
[98] 郭广礼，汪云甲．概率积分法参数的稳健估计模型及其应用研究．测绘学报，2000，29(2)：162-171．
[99] 丁文兴．非参数回归模型的变窗宽局部线性估计及其统计性质[硕士论文]．北京工业大学，2002．
[100] 叶阿忠．非参数计量经济联立模型的局部线性两阶段最小二乘变窗宽估计．数学的实践与认识，2004(1)．
[101] 孙道德．非参数回归函数最近邻估计强相合性的研究．应用科学学报．2004(1)．
[102] 杨莜菡，柴根象．基于混合样本的污染性模型的非参数估计．自然科学出版社，2003(12)．
[103] 陆巍．基于非参数方法的肿瘤基因表达数据挖掘．上海大学学报(自然版)，2003(6)．
[104] 胡舒合．非参数回归函数估计的渐近正态性．韩山师范学院，2003(3)．
[105] 张日权．相依数据非参数核估计的收敛速度．苏州科技学院学报(自然版)．2003(1)．
[106] 达庆车，段里仁．交通流非参数回归模型．数理统计与管理，2003(4)．
[107] 王文圣，丁晶．基于核估计的多变量非参数随机模型的初步研究．水利学报，2003(2)．
[108] 翁成国．邹卫华．截断情形下污染分布的非参数估计．科技通报，2003(1)．
[109] 薛留根．非参数回归函数的置信区间．应用科学学报，2002(1)．
[110] 赵怀城，刑国庆．非参数回归函数之改良基于分割的估计的强相合性．应用概率统计，2002(2)．
[111] 胡舒合．非参数回归函数估计的渐近正态性．数学学报，2002(3)．
[112] 王文圣，丁晶．一种径流随机模拟的非参数模型．水利水电技术，2002(2)．
[113] 乐有喜，王永刚．非参数回归在孔隙度参数预测中的应用[J]．地质科学，2002(1)．
[114] 李竹渝．非参数统计方法对收入分布的解释．预测，2001(5)．
[115] 杨莜菡．污染分布的非参数估计．同济大学(自然版)，2001(6)．
[116] 欧阳资生．一种包含非参数回归估计的回归预测模型．湖南教育学院学报，2001(5)．
[117] 姜札平．一种新的非参数谱估计方法平．海军工程大学学报，2000(2)．
[118] 周圣武，王金山．非参数回归的若干性质．工科数学，2000(6)．
[119] Peng Jia, Hong-Yuan Zhang, Xi-Zhi Shi. Bland source-separation based on nonparametric density estimation. Circuits, Systems, and Signal Processing. 2002, 22 (1).
[120] A. Sharma, U. Lall, D. G. Tarboton. Kernel bandwidth selection for a first order nonparametric streamflow. Stochastic Hydrology and Hydraulics. 2002, 12(1).
[121] Marc M. Van Hulle. Nonparametric density estimation and regression achieved with topographic maps maximizing the information-theoretic entropy of their outputs. Biological Cybernetics. 2003, 77(1)
[122] R. Khasminskii. Kalman-Tayg fitter approach for some nonparametric estimation problems. Lecture Notes in Control and Information Sciences, 2002(280).
[123] L. Di Matteo. The income elasticity of health care spending: acomparision of parametric and nonparametric approache. The European Journal of Health Economics. 2004, (1).
[124] Edgar Brunner, Madan L. Puri. Nonparametric methods in factorial designs. Statistical Papers, 2003, 42(1).
[125] Song-xi Chen, Yong-song Qin. Coverage accuracy of con? Dence intervals in nonparametric regression. Acta Mathematicae Applicatae Sinica, 2003, 19(3).
[126] V(?)clav Kus. Nonparametric density estimates consistent of the order of n~(-1/2) in the L_1-norm. Metrika, 2002, 60(1).
[127] Juan Rodriguez-Poo. Constrained nonparametric analysis of load carves empirical economics .Empirical Economics, 2004, 25(2).
[128] J. L. L(?)pez Font(?)n, J. Costa, J. M. Ruso. A nonparametric approach to calculate critical micelle concentrations: the local polynomial regression method. The European Physical Journal E - Soft Matter, 2002, 13(2)..
[129] Maria Grazia Pittau, Roberto Zelli. Testing for changing shapes of income distribution: Italian evidence in the 1990s from kernel density estimates empirical economics. Empirical Economics, 2004, 29(2)..
[130] Zu-di Lu, Xing Chen. Spatial nonparametric regression estimation :Non-isotropic case. Acta Mathematicae Applicatae Sinica, 2003, 18 (4),
[131] SunYong Kim, Seiya Imoto, Satoru Miyano. Dynamic Byesian networks for nonlinear modeling of gene networks from time series gene expression data. Lecture Notes in Computer Science, 2003(2602).
