-
题名样本结构对林业数学模型拟合结果的影响分析
- 1
-
-
作者
曾伟生
-
机构
国家林业和草原局林草调查规划院
-
出处
《林草资源研究》
北大核心
2024年第6期45-53,共9页
-
基金
国家重点研发计划项目“典型人工林立地质量评价与生产力提升技术”(2022YFD2200501)
-
文摘
样本结构和估计方法对数学模型的拟合结果均具有重要影响。估计方法的重要性已得到广泛认可,而样本结构的重要性却未得到足够重视。综合考虑模型复杂性、方差异同性、样本均质性等多种因素,设计了8套模拟数据;通过采用普通回归和加权回归方法,利用这8套模拟数据及其分段样本,分别对生物量模型和树高生长模型进行拟合,并使用6项基本指标[确定系数(R^(2))、估计值的标准差(SEE)、总体相对误差(TRE)、平均系统误差(ASE)、平均预估误差(MPE)和平均百分标准误差(MPSE)]对模型拟合效果进行评价。结果表明:1)在理想的建模样本条件下,不论是异方差模型还是等方差模型,采用普通回归和加权回归均可取得相同的结果,使得模型的TRE和ASE都趋于0。2)样本结构是影响建模结果的关键因素,获取理想的建模样本比选择参数估计方法更为重要。3)样本结构质量的决定因素,既不是划分径阶或龄级(自变量等级)的个数,也不是样本量是否分布均匀于各自变量等级,而是每个等级内的样本是否均匀分布。因此,在收集建模样本时,应尽可能涵盖自变量和因变量的变化范围,合理划分自变量等级,并按等级科学分配样本数量;在完善建模样本结构的基础上,再进一步提高样本数据的质量。
-
关键词
样本结构
加权回归
平均系统误差
总体相对误差
异方差
-
Keywords
sample structure
weighted regression
average systematic error
total relative error
heteroscedasticity
-
分类号
S711
[农业科学—林学]
-
