tần suất gia lai

Tần suất loto, thống kê tần suất lô tô.Xem bảng tần suất kết quả lô tô được cập nhật hàng ngày nhanh chóng chính xác nhất. Bảng thống kê Tần suất Loto được xosodaiphat.net xử lý thông qua hệ thống máy tính tối tân đảm bảo độ chính xác tuyệt đối dành cho người chơi, là công cụ phục vụ cho việc tra Đặt một điện áp xoay chiều tần số \(f=50\) Hz và giá trị hiệu dụng \(U=80\)V vào hai đầu đoạn mạch gồm \(RLC\)mắc nối tiếp. (U+100\)kV thì hao phí trên đường dây giảm 4 lần. Coi công suất điện truyền đi là không đổi và hệ số công suất luôn bằng 1. Nếu tăng Nồi cơm điện cao tần Toshiba 1.8 lít RC-18RH (CG)VN. - Nồi này có màu bạc thu hút với thiết kế sang trọng. - Sản phẩm hoạt động với công suất 1200W giúp nấu cơm nhanh, chín đều. - Lòng nồi dày chắc, bền bỉ, sử dụng chất liệu hợp kim nhôm phủ lớp chống dính Diamond Titanium. Mua ngay Nồi cơm điện Loại nồi Nồi cơm áp suất cao tần giá rẻ, chính hãng, giao hàng tận nhà nhanh chóng. Xem giá, Gia Lai Hà Giang Hà Nam Hà Tĩnh Nồi cơm áp suất cao tần Cuckoo 1.08 lít CRP-LHTR0609F/WHSIVNCV Thống Kê Tần Suất Cặp Loto xổ số Miền Bắc từ 00 đến 99, Tổng quan: Đếm số lượng "phần định trị được ghép nối" được phát hành trong mỗi khoảng thời gian XSMT: Khánh Hòa Đà Nẵng Bình Định Đắk Lắk/Đắc Lắc Đắk Nông/Đắc Nông Gia Lai Kon Tum Ninh Thuận Quảng Thiên Trường An.,JSC là nhà phân phối độc quyền phía Bắc cho các sản phẩm Biến tần powtech/Motor giảm tốc/hộp giảm tốc/motor một chiều(DC)/motor điện 1-3pha DOLIN. Tiềm năng trong tương lai; BIẾN TẦN MICNO Vào 1 pha 220V ra 3 pha 220V công suất 11Kw-15Hp. Giá: Tra Cứu Khoản Vay Atm Online. Mục lục 1 Tiếng Việt Cách phát âm Từ nguyên Danh từ Đồng nghĩa Dịch Tiếng Việt[sửa] Cách phát âm[sửa] IPA theo giọng Hà Nội Huế Sài Gòn tə̤n˨˩ swət˧˥təŋ˧˧ ʂwə̰k˩˧təŋ˨˩ ʂwək˧˥ Vinh Thanh Chương Hà Tĩnh tən˧˧ ʂwət˩˩tən˧˧ ʂwə̰t˩˧ Từ nguyên[sửa] Đây là từ Hán Việt, có nguồn gốc từ chữ Hán 頻率. Danh từ[sửa] tần suất Toán học Số lần xảy ra một việc gì đó hoặc xuất hiện một cái gì đó tính bằng phần trăm, trong thống kê. Trong 30 củ khoai tây thu thập được, củ có khối lượng từ 90 đến 100 gam với tần suất chiếm 40%. Đồng nghĩa[sửa] tần số Dịch[sửa] Tiếng Anh frequency Tiếng Pháp fréquence Tiếng Tây Ban Nha frecuencia gc Mở đầu chương 5Đại số 10, các em sẽ được tìm hiểu về Bảng phân bố tần số và tần suất, ngoàicác thuật ngữ quen thuộc các em đã được làm quen ở Toán lớp 7, các em còn làm quen với bảng phân bố tần số và tần suất lớp đang xem Cách tính tần suất trong thống kê 1. Tóm tắt lý Số liệu thống Tần Tần Bảng phân bố tần số và tần suất ghép lớp2. Bài tập minh tập bài 1 chương 5 đại số Trắc nghiệm về bảng phân bố tần số và tần Bài tập SGK & Nâng caovề bảng phân bố tần số và tần đáp vềbài 1 chương 5 đại số 10 Khi thực hiện điều tả thống kê theo mục đích đã định trước, cần xác định tập hợp các đơn vị điều tả, dấu hiệu điều tra và thu nhập số đang xem Công thức tính tần suấtVí dụKhi khảo sát "Tiền lãi nghìn đồng của mỗi ngày trong 30 ngày của một quầy bán báo", người ta thu được bảng sau Bảng 1Tập hợp các đơn vị điều tra là tập hợp 30 ngày, mỗi ngày là một đơn vị điều tra. Dấu hiệu điều tra là tiền lãi nghìn đồng của mỗi ngày của một quầy bán báo. Các số liệu ghi trong bảng 1 gọi là các số liệu thống kê, còn gọi là các giá trị của dấu Tần sốTần số là số lần xuất hiện của mỗi giá trị trong bảng số liệu thống số xuất hiện là NTần số của số liệu xi kí hiệu là Tần suấtTỉ số \{f_i} = \frac{{{n_i}}}{N}\ được gọi là tần suất của giá trị xiTiền lãi mỗi ngàynghìn đồngTần sốTần suất %3031374244464751525355575863646567737477818285929311111111121212111112112113,33,33,33,33,33,33,33,33,36,73,36,73,36,73,33,33,33,33,36,73,33,36,73,33,3Cộng30100% Bảng 2Bảng 2 được gọi là bảng phân bố tần số và tần suấtNếu trong bảng 2, bỏ cột tần số ta được bảng phân bố tần suất; bỏ cột tần suất ta được bảng phân bố tần Bảng phân bố tần số và tần suất ghép lớpLớp tiền lãi mỗi ngàynghìn đồngTần sốTần suấtBài tập minh họa Ví dụ 1 Cho các số liệu thống kê ghi trong bảng sauThời gian hoàn thành một sản phẩm ở