r.regression.multigrass - ອອນລາຍໃນຄລາວ

ໂຄງການ:

NAME

r.regression.multi - ຄິດ​ໄລ່​ການ​ຖົດ​ຖອຍ​ເສັ້ນ​ຫຼາຍ​ຈາກ​ແຜນ​ທີ່ raster​.

KEYWORDS

raster, ສະຖິຕິ, regression

ສະຫຼຸບສັງລວມ

r.regression.multi
r.regression.multi - ຊ່ວຍ
r.regression.multi [-g] ແຜນທີ່=ຊື່[,ຊື່,...] ແຜນທີ່=ຊື່ [ທີ່ເຫຼືອ=ຊື່]
[ການຄາດຄະເນ=ຊື່] [output=ຊື່] [--ຂຽນທັບ] [--ຊ່ວຍເຫຼືອ] [--ຄຳເວົ້າ] [--ງຽບ] [--ui]

ທຸງ:
-g
ພິມໃນຮູບແບບ Shell script

--ຂຽນທັບ
ອະນຸຍາດໃຫ້ໄຟລ໌ຜົນຜະລິດຂຽນທັບໄຟລ໌ທີ່ມີຢູ່ແລ້ວ

- ຊ່ວຍ
ພິມສະຫຼຸບການນຳໃຊ້

-- verbose
ຜົນຜະລິດໂມດູນ Verbose

--ງຽບ
ຜົນຜະລິດໂມດູນງຽບ

--ui
ບັງຄັບໃຫ້ເປີດກ່ອງໂຕ້ຕອບ GUI

ຕົວກໍານົດການ:
ແຜນທີ່=ຊື່[,ຊື່,...] [ຕ້ອງການ]
ແຜນທີ່ສໍາລັບຄ່າສໍາປະສິດ x

ແຜນທີ່=ຊື່ [ຕ້ອງການ]
ແຜນທີ່ສໍາລັບຄ່າສໍາປະສິດ y

ທີ່ເຫຼືອ=ຊື່
ແຜນ​ທີ່​ທີ່​ຈະ​ເກັບ​ຮັກ​ສາ​ທີ່​ເຫຼືອ​

ການຄາດຄະເນ=ຊື່
ແຜນ​ທີ່​ທີ່​ຈະ​ເກັບ​ຮັກ​ສາ​ການ​ຄາດ​ຄະ​ເນ​

output=ຊື່
ໄຟລ໌ ASCII ສໍາລັບການເກັບຮັກສາຄ່າສໍາປະສິດການຖົດຖອຍ (ອອກໄປຫາຫນ້າຈໍຖ້າໄຟລ໌ບໍ່
ລະບຸ).

ລາຍລະອຽດ

r.regression.multi ຄິດໄລ່ການຖົດຖອຍເສັ້ນຫຼາຍເສັ້ນຈາກແຜນທີ່ raster, ອີງຕາມ
ສູດ
Y = b0 + sum(bi*Xi) + E
ບ່ອນທີ່
X = {X1, X2, ..., Xm}
m = ຈໍານວນຕົວແປທີ່ອະທິບາຍ
Y = {y1, y2, ..., yn}
Xi = {xi1,xi2,...,xin}
E = {e1, e2, ... , en}
n = ຈໍານວນການສັງເກດ (ກໍລະນີ)
ໃນ R ຫມາຍ​ເຫດ​:
Y ~ sum (bi*Xi)
b0 ແມ່ນການຂັດຂວາງ, X0 ຖືກຕັ້ງເປັນ 1

r.regression.multi ຖືກອອກແບບມາສໍາລັບຊຸດຂໍ້ມູນຂະຫນາດໃຫຍ່ທີ່ບໍ່ສາມາດດໍາເນີນການໄດ້ໃນ R. A p
ມູນຄ່າແມ່ນບໍ່ໄດ້ສະຫນອງໃຫ້, ເພາະວ່າເຖິງແມ່ນວ່າຜົນກະທົບຫນ້ອຍຫຼາຍ, ບໍ່ມີຄວາມ ໝາຍ ຈະກາຍເປັນ
ທີ່ສໍາຄັນກັບຈໍານວນຂອງຈຸລັງ. ແທນທີ່ຈະ, ມັນແມ່ນແນະນໍາໃຫ້ຕັດສິນໂດຍ
ໂຕຄາດຄະເນ b, ຈໍານວນຕົວແປທີ່ອະທິບາຍ (R ຄູນສອງສໍາລັບຕົວແປທີ່ໃຫ້) ແລະ
ໄດ້ຮັບໃນ AIC (AIC ໂດຍບໍ່ມີຕົວແປທີ່ໃຫ້ລົບ AIC global ຈະຕ້ອງເປັນບວກ) ບໍ່ວ່າຈະເປັນ
ການລວມເອົາຕົວແປທີ່ອະທິບາຍໃຫ້ຢູ່ໃນຕົວແບບນັ້ນແມ່ນສົມເຫດສົມຜົນ.

