面向粮食产量空间化的多元回归分析模型中的两个关键问题探讨
分类号:F326.11
【部门】河南大学环境与规划学院 中国科学院地理科学与资源研究所
【摘要】为比较不同区域尺度变量对模型拟合效果的影响,在全国不分区和分区两种情况下,分别基于县级和地市级两个区域尺度上的样本构建粮食产量与水田、水浇地、旱地面积之间的多元线性回归模型,结果显示,用地市级数据作分析样本比用县级数据作分析样本好,分区建模比不分区建模效果好。因此,将全国划分为7个区,以地市级数据作为区域尺度的变量,在区域、栅格、亚栅格三个尺度上探讨变量(因变量、自变量)尺度和常数项取值这两个因素对模型应用的影响。得到以下结论:1)基于区域尺度样本构建的多元回归模型,如果常数项不为0,则不能用于空间化计算;如果常数项为0,则可以用于空间化计算;2)基于栅格尺度样本构建的多元回归模型,不论常数项...
【关键词】统计数据 空间化 多元线性回归 变量尺度 常数项设置
【基金】中国科学院战略性先导科技专项“应对气候变化的碳收支认证及相关问题(XDA05050000); 环保公益性行业科研专项(201209030)
【所属期刊栏目】自然资源学报
文献传递