决定系数_参考网

连江黄岐湾三倍体福建牡蛎湾内、外养殖群体的形态差异分析

接通径系数和决定系数[10-11]。2 结果与分析2.1 形态性状经过K-S检验，6组数据均符合正态分布(P>0.05)。从表1看出，三倍体福建牡蛎湾外养殖群体除了壳高小于湾内组外，其余5个指标均大于湾内组；湾内、外两组三倍体福建牡蛎在壳长、全重和肥满度3个指标上存在显著差异(P表1 三倍体福建牡蛎湾内、外两个群体形态的方差分析Tab.1 ANOVA analysis of morphological parameters between 2 popula

渔业研究 2023年5期2023-10-10

不同月龄光棘球海胆幼胆壳形态性状对体质量的影响效果分析

径分析，计算决定系数，分析壳高、壳径对体质量的直接作用和间接作用，并建立回归方程。xi通过xj对yn的间接通径系数（Pxixj）的计算公式为：式中，rij为变量间相关系数，Pjy为xj到yn的直接通径系数。依据相关分析和通径系数计算单个性状对体质量的直接决定系数（di）和两个性状对体质量的共同决定系数（dij），计算公式为：2 结果与分析2.1 6 月龄与18 月龄光棘球海胆的三个数量性状间的表型相关分析两组不同月龄的光棘球海胆的壳径、壳高、体质量的平均值

水产学杂志 2023年4期2023-09-06

扇贝“渤海红”形态性状对体质量性状的影响效果分析

体质量性状的决定系数。根据相关系数的组成效应,可将贝壳各形态性状与体质量性状的相关系数剖分为各性状的直接作用Pi和各性状通过其他性状的间接作用rijPj两个部分,即rij=Pi+∑rijPj。表1 扇贝“渤海红”各性状的表型统计量(n=90)表2 扇贝“渤海红”各性状间的表型相关系数单个性状对体质量性状的决定系数为di=Pi2。两个性状对体质量性状的共同决定系数dij=2rijPiPj。2 结果和分析2.1 各性状的表型参数统计量扇贝“渤海红”各性状的数据

水产科技情报 2023年3期2023-05-23

麦哲伦扇贝形态性状与体质量相关性及通径分析

)。1.3 决定系数计算方法利用相关系数和通径系数,计算出各形态性状对体质量的决定系数,计算公式[21]如下:di=Pi2(1)dij=2rij×Pi×Pj(2)式中,di为形态性状对体质量的单参数决定系数,dij为某两个形态性状对体质量的共同决定系数,rij为2个形态性状之间的相关系数,Pi为第1个性状对体质量的通径系数,Pj为第2个性状对体质量的通径系数。1.4 数据处理测量得到的试验数据用SPSS 22.0软件统计分析[22]。计算平均值、标准偏差、

水产科学 2023年3期2023-05-18

数字图像技术在草原植被生长状况监测中的应用

性回归分析，决定系数(R2)反应生长状况指标通过回归关系被色彩参数解释的比例，即回归中可解释离差平方和与总离差平方和之比值，其结果介于0到1之间，越接近1，回归拟合效果越好。具体见表2。在统计学中对变量进行线性回归分析，采用最小二乘法进行参数估计，从表2可以看出，植被生长状况指标与色彩参数进行线性回归，决定系数(R2)均大于0.6。其中,覆盖率指标与3个色彩参数的线性回归的决定系数最高，均大于0.8，单位面积株树与3个色彩参数的线性回归的决定系数最低，均未

贵州大学学报(自然科学版) 2023年1期2023-04-06

基于人工智能预测岩体条件对TBM 掘进速度的影响研究

度，本文选择决定系数（R2）、平均绝对误差（MAE）、均方根误差（RMSE）和相对平方根误差（RRSE）等统计指标。其计算方程式如下：式中：n 为数据总数；Xm、Xp分别为测量值和预测值；X 为测量值的平均值。3.2 GMDH 模型3.2.1 参数设置为得到最优模型，根据试错策略，本文将隐藏层层数设置为1 层，单层神经元总数限制在3 个以内。输入参数为UCS、RQD 和DPW，输出参数为TBM 的掘进速度ROP，见图6。图6 GMDH 预测模型网络结构3.

陕西水利 2023年2期2023-03-15

成对数据的统计分析常见题型研究

模型,它们的决定系数R2如下,其中拟合效果最好的模型是( ).A.模型1的决定系数R2为0.98B.模型2的决定系数R2为0.80C.模型3的决定系数R2为0.50D.模型4的决定系数R2为0.25(2)因为y＝－0.2x＋3的斜率小于0,故x与y负相关.因为y与z正相关,可设z＝by＋a,b＞0,则z＝by＋a＝－0.2bx＋3b＋a,所以x与z负相关,故选C.(3)在两个变量y与x的回归模型中,它们的决定系数R2越接近1,模型拟合效果越好,在四个选项中

高中数理化 2023年1期2023-02-24

基于草地分类的草产量建模与数表编制方法研究

根据模型拟合决定系数和曲线形式筛选适合的模型，采用80%的观测数据做建模样本组，20%的观测数据做检验样本。表2 草产量拟合备选模型Table 2 Alternative models for grass yield fitting1.2.2 哑变量设置哑变量是虚拟的分类变量，用变量δ（x，i或j）表示成关于定性因子的（0，1）展开，即关于δ（x，i或j）=（δ（x，1），δ（x，2），……，δ（x，m）），其中一个定性变量（m个等级）对应一个向量，一个