[132] Joon-Woo Nahm. Nonparametric quantile regression analysis of R&D-sales relationship for Korean firms. Empirical Economics, 2003, 26(1).
[133] C. G. Lambert. Efficient on-line nonparametric kernel density estimation. Algorithmica, 2004, 25(1).
[134] Koji Tsuda, Motoaki Kawanabe. The leave-one-out kernel Lecture Notes in Computer Science, 2002. (2415).
[135] H. Chen, P. Meer. Robust computer vision though kernel density estimation. Lecture Notes in Computer Science, 2002(2350).
[136] T. Lindstr(?)m, U. nolst, P. Weibring, et al. Analysis of lider measurment using nonparametric kernel regression. Applied Physics B: Lasers and Optics, 2003, 74(2).
[137] Klaus Ziegler. On bootstrapping the mode in the nonparametric regression model with random design.. Metrika, 2002, 53(2).
[138] Dorin Comaniciu. Bayesian kernel tracking. Lecture Notes in Computer Science, 2002(2449).
[139] Michael Kohler. Nonparametric regression function estimation using interaction least squares splines and complexity regularization. Metrika, 2002, 47(2).
[140] 王刚，赵海．基于非参数估计的决策融合模型及其应用研究．系统仿真学报2004／(7)：15-19．
[141] 黎玉芳，杨善朝．NA样本非参数回归权函数估计的强相合性．数学研究，2004(2)：21-25．
[142] 吴光旭，程乾生．中国股票市场风险值的非参数估计．北京大学学报(自然科学版)，2004(5)：25-29．
[143] 陈长生，伍稚萍．儿童生长曲线的光滑样条非参数方法构建．北华大学学报(自然科学版)，2001(3)：8-12．
[144] 周志丹．传统经济计量模型的缺陷与非参数估计．浙江万里学院学报，2001(1)：17-21．
[145] 潘国元．非参数统计法在玉米区试品种综合评判中的应用．杂粮作物 2001(5)：22-26．
[146] 倪鹏生，崔静．非参数连锁分析．遗传 2001(4)：8-12．
[147] 陈茂奇，王龚．论非参数统计在市场调查中的应用．江苏统计 2000(3)：5-9．
[148] 杨朝柱，黄海青．非参数统计在小麦区域试验中的应用．湖北农学院学报 2000(2)：22-26．
[149] 何川，毛金雄．西南玉米杂交试资料的非参数统计．杂粮作物，2000(4)：10-14．
[150] 冯忠蕙．非参数统计分析．中国儿童保健杂志．2000(4)．
[151] 崔涛，武新宇．非参数回归法进行GPS高程转换．东北测绘，2000(2)：8-12．
[152] 顾娟，茆诗松．系风险Beta系数的非参数估计．应用概率统计，2000(2)：9-15．
[153] 徐初斌，钱伟民．不等方差情形下非参数回归模型的小波估计．同济大学学报(自然科学版)，2000(5)：11-14．
[154] 王雪峰，胥辉．对林分结构模拟中窗宽确定方法的研究．西南林学院学报，1999(4)：23-28．
[155] 张忠忠，王静泉．小样本总体统计假设检验 内蒙古林学院学报，1999(2)：14-19．
[156] 丁连明，刘荫梅．非参数回归模型中方差函数的小波估计．哈尔滨师范大学自然科学学报，1999 (3) 24-28．
[157] 徐健君．非参数核密度估计在岷江冷杉天然林直径分布研究中的应用．甘肃林业科技，1999(4)：19-23．
[158] 王雪峰，管青军．非参数核估计在探讨天然林直径结构规律中的应用．林业科学研究，1999 (4)：21-26．
[159] 谢悦波，刘晓风．加入古洪水资料后德设计洪水成果合理性分析．河海大学学报，2000 (4)：8-12．
[160] 谢悦波，李致家．频率计算加入古洪水资料后对设计洪水的作用。河海大学学报，1995，23(6)：99-103．
[161] 谢悦波，王井泉．黄河2360aBP古洪水对小浪底设计洪水的作用．水文，1998，(2)：10-18．
[162] 詹道江，谢悦波．洪水计算的新进展——古洪水研究．水文，1997(1)：1-5．
[163] 叶守泽，夏军编．水文系统识别(原理与方法)．北京：水利电力出版社，1989．
