数模算法——使用多元回归解决虫害问题
当我们在拿到一个具体的实例时，发现虽然自变量和因变量之间没有严格确定的函数，但是我们可以根据已知的数据，设法找出最能代表他们之间的数学表达形式而进行分析。
在这种情况下，我们可以初步使用回归分析，进行因子的筛选，建立多元回归模型预测。
例如下面三种应用情况：
Demo1:收入水平与受教育程度、所在行业、工作年限、工作种类的关系。
Demo2:公路客运量与人口增长量、私家车保有量、国民生产总值、国民收入、工农业总产值、基本建设投资额、城乡居民储蓄额、铁路
和水运客运量等因素的关系。
Demo3:陕西省长武地区1984~1995年的烟蚜传毒病情资料、相关虫情和气象资料之间的关系。
我们着重对第3种虫情，进行分析：
以陕西省长武地区1984~1995年的烟蚜传毒病情资料、相关虫情和气象资料为例，建立蚜传病毒病情指数的逐步回归模型，说明逐步回归分析的具体步骤。
影响蚜传病毒病情指数的虫情因子和气象因子一共有21个(如下)，通过逐步回归，从中选出对病情指数影响显著的因子，从而建立相应的模型
y：历年病情指数
x1：前年冬季油菜越冬时的蚜量(头/
株)
x2：前年冬季极端气温
x3： 5月份最高气温
x4： 5月份最低气温
x5： 3~5月份降水量
x6： 4~6月份降水量
x7： 3~5月份均温
x8： 4~6月份均温
x9： 4月份降水量
x10： 4月份均温
x11： 5月份均温
x12： 5月份降水量
x13： 6月份均温
x14： 6月份降水量
x15：第一次蚜迁高峰期百株烟
草有翅蚜量
x16： 5月份油菜百株蚜量
x17： 7月份降水量
x18： 8月份降水量
x19： 7月份均温
x20： 8月份均温
x21：元月均温
在Spss软件中使用分析中的回归，线性回归。
把y导入因变量当中，把x1~x20导入到自变量当中，把年份导入个案标签。
在选项中使用f的概率进入不使用0.05，这个值太小了，我们将它改为0.15，这个根据不同的数据来自我修订。
接下来我们分析一下这些表格数据。
一个很重要的表格就是输入移去的变量。
这个表格讲述了主要的影响因素有哪些。
第二个表格：在系数矩阵里面就是我们要求的系数。
我们使用第4个模型（sig是误差，我们选择误差最小的模型）
在统计假设检验中，公认的小概率事件的概率值被称为统计假设检验的显著性水平，
对同一量，进行多次计量，然后算出平均值。对于偏离平均值的正负差值，就是其不确定度。其差值越大，则计量的不确定性越大还需要进行统计验证，
可以看出sig就是它的差值,他的不确定性非常的小。
y = 2.492 + 0.009 x15 + 0.034 x4 − 0.235 x7 − 0.003 x5
由回归方程式可以看出，在陕西长武烟草蚜传病毒病8月份的病情指数(y)与x4(5月份最低气温)、x15(第一次蚜迁高峰期百株烟草有翅蚜量)呈显
著正相关，而与x5(3~5月份降水量)和x7 (3~5月份均温)呈显著负相关。
相关知识
数模算法——使用多元回归解决虫害问题
养花小技巧：学会这5招，轻松解决盆栽虫害问题
养花如何解决虫害问题？从预防到治疗，这里都有答案
入冬之后，花盆里有小虫子怎么办？教你三招，轻松解决虫害问题
求解物流配送问题的混合粒子群算法
K近邻算法和鸢尾花问题
养花遇上意外黄叶、落花、生病虫害该怎么解决？
卷积神经网络的算法范文
js植物算法
在家养花，该如何解决虫害难题？3个妙招，保你杀虫没顾虑
网址: 数模算法——使用多元回归解决虫害问题 https://m.huajiangbk.com/newsview116981.html
| 上一篇: 智能家居盆栽系统技术的研究与设计 |
下一篇: 打造农业病虫害领域的ChatGP |