草原与草坪 2022年5期2023-01-29

小麦近红外光谱数据预处理*

方误差损失和决定系数作为评价指标。2.3 实验结果及分析图1为小麦近红外光谱数据曲线，纵坐标为样本中小麦蛋白质含量。图2为小麦近红外光谱数据预处理后的曲线图像，纵坐标为光谱曲线数据进行预处理后的相对数值。图1 小麦近红外光谱数据曲线图2 小麦近红外光谱数据预处理后的曲线图3为原始数据拟合效果，图4为预处理后数据拟合效果。对比图3与图4，显而易见，数据预处理后的模型拟合效果明显优于原始数据拟合效果。图3 原始数据拟合效果图4 预处理后数据拟合效果从数据来看，

科学与信息化 2022年24期2023-01-05

罗氏沼虾野生和养殖群体形态性状对体重的影响

对体重的单独决定系数与性状间的共同决定系数，总决定系数等于与之和，同时计算所筛选出的形态性状对体重的决定系数。根据分析结果，运用逐步回归法，剔除偏回归系数不显著的自变量，筛选出达到显著或极显著水平的自变量，运用多元回归分析法，得出自变量对因变量的最优多元回归方程。2 结果2.1 形态性状参数的统计分析罗氏沼虾野生和养殖群体形态性状参数估计值如表1所示。由表可知，野生和养殖群体内形态性状变异系数最大的均是BW性状，每个群体的BW性状均具有较大的选育潜力，其中

淡水渔业 2022年5期2022-10-01

地铁车轮多边形磨耗对轮轨系统动力特性的影响

线性拟合，用决定系数R2来评价线性拟合优度，即式中：yi为样本真实值；为样本的平均值；yi为样本预测值；n为样本数量。R2越接近1，线性拟合预测效果越好，并称为样本的复相关系数，R越大，线性相关性越强[22]。一般认为当R≥0.8 时，2 个变量之间高度相关；当0.5≤R从图7可以看出：在3种磨耗情况下，磨耗1，2 和3 的R2a分别为0.09，0.85 和0.76，可见磨耗2和磨耗3不圆时变率与轴箱垂向加速度的决定系数较高，线性相关性也较强。磨耗1情况下

中南大学学报（自然科学版） 2022年8期2022-09-21

中国圆田螺形态形状对体质量的影响

状对体质量的决定系数，最后经多元回归分析，构建中国圆田螺形态性状对体质量的多元回归方程。2 结果与分析2.1 中国圆田螺形态性状的统计分析由表1 可知，不同地点采集的中国圆田螺的各个形态性状均存在显著差异（P表1 广西4个地点采集的中国圆田螺形态性状测定Tab.1 The morphological traits of C.chinensis in four locations of Guangxi2.2 中国圆田螺形态性状与体质量的相关性分析由表2 可知

河南农业科学 2022年7期2022-09-16

某流域年均含沙量的非线性回归分析

数的估计为：决定系数R2为：其中SSE成为残差平方和；SST称为总离差平方和；yadv代表因变量yi的平均值。R2的值代表了考虑的回归模型所解释的Y的可变性[9]。换句话说，R2更大的模型表明对数据集的拟合良好程度较高。但是，当给模型增加自变量时，复决定系数也随之逐步增大，因为残差自由度等于样本个数与参数个数之差。自由度小意味着估计和预测的可靠性低。这表明当一个回归方程设计的自变量很多时，回归模型的拟合从表面上看是良好的，而区间预测和区间估计的精确度却变得

吉林水利 2022年8期2022-09-08

疲劳统计学智能化的进一步研究

时就必须要用决定系数大小来作为标准。这个标准也可作为衡量各算法结果“优劣”的标准。进一步还需研究各参数的“置信区间”问题。但研究表明，同时给出这3个参数的置信区间是有困难的。因此，本文不仅给出了解决拟合“优劣”的标准问题，同时也给出了威布尔分布在某种可靠度下每一点(即疲劳寿命)的置信区间的一个智能化解决方案，而这恰恰也是人们在实际工作中最需要的。1 相关系数和决定系数一般情况下此文说到相关系数都是指皮尔逊相关系数(Pearson Correlation C

航空学报 2022年8期2022-09-07

应力波无损检测技术定量评价木构件材料性能研究

数学表达式和决定系数如图3所示。由图3可以得知：花旗松弹性模量与应力波测得的动态弹性模量之间有统计上的线性关系，其回归方程为E＝0.612 1ρv2＋3 526.2，决定系数为R2＝0.525 3，决定系数R2＞0.5，为强相关。图3 抗弯弹性模量-动弹性模量（ρv2）关系由此可见，通过应力波测得的动态弹性模量可以推测材料的弹性模量。通过回归分析，得到0.001＜P-value＜0.010，具有非常显著的意义。研究表明，应力波属低频率波，传播距离长，能对大

