基于最小一乘准则的粮食生产模型研究

根据影响中国粮食产量诸多因素的分析结果,运用计量经济学中的CD生产模型对中国粮食生产进行研究,并采用最小一乘估计建立粮食生产模型,通过拟合和比较分析得出稳健的中国粮食生产模型.     

模糊互补判断矩阵的对数最小二乘法和对数最小一乘法

利用正互反判断矩阵与模糊互补判断矩阵的转换关系,探讨模糊互补判断矩阵的两种排序方法———对数最小二乘法和对数最小一乘法。     

最优线性回归分析VBA程序设计

采用成熟多元逐步线性回归算法,设计了基于EXCEL VBA语言的程序,从EXCEL中获取数据,计算完成再将结果输出到EXCEL中,可以简化数据的录入或编辑。     

回归积分分析程序设计及其应用

研究作物产量与自然环境因素关系时，常常要考虑作物不同生育阶段受自然条件的影响，故常将作物整个生育期等分为若干阶段，将每一生物时段的某一气候因子当作一个自变量。如果作物的全生育期较长，而研究的精度要求较高即每一生物阶段较短，则所划分时段即自变量数目可能远大于样本数目。在此情况下，如按一般的多元回归模式处理，很难建立合理而稳定的回归方程式；但如果将该气候因子看作随时间ｔ变化的函数，并且每一生物时段划分得很细，则一般多元回归问题可转化回归积分问题。由于具体计算中要根据实际情况来确定适宜的阶数，需要反复…     

最小二乘分析法与BASIC程序设计

最小二乘分析法是美国学者 R·Harvey 于1960年首次提出的。应用最小二乘分析法,不但能得出各水平总体平均值,还能获得各水平的效应值,统计结果精度高,具有一般方差分析所不及的长处。对畜牧育种与饲喂实验中经常遇到的一些次级样本含量不等的资料进行统计分析尤为适用。但由于求解最小乘方程组时要计算逆矩阵,所以手工与计算器操作比较困难。为此,我们在对貉子育种及各种鹿品种与锯别间的茸产量等数据资料进行分析时,用 BASIC语言设计了一个实用的微机程序。输入原始数据后可自动列出最小二乘方程组,并打印出统计分析结果。该程序在 PC/XT 机上运行通过,方便实用。本文旨在介绍该程序设计及如何应     

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。     

田间试验设计与统计分析(六)——直线回归和直线相关

前面讲过的统计方法都是关于一种变数数据的统计分析,但是在农业科学研究中,好多问题需要同时考虑两种或两种以上变数的变化及其相互关系。如作物产量在一定条件下受生育期间内温度和雨量的影响,若研究温度和雨量同产量的关系就必须研究这三种变数的关系。统计学上研究两种或两种以上变数的相互关系时需要采用回归和相关分析方法。直线回     

过原点回归直线方程的拟合优度

过原点回归直线方程y=b_0x的拟合效果可以用拟合度f表示,而y=b_0x与最优回归直线方程y=a+bx的拟合差异则可以用它们的斜率比S_r表示。     

偏最小二乘回归应用及最优玉米水肥耦合模型建立

通过在毕节地区的小区试验,采用正交设计,利用农业统计中偏最小二乘回归法建立毕节市梨树镇平乡村玉米产量最佳水肥耦合模型并进行寻优分析,获得最优指标637.86(kg/667m2)时,各个因素组合为田间持水量为100(%),氮施用量为15.73(kg/667m2),磷施用量为6.006(kg/667m2),钾施用量为1.435(kg/667m2)。     

二次回归正交设计试验结果分析的程序设计

本文是进行二次回归正交设计试验结果分析的计算机程序设计。本程序的特点是:通过编码值和星号臂自动生成结构矩阵的交互项和二次项列,节省了手工计算和存贮空间;利用参数进行多因素多指标的试验结果分析,不受因素、指标和试验点的个数的限制;源程序是由通用 BASIC 语言写成,通用性强,移植性强,适用范围广,程序功能全面,输出结果完整,输出格式较好地拟合了统计格式,便于科技人员分析试验结果,透明度好,实用价值大。     

中国花卉年销售额的偏最小二乘回归分析

应用偏最小二乘回归对1998-2012年中国花卉年销售额进行了分析,结果表明:建立的模型是合理可信的,花卉产业增长方式已经发生重大改变。技术人员已经成了促进花卉增长的首要因子,栽培面积退居第2位,保护地位居第3位,而花卉企业成为了花卉增长的限制因子。     

二次回归正交组合、正交旋转试验的程序设计

一、前言在许多实际问题中,与某一变量 y 有关系的变量不只一个,而是多个,例如有 P 个变量:x)1,x_2,…,xp,研究变量 y 与 x 之间的定量关系问题称为多元回归问题。长期以来古典回归分析只是被动地处理已有的试验数据,而对试验的安排几乎不提任何要求,也很少研究回归方程的精度。这不仅盲目地增加了试验次数,而且试验数据也不能充分发挥作用,以致在多因子问题中达不到试验目的。随着生产的发展和科学试验研究的深入,人们越来越需要以较少的试验建立精度较高的     

应用直线回归方法对一代二化螟蛾盛发期的预测

本文采用直线回归方法对一代二化螟蛾的盛发期进行了预测.     

