﻿ 用两阶段度量误差模型方法和ForStat软件进行模型整合
 林业科学  2004, Vol. 40 Issue (2): 75-78 PDF
0

#### 文章信息

Li Yongci, Tang Shouzheng, Li Haikui.

Model Integration Using the Method of Two-stage Error-in-variable and the Soft of ForStat

Scientia Silvae Sinicae, 2004, 40(2): 75-78.

### 作者相关文章

1. 北京林业大学资源环境学院 北京 100083;
2. 中国林业科学研究院资源信息研究所 北京 100091

Model Integration Using the Method of Two-stage Error-in-variable and the Soft of ForStat
Li Yongci1, Tang Shouzheng2, Li Haikui2
1. College of Resource and Environment, Beijing Forestry University Beijing 100083;
2. The Institute of Forest Information Research, Chinese Academy of Forestry Beijing 100091
Abstract: In this study, The models of stand age, stand mean diameter at breast height and stand volume are integrated by using the method of two-stage error-in-variable and the ordinary method separately with the soft of ForStat. The result indicates that the estimation of stand volume obtained by ordinary method has bias while the estimation of two-stage error-in-variable is obviously more accurate and has no bias. It is proved that the method of the two-stage error-in-variable and the soft of ForStat are useful method of integrating models.
Key words: Model integration    Two-stage error-in-variable    Numerical algorithm

1 选择模型原形和变量变换

 (1)
 (2)

 (3)
 (4)
 图 1 模型(1)的残差图 Fig. 1 Residual of model (1)
 图 2 模型(3)的残差图 Fig. 2 Residual of model (3)

 图 3 模型(2)的残差图 Fig. 3 Residual of model (2)
 图 4 模型(4)的残差图 Fig. 4 Residual of model (4)

 (5)
 (6)
2 用常规方法进行模型整合

 (7)

 图 5 Y2估计值(Y2_Y1)与观测值的对比图 Fig. 5 Comparison of observation Y2 and estimation (Y2_Y1)
 图 6 Y2估计值(Y2_Y1_X)与观测值的对比图 Fig. 6 Comparison of observation Y2 and estimation (Y2_Y1_X)

 图 7 Y2估计值(Y2_X)与观测值的对比图 Fig. 7 Comparison of observation Y2 and estimation Y2_X

3 用两阶段度量误差模型方法进行模型整合

ForStat是中国林业科学院资源信息所森林经理和林业统计研究室在IBM-PC系列程序集的基础上，增加了许多近代统计方法，采用面向对象的程序设计方法和COM(组件对象模型)技术，使用可视化的集成开发环境，研制开发的一个统计分析软件。非线性度量误差模型方法是近几年统计领域的研究热点之一，为了促进两阶段度量误差模型方法的广泛应用，我们在ForStat统计之林软件中开发了一个应用程序模块，来进行非线性度量误差模型的参数估计。此模块友好的输入输出界面极大地方便了用户。有关非线性度量误差模型的理论及参数估计的数值算法，这里不再赘述。下面介绍如何用ForStat统计之林软件的两阶段度量误差模型方法对模型(5)和(6)进行整合并给出计算结果。在数据窗口输入数据，然后选择统计分析菜单下的非线性度量误差模型，调出非线性度量误差模型的方程和参数输入窗体输入方程和参数。两阶段度量误差模型参数估计结果见表 1

 图 8 模型和参数输入窗体 Fig. 8 The form of models and parameters input

Y2的实测值与预测值对比图(图 910)。可以看出用度量误差模型方法得到的Y2_Y1_X精度非常高，并且是无偏的，估计结果明显优于常规估计方法。

 图 9 Y2估计值(Y2_Y1)与观测值的对比图 Fig. 9 Comparison of observation Y2 and estimation Y2_Y1
 图 10 Y2估计值(Y2_Y1_X)与观测值的对比图 Fig. 10 Comparison of observation Y2 and estimation Y2_Y1_X
4 结论

 唐守正, 李勇. 2002. 生物数学模型的统计学基础. 北京: 科学出版社. 唐守正, 李勇. 1996. 一种多元非线性度量误差模型的参数估计及算法. 生物数学学报, 11(3): 23-27. Tang Shouzheng, Wang Yonghe. 2002. A parameter estimation program for the error-in variable model. Ecological Modelling, 156(2-3): 225-236. DOI:10.1016/S0304-3800(02)00173-4 Tang Shouzheng, Li Yong, Wang Yonghe. 2001. Simultaneous equations, error-in variable models, and model integration in systems ecology. Ecological Modelling, 142(3): 285-294. DOI:10.1016/S0304-3800(01)00326-X