建筑施工 2022年6期2022-09-06

稻谷水分近红外光谱预测模型特征波长筛选

能力。以模型决定系数RCAL2和模型交叉验证决定系数RCV2，优化稻谷水分预测模型。RCAL2和RCV2，越接近1越好[15]。1.3 数据处理试验数据采用OPUS 7.5、Unscrambler 10.4和Oringin 9.5.0处理分析和作图。2 结果与分析2.1 稻谷样品水分测定结果不同水分的稻谷样品分布图和样品正态分布曲线图，见图1。稻谷样品的水分在8.52%～25.76%之间，且稻谷样品的水分主要分布于10%～16%，水分小于10%和大于19%

食品工业 2022年7期2022-08-04

罗氏沼虾形态性状对体长影响的通径分析

.387)、决定系数(0.150)以及在3个回归方程中的标准偏回归系数均为最大值。因此，在大规模生产实践中，根据罗氏沼虾亲本的体长进行选留有一定的理论依据。笔者在此基础上，运用相关分析、多元回归分析、通径分析等方法对罗氏沼虾体长与形态性状如全长、头胸甲宽、第6腹节宽、第2腹节高、尾节长等9个形态性状之间的关系进行进一步探讨，以期在罗氏沼虾快速生长专门化品系建立中提高目标性状的选择与利用品系的配套组合，为罗氏沼虾的定向培育及更深层次研究提供测量指标。1 材料

水产科学 2022年3期2022-06-08

壳宽型毛蚶F1 代表型性状相关性研究

、通径系数和决定系数进行通径分析和决定分析的计算。2 结果与分析2.1 描述性统计根据表1 可知，壳宽型毛蚶表型性状X、X、X、X、Y、Y平均值都大于对照组各性状平均值，两组壳宽平均值相差最大，为2.55 mm，容量指数相差最小，为0.05。壳宽型中，各性状变异系数大小依次为Y＞Y＞X＞X＞X＞X，其中，软体重的变异系数最明显，为19.80%；对照组中，各性状变异系数大小依次为Y＞Y＞X＞X＞X＞X，通过比较发现，软体重的变异系数最大，为24.00%。表型

天津农业科学 2022年5期2022-05-29

基于主成分回归的土壤有机质高光谱特性分析

评价：(1)决定系数R2。包括建模决定系数、交叉检验绝对系数和预测绝对系数。(2)均方根误差。包括建模均方根误差Rc、交叉检验均方根误差Rcv和预测均方根误差Rp。计算公式如下所示：(1)(2)(3)式中,Ym和Yp分别表示实测值和预测值;Nc、Ncv、Np分别表示建模、交叉检验和预测样本数。(3)预测相对偏差Rpd。当Rpd>2时,回归模型具有极好的预测能力;当1.4模型的决定系数R2和预测相对偏差Rpd越大,均方根误差Rc、Rcv、Rp越小,说明模型的

北京测绘 2022年4期2022-05-18

G7代二龄泥蚶生长性状的相关性和通径分析

和软体部重的决定系数分析决定系数反映的是各自变量对因变量的决定程度。分别以泥蚶全重和软体部重为因变量，形态性状为自变量，根据决定系数公式计算出泥蚶形态性状对全重和软体部重的决定系数，结果见表4。表4 泥蚶形态性状对全重和软体部重的决定系数壳长、壳高、壳宽对全重的直接决定程度分别为8.8%、6.1%、22.9%。在间接决定系数中，壳宽和壳长、壳宽和壳高、壳高和壳长对全重的决定程度分别为24.5%、20.8%、13.6%。此外，壳长、壳高和壳宽3个形态性状对全

集美大学学报（自然科学版） 2022年2期2022-05-01

基于管道模型理论的长白落叶松叶生物量与径向生长关系研究

关系，两者的决定系数均达到了0.90 以上，其中胸高断面积的决定系数略高于胸径的决定系数。单木枝下高直径和枝下高断面积与单木叶生物量同样均成明显的线性关系，两者的决定系数均达到了0.89 以上，其中枝下高断面积的决定系数略高于枝下高直径的决定系数。由图2 可知，胸高边材面积与叶生物量也呈现明显的线性关系，其决定系数达到0.863 5，说明胸高边材与叶生物量存在较好的相关性，不过略低于胸径、胸高断面积、枝下高直径、枝下高断面积的决定系数。本研究中边材是通过颜

林业科学研究 2022年2期2022-03-25

Python在RLC串联谐振实验数据处理中的应用

误差回归损失决定系数与阶数的关系曲线如图5所示[12,13]。频率/kHz由上图5可知，R=330 Ω时均方误差回归损失第一组数据在阶数为6时最佳，拟合决定系数为0.59，对应的六阶拟合曲线如图6所示。频率/kHz第二组数据均方误差回归损失决定系数与阶数的关系曲线如图7所示。由上图7可知，R=330 Ω时均方误差回归损失第二组数据在阶数为4时最佳，且决定系数为0.92，大于第一组数据0.59，可见第二组数据更精确。利用均分误差回归与阶数的对应，比较拟合曲线