ໄດ້ ທົ່ວໂລກ ຮູບແບບ
ໄດ້ b ຄ່າສໍາປະສິດ (b0 ແມ່ນຊົດເຊີຍ), R ກໍາລັງສອງຫຼືສໍາປະສິດການກໍານົດ (Rsq) ແລະ F
ແມ່ນຄືກັນກັບສິ່ງທີ່ໄດ້ຮັບຈາກຟັງຊັນ lm() ຂອງ R-stats ແລະ R-stats's anova()
ຫນ້າທີ່. ຄ່າ AIC ແມ່ນຄືກັນກັບຄ່າທີ່ໄດ້ຮັບຈາກຟັງຊັນ stepAIC() ຂອງ R-stats
(ໃນກໍລະນີຂອງການກ້າວຖອຍຫຼັງ, ຄືກັນກັບຄ່າເລີ່ມຕົ້ນ). ຄ່າ AIC ຖືກແກ້ໄຂແລ້ວ
ຈຳນວນຕົວແປທີ່ອະທິບາຍ ແລະຄ່າ BIC (Bayesian Information Criterion).
ປະຕິບັດຕາມເຫດຜົນຂອງ AIC.

ໄດ້ ການອະທິບາຍ ຕົວແປ
R squared ສໍາລັບແຕ່ລະຕົວແປທີ່ອະທິບາຍເປັນຕົວແທນຂອງຈໍານວນເພີ່ມເຕີມຂອງຄໍາອະທິບາຍ
ຄວາມແຕກຕ່າງເມື່ອລວມເອົາຕົວແປນີ້ທຽບກັບເມື່ອບໍ່ລວມຕົວແປນີ້, ນັ້ນແມ່ນ,
ຈໍານວນຄວາມແຕກຕ່າງນີ້ຖືກອະທິບາຍໂດຍຕົວແປທີ່ອະທິບາຍໃນປະຈຸບັນຫຼັງຈາກປະຕິບັດ
ພິຈາລະນາຕົວແປທີ່ອະທິບາຍອື່ນໆທັງໝົດ.

ຄະແນນ F ສໍາລັບແຕ່ລະຕົວແປທີ່ອະທິບາຍອະນຸຍາດໃຫ້ທົດສອບຖ້າຫາກວ່າການລວມຕົວແປນີ້
ເພີ່ມ​ທະ​ວີ​ການ​ອະ​ທິ​ບາຍ​ພະ​ລັງ​ງານ​ຢ່າງ​ຫຼວງ​ຫຼາຍ​ຂອງ​ຕົວ​ແບບ​, ໂດຍ​ກົງ​ກັບ​ຮູບ​ແບບ​ທົ່ວ​ໂລກ​
ບໍ່ລວມຕົວແປທີ່ອະທິບາຍນີ້. ນັ້ນຫມາຍຄວາມວ່າຄ່າ F ສໍາລັບການອະທິບາຍໃຫ້
ຕົວແປແມ່ນຄືກັນກັບຄ່າ F ຂອງຟັງຊັນ R ສະຫຼຸບ.aov ຖ້າໃຫ້
ການອະທິບາຍຕົວແປແມ່ນຕົວແປສຸດທ້າຍໃນສູດ R. ໃນຂະນະທີ່ R ສືບຕໍ່ປະກອບມີ
ຕົວແປຫນຶ່ງຫຼັງຈາກອື່ນໃນຄໍາສັ່ງທີ່ກໍານົດໄວ້ໂດຍສູດແລະໃນແຕ່ລະຂັ້ນຕອນ
ຄິດໄລ່ຄ່າ F ທີ່ສະແດງຜົນໄດ້ໂດຍການລວມຕົວແປປັດຈຸບັນຕື່ມອີກ
ກັບຕົວແປທີ່ຜ່ານມາ, r.regression.multi ຄິດໄລ່ຄ່າ F ທີ່ສະແດງຜົນໄດ້
ໂດຍການລວມເອົາຕົວແປໃນປະຈຸບັນນອກເຫນືອໄປຈາກຕົວແປອື່ນໆທັງຫມົດ, ບໍ່ພຽງແຕ່
ຕົວແປທີ່ຜ່ານມາ.

ຄ່າ AIC ແມ່ນຄືກັນກັບຄ່າທີ່ໄດ້ຮັບຈາກ R-function stepAIC() ເມື່ອ
ບໍ່ລວມຕົວແປນີ້ຈາກຮູບແບບເຕັມ. ຄ່າ AIC ຖືກແກ້ໄຂສໍາລັບຈໍານວນຂອງ
ການອະທິບາຍຕົວແປ ແລະຄ່າ BIC (Bayesian Information Criterion) ປະຕິບັດຕາມ
ເຫດຜົນຂອງ AIC. BIC ແມ່ນຄືກັນກັບ R-function stepAIC ທີ່ມີ k = log(n). AICc ບໍ່ແມ່ນ
ສາມາດໃຊ້ໄດ້ຜ່ານ R-function stepAIC.

EXAMPLE

ການຖົດຖອຍຫຼາຍດ້ານກັບປັດໄຈ K ຂອງດິນ ແລະຄວາມສູງ, ລັກສະນະ, ແລະຄວາມຄ້ອຍຊັນ (ພາກເຫນືອ Carolina
ຊຸດຂໍ້ມູນ). ແຜນທີ່ຜົນຜະລິດແມ່ນສ່ວນທີ່ເຫຼືອແລະການຄາດຄະເນ:
g.region raster=soils_Kfactor -p
r.regression.multi mapx=elevation,aspect,ເປີ້ນພູ mapy=soils_Kfactor \
residuals=soils_Kfactor.resid ປະມານ=soils_Kfactor.estim

ໃຊ້ r.regression.multigrass ອອນລາຍໂດຍໃຊ້ບໍລິການ onworks.net