三叶木通叶面积测量方法

运用SPSS1310建立三叶木通叶面积测量方法,选择叶长、叶宽和叶长宽乘积等3 个指标分别与叶面积进行一元线性回归和幂函数回归分析.结果表明:6 个三叶木通叶面积回归方程的回归关系均达到极显著水平.其中以叶长宽乘积与叶面积的一元线性回归方程拟合性最好,可靠性检验显示利用该方程可以较为准确的预测出三叶木通的叶面积.     

EXCEL的应用——解一元线性回归问题

回归分析方法是数理统计方法中的重要方法之一。微软公司的软件EXCEL提供了解决回归问题的十分方便的方法。以白花椰菜的株展和单球重，株展和单株重的关系为例，介绍利用EXCEL解决一元线性回归问题的方法，建立相应的一元线性回归模型，最后辅以线性拟合图形比较预测值和真值的关系。     

基于叶型特征的云南特色香蕉叶面积模型分析

以云南特色香蕉品种红研一号、红研二号、红研三号、红研五号和滇蕉一号5个品种为供试材料,探讨了叶长、叶宽与实测叶面积之间的关系,运用植物图像分析仪测量一造蕉、二造蕉叶面积,分析了叶长、宽、及长宽乘积与叶面积的相关性,并建立一元线性、一元二次、一元幂曲线方程模型来估测香蕉叶面积。结果表明:一造蕉、二造蕉的一元线性方程和一元幂曲线方程的系数极显著(P<0.01),拟合数据最好。进一步检验并比较决定系数(R²)、回归标准误差(S_e)和模型系数表明,二造蕉叶面积回归模型中以长宽乘积拟合的模型可靠性较以叶长叶宽单独拟合的模型可靠性高。鉴于计算的简便性,在科研和生产的运用中建议使用一元线性回归模型来估算云南特色香蕉品种的叶面积,即一造蕉叶面积模型为A=0.805P-171.33,二造蕉叶面积模型为A=0.836P-1073.421。     

气象条件与酥梨开花规律的研究

本文利用1996~2006年11年间3月份平均最低气温与梨花花期资料,通过一元线性回归分析两者的关系,得出预报方程。该方程对梨花花期冻害的预防有着很好的指导意义。     

小波滤波在大坝观测数据处理中的应用

采用回归分析直接处理大坝观测数据的方法容易受到噪声影响,针对这一情况,提出先对观测数据进行小波滤波,然后再用一元线性回归分析对滤波后信号进行处理的新方法。仿真结果表明,与直接采用一元线性回归分析法相比,该方法得到的待定系数更为准确。     

玉米叶绿素含量高光谱反演的线性模型研究

叶绿素含量是衡量植被生长状况的一个重要指标,高光谱数据具有较高的光谱分辨率,利用其光谱信息建立叶绿素含量的关系模型,已成为监测植被长势的一种有效手段。传统叶绿素含量线性回归模型的输入因子是植被特征提取参数,由于高光谱数据波段间的冗余度较高,导致一般的线性模型的反演精度较低。主成分分析可以减少数据的维数,简化网络结构,得出能反映原始信息的综合变量。本文以盆栽玉米为研究对象,利用植被特征和主成分分析方法提取光谱反演参数,根据所提取的参数建立玉米叶片叶绿素含量的一元线性和多元线性回归模型。结果表明,利用绿峰峰值和近红外反射率均值两参数可在一元线性模型中较好地反演玉米叶片叶绿素含量;而利用分波段提取的主成分能够在多元线性回归模型中更好地反演叶绿素含量,反演精度较高。     

一元线性回归分析中EXCEL的应用

本文介绍了EXCEL数据处理软件在一元线性回归分析中的应用方法及实现。     

浅谈线性回归分析中R-检验在应用上的错误

在一元线性回归分析中,对回归效果进行检验,不仅可以用F-检验法,也可以用相关系数检验法。在多元线性回归分析中也是如此。但是,复相关系数R的临界值表与一元中相关系数r的临界值表在构成时是不一样的。然而,文献[2]却肓目地用一元相关系数的临界值表去解决多元复相关系数的临界值,产生了不应有的错误。本文就此提出看法,以便纠正这个错误。     

准噶尔盆地荒漠灌丛植被地上生物量反演研究

利用回归分析法建立Landsat-8遥感数据提取的归一化植被指数(NDVI)、归一化绿度植被指数(GNDVI)、差值植被指数(DVI)、比值植被指数(RVI)、大气阻抗植被指数(ARVI)、土壤调整植被指数(SAVI)与实测地上生物量的多种反演模型,通过模型精度检验筛选适宜荒漠灌丛植被地上生物量反演的最优模型。结果表明,6种参与建模的植被指数中SAVI最适于构建准噶尔盆地荒漠灌丛草地地上生物量反演模型;筛选出的一元非线性和多元线性回归模型相比于简单一元线性回归模型反演精度更高,所有一元回归模型中二次多项式和三次多项式模型表现最突出,S曲线、指数和幂指数反演精度普遍较低;以SAVI建立的三次多项式回归模型:Y=38.761-129.868x+263.636x~2-90.892x~3(R~2=0.653,P 0.01)最优。     

基于回归分析的卫星测高布格重力异常求取

根据海洋卫星测高技术推算出具有较高分辨率的海洋大地水准面高,基于重力场理论可计算得到卫星测高自由空气重力异常,再进行相关的校正可得到卫星测高布格重力异常.提出了一种新的方法计算卫星测高布格重力异常：基于一元线性回归分析方法,对已知海域船测布格重力异常和卫星测高自由空气重力异常间的相关性进行研究,计算出回归方程,进而求取相邻未知海域的卫星测高布格重力异常.研究结果表明,在海底地形起伏变化不大时,利用一元线性回归分析方法求取的卫星测高布格重力异常,能满足中等或者小比例尺的海洋地质与资源调查.     