大学物理实验 2022年6期2022-03-03

基于可见/近红外光谱技术的板栗产地识别*

栗产地识别的决定系数为0.859，验证集决定系数为0.839，校正集和验证集的均方根误差分别为0.188和0.204。经过SNV光谱预处理后，校正集决定系数提高了2.8%，均方根误差减少了9.0%，但验证集的决定系数提高不明显，仅为1.0%左右，而均方根误差也仅减少了3.4%。相较于SNV，一阶导数光谱预处理可以进一步提高校正集和验证集的决定系数，其决定系数分别为0.884和0.863，比原始光谱建立的PLSDA模型均提高2.9%，同时，校正集和验证集的均

中国农机化学报 2021年12期2022-01-19

皮氏蛾螺形态性状对体质量与软体部质量的相关性及通径分析

量性状的直接决定系数和间接决定系数，最后以回归方程中的形态性状为自变量，质量性状为因变量分别进行曲线模型拟合，筛选各关键形态性状对质量性状的最优拟合模型。单一自变量对因变量的决定系数(di)计算公式为(2)其中，Pi为该自变量对因变量的通径系数。两个自变量对因变量的共同决定系数(dij)计算公式为dij=2rijPiPj。(3)其中：rij为两个自变量间的相关系数；Pi和Pj分别为两个自变量对因变量的通径系数。2 结果与分析2.1 皮氏蛾螺各形态性状的描述

大连海洋大学学报 2021年6期2022-01-10

傅里叶中红外光谱仪检测车用汽油芳烃和烯烃的应用

值法和相关性决定系数法进行数据分析。1.3 绝对误差法、误差平均值法、相关性决定系数法的定义绝对误差法：标准方法及气相色谱仪检测方法数据与中红外光谱仪数据的绝对误差。误差平均值法：绝对误差的绝对值加和后取平均值，以此来判定随着数据库样本数量的扩充，中红外光谱仪测得的数据与标准数据的误差是否逐渐在缩小。相关性决定系数法：通过以标准数据为X轴、扩充不同样本量的数据库测得的中红外光谱仪数据为Y轴分别做散点图，添加趋势线，得出相关性决定系数R2值。2 实验结果与讨

石油库与加油站 2021年5期2021-12-31

剔除土壤背景对反演玉米根域土壤含水率的影响研究

测精度。采用决定系数R2、均方根误差RMSE和相对误差RE这3 个指标评价模型预测值和实测值拟合的结果，从而评价模型的精度。若R2越趋近于1，RMSE和RE越小，说明模型精度越好。公式如下。2 结果与分析2.1 土壤含水率与冠层光谱相关性分析对五天内测得的12个小区的土壤含水率以及同时获得的6个波段光谱反射率进行相关性分析，结果见图2。图2 剔除土壤背景前后的6个波段反射率与不同深度含水率的相关性矩阵图Fig.2 Correlation matrix of

节水灌溉 2021年12期2021-12-28

五种鲤形态性状与体质量相关性及形态差异分析

用通径系数、决定系数分析确定了影响黑龙江野鲤Cyprinus carpio haematopterus、黄河鲤、松浦镜鲤Cyprinus carpio Songpu mirror、易捕鲤（Easy caught carp）以及元江鲤Cyprinus carpio yuankiang 体质量的主要性状，分析量化各形态性状对体质量的直接和间接影响。随后利用单因素方差分析及聚类分析等方法分析了黑龙江野鲤、黄河鲤、松浦镜鲤、易捕鲤和元江鲤五个鲤群体的形态差异，为鲤

水产学杂志 2021年4期2021-10-18

莲子含水率近红外光谱检测模型构建

模型，验证集决定系数高达0.980 6。Guzmán等[7]发现近红外视觉系统可用于橄榄离线检测和在线分选，可以快速区分不符合最低质量要求的产品。彭云发等[8]采集了南疆红枣近红外光谱数据并建立了PLS模型，结果表明，预测值平均偏差为0.41%，实现了南疆红枣水分的快速检测。陈琳等[9]利用多种方法分别构建红茶含水率预测模型。结果表明，利用联合区间偏最小二乘法构建的含水率预测模型效果更优，其预测集的相关系数和均方根误差分别为0.959 3和0.039 5，

食品研究与开发 2021年18期2021-10-13

7家医院核医学人员操作核素情况的调查

 观察指标用决定系数d判定某工作人员是否需要进行内照射个人监测。当决定系数d≥1 mSv时，需要进行内照射个人监测，计算决定系数d的公式为式中：Aj为1 a内工作场所核素j总的活度，单位为Bq；e(g)j,inh为核素j吸入状况下的剂量系数(AMAD=5 μm)，单位为Sv·Bq-1，吸入状态下99Tcm、131I、18F、89Sr剂量系数(AMAD=5 μm)分别为2.0×10-11、1.1×10-8、8.9×10-11、1.4×10-9Sv·Bq-1[

河南医学研究 2021年16期2021-07-19

正则化与ELM结合用于光伏发电功率预测

误差MSE与决定系数R2。(5)决定系数，也称为判定系数或者是拟合优度。当R2趋近于1时，说明相关方程越值得参考；相反，趋近于0时，说明相关的方程没有参考的意义。在多元回归分析中，决定系数是通径系数的平方，其表达式为：(6)式中：SST为总平方和；SSR为回归平方和；SSE为残差平方和。SST=SSR+SSE，拟合优度越大，自变量对因变量的解释程度越高，观察点在回归直线附近越密集。决定系数:为0时，表示模型效果跟瞎猜差不多；为1时，表示模型拟合度较好；在0