[164] 夏军等编．现代水科学不确定性研究与进展．全国首届水文水资源与水环境中的不确定性研究新理论新方法学术讨论论文集．成都：成都科技大学出版社，1994．
[165] 丁晶，邓育仁编．随机水文学．成都：成都科技大学出版社，1988．
[166] Dr．N．K．Goel著．王志毅译．郑州：黄河水利出版社，2001．
[167] 李纪人，刘德平编．水文时间序列模型机预报方法．南京：河海大学出版社，1991．
[168] 夏乐天，朱永忠编．工程随机过程．南京：河海大学出版社，2000．
[169] 孙济良，秦大庸著．水文气象统计通用模型．北京：中国水利水电出版社，2001．
[170] 陈元芳编．统计试验方法济应用．哈尔滨：黑龙江人民出版社，2000．
[171] 范仲秀编．中长期水文预报．南京：河海大学出版社，1999．
[172] 李庆杨，王能超编．数值分析．北京：清华大学出版社，2001．
[173] 赵仁俊．流域水文模型．北京：水利电力出版社，1984．
[174] 夏军．中长期径流预测的一种灰色关联模式识别与预测方法．武汉：武汉水利水电大学出版社，1991．
[175] 常学将，陈敏．时间序列分析．北京：高等教育出版社，1993．
[176] 李慧龙等．水文预报．北京：水利水电出版社，1993．
[177] 叶守泽．水文水利计算．北京：水利水电出版社，1992．
[178] 于维忠．水文学原理(二)．北京：水利水电出版社，1988．
[179] 倪家勋，袁卫．应用统计学．中国人民大学出版社，1999．
[180] 张小蒂，李晓钟．应用统计学导论．浙江大学出版社，1998．
[181] 安鸿志，顾凤．统计模型与预报方法．气象出版社，1986．
[182] 张尧庭，方开泰．多元统计分析引论．北京：科学出版社，1982．
[183] 金菊良，丁晶．遗传算法及其在水科学的应用．成都：四川大学出版社，2000．
[184] 宋学坤．关于多元线性经验 Bayes 估计．数理统计与应用概率，1988，3(4)：459-466．
[185] 王成名，秦永松．多元线性回归中回归系数的线性经验Bayes估计．应用概率统计，1994，10(4)：371-377．
[186] 陈守煜．系统模糊决策理论与应用．大连：大连理工出版社，1994．
[187] 金光炎．线性回归与最小一乘法．水文，1996(3)：1-6．
[188] 张文文．回归系数的主相关估计及其优良性．应用数学学报，1996，19(10)：566-570．
[189] 瞿思敏．抗差理论在洪水预报中的应用研究[博士论文]．河海大学，2004．
[190] 谢悦波等．沁河1482年历史洪水及古洪水研究．河海大学，2003．
[191] 詹道江等．岗南黄壁庄水库古洪水研究报告．河海大学1992．
[192] 詹道江等．黄河小浪底水利枢纽古洪水研究报告．河海大学水文水资源系，黄河水利委员会勘测规划设计研究院1995．6．
[193] 梁忠民，许大明．洪水频率分析稳健性方法研究．水科学进展，1997，8(2)：154-160．85-93．
[2] 刘光文．水文频率计算评议．水文，1986，(3)：11-18．
[3] 丛树铮，谭维炎。水文频率计算中的参数估计方法统计试验研究．水利学报，198(3)：1-15．
[4] 刘光文，皮尔逊Ⅲ型分布参数估计．水文，1990，(3)：15-22．
[5] 刘光文．皮尔逊Ⅲ型分布参数估计．水文，1990，(4)：14-23．
[6] 金光炎．论水文频率计算中的适线法．水文，1990，(2)：6-13．
[7] 王俊德．水文统计．北京：水利电力出版社，1993．
[8] 孙济良．关于洪水频率分析的线型问题．水利水电技术，1987，(6)：12-22．
[9] 李元章，丛树铮．熵及其在水文频率计算中的应用．水文，1985(1)．
[10] 宋德敦，丁晶．概率权重矩法及其在P-Ⅲ分布中的应用．水利学报，1988(3)：1-11．
[11] 秦大庸，孙济良．概率权重矩法在指数Γ分布的应用．水利学报，1989(11)：1-9．
[12] 陈元芳，沙志贵．可考虑历史洪水对数正态分布线性矩法的研究．河海大学学报，2003，(1)：80-83．
[13] 陈元芳，沙志贵．具有历史洪水时P-Ⅲ分布线性矩法的研究．河海大学学报，2001，(4)：76-80．
[14] 马秀峰．计算水文频率参数的权函数法．水文，1984，(21)：11-18．
[15] 邱林，陈守煜，潘东．P-Ⅲ型分布参数估计的模糊加权优化适线法．水利学报，1998(1)：33-38．
[16] 马秀峰．计算水文频率参数的权函数法．水文，1984(3)：1-8．
[17] 刘治中．数值积分权函数法推求P-Ⅲ型分布参数．水文，1987(5)：11-14．
[18] 夏乐天．水文频率计算中的一种非参数估计方法—密度函数估计法．国际水文计划中国国家委员会主编．2000年中国水文展望．南京：河海大学出版社，1991，86-92．
[19] 戴梁，王文军．洪水频率稳健估计研究状况．武汉水运工程学院学报，1989，(3)：
[20] 梁忠民，宁方贵等．权函数水文频率分析方法底一种应用．河海大学学报，2001．(4)：95-98．
[21] Adamowski k. Nonparametric kernel estimation of frequencies. Water Resources Research, 1985, 21(11): 1585-1590.
