基于非线性混合模型的杉木优势木平均高

从理论上介绍一阶线性化算法和一阶条件期望线性化算法求解非线性混合效应模型参数,并利用这2种算法分别对杉木优势木平均高进行拟合(选用常用的Logistic模型作为基础模型,把区组作为随机效应因子)。结果表明:2种算法对杉木优势木平均高进行拟合时精度都很高。通过对2种线性化算法进一步比较可得,在分析单木水平非线性混合效应优势木平均高模型时,2种算法拟合效果非常接近,因此在实际应用中可以选择其中任意一种算法对杉木优势木平均高进行拟合。

非线性混合效应模型统一标准形式及应用

非线性混合效应模型(nonlinear mixed effect model, NLMEM)对分析重复调查数据有着突出优势并且得到广泛应用.但是现有的混合模型仅包含单水平和逐级嵌套多水平的随机效应分析,没有包括交互作用及其他组合类型随机效应分析,因此,现有的NLMEM没有一个统一的标准表达式.本文的目的在于提出一个包括所有随机效应类型NLMEM的统一表达式,并且给出正态分布NLMEM的一种参数计算方法 (线性逼近-逐步2次规划).通过落叶松实例和数值模拟验证表明,线性逼近-逐步2次规划算法具有较高的计算精度和较快的计算速度.该算法已在ForStat 2.2版本上实现.除此之外, NLMEM统一表达式还可推广到组变量情形,即考虑组变量的NLMEM.