期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
广义可加混合模型在婴幼儿生长发育研究中的应用 被引量:1
1
作者 杨帆 程港 +7 位作者 沙婷婷 高晓 田倩伶 吴霞玲 吴夕红 唐偲 谢群辉 颜艳 《中国卫生统计》 CSCD 北大核心 2020年第2期186-189,共4页
目的使用广义可加混合模型,分析婴幼儿体重增长的影响因素,探讨广义可加混合模型在婴幼儿生长发育研究中的应用。方法采用出生队列随访资料,通过R语言软件mgcv包拟合广义可加混合模型。结果本研究共纳入儿童819名,儿童体重的影响因素包... 目的使用广义可加混合模型,分析婴幼儿体重增长的影响因素,探讨广义可加混合模型在婴幼儿生长发育研究中的应用。方法采用出生队列随访资料,通过R语言软件mgcv包拟合广义可加混合模型。结果本研究共纳入儿童819名,儿童体重的影响因素包括:月龄(F=516.17,P<0.001),出生体重(F=13.19,P<0.001),辅食添加频率得分(F=18.10,P<0.001),母亲产后体重(F=30.55,P<0.001),配方奶摄入量(F=11.28,P<0.001),月龄×配方奶摄入量(F=6.47,P<0.001),月龄×辅食添加频率得分(F=72.70,P<0.0001),月龄×睡眠总时长(F=2.63,P<0.05)。结论广义可加混合模型拟合效果较好,可探测变量间的复杂关系,适用于婴幼儿生长发育研究。 展开更多
关键词 生长发育 婴幼儿 广义可加混合模型
在线阅读 下载PDF
含竞争指标的广义可加混合效应树高-胸径模型 被引量:2
2
作者 黄宏超 庞丽峰 +2 位作者 符利勇 卢军 雷渊才 《东北林业大学学报》 CAS CSCD 北大核心 2024年第6期70-78,共9页
广义可加混合效应模型(GAMM)兼具参数模型与非参数模型的优点,同时适于处理多层次分组数据。通过运用广义可加混合效应模型模拟胸径及树高之间关系,加入竞争因子作为辅助变量,并与传统非线性混合效应模型进行比较,能够为建立树高曲线及... 广义可加混合效应模型(GAMM)兼具参数模型与非参数模型的优点,同时适于处理多层次分组数据。通过运用广义可加混合效应模型模拟胸径及树高之间关系,加入竞争因子作为辅助变量,并与传统非线性混合效应模型进行比较,能够为建立树高曲线及提高模型精度提供新方法。根据吉林省汪清林业局金沟岭林场2块100 m×100 m次生混交林样地中的实测单木数据,按照7∶3比例随机划分建模与验证数据。随机效应设定为林木分级,辅助变量选择大于对象木胸高断面积之和(B_(AL))或简单竞争指数(Hegyi指数,H_(EG)),根据随机效应的设定位置共构建15个广义可加混合效应模型,对照模型以Logistic及Richard方程为基础模型,共构建6个非线性混合效应树高-胸径模型。结果表明:所有广义可加混合效应模型均能较好地描述自变量与树高之间的关系,决定系数(R^(2))为0.8897~0.8998,相对均方根误差(R_(RMSE))为17.87%~18.74%,平均绝对误差(M_(AE))为1.7881~1.8745 m,赤池信息量(A_(IC))为4120.42~4162.23,均优于相同自变量下的非线性混合模型,R^(2)平均提高0.005,相对均方根误差、平均绝对误差、赤池信息量分别平均降低0.46%、0.0587 m、41.49。对于验证数据的预测可以看出,模型5具有最小的预测相对均方根误差,为20.28%,同时具有最小的预测平均绝对误差,为2.1038 m。但部分广义可加混合效应模型的预测表现略差于非线性混合模型。综合考虑参数与非参数估计显著性、模型估计精度及预测能力,所有模型中的最优模型为模型5,即以B_(AL)为辅助变量,考虑唯一全局平滑函数并以具有相同扭曲程度的分组水平平滑函数为基础添加随机效应。竞争因子选择B AL作为辅助变量能够提升树高模型的精度,而选择Hegyi指数为辅助变量的促进效果不明显。研究建立的广义可加混合效应树高胸径模型相较于传统非线性混合效应模型具有更高的估计精度及预测效果,B AL适宜作为树高模型的辅助变量来反映林木竞争状况的影响。 展开更多
关键词 广义可加混合效应模型 竞争因子 树高曲线 非线性混合效应模型
在线阅读 下载PDF
东海二甲基硫时空变化特征及影响因素分析
3
作者 李思雨 孙群 +1 位作者 姚洁 赵亮 《中国环境科学》 EI CAS CSCD 北大核心 2023年第5期2470-2479,共10页
基于已建立的DMS广义可加混合模型(GAMM),采用东海现场实测数据和卫星遥感海表温度(SST)和局地校正叶绿素a(Chl-a)v5.0(LMC v5.0)数据,获得1998-2020年共23年的东海表层DMS数据集,分析了东海表层海水DMS浓度时空特征和影响因素.结果表明... 基于已建立的DMS广义可加混合模型(GAMM),采用东海现场实测数据和卫星遥感海表温度(SST)和局地校正叶绿素a(Chl-a)v5.0(LMC v5.0)数据,获得1998-2020年共23年的东海表层DMS数据集,分析了东海表层海水DMS浓度时空特征和影响因素.结果表明:东海表层海水DMS年平均浓度为2.67nmol/L,呈现外海低、近岸高的空间分布特征,并具有显著的季节变化:春夏季浓度较高,秋冬季浓度偏低.根据所获得的23年的数据,东海表层海水DMS浓度年际变化具有明显空间差异性,近岸呈现明显先上升后降低的年际变化特征,而外海的年际变化不明显.春、夏两季东海表层海水DMS浓度空间分布差异主要受Chl-a影响,秋、冬两季其差异主要受Chl-a和SST协同作用的影响.Chl-a是影响长江口及邻近海域DMS年际变化的主要因素,SST是影响苏北沿岸DMS年际变化的主要因素.河流输入的营养盐可能是长江口DMS的影响因素.春季(冬季)海表风速和长江口DMS存在相似(相反)年际变化特征. 展开更多
关键词 二甲基硫 广义可加混合模型 东海 时空变化 影响因素
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部