首页--生物科学论文--普通生物学论文--生态学(生物生态学)论文

基于微分方程的生态数学模型统计分析

摘要第1-7页
Abstract第7-15页
1 绪论第15-22页
   ·研究的目的与意义第15-16页
   ·国内外研究进展第16-20页
   ·研究内容第20-22页
2 几个经典生态数学模型概述第22-38页
   ·生物种群相互作用模型第22-27页
     ·两种群Lotka-Volterra模型第22-23页
     ·种群相互竞争模型第23-25页
     ·种群的相互依存模型第25-26页
     ·种群的捕食与被捕食模型第26-27页
   ·似乎不相关线性模型第27-38页
     ·线性模型基本理论第27-31页
       ·线性模型概念第27-28页
       ·广义线性模型概念第28-29页
       ·线性模型参数估计第29-31页
         ·线性模型最小二乘估计第29页
         ·广义线性模型最小二乘估计第29-31页
     ·似乎不相关线性模型第31-38页
       ·似乎不相关线性模型概念第31-32页
       ·似乎不相关线性模型化成广义线性模型第32-34页
       ·似乎不相关线性模型的参数估计第34-35页
       ·两种特殊情况下似乎不相关线性模型最小二乘估计与广义最小二乘估计的等价性第35-38页
3 Logistic方程的统计建模第38-53页
   ·一阶自回归模型第38-39页
   ·Logistic方程参数的双向差分广义最小二乘估计第39-42页
   ·Logistic方程初始预测值加权修正第42-45页
     ·Logistic方程初始预测值加权平均法第43-44页
     ·Logistic方程初始预测值加权相对误差法第44-45页
   ·红松单木生长模型的拟合第45-52页
   ·本章小结第52-53页
4 GM(1,1)模型的统计建模第53-64页
   ·GM(1,1)模型参数双向差分广义最小二乘估计第53-57页
   ·GM(1,1)模型初始预测值加权修正第57-59页
     ·GM(1,1)模型初始预测值加权平均法第57-58页
     ·GM(1,1)模型初始预测值加权误差平方和法第58-59页
   ·华北地区某典型区地表径流量的拟合第59-63页
   ·本章小结第63-64页
5 Logistic方程组的统计模型第64-77页
   ·Logistic方程组的似乎不相关线性模型第64-66页
   ·Logistic方程组的似乎不相关线性模型化成广义线性模型第66-67页
   ·Logistic方程组似乎不相关模型中的参数估计第67-68页
   ·红松生长模型的拟合第68-76页
   ·本章小结第76-77页
6 两种群Lotka-Volterra方程的统计模型第77-87页
   ·两种群Lotka-Volterra方程的似乎不相关线性模型第77-78页
   ·两种群Lotka-Volterra方程的似乎不相关线性模型化成广义线性模型第78-79页
   ·Lotka-Volterra方程的似乎不相关线性模型参数估计第79-80页
   ·猞猁与雪兔的捕食与被捕食两种群Lotka-Volterra模型第80-86页
   ·本章小结第86-87页
7 广义最小二乘估计递推算法第87-100页
   ·广义线性模型的广义最小二乘估计递推算法第87-92页
     ·广义线性模型纳新样本资料广义最小二乘估计递推算法第87-91页
     ·广义线性模型吐故样本资料广义最小二乘估计递推算法第91页
     ·广义线性模型吐故纳新样本资料广义最小二乘估计递推算法第91-92页
   ·似乎不相关线性模型的广义最小二乘估计递推算法第92-99页
     ·似乎不相关线性模型样本资料广义最小二乘估计递推算法性质第92-97页
     ·似乎不相关线性模型纳新样本资料广义最小二乘估计递推算法第97-98页
     ·似乎不相关线性模型吐故与吐故纳新样本资料广义最小二乘估计递推算法第98-99页
   ·本章小结第99-100页
结论第100-102页
参考文献第102-108页
附录:矩阵论基础知识第108-112页
攻读学位期间发表的学术论文第112-113页
致谢第113-114页
个人简历第114-115页

论文共115页,点击 下载论文
上一篇:现代企业财务战略的制定与业绩评价研究--以吉林森林工业股份有限公司为例
下一篇:小兴安岭泥炭沼泽植物区系及土壤理化性质研究