在生态学中,我们经常使用逻辑增长方程:
要么
其中是承载能力(达到最大密度),是初始密度,是增长率,是从初始开始的时间。
的值具有一个的上限和一个下限,下限为。
此外,在我的特定上下文中,使用光密度或荧光进行测量,这两者均具有理论最大值,因此具有很强的上限。
因此,围绕的误差最好用有界分布来描述。
在值,该分布可能具有很强的正偏度,而在值接近K时,该分布可能具有很强的负偏度。因此,该分布可能具有可以链接到的形状参数。
方差也可以随着增加。
这是一个图形示例
与
K<-0.8
r<-1
N0<-0.01
t<-1:10
max<-1
可以用
library(devtools)
source_url("https://raw.github.com/edielivon/Useful-R-functions/master/Growth%20curves/example%20plot.R")
考虑到模型和提供的经验信息,围绕的理论误差分布是?
此分布的参数与或时间值关系(如果使用参数,则该模式不能与直接关联,例如logis正态)?
这个分布是否具有在实现的密度函数?
到目前为止探索的方向:
- 假设附近的正态(导致估计过高)
- Logit正态分布在,但难以拟合形状参数alpha和beta
- 围绕的逻辑进行