电气自动化 2021年3期2021-06-10

基于冠层高光谱遥感的杂交水稻植被指数氮素营养诊断模型

性分析，利用决定系数（r2）确定每个氮素营养模型（LNC反演模型、LNA反演模型和APNA反演模型）的最优波段组合。以最优波段组合构建的植被指数为自变量，以氮素营养指标为因变量进行回归分析构建反演模型，包括线性函数模型、指数函数模型、对数函数模型、幂函数模型、抛物线函数模型。利用含量梯度法[14]将数据集按2∶1的比例分为建模集和测试集，每个氮素营养指标获得构建模型和测试模型的数据分别为60个和30个。利用相关指数（R2）、均方根误差（RMSE）和相对误差

中国稻米 2021年3期2021-06-04

利用高光谱估算博斯腾湖西岸湖滨绿洲土壤有机质含量

最优，验证集决定系数（R2）达0.84。石朴杰等［12］探讨农田土壤有机质含量时发现光谱数据经矢量归一化校正和一阶微分变换后，构建的PLSR模型预测效果显著，决定系数为0.91。林鹏达等［13］运用多元逐步回归（MSR）与PLSR方法构建黑土土壤有机质高光谱估算模型，建模效果均显著，R2≥0.75，均方根误差（RMSE）≤0.25。土壤光谱反射率与土壤理化性质有着紧密的联系。吕雄杰等［14］对自然条件下不同水分含量黄棕壤光谱特征进行了研究，试验结果表明在可

中国土壤与肥料 2021年1期2021-03-29

日本乌贼（Sepiella japonica）形态性状与体质量的相关性及通径分析

体质量的单一决定系数与共同决定系数。所有参数计算公式如下[14]：Pearson 相关系数的计算公式：rxy=；间接通径系数：Piy=Rij×Pjy，Rij为性状i 与性状j 的相关系数，Pjy为性状j 的通径系数；通过相关系数与通径系数计算性状的决定系数，决定系数分为单一决定系数与共同决定系数，单个决定系数共同决定系数dij=2rij×Pi×Pj；变异系数为标准差与平均值的比值。2 结果与分析2.1 性状的表型统计量日本乌贼10 个形态性状与体质量数据如

水产养殖 2021年2期2021-02-24

基于Python语言路径分析矩阵算法运演

矩阵算法计算决定系数和完成F检验，以期进一步说明路径系数的意义。2 路径回归系数计算2.1 路径回归是标准化的偏回归系数的推导y=b0+b1x1+…+bn xn+e其中bi是自变量xi对因变量y的偏回归系数。由于各自变量本身变异程度和量纲的不同，使得偏回归系数绝对值并不能准确反映相应自变量对依变量相对贡献的大小。为此需将各偏回归系数标准化，即用相应自变量的标准差与因变量的标准差之比去乘以各偏回归系数，因而路径系数为标准的偏回归系数pyxi，即为自变量对因变

电脑与电信 2021年10期2021-02-10

基于“三边”参数的冬小麦冠层SPAD值监测模型

型，且模型的决定系数达到了0.788；姚付启等[13]指出了传统红边参数及新红边参数与冬小麦SPAD值在不同生育期均具有良好相关性.由此可以看出利用“三边”参数建立植株叶绿素含量的估算模型是可行的，但是目前采用“三边”参数构建冬小麦叶绿素含量估算模型的研究成果较少.主成分分析法是一种高维综合评价方法，通过对原有指标进行线性变换和舍弃部分信息，以消除各指标间相互影响，从而提高模型模拟精度.在采用主成分分析方法构建光谱模型方面，朱西存等[14]利用6个光谱指数

排灌机械工程学报 2021年1期2021-01-19

高光谱估测稻叶SPAD值预处理方法与模型比较

AD值，依据决定系数R2、均方根误差值（root means quare error，RMSE）及相对分析误差（residual predictive deviation，RPD）来检验模型的精度与可靠性，筛选模型。PLSR、SVR、RFR模型于Python3环境编译实现，采用train_test_splitt（）函数划分训练集和验证集，验证集数量为样本数的25%，采用ShuffleSplit（）函数进行随机置换交叉验证，份数K=10，采用Grid-Sea

江西农业大学学报 2020年6期2021-01-08

NIRS法定量分析多年生苦荞叶片蛋白质与GABA含量

其预测模型的决定系数为0.948 1，交叉验证均方根为0.68[7]。陈龙等研究使用近红外技术在线监测γ-氨基丁酸制备过程，所建立模型的决定系数为86.32%[1]。目前，利用近红外光谱法研究荞麦叶片蛋白和GABA含量还未见报道。本文利用傅里叶变换近红外漫反射光谱技术测定222份多年生苦荞叶片的近红外光谱，采用偏最小二乘回归法对光谱数据进行分析，构建荞麦蛋白质和GABA近红外分析模型，为实现多年生苦荞叶片蛋白质和GABA含量的快速检测提供参考。1 实验部分

光谱学与光谱分析 2020年8期2020-08-08

原棉短纤维率标样验证试验分析研究报告 ——第二部分：原棉短纤维率标样的验证试验分析

9L线性相关决定系数由0.896提高至0.953，回归标准差由1.66降低至1.09；去除标样E1后，Y111罗拉法与XJ129L线性相关决定系数由0.896提高至0.926，回归标准差由1.66降低至1.10。图3 所示为Y111罗拉法与XJ129L线性相关性分布情况2.2.1.2 Y111罗拉法与aQura表4所示为Y111罗拉法与aQura线性相关性分析汇总。从表4可知，去除标样D1后，Y111罗拉法与aQura线性相关决定系数由0.766微调至0.