[22] Adamowski k. A Mont-Carlo comparison of parametric and nonparametric estimation of flood frequencies. Journal of hydrology, 1989, (108): 295-308.
[23] Adamowski, Feluch W. Nonparametric flood frequency analysis with historical information. Hydranl. Eng, 1990, (116): 1035-1047.
[24] A Shatma. Stream simulation :a nonparametric apptoach. Water resources research .1997, 33(2): 291-308.
[25] Adamowski k. Regional analysis of analysis of annual maximum and partial duration flood data by nonparametric and 1-moment methods. Journal of hydrology, 2000, (229): 219-231.
[26] Adamowski k. Nonparametric estimation of low-flow frequencies. Journal of hydraulic engineering, 1996, (46):1685-1699.
[27] Bowman A W. A comparative study of some kernel-based nonparametric density estimators .Stat Comput. simul, 1985, (21):313-327.
[28] Bean S, Tsokos C P. Bandwidth selection procedures for kernel density estimation. Theory Methods, 1982, (11): 1045-1069.
[29] B. Rajaqoplan .Multivariate nonparametric resampling scheme for generation of daily weather variable. Stochastic Hydrology and Hydraulics. 1977, (11).65-93.
[30] Breiman L W M, Purcell E. Variable Kernel estimates of multivariate densities .Technometrics , 1997, 19(2):135-114.
[31] Devtoye F M ,Gyorf F L. Nonparametric density estimation .New York, Wilew lnc, 1983, 244-252.
[32] Devroye, L P. The transformed kernel estimate .Technical report, appied research laboratories, 1983.
[33] Denis G , Kaz A. Coupling of nonparametric frequency and 1-moment analyses for mixed distribution identification .Water resources bulletin , 1992(28):263-272.
[34] Eforn B. Bootstrap methods: Another look at the Jackknife . Ann. Stat, 1979, (7):1-26.
[35] Fortin V. Simulation bayes and bootstrap in statistical hydrology .Water Resources Research 1977, 33(3):43-48.
[36] Epanechnikov V A. Nonparametric estimation if a multidimensional probability density . Theory of probability and application, 1969, (14):153-158.
[37] GUO Shen-Lian. Nonparametric Variable Kernel estimation with historical floods and paleoflood information . Water Resources Research, 1991 , 27(1):91-98.
[38] GUO Shen-Lian. Nonparametric kernel estimation of low flow quantiles .Journal of hydrology, 1996, (185) :335~348.
[39] GUO shen-lian. Flood frequency analysis in Heiben Provice, China.M.Sc. thesis, Natl.Univ. of Ireland, 1986, (3):166—170.
[40] GUO Shen-Lian. Flood frequency analysis based on parametric and nonparametric statistics, Ph. D. thesis, Natl.Univ. of Ireland , 1990.
[41] Goel N K. A derived flood frequency distribution for correlated rainfall intensity and duration. Journal of hydrology 2000, (228):56-67.
[42] Habbema J D F , Rrmme J. Variable kernel density estimation in discriminant analysis in compstant. Physica Verlay Vienna, 1978, (2):178-185.
[43] Kyang J .Comparative study of flood quantiles estimation by nonparametric modes. Journal of Hydrology, 2002(260) :176-193.
[44] Koutsoyiannis D. Simple disaggregation accurate adjudting procedures. Water Resources Research, 1996, 32(7):2105-2117.
[45] Kite G W. Frequency and risk analysis in hydrology .Water Resources
Publications. 1977,145-156.
[46] Koutrouvelis I A. A comparison of moment-based methods of estimation for the log pearson type 3 distribution .Journal of hydrology, 2000(234):71-81.
[47] Koutrouvelis A. Estimation in the pearson type 3 distribution .Water resources research, 1999, 35(9):2693-2704.
[48] Klonias V K. On a class of nonparametric density and regression estimators. Ann. statist. 1984, (12):1263-1284.
[49] Laurie S P, Duane C B. Development of a technique to determine adequate sample size using subsampling and return interval estimation . Journal of hydrology, 2001, (250:110-116.
