应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜    

小木虫论坛-学术科研互动平台 » 计算模拟区 » 计算模拟 » 如何建立某特性与海拔纬度关系的方程
111/2返回列表12下一页
查看: 1351  |  回复: 10
只看楼主 @他人 存档 新回复提醒 (忽略) 收藏    在APP中查看

jyt1111

至尊木虫 (著名写手)

[求助] 如何建立某特性与海拔纬度关系的方程

各位虫友，我有3组数据，一组为测量性状数据，一组为纬度，一组为海拔，我想研究海拔和纬度对该性状生物学特性与的影响，想构建一个方程，但是不知道该去怎么拟合出一个方程，如果去选择最优的结果，看到一些文献资料，主要以AICc来确定。
在数据建模上我是新手，懂的很少，请问怎么做能够拟合出方程，用什么软件实现，请各位高手不吝赐教，先谢谢了！
回复此楼

» 猜你喜欢
1楼 2013-11-28 15:30:23
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

feixiaolin

荣誉版主 (文坛精英)

优秀版主
建议采用正交实验法。
百度：“正交实验法”或“正交实验表”即得。
赞一下 回复此楼
2楼2013-11-28 16:30:56
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

feixiaolin

荣誉版主 (文坛精英)
dbb627: 屏蔽内容 2013-11-28 16:52:42
本帖内容被屏蔽
3楼2013-11-28 16:32:38
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

feixiaolin

荣誉版主 (文坛精英)

优秀版主

【答案】应助回帖

★
dbb627: 金币+1, 应助指数+1, 谢谢应助 2013-11-28 16:51:38
常用正交表.doc
正交分析法.ppt
赞一下 回复此楼

» 本帖附件资源列表

  • 欢迎监督和反馈：小木虫仅提供交流平台，不对该内容负责。
    本内容由用户自主发布，如果其内容涉及到知识产权问题，其责任在于用户本人，如对版权有异议，请联系邮箱：xiaomuchong@tal.com
  • 附件 1 : 常用正交表.doc
    • 2013-11-28 16:34:00, 249.5 K
  • 附件 2 : 正交分析法.ppt
    • 2013-11-28 16:34:17, 1.82 M
4楼2013-11-28 16:34:09
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

jyt1111

至尊木虫 (著名写手)
jyt1111: 回帖置顶 2013-11-28 16:55:26
引用回帖:
4楼: Originally posted by feixiaolin at 2013-11-28 16:34:09
常用正交表.doc
正交分析法.ppt

谢谢您的热心回复，我看了下，好像正交分析法是针对检验的，而我是想研究纬度海拔对于性状的影响，是想建立一个模型，所以，不知道您是否还有其他的办法，帮我建模。不过谢谢您的热心，本来想给您些金币的，发现您没有点应助不能发，所以麻烦您再应助一下，我给些金币，费心了，谢谢
赞一下 回复此楼
5楼2013-11-28 16:54:41
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

feixiaolin

荣誉版主 (文坛精英)

优秀版主
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
jyt1111(dbb627代发): 金币+20 2013-11-28 18:29:12
引用回帖:
5楼: Originally posted by jyt1111 at 2013-11-28 16:54:41
谢谢您的热心回复，我看了下，好像正交分析法是针对检验的，而我是想研究纬度海拔对于性状的影响，是想建立一个模型，所以，不知道您是否还有其他的办法，帮我建模。不过谢谢您的热心，本来想给您些金币的，发现您 ...

提倡正交实验的原因，因为正交实验有一定的解耦(decoupling)作用，效果不错。
在正交实验下做拟合，得到
z= z0 + a*x + b*y
如果|a|> |b|，就说x对z的影响比y显著。反之，说y对z的影响比y显著。

版主dingd  是拟合专家，要求拟合的话，你上数据，他会处理得很好。
赞一下 回复此楼
6楼2013-11-28 17:19:02
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

jyt1111

至尊木虫 (著名写手)
引用回帖:
6楼: Originally posted by feixiaolin at 2013-11-28 17:19:02
提倡正交实验的原因，因为正交实验有一定的解耦(decoupling)作用，效果不错。
在正交实验下做拟合，得到
z= z0 + a*x + b*y
如果|a|> |b|，就说x对z的影响比y显著。反之，说y对z的影响比y显著。

版主ding ...

嗯，谢谢您的热心回复，我统计较差，所以不是很明白，我已经把数据贴上了，麻烦版主有机会帮我试一下，谢谢！也谢谢您的热心回复，请版主帮忙给feixiaolin虫友20个金币以表谢意，谢谢！
赞一下 回复此楼

» 本帖附件资源列表

  • 欢迎监督和反馈：小木虫仅提供交流平台，不对该内容负责。
    本内容由用户自主发布，如果其内容涉及到知识产权问题，其责任在于用户本人，如对版权有异议，请联系邮箱：xiaomuchong@tal.com
  • 附件 1 : 拟合数据.xls
    • 2013-11-28 17:34:42, 15.5 K
7楼2013-11-28 17:35:17
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

feixiaolin

荣誉版主 (文坛精英)

优秀版主

【答案】应助回帖

★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
jyt1111: 金币+30, ★★★★★最佳答案, 谢谢，实在是辛苦了 2013-11-29 11:13:42
工作6小时，结果如下：
----------------------------------------------------------------------------
1stop 程序

