生物量模型模型评价指标.docxVIP

生物量模型模型评价指标 在parresol（1999）对生物量模型所做的综述中，推荐了一系列评价模型拟合优度的统计指标，这些指标也可用于不同模型之间的比较。概括起来，用于模型评价和比较的统计指标包括以下7项： 1）确定系数（r2）：也称为拟合指数，由总平方和（tss）和残差平方和（rss）计算： ?i)2/?(yi?)2（1-7）r2＝1??(yi?y 2）估计值的标准误（standarderrorofestimate）：根据残差平方和（rss）按下式计算： see＝(yi?i)2/(n?p)（1-8）?y 式中p为模型参数个数。 3）变动系数（coefficientofvariation）：根据see按下式排序： cv＝(see/)?100（1-9）该项统计指标对模型之间的快速比较非常实用。 4）furnival指数：就是furnival（1961）基于正态似然函数明确提出的，其通常形式为： fi＝[f’(y)]－1*rmse（1-10） 式中f’(y)就是因变量的偏导数，括号则表示几何平均，而rmse（rootmeansquareerror）就是插值方程的均方根误差。指数值fi通常用作相同因变量形式的模型之间的比较（jayaraman1999；samalca2021）。 5）平均百分标准误（meanpercentstandarderror）：根据每一个估计值的残差按下式计算： 1n?i/y?i?100（1-11）mpse＝?yi?yni?1 平均百分标准误的期望值为0，所以mpse越小表示模型越精确。 6）百分误差（percenterror）：其计算公式为： pe＝[2x(n?p)?(i?1n?iy?1)2]1/2（1-12）yi 其中α＝0.05时自由度为v的χ2值对数为：χ(v)2=0.853+v+1.645(2v-1)1/2。 7）建立预估置信区间所需的信息：通常涉及模型的均方误（mse）、平方和及交叉产出矩阵，即(x’x)-1或更通用的cov(β)。 曾伟生等（1999）在阐释回归方程的评价指标时，明确提出除了常用的插值指标之外，还要使用总相对误差tre、总系统误差tse（或平均值系统误差mse）、平均值相对误差绝对值rma和预估精度p（或预估误差ep）4项指标： ?i)/?y?i?100（1-13）tre＝?(yi?y tse＝?(yi?y?i)/y?i?100（1-14） ?i)/y?i/n?100（1-15）ram＝?(yi?y p＝[1?t??(see/)/n]?100（1-16）或，ep＝t??(see/)/n?100（1-17） 其中tα为置信水平α时的t值。 zianismencuccini（2021）在比较相同预估方程时明确提出了相对差异指标，平均值相对差异（meanrelativedifference）按以下公式排序： 1n?i/yi（1-18）mrd＝?yi?yni?1 该指标与（1-11）式相似，差异主要在分母。 zabekprescott（2021）在建立加拿大bc省沿海地区杂交杨生物量方程时除采用see指标外，还提出了平均偏差（meanbias）和平均绝对偏差（meanabsolutebias）指标，计算公式如下： 1n?i)（1-19）mb＝?(yi?yni?1 1n?i（1-20）mab＝?yi?yni?1 casehall（2021）在创建加拿大中西部地区北方森林通用型立木生物量方程时，除使用平均偏差mb指标（也叫做平均值预估偏差mpb）外，还明确提出了平均值进度表 估误差（meanpredictionerror）指标，计算公式如下： 1n?i)2（1-21）(yi?ympe＝?ni?1 在林木生物量模型评价和比较时，可以全部或部分采用这些指标。