[50] Mkhandi S H , Kachroo R K. Uncertainty analysis of flood quantiles estimates with reference to Tanzania. Journal of hydrology, 1996(185):317-333.
[51] Nadataja E. On regression estimators . Theory probab. Appl. 1964(9): 157-159.
[52] Pandey G R. A Comparative study of regression based methods in regional flood frequency analysis .Journal of hydrology, 1999,(225):92~101.
[53] Raatgever J W, Duin R P W. On the variable kernel model for multivariate nonparametric density estimation . Physica Verlag,Vienna, 1978, (3) :524-533.
[54] Rajaqopalan B. Evaluation of kernel density estimation method for daily precipitation tesampling . Stochastic hydrology and hydrawlics, 1997, 11:523-547.
[55] Rice J. Bandwidth choice for nonparametric regression . Ann. satist.1984,(12):1215-1230.
[56] Rice J. Bandwidth choice for differentiation . Multivariate anal.1986,(19):251-264.
[57] Scott D W, Factor L E. Mont Carlo study of there data based nonparametric probability density estimators . Am. Stat. Assoc,1998, (80): 9-15.
[58] Silverman B W. Choosing window width when estimating a density . Biometrika, 1978(65); 1-11.
[59] Silverman B W. Weak and strong uniform consistency of the kernel estimate of a density function and its derivatves . Ann. statist, 1978(6). 177-184.
[60] Stone C J. An asymptotically optimal window selection rule for kernel density estimates . Ann. statist, 1984, (12):1285-1297.
[61] Schuster E , Yakowitz S. Parametric / Nonparametric mixture density estimation with application to flood-frequency analysis .Water Resources Bulletin, 1985, 21(5):797-814.
[62] Smith ,J A. Long-range stream flow forecasting using nonparametric regression .Water Resources Bulletin. 1991, 27(1):39-46.
[63] Scott D W. Multivariate density estimation .Theory practice and visualization wiley series in probability and mathematical statistics. New York, 1992.
[64] Sarka Blazkova, Keith Beven. Flood frequency prediction for data limited catchments in the Czech Republic using a stochastic rainfall model and
Topmdel. Journal of hydrology, 1997,(195): 256-278.
[6
[65] Tung Y K, May Larry W. Reducing hydrologic parameter uncertainty. ASCE (WR1), 1981, (1): 123-142.
[66] Tarboton D G. Disaggregation procedures for stochastic hydrology based on nonparametric density estimation. Water Resources Research, 1988, 34(1): 107-119.
[67] Upmanu L, Uoung M. Kernel flood frequency estimators: Bandwidth selection and kernel choice. Water Resource Research. 1993, (29): 152-156.
[68] Upmanu Lall .A nearest neighbor bootstrap for resampling hydrologic time series. Water Resources Research, 1996, 32(3): 679-693
[69] Upmanu Lall et al. A nonparametric wet/dry spell model for resampling daily precipitation .Water Resources Research .1996, 32(9): 280-3823.
[70] Valencia D R, Schaake J L. Disaggregation processes in stochastic hydrology. Water Resources Research, 1973, 9(3): 580-585.
[71] Willems P. Compound intensity/duration/frequency-relationships of extreme precipitation for two seasons and two storm types. Journal of hydrology, 2000, (233): 189-205.
[72] Wong W. On the consistency of cross-validation in kernel nonparametric regression .Ann. statist, 1982, (11): 1136-1141.
[73] Young M, Vpmanu L. A comparison of tail probability estimators for flood frequency analysis. Journal of Hydrology, 1993, (151): 343-363.
[74] Ykowitz S. Nearest neighbor methods for time series analysis. Time Ser. Anal. 1987, 8(2): 234-247.
[75] Yakowitz S. Markov flow models and the flood warning problem. Water Resources Resarch. 1985, 21(1): 81-88.
[76] Yakowitz S , Karlsson M. Nearest neighbor methods for time series, with application to rainfall/runoff prediction .Stochastic Hydrology. 1987, 149-160.
[77] Yue S. The gumbel mixed model for flood frequency analysis .Journal of hydrology, 1999, (226): 88-100.
