排序方式: 共有16条查询结果,搜索用时 156 毫秒
1.
在研究木材材质特性时,通常将木材本身看作一个系统,输入不同的影响因素,如含水率、密度、节子、腐蚀等会得到不同的机械力学特性,而相关的回归分析一直是在对上述各测试观测值的方差齐性默认的情况下进行的,并未对其方差异性进行过深入研究.本文研究基本系统的单输入单输出回归模型的方差齐性检验问题.通过推导得到似然比检验统计量与Score检验统计量,并且基于参数的正交化得到修正的似然比检验统计量与修正的Score检验统计量,并利用Monte-Carlo方法模拟了几种统计量的功效,结果显示,这几种检验统计量都有很好的检验效果. 相似文献
2.
关帝山天然次生针叶林林隙大小模型研究 总被引:2,自引:0,他引:2
对关帝山3种天然林(华北落叶松、云杉、油松林)林隙大小进行实地调查,通过对实测数据的分析与研究可得:3种林分的林隙(冠层林隙CG、扩展林隙EG)大小都有差异,其中各种林分CG的大小主要集中在0~100 m2之间,以云杉林最大,其次是油松林,华北落叶松林最小。 EG的大小主要集中在50~100 m2之间,以油松林最大,其次是云杉林,华北落叶松最小;对林分CG及EG大小分布进行了拟合,结果发现正态分布模型、对数正态分布模型及Weibull分布模型都可以对3种林分CG、EG林隙大小进行拟合;最后通过复相关系数对3种分布拟合模型进行了优度比较,结果为对数正态分布的拟合精度更高。 相似文献
3.
通过因子分析的方法来解释观测变量的相关性,这种方法是通过引入潜在变量来直接刻画相关性。
基于Bayes统计原理、方法用来解决模型的参数估计问题和统计推断,采用Markov Chains Monte Carlo
(MCMC)进行统计计算。随机模拟的结果表明所提出的林木存活率预测方法是有效的。最后利用该方法对山
西沁水县沁水林场的林木存活率与林分的鼠兔数关系进行了分析。 相似文献
4.
对皖东南低山丘陵地区12个国有林场杉木人工林进行调查,用层次分析法对立地质量进行数量化评定,评定的结果与情况吻合;分析杉木各生长因子和产量之间的关系,用SAS软件建立了蓄积,树高,胸径的数学预测模型,所建的模型把年龄,林分密度和立地指数有机结合起来,为该地区杉木人工林生长预测和产量预测提供可靠的依据。 相似文献
5.
讨论了具有双线性DBL(1,0,1)误差的非线性回归模型的相关性和方差齐性的检验问题,用Score检验方法给出了双线性项检验以及相关性和方差齐性同时检验的检验统计量,并用随机模拟验证了检验方法的正确性;推广和发展了具有线性序列误差回归模型的结果;最后将结果应用于DBL(0,1,1)误差的非线性回归模型。 相似文献
6.
Rayleigh分布是很重要的寿命分布 ,单参数Rayleigh分布的参数推断问题在一些文献中已有讨论 .本文假设寿命X服从双参数Rayleigh分布 ,即X有密度 f(x ;μ ,σ) =2 (x - μ)σ e(x- μ) 2σ x>μ ;-∞ <μ <∞ ;σ >0通过Ⅱ型截尾样本的前r个次序统计量 :X(1 ) ≤X(2 ) ≤…≤X(r) (r≤n) ,首先推出了枢轴量Z1=( ^μ - μ) ^σ,Z2 =^σ σ建立在可观测的辅助统计量a =(a1 ,a2 ,… ,ar) (ai=(X(i) - ^μ) ^σ;μ ,^σ分别为参数 μ ,σ的极大似然估计 )基础上的条件分布 ,据此得到了参数 μ ,σ的条件置信限 (置信区间 ) ,最后 ,给出了p分位点xp 的置信区间和Rayleigh分布的容许限的计算方法 . 相似文献
7.
基于改进Elman神经网络的林隙大小预测模型 总被引:1,自引:0,他引:1
针对林隙大小的时变性、不确定性,及林隙大小与其影响因素存在复杂的非线性关系,采用改进的Elman神经网络对林隙大小建立动态模型。在分析改进的Elman神经网络结构特点、改进算法及训练过程的基础上,选择庞泉沟自然保护区内华北落叶松林、油松林、云杉林为对象,建立了基于改进的Elman神经网络林隙大小动态预测模型。结果表明:所建模型对林隙大小的拟合仿真具有很高的精度,预测效果比较稳定。最后运用此模型预测了3种林分对应调查林隙被填充者完全取代的年限。 相似文献
8.
9.
在带有ARIMA(0,1,0)误差的非线性回归模型中,利用梯度方向研究了观测数据对于其异方差检验的Score统计量的局部影响,分别得到了因变量及自变量的微小扰动情况下度量最大局部影响的诊断统计量.最后,给出了具体的数值实例,说明了本文结论的有效性. 相似文献
10.
微红梢斑螟幼虫在两种松林中的空间分布格局研究 总被引:1,自引:0,他引:1
刘应安 《徐州师范大学学报(自然科学版)》1998,(4)
应用扩散型指数和回归分析方法对微红梢斑螟幼虫在湿地松和马尾松林中的空间分布进行了研究.聚集度指标说明微红梢空间分布型均属于聚集分布;回归分析说明其分布是负二项分布.个体间相互吸引,分布的基本成份为个体群,群体内分布是随机的. 相似文献