论文部分内容阅读
种群生态数学模型是生物数学模型中发展最成熟、运用最广泛的模型之一，且该模型常以微分形式出现。种群生态数学模型得以应用的前提是估计模型参数，而生物统计学和种群生态学这两个方向并没有很好的交叉融合。又由于线性统计模型内容丰富，是现代统计学中应用最广泛的模型之一，可以用线性统计模型解决生物、医学、农业、工业等领域的问题，而且也是其它统计模型研究或应用的基础，因而本文主要研究将线性统计模型的知识应用到具有微分形式的种群生态数学模型的参数估计中。 本文首先以线性回归模型为基础，将非线性的Richards增长曲线方程线性化，分别利用线性最小二乘法，双向差分误差平方和最小估计法及双向差分加权最小二乘估计法对Richards增长曲线方程进行参数估计，最后通过实例对比说明Richards增长曲线方程的适用性及参数估计的有效性。 此外，本文对实际问题中多个看似不相关，实则具有一定联系的多个Richards增长曲线方程建立Richards增长曲线方程组，将这些方程作为一个整体来研究。接着利用半相依回归模型的拟广义最小二乘估计法对Richards增长曲线方程组进行参数估计。最后将具有半相依相关关系的Richards增长曲线方程组应用到具体实例中，对比发现考虑方程间的相关关系构成的Richards增长曲线方程组的半相依回归模型的拟合误差比独立的Richards增长曲线方程的拟合误差更小。