岭回归分析程序的设计与实现及农业应用实例

介绍了多元线性回归模型参数估计的最小二乘法和岭估计,分析了使用VisualBasic编程工具设计及实现岭回归分析程序的过程,阐述了岭回归分析程序的农业应用实例。     

双变数回归分析程序设计及其应用

选择８种双变数回归模型,采用ＢＡＳＩＣ语言设计双变数回归分析程序,使之为回归分析服务,经上机运行证明,程序简单实用,交互性强,在实际应用中,不但能自动比较不同模型的精度,以选出最佳方程,而且能及时进行回归模拟,查看回归曲线与实际观测点的吻合程度。     

灰铸铁中石墨分布形态对性能的影响

 研究了HT200-400灰铸铁的石墨长度、石墨量对铸铁力学性能的影响。结果表明：石墨量<15%,石墨长度在50～200 μm范围内的铸铁,性能优良,加工光洁度高。用回归分析法建立了强度与硬度的回归方程。     

二次回归组合设计在农业上的应用研究

回归的组合试验设计是一种最优试验设计，近年来得到了广泛的应用。本文从古典回归存在的问题入手，论述了回归组合试验设计的原理，提出其设计步骤，通过实例表明了这种方法的实用性和简捷性。     

表面活性剂SDS与DBS对褐点石斑鱼急性毒性研究

[目的]研究表面活性剂SDS和DBS对水环境的污染程度,分析比较2类毒性数据处理方法的优劣。[方法]以褐点石斑鱼(Epinephelus fuscoguttatus)变态期仔鱼作为指示生物,采用静水法生物测试研究SDS和DBS的急性毒性。建立直线回归模型,并用非线性最小二乘拟合技术构建非线性回归模型,预测表面活性剂的毒性效应。[结果]2种表面活性剂的直线方程F检验均为极显著;其剂量—效应曲线(DRC)均可用双参数模型Weibull与Logit函数有效表征。直线和非线性回归模型对2种表面活性剂毒性效应估算表明,预测半致死浓度时,2种模型差异可忽略不计;预测极端效应浓度时,差异显著。直线回归模型估算的安全浓度SDS为0.4292mg/L,DBS为0.9543mg/L;双参数模型对48hLC50拟合预测值SDS为1.5033mg/L,DBS值为3.3416mg/L,两者预测结果一致,毒性均为SDS大于DBS。[结论]试验结果为研究表面活性剂污染对水环境造成的危害及评价提供参考资料,并为毒性数据的分析处理提供一种可供参考的新模式。     

三亚市桉树枝瘿姬小蜂监测模型研究

通过对海南省三亚市桉树枝瘿姬小蜂数量调查,并结合6个关键气候因子,运用SAS9.0进行回归分析,得到了桉树枝瘿姬小蜂监测模型：y=0.549 3＋0.000 6x1＋0.269 3x3＋0.415 6x4-0.612 2x5-0.023 1x6。该模型表明桉树枝瘿姬小蜂数量与月降雨总量、月平均最高温度、月平均最低气温、月平均温度和月平均相对湿度有极显著相关性,而与月日照时数无显著相关性。其中月降雨总量是影响桉树枝瘿姬小蜂数量的主要气候因子,其次为月平均温度、月最低平均温度与月最高平均温度。     

回归系数迭代改进法在近红外光谱定量分析中应用的研究

本研究对多元线性回归模型中的残差部分再次进行回归分析 ,提取其中与自变量相关的成分 .用所得回归系数与初次回归所得系数相加作为新的回归系数 ,建立改进的回归方程 .将此建模方法用于近红外光谱定量分析 ,提高了预测精度     

马尾松产脂力的最优拟合模型

应用逐步回归方法分析表明：树皮厚、割宽、冠幅、采脂年数、分枝角、树龄、胸径、侧枝粗度等8个因子是影响马尾松产脂力的主导因素，它们与日产脂量存在着极显著的线性关系，可用这8个因子对马尾松日产脂量进行预测．本文拟合出马尾松产脂力最优预测预报方程，其复相关系数为0．703，呈显著水平．     

茶叶中茶多酚含量电子鼻技术检测模型研究

为探索茶叶茶多酚含量的快速检测方法,利用电子鼻技术对3个品质等级信阳毛尖茶的挥发性气味进行了研究.采用多元线性回归、二次多项式逐步回归分析和BP神经网络分别建立传感器信号和信阳毛尖茶的茶多酚含量之间的预测模型,并用测试集样本对模型进行验证.试验结果表明,3种模型茶多酚含量预测值与实测值之间的相关系数分别为0.86,0.90和0.92;预测标准误差分别为0.61,0.5和0.14;平均误差分别为2.5％,1.5％和1.0％.3种建模方法对茶多酚含量的预测结果都很好,最优模型为BP神经网络.研究结果表明电子鼻技术结合有效地模式识别方法可以用于茶叶理化成分的快速检测.