một nhóm công nhâna Lập bảng phân bố tần số và tần suấtb Lập bảng phân bố tần số và tần suất lớp ghép với các lớp sauThời gian hoàn thành một sản phẩmTần sốTần suất %42434445464748505441663175211,42,917,117,18,62,920,014,35,7Cộng35100%b Bảngphân bố tần số và tần suất lớp ghépLớp của thời gian hoàn thànhTần sốTần suất %Ví dụ 2 Để mua áo quần thể dục cho học sinh khối 10. Nhà trường chọn ngẫu nhiên mootk lớp 10 gồm 45 học sinh và thực hiện đo chiềucao của học sinh lớp đó. Kết quả được thống kê như sau đơn vị cmHãy tính tần số và tần suất theo lớp dưới đây?LớpTần sốTần suất %.............................................CộngN=..........Hướng dẫnLớpTần sốTần suất %581114711,117,824,431,115,6CộngN=45100 %3. Luyện tập Bài 1 chương 5 đại số 10Trong phạm vi bài họcHỌC247chỉ giới thiệu đến các em những nội dung cơ bản nhất về Bảng phân bố tần số và tần các thuật ngữ có vẻ hết sức quen thuộc. Khái niệm Tần số và tần suất các em đã bước đầu được tìm hiểu ở chương trình Toán lớp 7, lên bậc THPT chúng ta sẽ được học nâng cao hơn, các em cần tìm hiểu Trắc nghiệm về bảng phân bố tần số và tần suấtĐể cũng cố bài học xin mời các em cũng làm Bài kiểm tra Trắc nghiệm Toán 10 Bài 1 để kiểm tra xem mình đã nắm được nội dung bài học hay 1Công việc nào sau đây không phụ thuộc vào công việc của môn thống kê? nhập số bày số tích và xử lí số quyết định dựa trên số liệuCâu 2Để điều tra các con trong mỗi gia đình ở một chung cư gồm 100 gia đình. Người ta chọn ra 20 gia đình ở tầng 2 và thu được mẫu số liệu sau2 4 3 1 2 3 3 5 1 21 2 2 3 4 1 1 3 2 4Dấu hiệu ở đây là gì ? gia đình ở tầng cọn của mỗi gia tằng của chung người trong mỗi gia đìnhCâu 3Điều tra thời gian hoàn thành một sản phẩm của 20 công nhân, người ta thu được mẫu số liệusau thời gian tính bằng phút.10 12 13 15 11 13 16 18 19 2123 21 15 17 16 15 20 13 16 11Kích thước mẫu là bao nhiêu? 4-10Mời các em đăng nhập xem tiếp nội dung và thi thử Online để củng cố kiến thức và nắm vững hơn về bài học này nhé! Bài tập SGK và Nâng Cao về bảng phân bố tần số và tần suất Bài tập 1 trang 113 SGK Đại số 10 Bài tập 2 trang 114 SGK Đại số 10 Bài tập 3 trang 114 SGK Đại số 10 Bài tập 4 trang 114 SGK Đại số 10 Bài tập trang 146 SBT Toán 10 Bài tập trang 146 SBT Toán 10 Bài tập trang 147 SBT Toán 10 Bài tập trang 147 SBT Toán 10 Bài tập trang 147 SBT Toán 10 Bài tập 1 trang 161 SGK Toán 10 NC Bài tập 2 trang 161 SGK Toán 10 NC Bài tập 3 trang 168 SGK Toán 10 NC Bài tập 4 trang 168 SGK Toán 10 NC4. Hỏi đáp về bài 1 chương 5 đại số 10Nếu có thắc mắc cần giải đáp các em có thể để lại câu hỏi trong phầnHỏiđáp, cộng đồng Toán HỌC247 sẽ sớm trả lời cho các Mod Toán Học 10 HỌC247MGIDBài học cùng chươngToán 10 Bài 2 Biểu đồToán 10 Bài 3 Số trung bình cộng, số trung vị, mốtToán 10 Bài 4 Phương sai và độ lệch chuẩnToán 10 Ôn tập chương 5 Thống kêADSENSEADMICRO Bộ đề thi nổi bậtADSENSEADMICROXEM NHANH CHƯƠNG TRÌNH LỚP 10Toán 10Lý thuyết Toán 10 Lịch thi đấu World Cup XEM THÊM Thống kê xổ số TK theo cặp số TK tần suất lôtô Bảng giải đặc biệt MIỀN BẮC lôtô Miền Bắc MIỀN NAM lôtô TPHCM lôtô An Giang lôtô Bình Dương lôtô Bạc Liêu lôtô Bình Phước lôtô Bến Tre lôtô Bình Thuận lôtô Cà Mau lôtô Cần Thơ lôtô Đà Lạt lôtô Đồng Nai lôtô Đồng Tháp lôtô Hậu Giang lôtô Kiên Giang lôtô Long An lôtô Sóc Trăng lôtô Tiền Giang lôtô Tây Ninh lôtô Trà Vinh lôtô Vĩnh Long lôtô Vũng Tàu MIỀN TRUNG lôtô Bình Định lôtô Đắk Lắk lôtô Đà Nẵng lôtô Đắk Nông lôtô Gia Lai lôtô Khánh Hòa lôtô Kon Tum lôtô Ninh Thuận lôtô Phú Yên lôtô Quảng Bình lôtô Quảng Ngãi lôtô Quảng Nam lôtô Quảng Trị lôtô Huế THỐNG KÊ TẦN SUẤT LÔTÔ TỈNH/ QUAY THƯỞNG HÔM NAY Thống kê tần suất lôtô xổ số Miền BắcThống kê tần suất lôtô xổ số Bạc LiêuThống kê tần suất lôtô xổ số Bến TreThống kê tần suất lôtô xổ số Vũng TàuThống kê tần suất lôtô xổ số Đắk LăkThống kê tần suất lôtô xổ số Quảng Nam KQ THỐNG KÊ TẦN SUẤT LÔTÔ XỔ SỐ GIA LAI Ngày\Cặp số 9-12 16-12 23-12 30-12 6-1 13-1 20-1 27-1 3-2 10-2 17-2 24-2 3-3 10-3 17-3 24-3 31-3 7-4 14-4 21-4 28-4 5-5 12-5 19-5 26-5 2-6 9-6 Tổng 00 2 1 1 1 3 8 