河北省承德地区防护林体系林种结构的最佳模式

本文用线性规划方法,把以防护效益为主并满足社会需求作为约束条件,使防护林工程的费用最小作为目标,计算出了河北省承德地区防护林体系林种结构的61个方案。对不同情况,如资金不足、取得较好的经济效益、解决木材供需矛盾以及其它条件的变化等等,可以从61个方案中选出一个最佳方案。     

回归方程的主成分估计在林业预测中的应用

讨论了林业中使用主成分估计方法克服回归模型复共线性问题。研究和分析了材积方程模型，油松林木平均高与立地环境因子回归模型中存在的复共线性，以及主成分估计方法在建立上述回归方程的应用。     

方差分析(续)

五、双因素方差分析实际问题中,有时不只一个因素而是多个因素影响试验的结果。常用到的双因素试验是对两个变异因素各个水平进行交错的全面试验。双因素试验中除每个因素单独对试验结果可能的影响之外,各因素之间可能对试验结果产生交互作用。所谓交互作用,就是一个因素对试验结果的影响与另一因素取的水平有关,反之亦然。也就是因素之间水平的不同组合方式对试验结果所产生的作用。例如,对于针叶树的不同种源,在不同地点进行育苗试验观察其苗高生长。除种源和     

线性回归分析(续)

四、各自变量的显著性检验回归方程经显著性检验之后,若线性回归关系显著,只能说明因变量 y 和诸自变量的总体回归效果显著。各自变量对因变量所起的作用通常并不一样,不见得每个自变量对因变量都有显著作用。如果把那些次要的、可有可无的变量剔除掉,而只保留对因变量贡献显著的重要变量,重新建立起较简单的稳定的回归方程,无疑会更有利于对因变量的预测和控制。某个自变量 x_i 的作用不显著,表示回归模型中该变量前的系数β_i 可取值为0,所以检验 x_i 是否显著等价于检验原假设 H_0∶β_i=0。可以证明在这样的原假设下     

林业数理统计方法讲座(四) 假设检验

一、假设检验的基本概念统计推断中除参数估计外,另一类大问题就是假设检验。所谓假设检验是先对所研究的总体作去某种假设,这种假设是一种对总体分布参数或分布类型的一种叙述,然后通过样本和适当的统计量,检验这个假设是否成立。假设检验又称差异显著性检验。假设检验中作为对所作假设是否接受判断标准要用到“小概率原理”,即“概率很小的事件在一次试验中是几乎不至于发生的”原理。这是一条人们从实践中总结出来的概率原理。检验的一般步骤为:在对总体某种假设下(通常称为原假设,记为 Ho),根据     

正态分布

一、总体的分布密度函数上一讲中我们以油松苗木的样本资料说明了随机性、随机变量和频率曲线的概念。通过“样本数据落入某固定区间的频率当样本容量增大时趋于稳定”这一现象,引进了概率的概念。概率是随机试验的结果——“事件”发生可能性大小的一个数量指标。随机变量根据取值情况可主要分为两大类。取值为有限个或可数个孤立数值,如病腐木株数、发芽种子的粒数等称为离散型随机变     

相对高处直径与胸径之间相关关系的研究

本文应用分段函数和分解拟合两种方法建立了包含胸径与树高两个自变量因子的预估相对高处直径的模型,该模型满足以下条件:(1)当 h<13m 时,d_(0.1)>d_(1.3),(2)当 h=13m 时,d_(0.1)=d_(1.3),(3)当 h>13m 时,d_(0.1)相似文献   

总体平均数和总体频率的估计

统计推断是指根据样本资料来推测和判断总体的某种规律。推断理论是数理统计学的核心部分。既然是由样本推断总体,当然不能具有百分之百的可靠性。事实上每一次推断都要说明相应的可靠性。推断理论主要可分为互相连系着的两大类问题——参数估计和统计假设检验。参数估计就是根据样本数值对总体未知参数进行估计。这里介绍的林业上常用的两个重要特征数总体平均数和总体频率的估计就属于这类问题。参数估计又分两种情况:其一为定值估计(又称点估计),其二为区间估计。定值     

线性回归分析

生产实践和科学研究中,遇到的变量之间的关系,常可分为两大类。一类为确定性的关系,即对变量 x(称为自变量)的每一数值,变量 y(称为因变量)有一完全确定的数值与之对应,这种关系称函数关系。另一类为非确定性的关系,即变量 y 和 x 之间的取值有关系,但这种关系由于种种原因并没有密切到可以唯一确定的程度,这种关系称相关关系。变量间的相关关系,常采用相关分析和回归分析的方法进行研究。而回归分析是更为重要的方法,它已形成为统计学中重要的分支学科之一。回归分析中因变量 y是随机变量,而自变量 x 可以是随机的,也可以是非随机的变量。研究中经常将 x 视之