多变量统计控制图

<正> 在工业生产中大多数产品的质量要用多个变量的联合结果来描述,因此,在生产过程中同时对这些变量进行控制是质量控制中重要的问题.Jackson 设计了多维相关变量的单值控制图,本文将其扩大到多维相关变量的平均值控制图,并介绍离散控制图的构作方法.     

用判别分析在测井曲线上解释煤、低热值煤、其他炭质岩层的进一步计算

<正> 利用测井曲线反映的数量特征区分煤与其他炭质岩层的工作,曾在〔1〕,〔2〕中作了初步总结,都有一定效果。其后,又在下列两个方面作了进一步计算: 1)将〔1〕、〔2〕使用的线性判别函数改为建立曲线判别函数,使精度由原来的90%上下提高到98%。2)把原来的煤与其他炭质岩层的     

回归分析方法在水稻螟虫发生期预报上的应用

螟虫是我国南方水稻产区的主要害虫之一,是农业生产的大敌.以江西为例,螟害严重的年份所造成的损失达二十亿斤之多.因此,做好螟虫防治工作,是贯彻农业“八字宪法”,确保水稻稳产高产的重要措施.而准确无误的预报,则是积极主动地做好防治工作的前提.螟虫为害以三化螟最甚,在江西每年出现四代.各代卵块盛孵期正是大田施药适合的时期,是防治的关键时刻.因此,我们以三化螟各代卵块盛孵初期(以下简称初盛孵)作为预报量,使用较有代表性的江西中部地区丰城县资料(见表1),通过回归分析方法,找出预报的定量表达式.     

水稻螟虫中长期预报

水稻螟虫巾长期测报是江西省1982年至1984年重点科研项目。江西省是南方主要水稻产区之一,水稻螟虫是水稻的主要害虫,受害后一般减产5—10％,大发生年则损失更大,是影响水稻稳产高产的一大障碍。该项研究在省内有代表性的丰城、九江等九个县(市)多年积累的大量观测资料数据的基础上,以稻螟生态学为依据,灵活应用了逐步回归分析、逐步判别分析、时间序列分析和模糊聚类分析四种数学方法,在方法上有所改进.该研究提高了稻螟中长     

稻螟中长期数量预测的时间序列分析法

采用逐步回归周期分析和平稳随机序列分析的方法。把水稻螟虫数量变化的时间序列分解为周期项和随机项,经叠加后用于长期数量预测,预测规模:Y(t)～P(t)+S(t)