01 1 1 1 1 1 1 1 7 02 1 1 1 1 4 03 1 1 2 1 2 7 04 1 1 1 1 1 1 6 05 1 1 1 3 06 1 1 1 1 1 1 6 07 1 1 1 1 1 5 08 1 1 1 3 09 1 1 1 3 10 1 1 1 2 2 1 1 9 11 1 1 2 12 1 1 1 1 1 5 13 1 1 2 14 1 2 1 1 1 2 1 9 15 1 1 1 1 1 5 16 1 1 2 1 5 17 1 1 1 3 18 1 1 1 1 4 19 1 1 1 1 4 20 1 1 1 1 1 1 6 21 1 1 1 2 1 1 1 8 22 1 1 2 1 1 1 7 23 1 1 1 2 1 6 24 1 1 1 1 4 25 1 1 1 1 4 26 1 1 1 1 1 1 6 27 2 2 28 1 1 29 1 1 30 1 1 1 1 4 31 1 1 1 1 2 1 7 32 1 1 1 1 1 1 1 7 33 1 1 34 1 2 1 4 35 1 1 1 1 1 5 36 1 1 2 37 1 1 1 1 1 1 6 38 1 1 1 1 4 39 1 1 1 2 1 1 7 40 1 1 1 2 5 41 2 1 1 2 2 2 1 1 12 42 1 1 1 1 4 43 1 1 1 1 1 5 44 1 1 1 1 1 1 6 45 1 1 1 3 46 1 1 2 47 1 1 2 1 1 2 8 48 1 1 1 1 4 49 1 1 50 1 1 1 3 51 1 1 1 3 52 1 1 1 1 1 1 1 7 53 1 1 54 1 1 1 3 55 1 1 1 1 1 1 1 7 56 1 1 1 3 57 1 1 2 58 1 1 1 1 4 59 2 1 1 1 1 2 8 60 1 1 1 1 4 61 2 1 1 1 1 6 62 1 1 1 2 1 1 1 1 9 63 1 1 1 1 1 1 6 64 1 1 1 1 3 7 65 1 2 1 1 5 66 1 1 1 3 67 1 1 1 1 1 1 1 7 68 1 1 1 1 1 1 1 1 8 69 1 1 1 1 1 5 70 1 1 1 1 4 71 2 1 1 1 1 6 72 1 1 1 1 1 1 1 7 73 2 1 1 4 74 1 1 1 3 75 1 1 76 2 1 1 4 77 1 1 1 1 1 5 78 1 2 1 1 2 7 79 1 1 1 1 1 5 80 1 1 1 1 4 81 1 1 1 1 1 1 6 82 1 2 1 4 83 1 1 1 1 1 5 84 1 1 1 1 4 85 2 1 1 4 86 1 1 2 4 87 1 1 1 2 5 88 1 2 1 1 5 89 1 1 90 1 1 1 1 1 2 7 91 1 1 1 3 92 1 1 1 1 4 93 1 1 1 1 4 94 1 1 1 1 1 5 95 1 1 1 2 1 6 96 1 1 1 1 1 5 97 1 1 2 1 1 1 1 8 98 1 1 2 1 1 1 7 99 1 1 1 1 1 1 6 XEM THỐNG KÊ TẦN SUẤT LÔTÔ XSGL Thống kê tần suất lôtô kết quả xổ số Gia Lai sẽ được cập nhật lại sau khi có KQXS Gia Lai mới nhất được đưa lên sau giờ quay số mở thưởng. Bạn có thể xem thêm thống kê khác, click vào menu bên trái. Từ khóa Thống kê tần suất lôtô xổ số Gia Lai, bảng tần xuất lôtô kqxs Gia Lai, xem thống kê tần suất lôtô kết quả xổ số Gia Lai hôm nay, thông tin thống kê tần suất lôtô lô tô xổ số kiến thiết Gia Lai, tần suất lôtô xsGL. Tần suất lôtô GL, TSLT miễn phí Gia Lai, tần suất lôtô từ 00 đến 99 Gia Lai, tần suất lôtô xổ số Gia Lai 100 ngày, tra xem thống kê tần suất lôtô xổ số Gia Lai theo ngày tháng năm. Thống kê tần suất lôtô xổ số kiến thiết Gia Lai, tần suất lôtô XSKT GL Bang ke tan suat lotto ket qua xo so Gia Lai, thong ke tan suat loto Gia Lai, xem tan suat lo to xsGL, TSLT kqxs Gia Lai, xem tk tan suat loto xs GL. Copyright C 2014 Phương pháp tần suất - mức độ nghiêm trọng tiếng Anh Frequency-Severity Method là một phương pháp chuyên môn xác định số yêu cầu bồi thường dự kiến ​​mà công ty bảo hiểm sẽ nhận và chi phí bồi thường trung bình trong khoảng thời gian nhất định. Hình minh họa. Nguồn InvestopediaPhương pháp tần suất - mức độ nghiêm trọngKhái niệmPhương pháp tần suất - mức độ nghiêm trọng trong tiếng Anh là Frequency-Severity pháp tần suất - mức độ nghiêm trọng là một phương pháp chuyên môn xác định số lượng yêu cầu bồi thường dự kiến mà công ty bảo hiểm sẽ nhận được trong một khoảng thời gian nhất định, và chi phí bồi thường trung bình của công ty đó. Phương pháp tần suất - mức độ nghiêm trọng sử dụng dữ liệu lịch sử để ước tính số lượng yêu cầu bồi thường trung bình và chi phí trung bình của mỗi yêu cầu bồi thường. Đặc điểm Phương pháp tần suất - mức độ nghiêm trọngVới phương pháp tần suất - mức độ nghiêm trọng, tần suất đề cập đến số lượng yêu cầu bồi thường mà công ty bảo hiểm dự đoán sẽ nhận được trong một khoảng thời gian nhất định. Nếu tần suất cao, có nghĩa là một số lượng lớn các yêu cầu bồi thường dự kiến sẽ xảy ra. Mức độ nghiêm trọng đề cập đến chi phí của một yêu cầu bồi thường. Yêu cầu bồi thường có mức độ nghiêm trọng cao sẽ tốn nhiều chi phí cho công ty bảo hiểm hơn so với yêu cầu bồi thường trung bình. Và yêu cầu bồi thường mức độ nghiêm trọng thấp sẽ ít tốn kém hơn so với yêu cầu bồi thường trung bình. Chi phí trung bình của yêu cầu bồi thường sẽ được ước tính dựa trên dữ liệu lịch sử. Ví dụ, xem xét một người mua nhà muốn mua một ngôi nhà khu vực bãi biển Miami, Mỹ. Khu vực này tại bờ biển tiểu bang Florida trung bình có một cơn bão mỗi năm với khả năng tàn phá rất lớn và thường xuyên. Phương pháp tần suất - mức độ nghiêm trọng sẽ chỉ ra rằng