【目的】分段削度方程广泛用于模拟树木干形变化，其通常采用最小二乘回归法估计参数，但是最小二乘回归法估计分段削度方程时，拐点参数ａ＿１和ａ＿２（相对树高，值域在０和１之间）经常不能保证落在（０，１）区间内，从而限制了模型的应用。基于以上问题，本文采用双因素自动优选法和最小二乘回归法进行比较，找出分段削度方程最优拟合方法，为构建树木曲线模型和精细化合理造材提供技术支撑。【方法】以Ｍａｘ等（１９７６）分段削度方程为基础模型，以热带３个主要珍贵树种红椎、格木、柚木共１２０株解析木为例，分别采用最小二乘回归法和双因素自动优选法构建各树种干形曲线模型，并以决定系数、残差平方和、平均残差、残差方差和均方误差．．．

针对用单一的非线性模型拟合生物量方程会导致小径阶林木的估计明显有偏的问题,以东北落叶松和南方马尾松的地上生物量数据为例,提出采用带截距的非线性方程和分段建模方法来改进对立木生物量的估计,并对二者的预估效果进行了比较。结果表明:两种方法都能有效克服小径阶林木的有偏估计问题,同时对整个模型的预估效果也有一定程度的改善;从对比分析结果看,分段拟合方程的预估效果还要略好一些。

在对林业生产进行管理决策时,正确地分析林木的生长规律具有重要意义.该文以树木生长的理论方程为基础,以北京油松人工林解析木数据等为基础资料,通过具体计算及分析比较,对模型参数估计中的有关问题进行研究.在对树木生长方程的参数进行估计时,常需要利用非线性回归方程,通过一些近似解法进行参数识别.该文利用树木的实际测量数据,对不同的解法进行了分析比较,认为每种方法都存在不足.只有根据各自的适用范围,将这两种方法结合,形成综合求解方法,才能较好地对树木生长方程的参数进行估计.

一、简单估计 所谓简单估计就是以样本单位标志值的平均值来直接作为总体标志值的估计值。由于简单估计的方法比较简单,因而在我国目前抽样调查的实践中应用比较普遍。 在多主题系统抽样中,假设有m个主题X_1、X_2、X_3…X_m,多主题总体单位数为N,从这N个总体单位中,按系统抽样的方式抽取n个样本单位,则多主题总体标志值X的简单估计量X为:

文章分析了Kalman滤波和多变量HP滤波的原理,以及两者之间的内在逻辑联系。以附加预期的菲利普斯曲线为理论基础,利用Kalman滤波和多变量HP滤波方法估计我国1995年第1季度至2012年第2季度的潜在产出和产出缺口,估计结果表明各产出缺口基本上与我国经济运行状况相吻合。通过两种滤波方法的实证比较可以看出,两种方法尽管在原理上有一定的相似性,但估计结果仍然具有一定的差异。

