Поиск

Регрессионный метод построения педотрансферных функций (часть 1)
13.03.2013

Большинство педотрансферных функций, основанных на статистических методах, являются или множественными уравнениями линейной регрессии или многочленами n-ого порядка. Множественная линейная регрессия - обычный статистический инструмент, используемый для прогноза переменной отклика у из числа n переменных предсказателя xi. Множественное уравнение линейной регрессии может быть представлено как:

Регрессионный метод построения педотрансферных функций (часть 1)

с константой а (независимый параметр), коэффициентами регрессии bi и погрешностью ε.
Нелинейное уравнение регрессии, основанное на полиноме второго порядка, имеет следующую форму:
Регрессионный метод построения педотрансферных функций (часть 1)

где кроме свободного члена уравнения а для каждой переменной предсказателя xi должны быть определены два коэффициента регрессии bi и ci.
Как правило, ПТФ рассматриваются как регрессионные модели с базовыми почвенными данными в качестве переменных предсказателей (например, плотность или информация по гранулометрическому составу) и гидрологическими свойствами в качестве переменных отклика (например, параметры, описывающие кривую водоудерживания).
Процедура получения регрессионных зависимостей для разработки педотрансферных функций включает три основных этапа: анализ почвенных данных, построение модели и ее проверка.
Для анализа почвенных данных применяются различные методы: от простых описательных статистик (первый и второй момент распределения, размах варьирования) до графиков рассеяния (обеспечивающих информацией, например, относительно типа зависимости между переменными, о наличии выпадающих значений) и многомерных статистических анализов, позволяющих обобщенно исследовать почвенные данные.
Графики рассеяния дают информацию относительно линейного или нелинейного поведения переменных и о виде трансформации, которая будет выполнена, чтобы устранить нелинейность. Трансформации переменной отклика нужно рассматривать в том случае, если различные переменные предсказатели показывают то же самое нелинейное поведение относительно переменных отклика.


Имя:*
E-Mail:
Комментарий:
  • bowtiesmilelaughingblushsmileyrelaxedsmirk
    heart_eyeskissing_heartkissing_closed_eyesflushedrelievedsatisfiedgrin
    winkstuck_out_tongue_winking_eyestuck_out_tongue_closed_eyesgrinningkissingstuck_out_tonguesleeping
    worriedfrowninganguishedopen_mouthgrimacingconfusedhushed
    expressionlessunamusedsweat_smilesweatdisappointed_relievedwearypensive
    disappointedconfoundedfearfulcold_sweatperseverecrysob
    joyastonishedscreamtired_faceangryragetriumph
    sleepyyummasksunglassesdizzy_faceimpsmiling_imp
    neutral_faceno_mouthinnocent
Введите два слова, показанных на изображении: *