công ty bảo hiểm nên tránh cấp các hợp đồng bảo hiểm liên quan đến nhà ở cho chủ ngôi nhà ở bãi biển này. Hạn chế của Phương pháp tần suất - mức độ nghiêm trọng Các công ty bảo hiểm sử dụng các mô hình chi tiết để xác định khả năng họ sẽ phải trả cho một yêu cầu bồi thường. Các công ty bảo hiểm xây dựng các ước tính về số lượng yêu cầu bồi thường mà họ có thể nhận để dự phòng, và mức độ đắt đỏ của các yêu cầu sẽ dựa trên các loại hợp đồng mà họ cung cấp. Phương pháp tần suất - mức độ nghiêm trọng là một lựa chọn mà các công ty bảo hiểm sử dụng để phát triển các mô hình đánh giá rủi ro. Tần suất đề cập đến số lượng yêu cầu bồi thường mà một công ty bảo hiểm dự kiến sẽ có. Tần suất cao dự kiến sẽ có một số lượng lớn các yêu cầu bồi thường. Bởi vì phương pháp tần suất - mức độ nghiêm trọng nhìn vào các dữ liệu quá khứ để xác định chi phí trung bình cho các năm trong tương lai, nó ít bị ảnh hưởng bởi các giai đoạn có nhiều biến động gần đây. Điều này cũng có nghĩa là phương pháp này chậm chạp hơn trong việc thích ứng khi các biến động gia tăng. Ví dụ, một công ty bảo hiểm cung cấp hợp đồng bảo hiểm lũ lụt sẽ thích ứng chậm hơn với sự gia tăng mức độ nghiêm trọng hoặc tần suất xuất hiện các yêu cầu bồi thường thiệt hại do lũ gây ra bởi mực nước tăng trong những năm gần đây. Theo Investopedia BÀI BÁO KHOA HỌC PHÂN TÍCH TẦN SUẤT MƯA CỰC HẠN CHO TỈNH GIA LAI DỰA TRÊN CÁCH TIẾP CẬN VÙNG Nguyễn Chí Công1 Tóm tắt Hiện nay ở Việt Nam, việc phân tích tần suất mưa phục vụ thiết kế công trình thủy đang sử dụng cách tiếp cận địa phương. Cách tiếp cận này dựa trên số liệu thực đo hạn chế của một trạm và sử dụng suy luận tần suất để ước tính các giá trị mưa cực hạn ứng với thời gian lặp lại rất lớn từ 100 đến 1000 năm. Tuy nhiên, bài báo này giới thiệu cách tiếp cận khác, trong đó sử dụng cách tiếp cận vùng và phương pháp suy luận Bayesian để làm lớn kích thước mẫu dữ liệu thống kê và ước tính được độ tin cậy của suy luận. Cơ sở dữ liệu sử dụng là tài liệu mưa ngày của 26 trạm đo mưa trên địa bàn tỉnh Gia Lai và lân cận. Các thời đoạn mưa tính toán thường dùng trong thiết kế công trình thủy là 1, 3, 5 và 7 ngày lớn nhất được xác định. Các bước thực hiện bao gồm kiểm tra tính đồng nhất của dữ liệu, phân vùng đồng nhất, lựa chọn hàm phân phối xác suất phù hợp và phân tích tần suất vùng. Từ khóa cách tiếp cận vùng, suy luận Bayesian, độ tin cậy, cực hạn, tỉnh Gia Lai. 1. ĐẶT VẤN ĐỀ1 thông tin nhằm giảm sự không chắc chắn của Trong tính toán thủy văn, các kỹ sư thường giá trị ước tính tần suất Gaume et al 2010; dựa vào dữ liệu hạn chế của một trạm đo mưa Nguyen Chi Cong et al 2014. để phân tích tần suất và ước tính mưa thiết kế Khu vực Tây Nguyên nói chung và tỉnh Gia cách tiếp cận địa phương. Tuy nhiên, thời Lai nói riêng có chế độ mưa khá phức tạp. Cụ gian lặp lại ứng với tần suất thiết kế thường là thể là phần diện tích phía Tây Trường Sơn chịu rất lớn từ 100 đến 1000 năm nên việc ước tác động của gió Tây Nam hoạt động mạnh vào tính mưa thiết kế là không chắc chắn. Để khắc tháng 5 đến tháng 10. Ngược lại, phần diện tích phục hạn chế này, các nghiên cứu trên thế giới phía Đông Trường lại chịu tác động của gió đã áp dụng cách tiếp cận vùng trong phân tích Đông Bắc hoặc áp thấp nhiệt đới từ biển vào tần suất để làm lớn kích thước mẫu dữ liệu và gây mưa lớn vào tháng 9 đến tháng 12. Với đặc giảm sự không chắc chắn của suy luận thù này, khi áp dụng cách tiếp cận mưa vùng Hosking et al 1997; Ngogondo et al 2011; cho tỉnh Gia Lai sẽ xuất hiện các vấn đề đặt ra Nguyen Chi Cong et al 2014. Nếu một vùng là i dữ liệu tất cả các trạm đo trong vùng có được xem là đồng nhất thì có thể nhóm dữ liệu đồng nhất hay không, ii Nếu không đồng nhất của các trạm đo trong vùng, thông qua đó kích thì việc phân chia vùng sẽ như thế nào, iii thước mẫu dữ liệu vùng sẽ lớn hơn rất nhiều và phân phối xác suất nào là phù hợp nhất cho các sau khi phân tích tần suất vùng sẽ phân phối lại vùng và cho các thời đoạn mưa tính toán là 1; 2; cho các trạm đo thông qua chỉ số mưa vùng. 3; 5 