Моделирование пространственной изменчивости свойств почв агросистем статистическими методами

  • автор:
  • специальность ВАК РФ: 25.00.36
  • научная степень: Кандидатская
  • год, место защиты: 2004, Оренбург
  • количество страниц: 142 с. : ил.
  • бесплатно скачать автореферат
  • стоимость: 240,00 руб.
  • нашли дешевле: сделаем скидку
  • формат: PDF + TXT (текстовый слой)
pdftxt

действует скидка от количества
2 диссертации по 223 руб.
3, 4 диссертации по 216 руб.
5, 6 диссертаций по 204 руб.
7 и более диссертаций по 192 руб.
Титульный лист Моделирование пространственной изменчивости свойств почв агросистем статистическими методами
Оглавление Моделирование пространственной изменчивости свойств почв агросистем статистическими методами
Содержание Моделирование пространственной изменчивости свойств почв агросистем статистическими методами
Вы всегда можете написать нам и мы предоставим оригиналы страниц диссертации для ознакомления
1. Состояние проблемы и обзор существующих методов ее
решения
1.1. Моделирование природных процессов
1.2. Статистические модели.
1.3. Обзор методов решения задачи
1.4. Методы корреляционного и регрессионного анализа.
2. Применение факторного анализа .
2.1. Метод главных компонент.
2.2. Формализация метода главных компонент
2.3. Алгоритм метода главных компонент.
2.4. Программная реализация метода главных компонент.
3. Применение ступенчатого регрессионного метода
3.1. Постановка задачи.
3.2. Алгоритм метода.
3.3. Определение вкладов.
3.4. Описание исходных данных
3.5. Описание переменных в программе.
3.6. Программная реализация упрощенного метода Брандона
4. Построение моделей для определения параметров исследования показателен почвенного состава
4.1. Обусловленность содержания агрономически ценной структуры параметрами почвенного состава.
4.2. Обусловленность содержания массы растительной органики параметрами почвенного состава.
4.3. Обусловленность установившейся скорости фильтрации параметрами почвенного состава.
4.4. Уточнение модели с помощью увеличения числа наблюдений
4.5. Исследования наблюдений на нормализованной матрице
4.6. Обусловленность содержания агрономически ценной структуры параметрами почвенного состава на нормализованной матрице наблюдений.
4.7. Обусловленность содержания массы растительной органики параметрами почвенного состава на нормализованной матрице наблюдений.
4.8. Обусловленность установившейся скорости фильтрации параметрами почвенного состава на нормализованной матрице наблюдений.
4.9. Адаптация модели.
5. Построение карты распределении агрономически ненной структуры в почвах агросистем Оренбургской области.
5.1 Применение карт в научных исследованиях.
5.2. Расчет содержания агрономически ценной структуры в почвах агросистем Оренбургской области
5.3. Выбор системы градации для визуализации карты содержания агрономически ценной структуры.
5.4. Выявление адекватности полученной карты содержания агрономически ценной структуры с почвенной картой Оренбургской области.
Заключение.
Список использованных источников


По мнению Дрейпера и Смита , даже когда по смыслу не существует физической связи между переменными, мы можем стремиться к тому, чтобы отразить ее с помощью математического уравнения данного вида. Если уравнение физически бессмысленно то есть не отраженные этим уравнение физические связи между показателями не адекватны, то и в этом случае оно может оказаться весьма ценным для предсказания значений ряда переменных по известным значениям других переменных, быть может, при определенных ограничениях. Различают два основных типа переменных независимые предсказывающие, или факторы, и зависимые, или отклики. Под независимыми переменными понимаются такие переменные, для которых обычно можно устанавливать желаемое значение, либо те, которые можно только наблюдать, но не управлять ими. В результате преднамеренных изменений или изменений, происшедшими с независимыми переменными случайно, появляется эффект, которые передается и на другие переменные, на зависимые переменные. Практически, роли переменных обычно легко различимы. Модель, в которой зависимая переменная является случайной величиной, а независимые переменные детерминированные величины называется регрессионной моделью, а статистическим анализом такой модели является регрессионный анализ. Составная часть регрессионного анализа метод наименьших квадратов, вычислительный прием, обеспечивающий минимизацию некоторой заданной квадратичной формы при фиксированном множестве данных. Регрессионный анализ включает исходное предположение о том, что имеет место определенный тип зависимости, линейной относительно неизвестных параметров.
Вы всегда можете написать нам и мы предоставим оригиналы страниц диссертации для ознакомления

Рекомендуемые диссертации данного раздела