天气预报n表示什么？
N代表的是数值预报，跟信号处理里的傅里叶变换的意思差不多。 把未来的天气状况看做是未知量的函数 f(x) ，而把过去一段时间内的天气状况看做是这个函数的线性组合 其中 x 是时间 t 的函数， k（=1，2，3...）是有代表性的样本点或时间点， n 代表了预测的精确度。即 n越大，预测的精确度越高；反之，则越低。 我们用 x(k) 来表示在时间点 k 所观察到的天气数据，如温度、风向风速等。 用 y(t) 来表示未来时间段 t 内对天气状况的预期值，那么 y(t) = \sum_{k=1}^{N}{f(\tau_k)}[x(\tau_k)] 其中 \tau_k 是一个与时间点 k 相对应的样本点， N 为样本点个数。当我们对每一个时间点都作这样的计算并取算术平均值时，就得到了每个时刻的预测值 y(t) 。当 N >> 0 且我们对所有的 k 都做这样的计算时，误差平方和 S 可以被表示成如下形式： S=\frac{1}{T-1}\sum_{t=1}^{T}{(y(t)-x(t))^2} 如果我们设计一个好的函数 f(x) 使它满足以下三个条件，我们就可以通过上面的公式得到一个越来越精准的预测值 y(t) 。
1. 在过去的观测期间，该函数能够很好地描述实际的气温变化情况，即它的均值等于零，方差等于 1。
2. 在未来的预测期间，这个非线性函数应当是可微分的，这样可以方便通过求导获得 f'(x) 并进而展开成 n 阶泰勒级数。
3. 在未来的预测期间以及之前的观测时期，这个函数不应当有突然的震荡或是明显的突变，以保证其连续性和可逆性。 一个好的函数 f(x) 可以由一组训练样本点通过最小二乘法求得。