基于分位数回归模型的高山松生物量遥感估测研究

调查云南省香格里拉市98块样地高山松林生物量数据,结合2016年香格里拉市Landsat8-OLI遥感影像,采用普通最小二乘模型(OLS)和分位数回归模型(QR)的方法构建高山松生物量遥感估测模型。结果表明,分位数回归模型相对于OLS模型其决定系数(R^2)显著提高,均方根误差(RMSE)则降低了9.583。通过独立性检验得出,分位数回归模型的总体相对误差(RS)和绝对相对误差(RMA)都低于OLS模型,说明分位数回归模型拟合效果优于OLS模型。对模型预测结果进行分析发现,分位数回归模型能够较好地解决OLS模型在幼龄林和成熟林存在的低值高估和高值低估的问题。

分位数回归：心理统计方法的重要补充

采用数据模拟方法分析分位数回归（QR）和最小二乘回归（OLSR）之间的异同。结果表明：QR可以克服OLSR强假设、易受极端值影响、只能描述总体的平均信息等不足，充分揭示条件分布函数各点的局部信息，提高考试研究的针对性。尤其在随机误差项方差不恒定时，分位数回归的优势较最小二乘回归更为明显。它能挖掘考试数据中更多更有用的信息。

教育、经验和农民工的收入

本文对农民工的教育和经验回报,和农民工的条件收入分布进行了实证研究,使用的数据有两套,一套来自于1999年农业部在河北、陕西、安徽、湖南、四川和浙江6个省农村地区进行的住户调查。另一套来自于中国改革基金会国民经济研究所2004年在全国范围内进行的农民工收入转移抽样调查。因为是否出外打工是一个内生的经济选择,在估计农民工教育回报和经验回报的时候,我们做了选择性偏差的纠正,得到教育回报约为5.36%,零年经验回报约为8.4%。这是本文的第一部分;第二部分主要是农民工收入分布的研究,使用普通最小二乘法和分位数回归的方法,我们估计了农民工收入的条件均值和条件分布。两部分内容得到的一个共同结论是小学教育对农民工收入影响不大,初中及以上教育增收作用明显。