中国纤检 2020年7期2020-07-22

玉米冠层LAI 反演中UAV 影像镜面反射去除方法

合。本文选用决定系数(R2)和均方根误差(RMSE)2 个指标来反映植被指数与ln(LAI)的相关性水平。其中RMSE 可以反映数据集的离散程度，其值越小，说明模型的精度越高。而R2表示了相关的密切程度，当R2越接近1 时，表示相关的方程式参考价值越高;相反，越接近0 时，表示参考价值越低。3 结果与分析3.1 小波变换阈值设置将提取的无人机影像样本点的反射率与相同样本点上PROSAIL 模型反演的反射率进行对比，如图2 所示。从图2 可以看出，原始影像的

农业机械学报 2020年5期2020-07-07

基于光谱变换的冬小麦冠层SPAD值估算模型研究

型的评价选取决定系数R2、均方根误差RMSE及平均绝对误差MAE进行综合评定。R2越大，RMSE和MAE越小，模型的精度越高。具体公式如下：(1)(2)(3)2 结果与分析2.1 不同施氮水平下冬小麦SPAD值的变化特征不同施氮水平下冬小麦冠层SPAD值见表2，随着冬小麦生育期的推进，SPAD值呈先增加后降低的趋势，在抽穗-灌浆期小麦冠层SPAD达到最高点为54.80；随后降低，在灌浆-成熟期小麦冠层SPAD降至48.298，由于在灌浆期之后，冬小麦的营养

中国农村水利水电 2020年3期2020-06-15

不同规格香港牡蛎壳形态性状对重量性状的影响

、通径分析、决定系数和多元回归分析等方法分析壳形态性状对重量性状的影响。【结果】不同规格香港牡蛎的壳长、壳高和壳宽3个壳形态性状与全重均呈极显著正相关（P关键词：香港牡蛎;规格;壳形态性状;全重;通径分析;决定系数Abstract：【Objective】The main factors affecting the weight traits of Crassostrea hongkongensis were screened， and the optim

南方农业学报 2020年4期2020-06-04

鹅掌楸人工林生长最优模型选择研究

合结果，选择决定系数(R2)最高的为最优生长模型，若决定系数相同，则以残差平方和最小的模型为最优[18]。2.3 模型验证根据优选出的数学模型，计算鹅掌楸各龄阶胸径、树高及材积的理论值。采用F统计检验法、偏差统计量法以及预测精度检验法对鹅掌楸的胸径、树高和材积生长模型进行检验和评价[19]。3 结果与分析3.1 鹅掌楸胸径生长模型选择将鹅掌楸胸径生长的实测数据依次采用Logistic、Webull、二次曲线等数学模型进行拟合，各数学模型的拟合方程及决定系数

亚热带植物科学 2020年1期2020-03-25

2种贝龄合浦珠母贝数量性状的相关与通径分析

;通径分析;决定系数中图分类号： S968.316.1 文献标志码： A 文章编号：2095-1191（2020）10-2557-08Correlation and path analysis of quantitative traits of pearl oyster Pinctada fucata at two different agesCHEN Jian1，2， BAI Li-rong2， LUO Hu

南方农业学报 2020年10期2020-01-21

大鳞鲃形态性状与体质量的相关性及通径分析

通径系数计算决定系数，决定系数包括单个性状对体质量的决定系数和两个性状对体质量的共同决定系数。运用逐步多元线性回归法，通过偏回归系数检验剔除不显著的性状，取偏回归系数显著的形态性状对体质量建立多元回归方程，并对方程进行拟合度检验。相关计算方法参照文献[24, 25] 的方法，数据间的比较以P2 结果与分析2.1 各性状的表型参数所测280个大鳞鲃的表型数据资料经初步整理后的结果见表1。单个性状进行K-S正态分布检验，P值均大于0.05，说明每个性状的数据服

长江大学学报(自科版) 2019年11期2019-11-19

基于不同光谱变换的土壤铬含量反演研究

，并采用调整决定系数Ad-R2、均方根误差RMSE、相对分析误差RPD来评价模型的精度与稳定性，通过F检验来判定数据总体是否符合线性正态误差模型，结果见表1。表1 基于相关系数法的光谱变换PLSR模型参数注：(1)在表1中，出现了调整决定系数Ad-R2为负值的情况，是由于在使用多元回归分析时，当模型中所使用的解释变量较多，而样本量不足时，对解释变量过多带来的惩罚就会很重，从而调整决定系数出现负值。(2)**表示回归模型的线性关系达到Ad-R2显著水平。结果

