NCL回归系数及显著性检验打点

之前做回归以后，再做显著性检验的时候出现诸多问题，最主要的问题是显著性检验后的区域明显错误。实际上，（我做的是一元回归）应该在回归系数大的地方容易通过检验，回归系数小的地方通不过检验，且我认为通过检验的区域应该不会与回归系数等值线交叉。

经过排查，我发现regCoef给的tval（也就是t参数）并不准确，与我自己构建的t参数并不相同，这就是我一直画不对的原因，因此我用自己的回归系数r，构建了t参数，t参数的公式如下：（还好我的气象统计方法课件还留着，嘻嘻）

自己构建的t参数的分布就和回归系数很相似了，再通过NCL内置的不完全的beta函数计算：

其中df是自由度（regCoef输出的参数中有，若原有数据n个，则df为n-2）b是固定值0.5（但是b应该和tval，df一样是一个矩阵）。这样可以得到prob的分布，最后将prob小于0.05的部分打上点即可。出图如下：