và 7 ngày lớn nhất. Cách tiếp cận vùng sử dụng thuật toán 2. GIỚI THIỆU VÙNG NGHIÊN CỨU Bayesian Markov chain Monte Carlo MCMC VÀ DỮ LIỆU để ước tính độ tin cậy và cho phép thêm các Giới thiệu vùng nghiên cứu 1 Khoa Xây dựng Thủy lợi - Thủy điện, Trường Đại học Tỉnh Gia Lai thuộc khu vực Tây Nguyên với Bách Khoa – Đại học Đà Nẵng. tổng diện tích trên km2. Địa hình vùng KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 57 6/2017 11 nghiên cứu đa phần là núi cao và bị chia cắt bởi Dữ liệu dải Trường Sơn, phía Bắc giáp với tỉnh Kon Trong cách tiếp cận vùng, để làm lớn kích Tum và Quảng Ngãi; phía Nam giáp với tỉnh thước mẫu dữ liệu vùng bằng cách nhóm dữ liệu Đăk Lăk và Phú Yên; phía Tây giáp với của các trạm đo mưa trong vùng nhưng với điều Campuchia và phía Đông giáp với tỉnh Bình kiện vùng đó phải đồng nhất về dữ liệu. Do đó Định. Khí hậu của vùng nghiên cứu có đặc nghiên cứu này sử dụng 14 trạm đo mưa thuộc trưng của khí hậu Tây và Đông Trường Sơn. Do tỉnh Gia Lai và 12 trạm đo mưa thuộc các tỉnh đó, hình thái gây mưa lớn trong vùng Đông lân cận. Trong đó trạm có số năm quan sát dài Trường Sơn thường do ảnh hưởng của hoạt nhất là trạm Pleiku với 59 năm từ 1956 đến động gió mùa Đông Bắc và áp thấp nhiệt đới từ 2014 và trạm có số năm quan sát ngắn nhất là biển Đông từ tháng 10 đến tháng 12. Đối với trạm IaLy và IaHrung với 15 năm từ 2000 đến vùng Tây Trường Sơn, mưa lớn thường do hoạt 2014. Mật độ các trạm đo phân bố không đồng động mạnh của gió Tây Nam từ tháng 5 đến đều về không gian. Chủ yếu tập trung ở những tháng 9. Các hoạt động khí hậu này kết hợp với nơi có địa hình thuận lợi. Vùng núi cao hiểm trở địa hình núi cao tạo sườn đón gió nên thường hoặc tiếp giáp với Campuchia không có trạm đo tạo ra lượng mưa rất lớn trong vùng. hình 1 bên trái và bảng 1. Dữ liệu D Không đạt Sàng lọc dữ liệu, Phân vùng Kiểm tra đồng nhất Đạt Chọn dạng phân phối Phân tích tần suất vùng Kết quả Hình 1. Mạng lưới trạm đo mưa hình trái và quy trình thực hiện hình phải Bảng 1. Thông tin số năm và thời gian đo mưa của 26 trạm TT Trạm Năm Thời gian TT Trạm Năm Thời gian 1 Sa Thầy 27 1988-2014 14 Vĩnh Sơn 20 1995-2014 2 Kon Tum 39 1976-2014 15 Vĩnh Kim 32 1983-2014 3 Ia Ly 15 2000-2014 16 Bình Quang 17 1998-2014 4 Ia Hrung 15 2000-2014 17 Kbang 26 1989-2014 5 Biển Hồ 22 1993-2014 18 An Khê 38 1977-2014 6 Đăk Đoa 35 1980-2014 19 Bình Tường 38 1977-2014 7 Thôn 4 22 1993-2014 20 Cù Mông 38 1977-2014 8 Pleiku 59 1956-2014 21 Vân Canh 24 1991-2014 9 Pomore 37 1978-2014 22 Ayun Hạ 16 1999-2014 10 Chư Sê 21 1994-2014 23 Krông Pa 35 1980-2014 11 Chư Prông 37 1978-2014 24 Củng Sơn 36 1979-2014 12 Ayun Hạ 16 1999-2014 25 Buôn Hồ 33 1982-2014 13 Ba Tơ 38 1977-2014 26 Krông Buk 37 1977-2013 12 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 57 6/2017 3. PHƯƠNG PHÁP Giả sử có một mẫu dữ liệu mưa vùng D, với s là số lượng các trạm đo mưa và ni là số năm 3 quan sát của trạm đo thứ ith. Khi đó, một phần tử trong mẫu dữ liệu D là xij với i = 1,...,s và j = 1,....,ni. Quy trình thực hiện nghiên cứu này có Hosking và Wallis 1997 đưa ra các điều thể tóm lược theo sơ đồ hình 1 bên phải. kiện để một vùng có thể xem “chấp nhận đồng Sàng lọc dữ liệu nhất” nếu H1,2,3 Nghiên cứu này sử dụng phương pháp kiểm H1,2,3 2. tra được đề xuất bởi Hosking và Wallis 1997. Khi dữ liệu vùng có H1,2,3> 2 thì cần tiến hành Phương pháp này kiểm tra dữ liệu đo của một phân chia vùng. Nếu một trong ba giá trị của trạm nào đó có quy luật phân phối khác với quy H>2 thì vùng được xem là không đồng nhất. luật phân phối của những trạm còn lại trong Phân vùng đồng nhất vùng nghiên cứu. Việc sàng lọc này thông qua Theo Hosking và Wallis 1997, vùng đồng đánh giá tính không phù hợp Di dựa trên L- nhất là vùng mà trong đó các trạm quan trắc moment của từng trạm đo Hosking và Wallis, khác nhau có cùng tỷ lệ phân bố xác suất. Số 1997. Nếu dữ liệu của một trạm bị lỗi, thì Di ≥ lượng vùng đồng nhất và số lượng trạm trong 3. Giá trị phân tán Di cho một trạm phụ thuộc mỗi vùng bước đầu được xác định thông