基于偏最小二乘回归的玉米蛋白质含量鉴定

以10 000～4 000 cm-1波段的近红外光谱响应数据和常规生化方法检测的玉米蛋白质含量为样本数据,先对光谱响应数据进行小波去噪处理,并利用平滑技术对其降维,构建基于以光谱响应数据为输入、蛋白质含量为输出的偏最小二乘回归模型.仿真计算结果表明,利用偏最小二乘回归模型,可以较准确地预测玉米蛋白质含量,结合预测表达式回归系数和变量投影重要性指标VIP得到与蛋白质含量相关性较大的若干波段对应的光谱响应数据,模型在一定程度上揭示了蛋白质含量和光谱响应数据之间的数量关系.     

泡桐生长与土壤因子偏最小二乘回归分析

[目的]为造林地选择和科学管理土壤提供参考。[方法]利用小波去噪,建立偏最小二乘回归模型,对影响泡桐人工林生长的土壤主导性因子进行探讨。[结果]泡桐与土壤中大部分因子存在显著或极显著的相关关系,影响泡桐生长的土壤主导因子是有效磷、有机质。[结论]偏最小二乘回归对泡桐生长与土壤因子分析的模型合理可信,精确度高,可靠性较强,有一定使用价值。     

贵州烤烟中生物碱的偏最小二乘回归分析

采用多元统计分析方法,对贵州2010和2011年124个烤烟样品中的8种生物碱进行偏最小二乘回归分析。结果表明：假木贼碱、 二烯烟碱、新烟草碱及可替宁对烟碱含量的影响最大;通过偏最小二乘回归方程对烟碱含量进行预测,训练集119个样本的预测值与测定值之间的相对标准偏差都小于17.04%,其中有109个样本小于10.00%;用检测集5个样本进一步对方程进行验证,其预测值与测定值之间的相对标准偏差都小于6.72%。     

基于偏最小二乘回归模型的高山松蓄积量遥感估测

以Landsat 8影像为遥感数据源,以遥感因子、GIS因子、林分因子、郁闭度等为自变量,在前期野外样地调查的基础上,采用偏最小二乘法(PLS),建立香格里拉县高山松蓄积量遥感估测模型。试验结果表明,郁闭度对香格里拉县高山松蓄积量估测的影响极其显著,第5、6波段对其影响较为显著;运用偏最小二乘法建立的样地蓄积量估测模型,调整决定系数R2为0.777 5,均方根误差RMSE为36.90 m3/hm2,总预报偏差的相对误差RE为23.18%,模型精度为73.08%。以像元为单位提取高山松林所对应的自变量因子,利用估测模型得到研究区高山松林总蓄积量为1 372.406万m3。     

基于偏最小二乘回归的日光温室墙体放热量预测

基于物联网以及传感测试技术,在获取日光温室内外光温环境数据的基础上,采用皮尔逊系数法确定各环境因子间的关联性,进而建立基于室外光温环境因子变量的墙体放热回归模型。结果表明,采用聚类填充法处理缺失数据,可以保持较优的原数据样本特征;与主成分回归方法相比,采用偏最小二乘回归方法拟合墙体放热量模型,预测值与真实值的均方根误差RMSE为0.09 MJ/m²,平均绝对百分误差MAPE为9.48%,确定系数R²为0.953,精度较好。该回归模型综合了室外光温环境特征信息规律,通过气象预报,可以用于模拟预测墙体放热量,为温室额外加热量的供给提供参考。     

偏最小二乘回归模型在非点源负荷预测中的应用

将偏最小二乘回归模型应用于流域非点源污染年负荷量预测,并与基于最小二乘的多元线性回归模型预测结果进行了对比。实例计算分析结果表明,偏最小二乘回归分析实现了多元回归、主成分分析和典型相关分析的综合,能较好地处理变量之间的多重相关性问题,建模所需样本少,且计算结果合理,具有较好的推广应用价值。     

基于最小角度回归模型的NIR光谱果品品质分析方法

[目的]本研究旨在提高果品内部品质检测的时效性和准确性。[方法]本文提出基于最小角度回归(Least Angle Regression,LAR)模型的果品品质分析方法。[结果]与现有的非线性LS-SVM(Least Squares Support Vector Machines)和线性的PLSR(Partial Least Squares Regression)模型进行对比表明,在预测准确度上,LS-SVM模型达到了最优的预测性能,而LAR模型明显优于常用的线性的PLSR模型;在计算复杂度上,LAR和PLSR模型明显优于LS-SVM模型;在模型的可解释方面,LAR模型要优于PLSR模型。[结论]LAR模型虽然在预测精度上稍逊于LSSVM,但在模型的实现和计算复杂度以及可解释方面都具有明显的优势,因此提出的LAR模型更能有效地应用于基于NIR光谱的果品品质分析中。