【目的】以林场或县森林资源总体为调查对象,及时、准确地调查监测总体平均每公顷蓄积量,对上级(如市、省)部门开展森林资源宏观管理、生态保护价值评价、森林碳储量计量、领导干部任期绩效考核等工作都有重要支撑作用。将卫星、无人机等多源遥感数据作为辅助数据,采用较少抽样调查样地数据,实现总体参数有效估测的新方法,已成为国内外重要的研究方向,但目前,国内尚无多种现有估计方法的比较评价研究。为了促进新一代遥感技术在森林资源调查业务中的应用,提高我国森林资源天空地一体化调查监测技术水平,亟需对现有林场或县总体参数估测方法进行比较评价研究。【方法】以内蒙古旺业甸实验林场主要人工林树种为总体,基于2019年在林场获取的无人机激光雷达(LiDAR)抽样数据、Sentinel-2A多光谱数据(全覆盖)和少量样地数据,针对样地(p)、样地-卫星(ps)、样地-抽样无人机LiDAR(pl)以及样地-抽样无人机LiDAR-卫星(pls)4种模式,利用适合这4种模式的概率抽样法(DB)、模型辅助法(MA)、模型法(MD)和混合法(HY)4类共5种估测方法(DB_p、MD_(ps)、MA_(ps)、HY_(pl)以及MD_(pls))对总体森林蓄积量密度均值(MSVD)进行估计与对比分析。【结果】(1)DB_p、MD_(ps)、MA_(ps)、HY_(pl)、MD_(pls) 5种方法估测的MSVD分别为212.54、202.09、202.38、210.07以及208.96 m~3/hm~2,精度分别为90.44%、91.54%、91.69%、96.35%和96.45%,方差依次减小。(2)其他4种方法相对于MD_(pls)方法的估计效率(RE)均大于1 (RE_(DBp,MDpls)=5.39,RE_(MDps,MDpls)=3.82,RE_(MAps,MDpls)=3.69,RE_(HYpl,MDpls)=1.07);HY_(pl)相对于MD_(pls)的RE略大于1,但几倍于其他3种方法(RE_(DBp,HYpl)=5.02,RE_(MAps,HYpl)=3.43,RE_(MDps,HYpl)=3.56)。(3)包含LiDAR数据的HY_(pl)与MD_(pls)方法相对于包含Sentinel-2A数据的MD_(ps)与MA_(ps)方法均为正效率(RE_(MAps,HYpl)=3.43,RE_(MDps,HYpl)=3.56,RE_(MDps,MDpls)=3.82,RE_(MAps,MDpls)=3.69);MD_(ps)与MA_(ps)方法之间的RE接近1,但MA_(ps)的效率微高于MD_(ps)(RE_(MDps,MAps)=1.04)。【结论】和只利用样地数据的估计方法相比,将遥感数据作为辅助变量建立估测模型,无论是采用对蓄积量不够敏感的林场全覆盖Sentinel-2A多光谱遥感数据,还是采用对蓄积量很敏感的抽样式获取的LiDAR数据,都可有效提高林场总体MSVD的估测精度。涉及遥感数据应用的4种方法,估计精度最高的为MD_(pls),其次为HY_(pl),这2种方法都包含了LiDAR遥感抽样观测数据的应用,都是适应于林场总体MSVD估计的年度监测方法。可实现天空地3种观测数据协同应用的MD_(pls)估测精度和相对效率最高,可作为林场森林蓄积量年度监测的首选方法。

一、引言自2003年来每年GDP增长都在10%之上后,2006年和2007年更是分别达到了11.6%和13%。直至2008年遭遇国际金融危机,2008年和2009年GDP增长率下滑到9.6%和9.1%。究竟我国的潜在产出是多少?中

文章提出了用已知估计量构造新估计量的点估计的新方法,称这种新估计法为派生估计法,由派生估计法得到的估计量称为派生估计量,并证明了若原估计量具有相合性,则派生估计量也具有相合性。