[78] 陈希儒，柴根象．非参数统计教程．上海：华东师范大学出版社，1993，247-287
[79] 王文圣，丁晶．非参数统计方法在水文水资源中的应用与展望．水科学进展，1999，(10)：458-463．
[80] 王文圣，丁晶．基于核估计的多变量非参数随机模型初步研究．水利学报，2003，(2)：9-14．
[81] 王文圣，丁晶．最邻近抽样回归模型在水文水资源预报中的应用．水电能源科学，2001(2)：8-14．
[82] 王文圣，袁鹏．最邻近抽样回归模型在水环境预测中的应用．中国环境科学，2001，21(4)：367-370．
[83] 王文圣，丁晶．单变量核密度估计模型及其在径流随机模拟中的应用．水利科学进展，2001，(3)：367-372．
[84] 王文圣，丁晶．非参数解集模型在汛期日径流随机模拟中的应用．四川大学学报， 2000，(6)：11-14．
[8
[85] 王文圣．非参数模型及其在水文水资源随机模拟中的应用[博士论文]．四川大学，1999．
[86] 欧阳资生．一种包含递归的核回归估计的回归预测模型．数里统计与管理，2001，(5)：37-41．
[87] 郭生练，李兰．气候变化对水文水资源影响评价的不确定性分析．水文，1995，(6)：1-5．
[88] 郭生练．气候变化对洪水频率和洪峰流量的影响．水科学进展，1995，(6)：224-230．
[89] 钟登华，石明华．水文时间序列长期相关性的识别．天津大学学报，1998，(4)：433-438．
[90] 金汉均．一类小样本系统的非参数预测法．湖北工学院学报，1994，(4)：20-23．
[91] 徐钟济．蒙特卡罗方法．上海：上海科技出版社，1985．
[92] 金光炎．城市设计暴雨频率计算问题．水文，2000，(2)：14-18．
[93] 陈希襦．数里统计引论．北京：科学出版社，1981．
[94] 方开泰，许建伦．统计分布．北京：科学出版社，1987．
[95] 上海师范大学数学系编．回归分析及其试验设计．上海：上海教育出版社，1979．
[96] 但尧，丁鹭飞．非参数变换核估计．数理统计与应用概率，1989，2(1)：13-23．
[97] 谢崇宝，袁宏源，郭元裕．P-Ⅲ型理论频率曲线参数估计-模糊极值法．水文，1997(3)：1-7
[98] 郭广礼，汪云甲．概率积分法参数的稳健估计模型及其应用研究．测绘学报，2000，29(2)：162-171．
[99] 丁文兴．非参数回归模型的变窗宽局部线性估计及其统计性质[硕士论文]．北京工业大学，2002．
[100] 叶阿忠．非参数计量经济联立模型的局部线性两阶段最小二乘变窗宽估计．数学的实践与认识，2004(1)．
[101] 孙道德．非参数回归函数最近邻估计强相合性的研究．应用科学学报．2004(1)．
[102] 杨莜菡，柴根象．基于混合样本的污染性模型的非参数估计．自然科学出版社，2003(12)．
[103] 陆巍．基于非参数方法的肿瘤基因表达数据挖掘．上海大学学报(自然版)，2003(6)．
[104] 胡舒合．非参数回归函数估计的渐近正态性．韩山师范学院，2003(3)．
[105] 张日权．相依数据非参数核估计的收敛速度．苏州科技学院学报(自然版)．2003(1)．
[106] 达庆车，段里仁．交通流非参数回归模型．数理统计与管理，2003(4)．
[107] 王文圣，丁晶．基于核估计的多变量非参数随机模型的初步研究．水利学报，2003(2)．
[108] 翁成国．邹卫华．截断情形下污染分布的非参数估计．科技通报，2003(1)．
[109] 薛留根．非参数回归函数的置信区间．应用科学学报，2002(1)．
[110] 赵怀城，刑国庆．非参数回归函数之改良基于分割的估计的强相合性．应用概率统计，2002(2)．
[111] 胡舒合．非参数回归函数估计的渐近正态性．数学学报，2002(3)．
[112] 王文圣，丁晶．一种径流随机模拟的非参数模型．水利水电技术，2002(2)．
[113] 乐有喜，王永刚．非参数回归在孔隙度参数预测中的应用[J]．地质科学，2002(1)．
[114] 李竹渝．非参数统计方法对收入分布的解释．预测，2001(5)．
[115] 杨莜菡．污染分布的非参数估计．同济大学(自然版)，2001(6)．
[116] 欧阳资生．一种包含非参数回归估计的回归预测模型．湖南教育学院学报，2001(5)．
[117] 姜札平．一种新的非参数谱估计方法平．海军工程大学学报，2000(2)．
[118] 周圣武，王金山．非参数回归的若干性质．工科数学，2000(6)．
[119] Peng Jia, Hong-Yuan Zhang, Xi-Zhi Shi. Bland source-separation based on nonparametric density estimation. Circuits, Systems, and Signal Processing. 2002, 22 (1).
[120] A. Sharma, U. Lall, D. G. Tarboton. Kernel bandwidth selection for a first order nonparametric streamflow. Stochastic Hydrology and Hydraulics. 2002, 12(1).