福建质量管理 2019年17期2019-10-14

基于相关系数与决定系数的数据去重方法研究

相关系数与决定系数大数据时代的到来使统计学得到了创新与发展，在进行数据处理与一些模型评估时，相关系数和决定系数得到了广泛的应用。相关系数由英国统计学家Pearson首创,因此称为Pearson相关系数，它是依据积差方法计算的，因此又称为积差相关系数或积矩相关系数，一般以两变量与各自平均值的离差为基础，通过两个离差相乘来反映两变量之间的相关程度[6]，其计算公式(二元相关)为：(1)相关系数的绝对值越大，相关性越强：相关系数越接近于1或-1,相关度越强，相

数字制造科学 2019年3期2019-10-10

3种野生珍珠贝表型性状比较及通径分析

对经济性状的决定系数，为珍珠贝新品种的开发及亲贝的挑选工作提供数据参考。1 材料与方法1.1 试验材料3种野生珍珠贝（合浦珠母贝、黑珠母贝和射肋珠母贝）均为2018年5月采集于海南省三亚市西岛附近海域，从总数量超过5 000只的3种野生珍珠贝中挑选体型端正、规格较大的100只个体。1.2 试验方法对上述采集的3种野生珍珠贝清除其表面附着物并刷洗干净，用精确度为0.01 mm的数显卡尺测量其壳长（x1，mm）、壳高（x2，mm）、壳宽（x3，mm）和绞合线长

广东农业科学 2019年1期2019-04-13

基于750 kV变电站低频噪声的人体感受模型研究

HA关系曲线决定系数均大于0.99，与MA关系曲线决定系数均大于0.98，并且其线性回归模型决定系数均大于0.93，因此选取这5种声学参量进行多元线性回归分析，建立适用于变电站噪声的主观烦恼(%HA,MA)多元线性回归模型(见表4)。由表4可知，采用5种声学参量建立的变电站噪声%HA多元线性回归模型为%HA=-0.028SPL-0.011LAeq+0.04LN-0.54R5+0.017N5-1.027，MA模型为MA=-0.07SPL-0.421LAeq+

山西建筑 2019年6期2019-03-06

1龄三角帆蚌壳形态性状对体质量的通径分析

径分析并计算决定系数。通过逐步回归法，剔除偏回归系数不显著的性状，建立最优多元回归方程，并对方程进行显著性检验。体质量(y)的回归方程采用的线性模型[19]为y=b0+b1x1+b2x2+…+bixi。其中：y为因变量；b0为常数项；xi为自变量；bi为对应的偏回归系数。偏回归系数bi是有单位属性的，无法直接进行比较，因此，对bi的分子、分母分别除以y和xi的标准差，得到从自变量xi到因变量y的直接通径系数Pyi xi，即Pyi xi=biσxi/σy。2

大连海洋大学学报 2018年6期2019-01-12

岩原鲤形态性状与体质量的相关性及通径分析

元回归分析及决定系数分析已广泛应用于水生经济动物选育相关的基础研究[18-22]。笔者利用相关分析和通径分析，对影响岩原鲤体质量的主要形态性状进行判别，分析量化各形态性状的直接作用和间接作用，通过采用逐步回归的方法，建立了岩原鲤幼鱼形态性状与体质量间的最优多元线性回归方程，筛选出最优拟合模型，为岩原鲤群体选育提供基础数据。1 材料与方法1.1 材料试验于2017年11月在金沙江溪洛渡向家坝水电站珍稀特有鱼类增殖放流站开展，试验鱼为放流站自行繁育的6月龄岩原

水产科学 2018年6期2018-12-06

无人机多光谱遥感反演花蕾期棉花光合参数研究

行拟合，采用决定系数R2、均方根误差RMSE和相对误差RE等3个指标评价模型精度。R2越接近1，RMSE和RE越小说明模型效果越好。(1)(2)(3)2 结果与分析2.1 不同水分处理下光合参数日变化分析4组水分处理下，花蕾期棉花冠层净光合速率(Pn)、气孔导度(Gs)、蒸腾速率(Tr)、胞间二氧化碳浓度(Ci)的日变化特征如图3所示。图3 不同水分处理的花蕾期棉花冠层光合参数的日变化Fig.3 Diurnal variations of photosyn

农业机械学报 2018年10期2018-10-20

基于颜色读数识别物质浓度的数学模型研究

析对应模型的决定系数，通过决定系数大小的比较来比较颜色维度对模型的影响。关键词： 物质浓度；颜色读数；多元回归线性模型；决定系数一、引言比色法是通过比较或测量有色溶液物质颜色来确定待测组含量的方法，如果是由人来观测，这一方法在精度上受到很大影响。但随着照相技术和颜色分辨率的提高，建立颜色读数和物质浓度的数量关系这一想法就被提出，即只要输入照片中的颜色读数就能够确定待测物质的浓度。本文根据提供的不同二氧化硫浓度与颜色读数的数据，对颜色读数与物质浓度之间的关系

科学与财富 2018年12期2018-06-11

基于线性回归的玉米生物量预测模型及验证

玉米生物量，决定系数大于 0.80。但是，应用单一变量预测玉米生物量，存在模型鲁棒性差等缺陷。氮元素作为作物生长不可缺少的元素，直接影响作物生物量的积累[10-12]，Mistele等[13]指出应用光谱传感器测量玉米的氮含量也可以预测玉米生物量，Montes等[14]将光栅传感器测得的玉米株高与光谱传感器测得的光谱数据，采用支持向量机的方法进行回归分析，进而对玉米生物量进行预测，提高了模型的准确度，决定系数达到 0.97。此外，应用光谱数据也可推算玉米的

