降水量对人民的生产、生活以及环境有重要影响,并与自然灾害有着密切联系。经研究发现,降水量与气温、日照、湿度和气压等气象因素呈现一定的统计相关性,并且呈现一定的季节周期性和地域差异。根据气象数据的分层特点,提出影响因素和其它组效应共同考虑的分层回归模式。从月降水量的特点出发,采用共线性诊断筛选出适当的因素；按照月份对应的季节效应建立相应的虚拟指标；在此基础上建立对纵向数据按月分组的带有季节效应的两层线性模型(HLM2)。按照模型的优化标准(方差削减比例、系数显著性、收敛速度、残差比较等)比较和改进模型,对其固定效应和随机效应做出合理解释,并采用“散点图-回归线-系数”对照的方式解释组效应。最后从残差的角度评价模型的相对拟合程度。经过比较不同区域的降水量,将地域因素作为高层效应。采用聚类分析方法选取了两个比较有代表性的区域的气象数据。在处理带有“季节-地域”交互效应的数据结构时,先将其转化为“月份-季节-地域”的完全嵌套结构形式,再按照三层线性模型(HLM3)的理论和方法建模。同HLM2类似地改进和比较模型,各层解释变量(各气象因素、季节效应、地域效应)能够很好的解释月降水量各层的差异和“季节-地域”组效应,并得出一些对降水量有一定指导性意义的结论。