基于极大似然法的土壤重金属删失数据的相关性

基于极大似然法(MLE),通过构建不同情形下的似然函数,提出了删失数据相关性估计的方法.分别研究了样本容量､删失比例､总体相关系数与干扰项等因素对估计值准确性的影响.同时,将MLE与替换法(通常将删失部分替换为LOD或LOD/2)和删除法(直接将删失部分删除)做对比,检测了MLE的精准度.以澳大利亚土壤普查数据作为实例对方法进行了实例应用.结果表明:样本容量越大,研究中的MLE的结果越准确,当样本容量达到2000时,估计值具有较好的稳定性,且受删失比例影响较小.MLE的相关系数估计值随删失比例(0%~90%)与总体相关系数变化程度较小,具有渐进无偏性和一致性.添加干扰项对MLE的准确性影响较小,表明其具有较强的鲁棒性.随着删失比例的提升,MLE精确性明显优于删除法和替换法.实际数据的应用结果表明澳大利亚土壤普查数据中,Ag与Hg有着较高的相关性,Hg与Hf之间相关系数几乎为0.