qua vào chính dữ liệu của trạm đó và được Hosking phương pháp K-means. K-means là phương và Wallis 1997 đề xuất theo công thức sau pháp tự động phân nhóm dữ liệu trong thống kê và được áp dụng rộng rãi trong nhiều lĩnh vực. 1 Trong thủy văn, phương pháp này được Trong đó ui = i, 3i, 4iT là vector chứa Satyanarayana và Srinivas giới thiệu vào năm các giá trị , 3, and 4 tương ứng với giá trị 2008. Dữ liệu của mỗi trạm đo được xem như trung bình của hệ số biến đổi L-CV, hệ số một vector. Để loại bỏ các tác động gây ra bởi thiên lệch L-skewness L-CA và hệ số nhọn L- sự khác biệt giữa phương sai và trung bình của Kurtosis của trạm thứ i trong vùng, số mũ T các chuổi số liệu khi so sánh với nhau, do đó biểu thị chuyển vị của vector hoạc ma trận, là các vector được điều chỉnh lại tỷ lệ theo công trung bình trọng số của tỉ số L-moment và S thức sau. được xác định theo hai công thức dưới đây for 1 ≤ j ≤ n 4 2 Trong đó yij là giá trị điều chỉnh tỷ lệ của xij, Kiểm tra đồng nhất j là độ lệch chuẩn thứ j, và là giá trị trung Theo Hosking và Wallis 1997 lượng mưa bình thứ j. Thông qua một thủ tục lặp, thuật toán trong vùng sẽ được mô phỏng Nsim= 500 lần K-means dịch chuyển các vector từ nhóm này sang nhóm khác để làm nhỏ hàm mục tiêu F, và lặp với các mẫu lấy từ 4 tham số của phân phối F được xác định như sau Kappa Hosking và Wallis, 1997, pp. 202-204, 4 tham số của phân phối Kappa đặc trưng cho 5 các giá trị trung bình L-moment l1R, R, 3R and 4R. Trong mỗi lần mô phỏng V, V2 và V3 sẽ Trong đó số nhóm K được giả định ngay ban được tính toán. Với V, V2 và V3 là giá trị đầu, nk là số các vector trong một nhóm k, d là trung bình, V, V2, và V3 là độ lệch chuẩn ứng khoảng cách của mỗi vector đến trung tâm của với N lần mô phỏng của V, V2 and V3. Các giá nhóm, yijk là giá trị điều chỉnh tỷ lệ của thuộc trị thống kê này được ước tính theo ba chỉ số tính trong vector i, yjk là giá trị trung bình thứ j đồng nhất sau cho nhóm k và được tính bằng KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 57 6/2017 13 trạm đo được làm lớn lên rất nhiều và bằng tổng 6 kích thước mẫu dữ liệu của các trạm đo trong Chọn phân phối xác suất vùng. Điều này đã làm tăng độ tin cậy các giá trị Trong phân tích tần suất PTTS vùng, hàm suy luận, đặc biệt trong vùng ngoại suy phần phân phối xác suất F được chọn dựa trên tỷ lệ đuôi của đường cong tần suất. Quy trình thực L-moment và giá trị ZDist goodness-of-fit. Với hiện của nghiên cứu này được trình bày trong mỗi dạng phân phối, ZDist được tính toán như hình 1 bên phải. sau 4. KẾT QUẢ VÀ BÀN LUẬN t R  4Dist Từ dữ liệu mưa ngày của 26 trạm, tiến hành Z Dist  4 7 4 xây dựng các tổ hợp mẫu dữ liệu D1, D3, D5 Trong đó  R4 là giá trị trung bình L-kurtosis và D7 tương ứng với các thời đoạn mưa tính tính từ dữ liệu vùng,  Dist là giá trị L-kurtosis lý toán 1, 3, 5 và 7 ngày lớn nhất cho mỗi trạm. 4 Cho phân nhóm K = 1, 2 và 3 nhóm vùng và thuyết tính từ mô phỏng cho một dạng phân phối, tiến hành kiểm tra đồng nhất dữ liệu của từng và 4 là giá trị độ lệch chuẩn của L-kurtosis vùng. Kết quả cho thấy khi K= 1 và 2 thì dữ liệu nhận được từ mô phỏng dữ liệu. Theo Hosking vùng không thỏa mãn điều kiện đồng nhất Hn > và Wallis 1997 đề xuất giá trị chấp nhận là 2. Khi K=3 có nghĩa là phân chia 3 vùng, với ZDist và phân phối nào có giá trị ZDist số lượng trạm đo mưa mỗi vùng như sau vùng I thỏa mãn điều kiện này sẽ được lựa chọn có 12 trạm, vùng II có 9 trạm và vùng III có 5 Hosking và Wallis, 1997, pp. 80-83. trạm hình 2. Kết quả kiểm tra đồng nhất và Phân tích tần suất mưa vùng sàng lọc dữ liệu của 3 vùng ứng với các mô hình Trong phân tích tần suất mưa vùng, dữ liệu mưa bất lợi được thể hiện trong bảng 2. Kết quả vùng được tính bằng tỷ lệ dữ liệu thực đo của bảng 2 cho thấy dữ liệu mưa các mô hình của 3 mỗi trạm chia cho chỉ số mưa của trạm đó. vùng đều thỏa mãn điều kiện đồng nhất Hn và giá trị phân tán của mỗi trạm Di 8 Trong đó i là chỉ số mưa vùng được đề xuất bởi Hosking và Wallis 1997. Chỉ số mưa vùng được xác định như sau 9 Thông