排序方式: 共有7条查询结果,搜索用时 9 毫秒
1
1.
重金属污染是环境污染的主要指标之一。本文利用某城市实际观测数据,对该城市的重金属污染状况进行推断。首先利用地积累污染指数衡量重金属污染程度,进而基于克里金插值法和ArcGIS软件分析各重金属元素污染指数的空间分布特征,据此对重金属污染离子分类,并基于污染负荷指数比较不同功能区的污染程度。其次,采用Pearson相关性分析和主要成分分析对所得分类进行合理性检验,并结合重金属来源分类的国家参考标准和污染物的分布特性,得出各类重金属离子的污染来源。最后,利用指数衰减模型,对所有样本的高程信息进行订正,并利用加权混合二元正态分布密度函数去拟合多污染源传播形成的浓度曲面,估计位置参数,确定出重金属污染源的具体位置。 相似文献
2.
本文在椭球分布族下研究一阶自相关线性混合效应模型的约束极大似然估计问题.分别考虑位置参数在等式和不等式线性约束这两种情况下的极大似然估计值.同时对约束条件下的兴趣参数给出三种渐近等价的检验方法.蒙特卡洛模拟说明本文方法的有效性和稳健性.本文结合模型对Framingham心脏研究中的胆固醇水平进行了分析. 相似文献
3.
4.
5.
对于含测量误差的重复测量数据,协变量与响应变量真值之间可能不存在完全匹配关系,即存在方程误差.且变量真值的测量误差方差可能与样本的某种特征有关,即存在异方差性.以此类数据为驱动,讨论了含方程误差的异方差重复测量误差模型的建模和估计问题,基于EM算法给出了模型参数的显式极大似然迭代估计.最后通过模拟计算和实例分析,讨论了模型和估计方法的有效性. 相似文献
6.
7.
极端天气是目前社会热点问题.利用高斯过程函数型回归对北京,上海等10个城市近年来夏季日最高气温进行整体建模.选取城市地理位置信息作为均值函数解释变量,时间和降雨信息作为高斯过程协方差结构解释变量,充分利用模型能够同时捕捉均值和协方差结构的优势,解决多地区日最高气温的整体建模和同步预测问题.研究表明,高斯过程函数型回归模型在随机预测,外延预测,k步预测,以及对于训练数据集以外城市的预测均有较好的效果,且优于一般的函数型数据模型. 相似文献
1