Variable W, H, L;
Parameters   p(1:12);
Function  1000/L=p1*(H/p2)^p3+p4*H+p5*(H/W)+p6/(p7-W)+p8/(p9+p10*W+p11*H);
data;
32.061836         2320        133
26.483983         1225        149
30.47                2898.00         232.5
31.333333         2498.00         238
33.633333         3749.00         250
41.205256         1478        255
43.229011         1128        260
26.905164         1300        276
33.211575         3636        280
25.800661         1964        286.7
27.699914         2735        290
31.478167         2134        291
33.633333         3700.00         300
43.201889         1184        302
34.021306         2162        317.5
26.646025         1670.00         326
34.021306         2162        332.74
32.500197         4284        360
43.943692         557        388
43.747276         676.5        398
32.500153         4284        400
34.069811         1588        400
29.643069         3658.00         424
29.670000         3948        424
31.852189         4544.00         430
27.825908         3545        434
28.915986         4453.00         435
31.587892         4568.00         460
33.363507         3879.00         466.50
32.08        713.75         475
30.297845         1393.50         489.50
32.256324         4714.50         490.00
30.193150         4048.00         492
30.93         3252.00         512
33.594489         4713        513
33.686582         3828.00         516.5
32.503044         4222        520
33.778785         4010.00         520.00
30.550803         1616        534
29.870000         4115.00         546
29.270336         3846        553
27.062042         1228        563
29.347469         3590.00         580
36.759903         3197.00         950

----------------------------------------------------------
运行结果

迭代数: 5001
计算用时(时:分:秒:微秒): 00:00:53:250
优化算法: 模拟退火
开始温度: 65551332.36997
计算结束原因: 达到最大迭代数
均方差(RMSE): 0.847292071211224
残差平方和(SSE): 31.5877695732459
相关系数(R): 0.999992669649608
相关系数之平方(R^2): 0.99998533935295
决定系数(DC): 0.999964512550265
卡方系数(Chi-Square): 0.0594353840492469
F统计(F-Statistic): 2864770.16393423

参数        初始值             最终估算
----------        -------------             --------------
p1                 0.209345378098078        0.686556288232926
p2                 1.0309608662501                27.7195366759488
p3                 0.920041186152957        0.487781776946715
p4                 0.357249173568562        -0.000373156622068399
p5                 1.31128101109061        -0.0343406947616756
p6                 0.841199505608529        -3.10285092543927
p7                 0.763587536173873        24.2904769069219
p8                 1.48450059606694        0.0186161248318615
p9                 0.233906016801484        -0.107823709558895
p10                0.58001165650785        0.756724930372272
p11                1.05532218364533        -0.010409503779715

====== 结果输出 =====

No        实测值L        计算值L
1        133        132.9993784
2        149        151.9821485
3        232.5        234.0168472
4        238        239.2700492
5        250        251.3763309
6        255        255.7447182
7        260        260.8126763
8        276        276.0923102
9        280        280.9331761
10        286.7        286.0124950
11        290        290.5043273
12        291        291.4041139
13        300        300.6895044
14        302        302.2433874
15        317.5        317.5648407
16        326        325.4500000
17        332.74        332.6605840
18        360        360.5006579
19        388        388.0950768
20        398        397.8739963
21        400        400.2228842
22        400        399.4281723
23        424        423.9525415
24        424        424.1135604
25        430        430.2513729
26        434        433.8082017
27        435        435.4006493
28        460        460.1396154
29        466.5        466.0971327
30        475        474.3879409
31        489.5        488.4832518
32        490        490.0213999
33        492        491.8158851
34        512        511.2959078
35        513        512.7852426
36        516.5        515.8413304
37        520        519.6139467
38        520        519.3995740
39        534        532.8054517
40        546        545.6734545
41        553        552.5196389
42        563        561.3079130
43        580        579.2897773
44        950        948.0290948

-------------------------------------------------------------
拟合效果见图4U.jpg
如何建立某特性与海拔纬度关系的方程
4u.JPG
赞一下 回复此楼
8楼2013-11-29 10:54:01
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

jyt1111

至尊木虫 (著名写手)
引用回帖:
8楼: Originally posted by feixiaolin at 2013-11-29 10:54:01
工作6小时，结果如下：
----------------------------------------------------------------------------
1stop 程序

Variable W, H, L;
Parameters   p(1:12);
Function  1000/L=p1*(H/p2)^p3+p4*H+p5*(H/W ...

谢谢您的热心回复，能不能把如果计算，结果如何解释，帮我附上一个比较详尽的结果啊，嘿嘿，我对这些都不懂，您发给我，我再对着教程学习领悟一下，谢谢！
赞一下 回复此楼
9楼2013-11-29 11:16:56
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

feixiaolin

荣誉版主 (文坛精英)

优秀版主
引用回帖:
9楼: Originally posted by jyt1111 at 2013-11-29 11:16:56
谢谢您的热心回复，能不能把如果计算，结果如何解释，帮我附上一个比较详尽的结果啊，嘿嘿，我对这些都不懂，您发给我，我再对着教程学习领悟一下，谢谢！...

先在excel下画出各个自变量-因变量散点图；
调整自变量或因变量表达方式，提高他们的相关性，就会积累出经验。根据经验确定函数表达式。
赞一下 回复此楼
10楼2013-11-29 11:34:09
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 jyt1111 的主题更新
111/2返回列表12下一页
普通表情 龙 兔 虎 猫
信息提示
关闭
请填处理意见
关闭