qua thuật toán Bayesian MCMC hiện đang được sử dụng khá rộng rãi cho các ứng dụng thủy văn Gaume et al 2010; Nguyen Chi Cong et al 2014 để ước tính lượng mưa vùng ứng với các tần suất dựa trên một quy luật phân bố F đã lựa chọn. Kết quả ước tính lượng mưa của vùng sẽ được phân phối lại cho các trạm thông qua chỉ số mưa vùng i. Khi đó giá trị ước tính lượng mưa ứng với các tần suất tại các trạm được xác định như sau 10 Thông qua đó, kích thước mẫu dữ liệu tại các Hình 2. Kết quả phân vùng đồng nhất 14 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 57 6/2017 Bảng 2. Kết quả sàng lọc và kiểm tra đồng nhất dữ liệu vùng Thời đoạn Dữ liệu Giá trị Hn Tên trạm và giá trị phân tán Di mỗi trạm mưa vùng H1 H2 H3 D1-I Sa Thầy Kun Tum Ia Ly Ia Hrung Biển Hồ Đăk Đoa Thôn 4 Pleiku Pomore Chư Sê Chư Prông Ayun Ha D1-II Ba Tơ Vĩnh Sơn Vĩnh Kim 1 ngày Bình Quang Kbang An Khê Bình Tường Cù Mông Vân Canh D1-III Ayun Pa Krong Pa Củng Sơn Buôn Hồ Krông Buk D3-I Sa Thầy Kun Tum Ia Ly Ia Hrung Biển Hồ Đăk Đoa Thôn 4 Pleiku Pomore Chư Sê Chư Prông Ayun Ha D3-II Ba Tơ Vĩnh Sơn Vĩnh Kim 3 ngày Bình Quang Kbang An Khê Bình Tường Cù Mông Vân Canh D3-III Ayun Pa Krong Pa Củng Sơn Buôn Hồ Krông Buk D5-I Sa Thầy Kun Tum Ia Ly Ia Hrung Biển Hồ Đăk Đoa Thôn 4 Pleiku Pomore Chư Sê Chư Prông Ayun Ha D5-II Ba Tơ Vĩnh Sơn Vĩnh Kim 5 ngày Bình Quang Kbang An Khê Bình Tường Cù Mông Vân Canh D5-III Ayun Pa Krong Pa Củng Sơn Buôn Hồ Krông Buk D7-I Sa Thầy Kun Tum Ia Ly Ia Hrung Biển Hồ Đăk Đoa Thôn 4 Pleiku Pomore Chư Sê Chư Prông Ayun Ha D7-II Ba Tơ Vĩnh Sơn Vĩnh Kim 7 ngày Bình Quang Kbang An Khê Bình Tường Cù Mông Vân Canh D7-III Ayun Pa Krong Pa Củng Sơn Buôn Hồ Krông Buk KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 57 6/2017 15 Bảng 3 trình bày kết quả lựa chọn phân phối Kết quả cho thấy mỗi vùng dữ liệu đều có ít xác suất phù hợp với từng mẫu dữ liệu vùng. nhất 2 dạng phân phối phù hợp vùng I có GEV Các giá trị được lựa chọn phải thỏa mãn ZDist và GLO; vùng II có GEV, GNO và PE3; vùng value, GLO Generalized logistic, GNO phối GEV là phổ biết nhất cho 3 vùng. Do đó Generalized Normal và PE3 Pearson type III. tác giả sử dụng phân phối GEV để tiến hành Các dạng phân phối này đều thuộc họ 3 tham số. PTTS vùng. Bảng 3. Kết quả lựa chọn hàm phân phối xác suất phù hợp Giá trị ZDist Vùng Dữ liệu mưa GEV GLO GNO PE3 D1-I - - I D3-I - 12 trạm D5-I - - D7-I - D1-II - II D3-II - 9 trạm D5-II - D7-II - D1-III III D3-III - - 05 trạm D5-III - D7-III Hình 3. So sánh kết quả PTTS giữa cách tiếp cận địa phương hình trái và cách tiếp cận vùng hình phải sau khi phân phối cho trạm Chư Prông thông qua chỉ số mưa vùng . Để thấy được sự không chắc chắn trong suy được chọn là trạm Chư Prông với 37 năm đo luân giữa hai cách tiếp cận, tác giả lựa chọn mưa vùng I, trong đó có giá trị mưa 1 ngày đại diện 1 trạm đo mưa trong vùng mà trạm đó lớn nhất vào năm 1979 với lượng mưa đo có chứa giá trị đo lớn nhất trong vùng. Trạm được là mm. Hình 3 thể hiện kết quả 16 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 57 6/2017 PTTS thời đoạn tính toán 1 ngày lớn nhất cho chỉnh lên rất cao, đồng thời sự không chắc chắn trạm Chư Prông dựa trên suy luận Bayesian của suy luận ở phần đuôi là rất lớn khoảng cách MCMC bằng cách tiếp cận địa phương hình giữa 2 đường đứt nét là rất rộng. trái và tiếp cận vùng hình phải, đường nét Hình 3 Phải cho thấy cách tiếp cận vùng liền thể hiện giá trị suy luận Maximum giúp làm lớn kích thước mẫu số liệu 795 năm Likelihood, hai đường nét đứt thể hiện giá trị và tăng sự chắc chắn trong suy luận khoảng suy luận tương ứng với độ tin cậy 90%, các cách giữa 2 đường nét đứt được thu hẹp. điểm chấm là giá trị đo. Bảng 4 trình bày kết quả PTTS vùng cho các Hình 3 trái cho thấy do hạn chế về kích trạm đo mưa thuộc tỉnh Gia Lai ứng với các thời thước mẫu thống kê và giá trị đặc biệt của năm đoạn mưa tính toán và thời gian lặp lại là T=100 1997 nên phần đuôi của đường tần suất bị điều và 1000 năm. Bảng 4. Kết quả ước tính lượng mưa ứng với T=100 và 1000 năm đơn vị mm 