但是,只要研究工作者对所研究的变量有足够的专业知识和实践经验,并借助于散点图和直线化的数据转换,是可以选出一条符合要求的最优曲线的。确定曲线类型是非线性回归分析的关键。根据散点图进行直观的比较,选出一种曲线类型,并将原始数据进行转换,将曲线方程直线化,用转换后的数据绘出散点图,若该图形为直线趋势,即表明选取的曲线类型是恰当的,否则需要重新进行选择。......
2023-11-17
一、Logistic生长曲线的由来和基本特征
Logistic生长曲线(Logistic growth curve)最初由比利时数学家P.F.Verhulst于1838年推导出来,但长期被忽视。直到20世纪20年代才被生物学家和统计学家R.PerH和L.J.Reed重新发现,目前它已广泛应用于动植物的饲养、栽培、资源、生态、环保等方面的模拟研究。其特点是开始增长缓慢,在以后的某一范围内迅速增长,达到某限度后,增长又缓慢下来,曲线略呈拉长的“S”,因此,也称为S形曲线。Logistic生长曲线方程为
曲线的图形如图8-7所示。
图8-7 Logistic生长曲线的图像
Logistic生长曲线的基本特征如下所述。
1.当x=0时,当x→∞,
=K。所以时间为0的起始量是
,时间无限延长的终极量是K。
2.式(8-16)的二阶导数时,
这说明y是随x的增加而增加的。当
时,曲线有一个拐点(knee point),这时
,恰为终极量K的一半。所以,x在
区间内,曲线下凹;x在区间
内,曲线上凸。
二、Logistic生长曲线方程的配合
从式(8-16)可以看出,只要确定了K值,就可利用直线化方法求出方程的两个统计数a和b。式(8-16)移项后可得
两边取自然对数后得(www.chuimin.cn)
若令、a′=ln a、b′=-b,式(8-18)即为
因此,可将每一个y观测值转换为y′,用y′与x进行直线回归分析,即可求出a′和b′。在转换时,必须先确定K值,K值的确定方法有下面两种:
1.如果因变量y是累积频率,则y无限增大的终极量应为100(%),可用K=100表示。
2.当因变量y是生长量或繁殖量时,可取3对自变量为等间距的观测值(x1,y1)、(x2,y2)和(x3,y3),并将其代入式(8-17),得到联立方程组:
将方程组中的a和b消去,得
如果令,可得
有关生态数据分析与建模的文章
但是,只要研究工作者对所研究的变量有足够的专业知识和实践经验,并借助于散点图和直线化的数据转换,是可以选出一条符合要求的最优曲线的。确定曲线类型是非线性回归分析的关键。根据散点图进行直观的比较,选出一种曲线类型,并将原始数据进行转换,将曲线方程直线化,用转换后的数据绘出散点图,若该图形为直线趋势,即表明选取的曲线类型是恰当的,否则需要重新进行选择。......
2023-11-17
如果两个变量的成对观测值在坐标系中的散点图分布趋势类似于对数函数曲线见图8-3,可配合对数曲线方程=a+blg x。图8-3对数曲线=a+blg x的图像[例10]在大棚育苗中,塑料薄膜苗床内空气最高温度和室外空气最高温度资料如表8-1所示。表8-1苗床内最高温度(y,℃)与空气最高温度(x,℃)的关系图8-4苗床内最高气温y与空气最高气温x的关系图8-5例18资料x′与y之间的直线关系2.配合对数函数方程。......
2023-11-17
表15-2数据视图中各类型的设定3.进行单因素方差分析。图15-6数据统计分析结果输出4.接下来再看方差齐性检验的结果。来自正态总体的两个样本进行均值比较常使用T检验的方法。同样是数据输入完成后,依次点击“分析—比较均值—独立样本T检验”。......
2023-11-17
3.一个数据集被另一个数据集解释后,再被第三个数据解释——偏典范排序。图16-1CANOCO分析数据的一般流程1.排序模型的决定。表16-1基本排序方法和排序模型对照表3.CanoDraw作图。......
2023-11-17
式(7-1)就是多元线性回归的数字模型。(二)建立多元线性回归方程设y对x1,x2,…,m)称为高斯乘数,是多元线性回归分析假设检验与进一步统计分析所需要的。建立产量y与穗数x1、每穗粒数x2的二元线性回归方程。如果此回归关系是真实的,则可依据该二元线性回归方程由穗数x1、每穗粒数x2预测和控制产量y。统计学已证明,在m元线性回归分析中,离回归平方和的自由度为。......
2023-11-17
在多数生态学文献中,回归分析方面的问题是所有应用统计学中出现频率最高的问题。R2实际上是一个相对的度量,它表示回归平方和占总平方和的百分比。......
2023-11-17
通过排序分析,既可以认识群落格局,也可以将排序轴跟我们已知的环境条件联系起来,看是否代表某一环境梯度。包括约束性排序和非约束性排序。5.非约束性排序:寻求潜在的或在间接的环境梯度来解释物种数据的变化。图16-1物种响应环境梯度模型但对于单峰响应模型,估计物种在环境梯度上最适值最简单的方法就是通过基于所有包含该物种的n个样方中环境因子值的加权平均得到。......
2023-11-17
相关推荐