【目的】基于樟子松和兴安落叶松干形数据，比较分析最小二乘法（ONLS）、分位数回归（QR）、混合效应模型的固定效应法（FIXED）以及广义加性模型（GAM）对树干不同位置直径和树干总材积的预测精度，为树木干形和材积精准预测提供参考。【方法】以大兴安岭漠河林业局不同林分条件下的187株樟子松和283株兴安落叶松为研究对象，拟合林业上常用的33个削度方程，选出精度较高的削度方程作为ONLS、QR和FIXED的基础模型。基于描述干形的常用变量，同时考虑变量转换，如平方和开根号等变量转换构建GAM。应用R软件对4种建模方法进行拟合，选取平均误差（ME）、均方根误差（RMSE）、百分比均方根误差（RMSE%）和确定系数（R~2）对比分析4种建模方法，采用留一交叉检验法对不同建模方法进行检验，比较各方法预测树干不同位置直径和树干总材积的精度。为更直观展示各建模方法效果，分别从2种树种中随机抽取2株不同大小树木进行树干模拟。【结果】1）基于Kozak(2004)模型的ONLS、QR和FIXED以及构建的GAM拟合结果表明，4种建模方法均能较好拟合樟子松和兴安落叶松干形数据；2）留一交叉检验结果显示，GAM对樟子松和兴安落叶松树干直径的预测精度优于ONLS、QR和FIXED;3) GAM预测2种树种材积时与估计直径一致，即GAM预测精度优于其他建模方法；相较ONLS，樟子松和兴安落叶松GAM材积预测的RMSE分别下降5.6%和11.3%;4) 2种树种不同大小树木树干模拟发现，对于大树树干，ONLS、QR、FIXED和GAM模拟效果相似，且均能较好模拟樟子松和兴安落叶松树干干形；对于小树树干，ONLS、QR、FIXED和GAM模拟效果差异较大，其中GAM能较好模拟樟子松和兴安落叶松树干干形。【结论】GAM预测树干不同位置直径和树干总材积时精度最高。当以预测为主要目的时，GAM通过简单编程能够实现对樟子松和兴安落叶松树干直径和材积的估计，可作为一种精度较高的树干干形预测方法。

文章通过对统计学上著名的χ2拟合优度检验,最小χ2估计量和当今流行的广义矩估计(GMM)等方法的分析阐释,建立了它们之间的理论联系,指出广义矩估计实际上是卡方统计量思想的延伸,并就有关理论联系在数理上给出了相应的证明和推导。

本文主要是在极大似然法的基础上,研究Copula的参数和半参数方法的估计效果。通过随机模拟,比较各个估计量的偏差、均方误差和赤迟信息准则,得知两步极大似然参数估计方法受边际分布的影响较大。一旦边际分布拟合出现误差,该方法的稳健性会很差。一是估计出的Copula参数会有较大的偏差和均方误差,二是赤迟信息准则的结果显示,该方法会错误地指定Copula函数类。相比之下,半参数估计不受边际分布的影响,稳健性要好。因此在估计Copula参数,特别是无法确定边际分布函数类型时,应该用半参数方法而不是参数方法。

结构方程模型估计中出现的不收敛和估计结果不恰当现象,可以归结为数学上的不适定问题。Tik honov正则化是解决不适定问题的一种有效方法。文章将Tikhonov正则化方法与结构方程模型的参数估计相结合,增加了其模型的正确收敛率,加快了模型收敛速度,为改进结构方程模型的估计方法提供了有价值的参考。

动态面板结构方程模型(DPSEM)是结构方程模型的动态扩展,能够研究潜变量滞后期的效应,但由于模型形式复杂,参数估计非常困难,现有的估计方法实际应用性很差。文章利用向前差分算子和大量工具变量方法将有限信息最大似然方法(LIML)引入DPSEM的参数估计中,并借助分块刀切法计算估计量的标准差。蒙特卡洛模拟显示基于LIML的DPSEM的估计比现有的估计方法有很大的改进,LIML估计量不仅能很快收敛到真实值,而且有限样本的渐近分布也更逼近标准正态分布。

以南方150株马尾松地上生物量数据为例,在考虑林分起源和未考虑林分起源2种情形下,对非线性似然无关回归法、比例平差法和非线性联立方程组法3种方法进行综合比较研究。根据分配层次不同,比例平差法和非线性联立方程组法将进一步考虑总量直接控制和分级联合控制2种方案。从直径、树高、地径、年龄、枝下高和冠幅6个林分变量中选取不同的变量构建一元、二元和三元生物量模型,利用加权最小二乘回归法消除生物量模型中存在的异方差性。基于独立形式的一元、二元和三元模型,利用非线性似然无关回归法、比例平差法和非线性联立方程组法构建相应的相容性生物量模型。结果表明:在考虑和未考虑林分起源情形下,3种估计方法都能有效保证各分量...