农业与数学数据分析.pptxVIP

;一、引言;1、基本特点

生物数学模型作为是研究生物现象的一种数学工具。它与物理模型有明显不同的特点。

首先生物现象的多样性差异性（没有完全相同的两个个体），再是生物现象对环境因素相关

，确定了生物现象的依赖性，以及生物对环境的协同进化所发生的变异性导致“同一物种”与“同一环境”在不同时间可能有不同的关系。其三个特点确定了生物数学模型应中几户乎不存在普遍适用的“常数”和所谓的“确定性模型”，模型普遍形式与在不同具体应用上有不同的模型参数。用统计方法确定模型的估计参数可能成为格外重要的工具。;2、? 生物数学模型与物理模型的区别;（2）许多物理模型都有严格的数学函数关系，数据的观测值有较高的精度，而描述生物体或生物系统变量之间很少存在严格的数学关系，多数是相关关系，或称随机数学期望间的关系，观测变量与期望值有较大的误差（度量误差），由此使用最小二乘法或广义最小二乘法的线性模型经典的线性模型问题大都可以化为线性度量误差模型问题,因而很容易推广到非线性模型。因此度量误差模型是处理生物数学模型的有力工具。;数学建模是用数学方法解释、预测客观现象和发现新规律的一种重要手段。

数学模型的建立的一般步骤：

根据所研究问题的条件与目标，把实际问题转化为数学模型；

根据观测数椐作模型的参数估计；

根据观测数椐对已建立的模型作检验与判断。;3、生物数学综合模型的一般形式;三、生物数学模型的应用;生物数学切入生命科学常用的数学工具与成果

:

?1、构造生态（生命、农业）系统的数学模型

?;药物代谢动力学：;?;?种群控制状态空间分析

蚕微粒子病的状态变化

3、数量方法

?如数量分类方法（格局分析、模式分析）人工神经网烙

?分型与混沌

?遗传算法

?模糊数学灰色系统等。;生命科学定量研究的两种趋势“动”与 “多变量”;（一）时间序列分析;2、时间序列分析资料特点

例1 某国际航班1948年12月-1960年12月各月份的航班旅客数;假设某事物在一定时段内具有相对稳定的演变规律，那么，根据对现在、过去的观察结果的分析

，就可以对事物未来的演变规律进行预测。;常用的预测方法：;3、ARIMA模型的提出;其中 为(冲击函数形式的)随机扰动。

上述模型称作Auto-Regressive

MovingAverage模型，即ARMA模;4、时间序列资料的分析目的;利用1948年12月-1960年12月

各月份的航班旅客数预测1961年旅客数;二、多变量数据处理;主成分分析：对实际问题存在的P维向量 ，各指标之间虽存在一定独立性，但常常存在相关性，造成信息重叠，直接使用反而不能正确实际。主成分分析法通过一种线性变换，把原指标综合为几个尽可能多的反应原指标的信息且互不相关（正交）的综合指标。其方法多用于（1）解析与分类（2）主成分回归（3）综合评价、排序，;因子分析：寻找多个指标的独立的公因子其法多用于解析与分类、预报；

判别分析：

1、已知确切的类别

2、已有的且确切的类别的数据建立判别函数

3、已建立判别函数判别新样本属于哪一类

典型相关：研究两组向量的相关性，通过一种线性变换，把原指标综合为几个尽可能多地反应原指标的信息且互不相关（正交）的综合指标化作几对典型变量的相关性研究；;聚类分析：根据事物本身的性质进行分类，通过比较样本中各对象间或各指标间性质和特征，将其相近的分在一类，而差异较大的分在不同的类；

对应分析：两组变量的关联与优化组合；

多维标度法：从一组距离矩阵中找出观察体的坐标，以达到降维的目的。;（二）回归的旋转设计;“回归设计”方法是运用控制论中的“黑箱”思想;在数学上可把输出参数Y与输入参数xi(i=1,2,...,n)的关系用函数式表示为:

Y=f(x1，x2，…，xn)

函数的模型对不同的系统可根据理论或凭经验进行假设，然后根据试验结果运用回归分析等方法确定模型中的系数，具体计算可使用国内外现已广泛流行的统计软件SAS进行。;回归正交设计的最大优点在于：⑴试验次数比较少；⑵计算简单；⑶消除了回归系数间相关性。它的基本缺点是，二次回归的预测值的方差强烈地依赖于试验点在因子空间中的位置，由于误差的干扰，试验者不能依据预测值直接寻找最优区域。假如能使二次设计具有旋转性，即能使与试验中心点距离相等的点上，预测值的方差相等，那将有助于克服上述缺点也就是进行“回归旋转设计”。;回归旋转设计的目的就是通过分析研究拟合的二次响应曲面的形状来确定最佳响应的因子水平或者最佳响应的范围。如果得到的曲面是凸面（像山丘）或凹面

（像山谷）这类简单曲面，那么预测的最佳指标值（极大值或极小值）可以从所估计的曲面上获得；如果曲面很复杂，或者预测的最佳点远离所考虑因素的试验范围，那么可以通过分析二次曲面的形状，来确定重新进行试验的方向。;二个因