В экологии мы часто используем уравнение логистического роста:
или
где - пропускная способность (достигнута максимальная плотность), - начальная плотность, - скорость роста, - время с начальной.Н 0 г т
Значение имеет мягкую верхнюю границу и нижнюю границу с сильной нижней границей в . ( K ) ( N 0 ) 0
Кроме того, в моем конкретном контексте измерения выполняются с использованием оптической плотности или флуоресценции, которые имеют теоретические максимумы и, следовательно, сильную верхнюю границу.
Таким образом, ошибка вокруг вероятно, лучше всего описывается ограниченным распределением.
При малых значениях распределение, вероятно, имеет сильный положительный перекос, в то время как при значениях приближающихся к K, распределение, вероятно, имеет сильный отрицательный перекос. Таким образом, распределение, вероятно, имеет параметр формы, который может быть связан с .Н т Н т
Дисперсия также может увеличиваться с увеличением .
Вот графический пример
с
K<-0.8
r<-1
N0<-0.01
t<-1:10
max<-1
который может быть произведен в г с
library(devtools)
source_url("https://raw.github.com/edielivon/Useful-R-functions/master/Growth%20curves/example%20plot.R")
Каково будет теоретическое распределение ошибок вокруг (с учетом как модели, так и предоставленной эмпирической информации)?
Как параметры этого распределения относятся к значению или времени (если при использовании параметров режим не может быть напрямую связан с например, logis normal)?Н т
Имеет ли это распределение функцию плотности, реализованную в ?
Направления изучены до сих пор:
- Предполагая нормальность вокруг (приводит к переоценке ) К
- Логит нормальное распределение около , но сложность в параметров формы альфа и бета
- Нормальное распределение вокруг логики