《表5 混合模型拟合结果：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
将不同组合形式的随机效应添加到基础模型与广义模型中，构建混合效应模型，拟合结果见表5。从表5中可以看出，考虑1个随机参数时，在基础模型中加入u0的混合模型拟合效果较好，AIC、BIC和LL值分别为3 466.007、3 487.835、-1 729.004，似然比检验表明其与基础模型差异极显著（LRT=169.390 0，P<0.001）；在广义模型中加入u0的混合模型拟合效果较好，AIC、BIC和LL值分别为3 347.13、3 379.87、-1 667.57，较广义模型差异极显著（LRT=180.63，P<0.001）；考虑2个随机参数时，含u0、u1的基础混合模型拟合效果较好，较含u0的基础混合模型差异极显著（LRT=16.0030，P<0.001），而广义模型中添加2个以上随机参数时，收敛的模型与考虑1个随机参数的混合模型均无显著性差异（P>0.01），以上结果可以说明随机参数可以显著提高模型的拟合优度。综上所述，考虑混合效应后对应的最优基础混合模型和广义混合模型表达式如下：
| 图表编号 | XD00189663200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.20 |
| 作者 | 杨阳、彭浩贤、潘萍、欧阳勋志、臧颢、纪仁展、余枭 |
| 绘制单位 | 鄱阳湖流域森林生态系统保护与修复国家林业和草原局重点实验室、江西农业大学林学院、江西利森林业技术服务有限公司、江西农业大学林学院、鄱阳湖流域森林生态系统保护与修复国家林业和草原局重点实验室、江西农业大学林学院、鄱阳湖流域森林生态系统保护与修复国家林业和草原局重点实验室、江西农业大学林学院、江西农业大学林学院、江西农业大学林学院 |
| 更多格式 | 高清、无水印（增值服务） |