农业工程学报 2018年10期2018-06-05

地震动特性参数对结构响应影响的近似定量关系

时，响应面的决定系数均在0.90以上，拟合效果比较理想，并且稳态持时的显著性要比衰减系数高，说明持时对结构响应的幅值影响较大；此外，响应面二次项的决定系数很低，线性程度比较高；（4）当以结构弹塑性响应的峰值为因变量时，响应面的决定系数随单自由度体系自振周期的增大而增加，且决定系数和各自变量的显著性程度都不是很理想，说明对于结构的弹塑性响应，频率非平稳对结果的影响比较大，仅考虑强度的非平稳特性是不够的；或者是响应面的形式不能简单地用线性或者二次曲线来描述，具

地震科学进展 2015年9期2015-03-29

苜蓿人工草地高光谱遥感估产模型的研究

回归分析，其决定系数见表2。由表2看出，不同波段反射率参数中，线性回归模型决定系数高的参数，其非线性模型的决定系数也比较高，以615 nm反射率为自变量的回归方程的决定系数较高，并以其复合、指数2种形式为最高，达到0.788。在众多回归形式中，除逆模型和对数、S型的回归形式外，其余非线性回归模型都比线性模型的决定系数要高;其中复合、指数最高，其次为乘幂。2.2.2 应用一阶导数建模 从一阶导数中，挑选相关系数大于0.8的波段参数，进行回归分析，其决定系数见

草业学报 2014年1期2014-01-02

扫描方式对鲜枣近红外光谱和硬度模型精度的影响

，且有较高的决定系数R2值，这样才能说明该模型稳定性好。关于样品3个位置的1，3，6次所建预测模型的决定系数、校正集均方根误差和预测集均方根误差列于表3。表3 不同扫描次数扫描不同位置的样品模型参数由表3可以得出，当对样品的位置一进行1，3，6次扫描时，扫描1次的决定系数较高，但RMSEC值和RMSEP值相差较大；扫描3次的决定系数相对较低，但RMSEC值和RMSEP值较接近，表明扫描3次的模型较稳定。对样品的位置二进行1，3，6次扫描时，扫描3次的决定系

山西农业科学 2013年9期2013-12-23

基于土壤光谱特征的宁夏银北地区盐碱地盐分预测研究

型的稳定性用决定系数R2检验，R2越大，模型越稳定；模型的预报能力用验证样本的拟合度R2′以及总均方根差（RMSE）来检验，R2′越大、RMSE越小，则模型精度越高、预测能力越强。2 结果与分析2.1 表层土壤与土壤盐分的相关性2.1.1 盐碱土表层土壤光谱特征宁夏银北地区土壤属于苏打盐碱化土壤，盐分组成以Na2CO3和NaHCO3为主，其光谱反射曲线如图1所示。在400～570nm的范围内光谱曲线斜率较大，且在570nm附近有一拐点（特征点）出现；57

水土保持通报 2013年5期2013-12-13

影响沙子岭猪6月龄体重有关性状相关分析及综合选择指数的研究

小，一般使用决定系数。决定系数是通径系数的平方，但在性状间有相关时，还应包括2个性状的共同作用，其计算方法为2 个通径系数相乘，再乘上相关系数的2 倍。即：经计算，影响沙子岭猪6 月龄体重各因素的决定系数如下：dy.x1=0.110 89 dy.x2=0.267 81dy.x3=0.001 70 dy.x4=0.023 69dy.x1.x2=0.221 89 dy.x1.x3=0.014 35dy.x1.x4=0.051 81 dy.x2.x3=0.020

猪业科学 2012年12期2012-11-22

非均匀结构件材料密度工业CT定量检测方法

系，并给出了决定系数R2的计算结果。表1 带钢壳标准试样CT值、能量和线衰减系数之间的对应关系 cm－1由表1可见，对于带钢壳的铝合金标准试样，CT值和线衰减系数具有较好的线性相关性，决定系数R2在100～400keV范围内分布在0.9950～0.9959之间，数据相差不大，最大值出现在100～200keV之间。随着能量的增加，决定系数R2缓慢减小。显然，带钢壳铝合金试样CT值和线衰减系数的相关性与不带钢壳时有很大不同。一方面，决定系数值明显减小，最大决定

无损检测 2012年2期2012-10-23

琴文蛤形态性状对体量的影响效果分析

的通径分析和决定系数计算,剖析了这些性状对体重的直接作用和间接影响进而求得决定系数[10-11],通过偏回归系数检验剔出不显著的性状,取偏回归系数显著的形态性状分别对活体重新建立多元回归方程,并对方程进行拟合度检验。相关系数的计算公式为：通径系数Pxi,y简写为Pi是标准化变量后的偏回归系数,也称为标准偏回归系数; 决定系数又区分为两种,单个自变量对依变量的决定系数为dxi,y,简写为di,两个性状对体重的共同决定系数dxixj,y简写为dij,计算公式分

海洋科学 2011年10期2011-03-14