基于哑变量回归和混合效应的杉树树高-胸径模型

为了精确预测杉树人工林的潜在生产力,以江西省青原山杉树人工林为研究对象,基于最小二乘法构建杉树树高-胸径的基础模型,在此基础上分别加入地形因子的哑变量和地形因子的混合效应,构建基于哑变量回归和混合效应的杉树树高-胸径模型,并利用决定系数和均方根误差评价模型的拟合效果,比较2种模型的精度。结果表明:杉树树高-胸径的关系随坡度、坡向的不同存在一定的差异;线性混合效应的回归预测模型精度高于哑变量回归模型和基础模型的,其中基础模型的决定系数、均方根误差分别为0.604、2.595,哑变量回归模型的决定系数、均方根误差分别为0.652、2.443,混合效应模型的决定系数、均方根误差分别为0.659、2.364;与基础模型相比,基于线性混合效应的杉树树高-胸径模型的精度更高,决定系数增大了5.4%,均方根误差减小了8.9%。

中国国际旅游收入的时间序列模型

季节哑变量回归模型、求和自回归滑动平均模型和自回归模型在预测中国国际旅游收入时各有优劣。用平均绝对百分比误差、均方根误差和均方根百分比误差三个指标来评估这三个模型,发现自回归模型的预测能力最好,并由此提出增加中国国际旅游收入的关键措施:导入区域旅游模式,提升旅游服务质量,加强旅游产品的国际促销,等等。