[121] Marc M. Van Hulle. Nonparametric density estimation and regression achieved with topographic maps maximizing the information-theoretic entropy of their outputs. Biological Cybernetics. 2003, 77(1)
[122] R. Khasminskii. Kalman-Tayg fitter approach for some nonparametric estimation problems. Lecture Notes in Control and Information Sciences, 2002(280).
[123] L. Di Matteo. The income elasticity of health care spending: acomparision of parametric and nonparametric approache. The European Journal of Health Economics. 2004, (1).
[124] Edgar Brunner, Madan L. Puri. Nonparametric methods in factorial designs. Statistical Papers, 2003, 42(1).
[125] Song-xi Chen, Yong-song Qin. Coverage accuracy of con? Dence intervals in nonparametric regression. Acta Mathematicae Applicatae Sinica, 2003, 19(3).
[126] V(?)clav Kus. Nonparametric density estimates consistent of the order of n~(-1/2) in the L_1-norm. Metrika, 2002, 60(1).
[127] Juan Rodriguez-Poo. Constrained nonparametric analysis of load carves empirical economics .Empirical Economics, 2004, 25(2).
[128] J. L. L(?)pez Font(?)n, J. Costa, J. M. Ruso. A nonparametric approach to calculate critical micelle concentrations: the local polynomial regression method. The European Physical Journal E - Soft Matter, 2002, 13(2)..
[129] Maria Grazia Pittau, Roberto Zelli. Testing for changing shapes of income distribution: Italian evidence in the 1990s from kernel density estimates empirical economics. Empirical Economics, 2004, 29(2)..
[130] Zu-di Lu, Xing Chen. Spatial nonparametric regression estimation :Non-isotropic case. Acta Mathematicae Applicatae Sinica, 2003, 18 (4),
[131] SunYong Kim, Seiya Imoto, Satoru Miyano. Dynamic Byesian networks for nonlinear modeling of gene networks from time series gene expression data. Lecture Notes in Computer Science, 2003(2602).
[132] Joon-Woo Nahm. Nonparametric quantile regression analysis of R&D-sales relationship for Korean firms. Empirical Economics, 2003, 26(1).
[133] C. G. Lambert. Efficient on-line nonparametric kernel density estimation. Algorithmica, 2004, 25(1).
[134] Koji Tsuda, Motoaki Kawanabe. The leave-one-out kernel Lecture Notes in Computer Science, 2002. (2415).
[135] H. Chen, P. Meer. Robust computer vision though kernel density estimation. Lecture Notes in Computer Science, 2002(2350).
[136] T. Lindstr(?)m, U. nolst, P. Weibring, et al. Analysis of lider measurment using nonparametric kernel regression. Applied Physics B: Lasers and Optics, 2003, 74(2).
[137] Klaus Ziegler. On bootstrapping the mode in the nonparametric regression model with random design.. Metrika, 2002, 53(2).
[138] Dorin Comaniciu. Bayesian kernel tracking. Lecture Notes in Computer Science, 2002(2449).
