《表4 方法2的参数估计结果(1)》

  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

《兴安落叶松可加性树干削度和树皮厚度联立方程组研建》

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

（1）括号内为相应参数的标准误。Approximate std.appear in parentheses.

基于最优模型（1）、（2）、（3），采用5种可加性方法研建最优可加性模型系统，利用SAS软件PROC MODEL的SUR方法拟合各可加性模型系统。为了详细比较5种可加性方法的拟合结果，使用AIC、BIC、RMSE和Ra24个指标进行评价（表3）。可以看出，方法2 DOB和BT的4个评价指标均优于其他方法，DIB的4个评价指标仅次于方法1，优于方法3、4和5。虽然方法1 DIB的4个评价指标均优于其他方法，但DOB的4个评价指标表现最差。综合各评价指标，5种可加性方法中方法2的拟合结果最优。表4给出了方法2的参数估计结果，图1给出了方法2 DOB、DIB和BT模型经加权后的残差分布。严格来说，可加性模型系统中各模型均存在一定程度的异方差，但经加权处理后，异方差现象得到了有效改善。