Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Phân Tích Đa Hồi Quy và Đa Cộng Tuyến cho Những Nhân Tố Chính Gây Ra Tảo Nở Phát Triển Độc Hại (CHAB) Tại Hồ Torment, Nova Scotia, Canada
Tóm tắt
Có nhiều tham số liên quan đến mô hình bùng phát của vi sinh vật lam trong hồ Torment. Điều này bao gồm các thành phần hóa học, cụ thể là TP, PO4-P, NO3-N, NH4-N và sắt, v.v. Tuy nhiên, nếu tồn tại hiện tượng đa cộng tuyến trong các yếu tố liên quan đến mô hình CHAB với một phụ thuộc gần tương tự tuyến tính mà trong đó hai hoặc nhiều biến dự báo có tương quan cao với nhau, chúng tôi thường không thể kiểm soát các biến dự báo/nhân tố ảnh hưởng đến sự xuất hiện của CHAB. Do đó, chúng tôi hy vọng sẽ đánh giá hiện tượng đa cộng tuyến của các tham số chính dẫn đến đóng góp đáng kể cho khung toán học dự đoán CHAB của chúng tôi, và dựa vào đó, các mô hình hồi quy đa biến đã được đề xuất để dự đoán các mô hình CHAB.
Từ khóa
Tài liệu tham khảo
Hushchyna, K., Vo, Q. B., & Nguyen-Quang, T. (2020). The application of TRINDEX to predict Harmful Algal Blooms in Lake Torment (NS, Canada). Environmental Problems., 5(3), 156–163.
Marty, J. (2018). Kings County Lake monitoring program 2018 season. Report. Municipality of the County of Kings.
Bi, J. (2012). A Review of the Statistical Methods for Determination of Relative Importance of Correlated Predictors and Identification of Drivers of Consumer Liking. Journal of Sensory Studies, 27(2), 87–101. https://doi.org/10.1111/j.1745-459X.2012.00370.x
Achen, C. H. (1982). Interpreting and Using Regression. Sage. Beverly Hills. CA.
Stine, R. A. (1995). Graphical Interpretation of Variance Inflation Factors. The American Statistician, 49(1), pp. 53–56. http://www.jstor.org/stable/2684812?origin=JSTOR-pdf
Lindeman, R. H., Merenda, P. F., & Gold, R. Z. (1980). Introduction to bivariate and multivariate analysis. Scott Foresman. Retrieved November 5 2022, from http://catalog.hathitrust.org/api/volumes/oclc/5310754.html
Grömping, U. (2006). Relative importance for linear regression in R: the package relaimpo. Journal of statistical software, 17, 1-27. https://doi.org/10.18637/jss.v017.i01
Kelley, K., & Bolin, J. H. (2013). Multiple Regression. In Handbook of quantitative methods for educational research, pp. 69–101. Brill Sense.
Hair, J. F, Anderson, R. E, Babin, B. J, & Black, W. C. (2010). Multivariate data analysis: A Global Perspective. 7th ed. Upper Saddle River (N.J.): Pearson education.