Làm thế nào để tóm tắt và so sánh các mối quan hệ phi tuyến tính?


10

Tôi có dữ liệu về phần trăm chất hữu cơ trong trầm tích hồ từ 0 cm (nghĩa là giao diện trầm tích - nước) xuống đến 9 cm cho khoảng 25 hồ. Trong mỗi hồ, 2 lõi được lấy từ mỗi vị trí để tôi có 2 lần lặp lại tỷ lệ phần trăm chất hữu cơ ở mỗi độ sâu trầm tích cho mỗi hồ.

Tôi quan tâm đến việc so sánh các hồ khác nhau như thế nào trong mối quan hệ giữa phần trăm chất hữu cơ và độ sâu trầm tích (nghĩa là độ dốc). Trong một số hồ, mối quan hệ giữa phần trăm chất hữu cơ và độ sâu trầm tích xuất hiện tuyến tính nhưng trong các trường hợp khác, mối quan hệ phức tạp hơn (xem ví dụ dưới đây).

Suy nghĩ ban đầu của tôi là phù hợp với các mối quan hệ tuyến tính khi phù hợp với toàn bộ đường cong hoặc một tập hợp con của đường cong nếu nó là "chủ yếu" tuyến tính và chỉ so sánh các hồ nơi tìm thấy mối quan hệ tuyến tính quan trọng. Tuy nhiên, tôi không hài lòng với cách tiếp cận này vì nó yêu cầu loại bỏ dữ liệu không vì lý do nào khác ngoài việc chúng không phù hợp với mô hình tuyến tính và nó bỏ qua thông tin thú vị tiềm năng về mối quan hệ giữa phần trăm chất hữu cơ và độ sâu trầm tích.

Điều gì sẽ là một cách tốt để tóm tắt và so sánh các đường cong từ các hồ khác nhau?

Cảm ơn bạn

Đường cong ví dụ: Trong mọi trường hợp, trục y là phần trăm chất hữu cơ trong trầm tích và trục x là độ sâu trầm tích trong đó 0 = giao diện nước trầm tích.

Một ví dụ tuyến tính đẹp:

Một ví dụ tuyến tính đẹp

2 ví dụ phi tuyến tính:

phi tuyến 1

enonlinear 2

Một ví dụ không có mối quan hệ rõ ràng:

không có mối quan hệ

Câu trả lời:


2

Kiểm tra các mô hình phụ gia tổng quát , cho phép khớp các hàm phi tuyến tính mà không cần thông số kỹ thuật của dạng phi tuyến tính. Tôi không chắc chắn làm thế nào một người sẽ đi về so sánh các phù hợp tiếp theo tuy nhiên. Một cách tiếp cận tương tự khác (theo tôi tin rằng cả hai đều sử dụng các khối vuông) đạt được bằng Phân tích dữ liệu chức năng , nơi tôi hiểu có các phương pháp để mô tả sự khác biệt giữa các chức năng được trang bị.


cảm ơn vì lời đề nghị tôi sẽ xem xét nó Mối quan tâm lớn nhất của tôi là so sánh mặc dù. Tôi nghĩ rằng đối với hầu hết các đường cong tôi có thể có được sự phù hợp bằng cách sử dụng nhiều cách tiếp cận khác nhau nhưng tôi không biết làm thế nào để so sánh giữa các hồ.
DQdlM

2

Để so sánh, sẽ rất hữu ích khi tham gia vào mối quan hệ giữa OM (chất hữu cơ) và SED (trầm tích) tương tự trên các hồ - để bạn ước tính cùng một mô hình cho mỗi hồ. Bằng cách đó, bạn có thể so sánh trực tiếp các ước tính hệ số.

Nếu bạn giới hạn các mối quan hệ phi tuyến tiềm năng ở một bậc hai đa thức (bậc hai), thì nó sẽ đơn giản như việc thêm một số hạng thứ hai vào mô hình tuyến tính:

OM = beta_0 + beta_1 * SED + beta_2 * (SED ^ 2)

Sau đó, bạn có thể thực hiện kiểm tra t để xem liệu các hệ số của hai hồ có bằng nhau ... với nhau hay không, tùy thuộc vào các câu hỏi bạn đang cố gắng trả lời.

Bạn đã nêu câu hỏi của mình như sau: "Tôi quan tâm đến việc so sánh các hồ khác nhau như thế nào trong mối quan hệ giữa phần trăm chất hữu cơ và độ sâu trầm tích (nghĩa là độ dốc)."

Nếu bạn từ câu hỏi của bạn cụ thể hơn, điều này sẽ hỗ trợ trong việc lựa chọn phương pháp phù hợp. Tại sao mối quan hệ giữa OM và SED khác nhau giữa các hồ? Có một số quan sát khác sẽ giải thích mối quan hệ khác nhau?

Nếu vậy, bạn có thể muốn đưa biến giải thích này vào mô hình của mình, thông qua thuật ngữ tương tác hoặc ở nơi khác. Không có thêm thông tin về câu hỏi cụ thể mà bạn đang cố gắng trả lời - ngoài "mối quan hệ giữa OM và SED có giống nhau trên các hồ không?" - thật khó để đề xuất một cách tiếp cận cụ thể hơn.


1
+1. Cách tiếp cận tốt, lời khuyên tốt. Nhưng tôi sẽ thận trọng khi sử dụng mô hình đa thức: nó bị chống chỉ định bởi tất cả sự hiểu biết về cách vật liệu thay đổi trong trầm tích. Một vết cắt đầu tiên sẽ là một mô hình hàm mũ từng phần bằng cách sử dụng một quy trình phù hợp mạnh mẽ. (Cho phép thay đổi giúp thể hiện nhiều tầng trầm tích riêng biệt.)
whuber
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.