Primerjava različnih regresijskih modelov za napovedovanje debelinskega priraščanja jelke
Autor: | Andrej Ficko, Vasilije Trifković |
---|---|
Jazyk: | němčina |
Rok vydání: | 2021 |
Předmět: |
mixed models
modeli z omejenimi odvisnimi spremenljivkami multiple regression mešani modeli statistične metode limited dependent variable models Forestry General Medicine General Chemistry udc:630*56:630*17(045)=163.6 multipla regresija SD1-669.5 tobit model jelka Environmental sciences censoring diameter increment stalne vzorčne ploskve statistical methods permanent sampling plots prirastek GE1-350 silver fir krnjenje |
Zdroj: | Acta Silvae et Ligni, Vol 126, Pp 61-76 (2021) Acta Silvae et Ligni, vol. 126, pp. 61-76, 2021. |
ISSN: | 2335-3953 2335-3112 |
Popis: | V prispevku na primeru jelke predstavljamo sedem regresijskih modelov za modeliranje priraščanja dreves s podatki periodičnih meritev na stalnih vzorčnih ploskvah. Poleg polinomske regresije, modela z dodanim šumom in mešanega linearnega modela, predstavljamo regresijo z naravnimi zlepki in tri modele z omejenimi odvisnimi spremenljivkami: truncated regression, tobit regression in grouped data regression. Modele lahko uporabimo, kadar se zaradi načina merjenja in zaokroževanja podatkov ter hierarhičnosti podatkov srečamo z rezanimi ali krnjenimi slučajnostnimi spremenljivkami, nezveznostjo odvisne spremenljivke in pristransko oceno prirastka. Pri pojasnitvi debelinskega priraščanja 21.013 jelk na 4.405 ploskvah v obdobju 1990–2014 v raznomernih gozdovih v dinarskih jelovo-bukovjih so vsi modeli pokazali podoben vpliv prsnega premera, sestojne temeljnice, temeljnice debelejših dreves, raznomernosti, nagiba, nadmorske višine in le manjše razlike v regresijskih koeficientih in merah prileganja. Največje povprečne napovedi prirastka daje tobit model, mešani model pa se najbolj prilega podatkom. V primerjavi z drugimi modeli model z zlepki kaže na počasnejše zmanjševanje prirastka zelo debelih jelk po kulminaciji prirastka. We present seven alternative statistical models for modelling tree diameter increment with data from permanent sampling plots. In addition to the polynomial regression model, we present a regression model with added random noise, a mixed linear model, regression with natural splines, and three models with limited dependent variables: truncated regression, tobit regression and grouped data regression. The models may be used when dealing with truncated or censored variables, biased estimation of the increment due to censoring and rounding down, or when having multilevel data. The parametrization of the models was done using 21,013 fir trees on 4,405 plots in the period 1990–2014 in uneven-aged Dinaric fir-beech forests. All models showed a similar effect of tree diameter, stand basal area, basal area of larger trees, diameter structure diversity, altitude and slope. There were only minor differences in the regression coefficients and fit measures. The highest increment predictions were given by the tobit model. The mixed model fit the data best and, compared to the other models, predicted a slower decrease in the growth of large-diameter trees after growth culmination. |
Databáze: | OpenAIRE |
Externí odkaz: |