부산대학교 도서관

Les équations Johnson SB et logit–logistique sont des modèles de distribution à quatre paramètres qui peuvent être développés à partir des distributions standard normale et logistique par une transformation à quatre paramètres. Pour les jeux de données relativement de petite taille, tels que les mesures de diamètre à hauteur de poitrine obtenues à partir des placettes échantillons typiques, les modèles de distribution à quatre paramètres ou moins se sont avérés empiriquement adéquats. Cependant, dans les situations où les distributions sont complexes, dans les peuplements mélangés par exemple, ou lorsque le peuplement a été éclairci ou encore lorsqu’on veut travailler avec des données agrégées, des modèles de distribution avec plus de paramètres peuvent s’avérer nécessaires. En remplaçant la distribution logistique symétrique standard du modèle logit–logistique par une distribution de « Richards standard » à un paramètre et en faisant la transformation avec la fonction de Richard à cinq paramètres, nous obtenons un nouveau modèle de distribution à six paramètres appelé « Richit–Richards ». Ce nouveau modèle inclut les sous-modèles « logit–Richards », « Richit–logistique » et logit–logistique. L’estimation par maximum de vraisemblance est utilisée pour ajuster le modèle et certains des problèmes associés à l’estimation par maximum de vraisemblance des paramètres de démarcation sont discutés. Une étude de cas du modèle Richit–Richards et de ses sous-modèles est réalisée avec des données agrégées de diamètre à hauteur de poitrine provenant de 107 placettes échantillons de sapin de Chine (Cunninghamia lanceolata (Lamb.) Hook.). Le nouveau modèle permet d’obtenir, avec ses sous-modèles, un ajustement significativement meilleur que le modèle logit–logistique à quatre paramètres pour les jeux de données de grande taille. [ABSTRACT FROM AUTHOR]