|||
现在想和大家探讨”小结与讨论”中的这句话。回归方程的决定系数的大小直接反映的是数据拟合度。决定系数越大,即表明数据拟合度越高。当数据拟合度 均高于某个值时,如0.900,两组或多组数据的回归方程是否可以统一起来呢?我个人认识,回归方程拟合度与方程统一没有直接联系。也就是说,拟合度高是 方程统一的前提条件,而能否统一方程则取决于回归系数检验。
至于如何进行回归系数检验,我也在”如何检验两组回归系数之间的差异 性“中进行了介绍。你也可以在UCLA的网页中找到。 我在”不同株型小麦干物质积累与分配对氮肥响应的动态分析”使用了一种方法,叫”残差平方和简化测验(sum of square reduction test, SSRT)”,这种方法是比较参数组间的差异,还非单个参数的差异,你可以在这里找到(点 我)。我还找到一种”approximate F-test”方法,你可以参考文献”Wheat Grain Yield Response to N Application Evaluated through Canopy Reflectance“。 你需要哪种方法还要具体分析,大体可分为线性回归参数比较和非线性回归系数比较,SSRT就属于非线性的。在”Statistical methods in agriculture and experimental biology”一书的第九章和第十章有详细的描述,有意可详读。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2025-2-6 02:57
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社