《表4 广义模型拟合结果：基于混合效应的飞播马尾松林单木冠幅预测模型》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于混合效应的飞播马尾松林单木冠幅预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

选择与冠幅相关性较高的H、HCB、HDR、M、lv M和TH作为添加变量，依次向所筛选出的基础模型中添加以上变量构建马尾松冠幅-胸径广义模型，为了避免变量过多导致多重共线性，运用逐步回归法剔除回归系数不显著（P>0.05）的解释变量，筛选出拟合优度最高的模型。收敛的拟合结果见表4，从表4可以看出，考虑1个变量时，增加HCB的MHCB拟合优度最高（R2=0.599 2，RMSE=0.669 2，MAE=0.534 0），与基础模型差异极显著（F=106.47，P<0.01）；考虑2个变量时，增加HCB和lv M的MHCB+lv M拟合效果最好（R2=0.601 0，RMSE=0.667 6，MAE=0.531 8)，F检验结果为MHCB+lv M与MHCB差异极显著（F=8.137 1，P<0.01）；当考虑的变量超过2个时，收敛的模型与MHCB+lv M均不显著（P>0.05），故选择MHCB+lv M作为最优广义模型，其模型表达式为：