[139] Michael Kohler. Nonparametric regression function estimation using interaction least squares splines and complexity regularization. Metrika, 2002, 47(2).
[140] 王刚，赵海．基于非参数估计的决策融合模型及其应用研究．系统仿真学报2004／(7)：15-19．
[141] 黎玉芳，杨善朝．NA样本非参数回归权函数估计的强相合性．数学研究，2004(2)：21-25．
[142] 吴光旭，程乾生．中国股票市场风险值的非参数估计．北京大学学报(自然科学版)，2004(5)：25-29．
[143] 陈长生，伍稚萍．儿童生长曲线的光滑样条非参数方法构建．北华大学学报(自然科学版)，2001(3)：8-12．
[144] 周志丹．传统经济计量模型的缺陷与非参数估计．浙江万里学院学报，2001(1)：17-21．
[145] 潘国元．非参数统计法在玉米区试品种综合评判中的应用．杂粮作物 2001(5)：22-26．
[146] 倪鹏生，崔静．非参数连锁分析．遗传 2001(4)：8-12．
[147] 陈茂奇，王龚．论非参数统计在市场调查中的应用．江苏统计 2000(3)：5-9．
[148] 杨朝柱，黄海青．非参数统计在小麦区域试验中的应用．湖北农学院学报 2000(2)：22-26．
[149] 何川，毛金雄．西南玉米杂交试资料的非参数统计．杂粮作物，2000(4)：10-14．
[150] 冯忠蕙．非参数统计分析．中国儿童保健杂志．2000(4)．
[151] 崔涛，武新宇．非参数回归法进行GPS高程转换．东北测绘，2000(2)：8-12．
[152] 顾娟，茆诗松．系风险Beta系数的非参数估计．应用概率统计，2000(2)：9-15．
[153] 徐初斌，钱伟民．不等方差情形下非参数回归模型的小波估计．同济大学学报(自然科学版)，2000(5)：11-14．
[154] 王雪峰，胥辉．对林分结构模拟中窗宽确定方法的研究．西南林学院学报，1999(4)：23-28．
[155] 张忠忠，王静泉．小样本总体统计假设检验 内蒙古林学院学报，1999(2)：14-19．
[156] 丁连明，刘荫梅．非参数回归模型中方差函数的小波估计．哈尔滨师范大学自然科学学报，1999 (3) 24-28．
[157] 徐健君．非参数核密度估计在岷江冷杉天然林直径分布研究中的应用．甘肃林业科技，1999(4)：19-23．
[158] 王雪峰，管青军．非参数核估计在探讨天然林直径结构规律中的应用．林业科学研究，1999 (4)：21-26．
[159] 谢悦波，刘晓风．加入古洪水资料后德设计洪水成果合理性分析．河海大学学报，2000 (4)：8-12．
[160] 谢悦波，李致家．频率计算加入古洪水资料后对设计洪水的作用。河海大学学报，1995，23(6)：99-103．
[161] 谢悦波，王井泉．黄河2360aBP古洪水对小浪底设计洪水的作用．水文，1998，(2)：10-18．
[162] 詹道江，谢悦波．洪水计算的新进展——古洪水研究．水文，1997(1)：1-5．
[163] 叶守泽，夏军编．水文系统识别(原理与方法)．北京：水利电力出版社，1989．
[164] 夏军等编．现代水科学不确定性研究与进展．全国首届水文水资源与水环境中的不确定性研究新理论新方法学术讨论论文集．成都：成都科技大学出版社，1994．
[165] 丁晶，邓育仁编．随机水文学．成都：成都科技大学出版社，1988．
[166] Dr．N．K．Goel著．王志毅译．郑州：黄河水利出版社，2001．
[167] 李纪人，刘德平编．水文时间序列模型机预报方法．南京：河海大学出版社，1991．
[168] 夏乐天，朱永忠编．工程随机过程．南京：河海大学出版社，2000．
[169] 孙济良，秦大庸著．水文气象统计通用模型．北京：中国水利水电出版社，2001．
[170] 陈元芳编．统计试验方法济应用．哈尔滨：黑龙江人民出版社，2000．
[171] 范仲秀编．中长期水文预报．南京：河海大学出版社，1999．
[172] 李庆杨，王能超编．数值分析．北京：清华大学出版社，2001．
[173] 赵仁俊．流域水文模型．北京：水利电力出版社，1984．
[174] 夏军．中长期径流预测的一种灰色关联模式识别与预测方法．武汉：武汉水利水电大学出版社，1991．
[175] 常学将，陈敏．时间序列分析．北京：高等教育出版社，1993．
[176] 李慧龙等．水文预报．北京：水利水电出版社，1993．
[177] 叶守泽．水文水利计算．北京：水利水电出版社，1992．
[178] 于维忠．水文学原理(二)．北京：水利水电出版社，1988．
[179] 倪家勋，袁卫．应用统计学．中国人民大学出版社，1999．
[180] 张小蒂，李晓钟．应用统计学导论．浙江大学出版社，1998．
[181] 安鸿志，顾凤．统计模型与预报方法．气象出版社，1986．
[182] 张尧庭，方开泰．多元统计分析引论．北京：科学出版社，1982．
[183] 金菊良，丁晶．遗传算法及其在水科学的应用．成都：四川大学出版社，2000．
[184] 宋学坤．关于多元线性经验 Bayes 估计．数理统计与应用概率，1988，3(4)：459-466．
[185] 王成名，秦永松．多元线性回归中回归系数的线性经验Bayes估计．应用概率统计，1994，10(4)：371-377．
[186] 陈守煜．系统模糊决策理论与应用．大连：大连理工出版社，1994．
[187] 金光炎．线性回归与最小一乘法．水文，1996(3)：1-6．
[188] 张文文．回归系数的主相关估计及其优良性．应用数学学报，1996，19(10)：566-570．
[189] 瞿思敏．抗差理论在洪水预报中的应用研究[博士论文]．河海大学，2004．
[190] 谢悦波等．沁河1482年历史洪水及古洪水研究．河海大学，2003．
[191] 詹道江等．岗南黄壁庄水库古洪水研究报告．河海大学1992．
[192] 詹道江等．黄河小浪底水利枢纽古洪水研究报告．河海大学水文水资源系，黄河水利委员会勘测规划设计研究院1995．6．
[193] 梁忠民，许大明．洪水频率分析稳健性方法研究．水科学进展，1997，8(2)：154-160．85-93．