 |
Процедура 3. Сравнение альтернативных моделей
|
|
|
|
Statgraphics Plus for Windows может производить расчет парной регрессии по 12 моделям. Название и общий вид которых представлен в табл.2.
Таблица 2
Модели парной регрессии, рассчитываемые системой Statgraphics Plus
| N | Тип модели | Общий вид модели | |
| название русское | название английское | ||
| Линейная | Linear | Y=a+b*X | |
| Экспоненциальная | Exponential | Y=exp(a+b*X) | |
| Обратная по Y | Reciprocal – Y | Y=1/(a+b*X) | |
| Обратная по Х | Reciprocal – X | Y=a+b/X | |
| Дважды обратная | Double Reciprocal | Y=1/(a+b/X) | |
| Логарифм по Х | Logarithmic – X | Y=a+ln(X) | |
| Мультипликативная | Multiplicative | Y=a*X^b | |
| Квадратный корень по Х | Square Root – X | Y=a+b*sqrt(X) | |
| Квадратный корень по Y | Square Root – Y | Y=(a+b*X)^2 | |
| S-кривая | S-Curve | Y=exp(a+b/X) | |
| Логистическая | Logistic | ||
| Log Probit |
Нажмите кнопку табличных опций [Tabular Options] (вторая слева во втором ряду кнопок), установите флажок около процедуры Comparison of Alternative Models (Сравнение альтернативных моделей) (Рис. 76). Нажмите клавишу [OK].
Рис. 76. Выбор процедур парного регрессионного анализа
Появится окно с одноименным именем, в котором в виде таблицы представлены результаты анализа по всем видам моделей, упорядоченные по коэффициенту корреляции R (Рис. 77).
Рис.77. Результаты сравнения альтернативных моделей
По результатам аппроксимации экспериментальных данных определите наилучшую модель. В нашем случае это Мультипликативная (Multiplicative) и Дважды обратная (Double Reciprocal), т.к. коэффициенты корреляции (R) наибольшие 0,9784 и 0,9722 соответственно (Модель S-Curve не принимаем во внимание, т.к. три последние модели в табл.2 не используется в лесном хозяйстве для описания процессов).
Для проведения регрессионного анализа по наилучшим моделям вызовите контекстное меню в любой области экрана (по правой клавише мыши), выполните команду Analysis Options (Опции анализа). Появится окно выбора функций (модели перечислены в том же порядок, что и в табл.2) (Рис.78), манипулятором мышь выберите нужную модель (например, мультипликативную):
|
|
|
Рис.78. Выбор функции
После выбора нажмите клавишу [OK]. Появятся результаты расчета парного регрессионного анализа по мультипликативной модели (Рис. 79).
Рис.79. Результаты парного регрессионного анализа по мультипликативной модели
С экрана выпишите в табл.3 для изучаемой зависимости рассчитанные статистико-графической системой результаты для двух наилучших моделей: название модели, уравнение регрессии, коэффициент детерминации (R2) и стандартную ошибку (SE):
Таблица 3
| Изучаемая зависимость | Название модели | Уравнение регрессии | R2 | SE |
| V=f(D) | мультипликативная | V=0,000655238*D^2,10699 | 95,72 | 0,10758 |
| дважды обратна я | V=1/(-1,47318+82,4222/D) | 94,513 | 0,16328 |
В процессе работы парного регрессионного анализа необходимо подобрать по две наилучшие модели для изучаемых зависимостей между лесотаксационными признаками отдельного дерева, имеющих хозяйственную значимость: диаметр дерева – объем дерева, высота дерева – объем дерева, диаметр дерева – высота дерева и выписать информацию согласно табл.3.
Сохраните результаты статистического анализа в файл, поместив его в личную папку.
Процедура 4. Составление таблиц прогноза по исследуемой зависимости
После расчета парного регрессионного анализа составьте таблицу прогноза. Для этого используйте программу MS Excel. Определите значения признака (V) по задаваемому значению фактора (D), используя наилучшую модель. Необходимо учесть при составлении таблицы прогноза, значения фактора должны находится в пределах значений экспериментальных данных (Табл.4).
Таблица 4
Объем стволов деревьев в зависимости от диаметра на высоте груди
|
|
|
| Ступень толщины, см | Объем ствола, м3 |
| 0,3611 | |
| 0,5303 | |
| 0,7337 | |
| 0,9722 | |
| 1,2460 | |
| 1,5557 | |
| 1,9017 | |
| 2,2843 | |
| 2,7040 | |
| 3,1609 |
Сохраните результаты табулирования в виде файла, поместив его в личную папку.
Лабораторная N7
|
|
|
