第十二章 非线性回归分析 《试验的设计与统计分析》.ppt

图12.13 水稻土PH值（x）和铵态N含量（y）的散点图 解：散点图（图12.13）显示x与y间呈近似的倒抛物线关系，部分点的拟合不算太好，因此做三次曲线回归分析可能有较好的效果。根据表12.7的数据可求得正规方程组 42b1+462b2+4200b3=34.9 462b1+5250b2+48972b3=552.7 4200b1+48972b2+466332b3=6316.6 解之有 由此得三次多项式回归方程 为了检验回归方程的显著性对y平方和进行分解 表12.8 例12.6的方差分析表 变异来源 DF SS MS F F0.05 P 回 归 3 201.490 67.133 145.62 6.59 0.0002 一 次 1 29.000 29.000 62.86* 7.71 0.0014 二 次 1 169.601 169.601 367.60* 7.71 4.36×10－5 三 次 1 2.889 2.889 6.26 7.71 0.0666 离 差 4 1.845 0.461 总 7 203.335 在0.05水平上一次和二次回归是显著的，但三次项不显著应去掉。与多元线性回归的方法一样，新的一次和二次回归系数为 回归截距为 得二次多项式回归方程 第三节 作物密度与产量关系的回归分析 作物的种植密度与产量之间的关系通常是非线性的。设x为种植密度，Y为群体产量，则个体产量y=Y/x，其倒数y-1=x/Y意为获得单位产量所需的株数。根据y-1与x的变化规律来看密度－产量关系可分为四种基本类型，它们的区别见图12.14。 图12.14 四种密度－产量关系曲线 一般说来等差型和混合型适用于群体调节能力较强的作物如小麦和水稻等，等比型和抛物线型适用于群体调节能力较差的作物如玉米等。 一、等差型密度－产量回归分析 等差型密度－产量关系中y-1与x的关系为 意为随着种植密度x的变化形成单位产量所需株数y-1呈等差级数线性变化。α的含义为x=0时的y-1即形成单位产量所需的最少株数。β的含义为x每变化一个单位时形成单位产量所需株数的变化数，也即形成单位产量所需的面积。此时y与x的关系为 呈双曲线。Y与x的关系为 呈渐近线，见图12.15。 图12.15 等差型x-y，x-Y曲线 当x=0时可得y的极大值即无限稀植时的单株产量 ymax=?– 1 当x=∞时可得Y的极大值即无限密植时的群体产量 Ymax=?– 1 因为y– 1 与x的关系是线性的，所以只要令 即可运用直线回归分析的方法解出α和β的估计值a和b了。 〔例12.7〕低肥条件下春小麦密度x（104苗/hm2）与产量Y（10kg/ hm2）的试验结果见表12.9，试分析密度与产量间的关系。 x Y y=Y/x y’=x/Y x2 y’2 xy’ 75 100.5 1.3400 0.7463 5625 0.5569 55.97 115.8 150 162.3 1.0820 0.9242 22500 0.8542 138.63 165.2 300 217.2 0.724 1.3812 90000 1.9078 414.36 209.8 450 245.1 0.5447 1.8360 202500 3.3708 826.19 230.6 600 250.0 0.4167 2.4000 360000 5.7600 1440.00 242.6 900 248.7 0.2763 3.6188 810000 13.0958 3256.92 255.9 Σ 2475 10.9065 1490625 25.5455 6132.07 表12.9 低肥下春小麦等比型密度－产量回归关系分析数据表 图12.16 低肥下春小麦的密度x与群体产量Y和单株产量y的散点图 可知当yK时绝对生长速度为βy，而当接近K时绝对生长速度趋近于0。再根据二阶导数 可求出拐点为 此时的生长速度最快，为 生长速度在此之前逐渐加快，在此之后逐渐下降直至y=K时为0。 令 然后解得 即可求出Logistic曲线回归方程 如有多组数据(可含1个已用过的x值)均符合此条件，可用加权法平均之，即 〔例12.4〕东北农业大学2004年测定了玉米品种“东农252”的灌浆天数（x，d）与百粒重（y，g）的变化关系，结果见表12.4，试作Logistic曲线回归分析。 x y y’ x2 xy’ y’2 ’ 5 1.92 2.9952 25 14.9760 8.9713 3.1683 1.628 10