1-NLN 3-NLN 5-NLN 7-NLN Vùng Trạm 100 1000 100 1000 100 1000 100 1000 Ia Ly 201 259 300 384 382 487 451 565 Ia Hrung 243 313 406 522 545 695 648 812 Biển Hồ 230 297 385 494 508 647 587 735 Đăk Đoa 217 280 329 423 424 541 483 605 Thôn 4 218 280 353 453 461 587 530 664 I Pleiku 222 286 372 477 476 606 551 691 Pomore 236 304 355 456 427 545 494 619 Chư Sê 228 294 343 440 448 570 500 626 Chư Prông 226 292 414 531 552 704 644 806 Ayun Hạ 148 191 193 248 237 302 281 352 Kbang 291 372 465 605 525 662 588 726 II An Khê 294 376 481 626 536 675 596 737 Ayun Pa 293 437 397 602 433 647 483 706 III Krông Pa 343 511 494 749 553 827 588 859 5. KẾT LUẬN đã khắc phục được những hạn chế của cách tiếp Nghiên cứu này đã áp dụng cách tiếp cận vùng cận địa phương như mẫu dữ liệu ngắn, sự không trong PTTS mưa cực hạn cho tỉnh Gia Lai. Dựa chắc chắn trung sụy luận cao. Thông qua cách trên dữ liệu mưa ngày thu thập được, tác giả đã tiếp cận vùng và thuật toán Bayesian MCMC đã xây dựng 4 thời đoạn mưa tính toán thường dùng ước tính được lượng mưa cực hạn T=100 và trong thiết kế công trình thủy. Kết quả nghiên cứu 1000 năm cho các mô hình mưa bất lợi tại các cho thấy tổ hợp dữ liệu 26 trạm là không đồng trạm đo trên địa bàn tỉnh Gia Lai. nhất và đã tìm ra 3 vùng đồng nhất với số lượng LỜI CẢM ƠN trạm đo trong mỗi vùng là vùng I 12 trạm, vùng Tác giả xin chân thành cảm ơn quỹ Khoa học II 9 trạm và vùng III 5 trạm. Hàm phân phối công nghệ, Đại học Đà Nẵng đã hỗ trợ tác giả xác suất phù hợp và phổ biến cho dữ liệu 3 vùng thu thập số liệu đo mưa của 26 trạm đo trong là phân phối GEV. Kết quả PTTS vùng cho thấy vùng nghiên cứu. KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 57 6/2017 17 TÀI LIỆU THAM KHẢO Nguyễn Chí Công, Gaume E, Payrastre O 2014. Regional flood frequency analyses involving extraordinary flood events at ungauged sites further developments and validation. Journal of Hydrology, 508, 385-396. Gaume E, Gaal L, Viglione A, Szolgay J, Kohnova S, Bloschl G 2010. Bayesian MCMC approach to regional flood frequency analyses involving extraordinary flood events at ungauged sites. Journal of Hydrology 394, 101-117. Halbert K, Nguyễn Chí Công, Payrastre O, Gaume E 2016. Reducing uncertainty in flood frequency analyses A comparison of local and regional approaches involving information on extreme historical. Journal of Hydrology, 541, 90-98. Hosking, J. and J. Wallis 1997, Regional frequency analysisAn approach Based on L-Moments, Cambridge University Press, London, UK. Ngogondo CS, C-Y. Xu, B. Alemaw and T. Chirwa 2011. Regional frequency analysis of rainfall extremes in Southern Malawi using the index rainfall and L-moments approaches. Stoch. Env. Res. Risk A. 25, 939-955. Satyanarayana P, SrinivasVV 2008. Regional frequency analysis of precipitation using large- scale atmospherir variables. Journal Geophys Res 113 D24110. Doi Abstract REGIONAL FREQUENCY ANALYSIS OF RAINFALL EXTREMES IN GIA LAI PROVINCE Currently in Vietnam, the rainfall frequency analysis for designing hydraulic works is mainly based on local approach. This approach use limited measured data from a gauge station and use frequency inference to estimate extreme rainfall which have time repeat from 100 to 1000 years. In this paper, the authors introduce a different approach which uses a regional approach and Bayesian inference methods to extend data sample and estimate the reliability of inference. The daily rainfall data of 26 rain gauge station in the Gia Lai province and its neighboring are used. The rainfall disadvantage framework commonly used in designing works are 1, 3, 5 and 7 maximum daily rainfall, will be determined. This approach includes 4 steps Regional homogeneous test, homogeneous clusters, Distribution selection and regional frequency analysis. Keywords regional frequency analysis, Bayesian inference, credibility, rainfall extremes, Gia Lai province. BBT nhận bài 14/2/2017 Phản biện xong 21/3/2017 18 KHOA HỌC KỸ THUẬT THỦY LỢI VÀ MÔI TRƯỜNG - SỐ 57 6/2017

tần suất gia lai