12.07.2015 Aufrufe

Habitat-Modelle in der Wildökologie - Université de Lausanne

Habitat-Modelle in der Wildökologie - Université de Lausanne

Habitat-Modelle in der Wildökologie - Université de Lausanne

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Glossar und Abkürzungsverzeichnis 97MR Multiple Regression, multiple Regression. E<strong>in</strong>e abhängige Variable wird alsFunktion mehrerer unabhängiger Variablen dargestellt.Multikoll<strong>in</strong>earität →Koll<strong>in</strong>earitätmultivariate Regression <strong>Mo<strong>de</strong>lle</strong>, <strong>in</strong> <strong>de</strong>nen gleichzeitig mehrere Zielgrößen (y i )<strong>in</strong> Abhängigkeit von erklären<strong>de</strong>n Variablen (x i ) beschrieben wer<strong>de</strong>n, Problemstellung<strong><strong>de</strong>r</strong> multivariaten Statistik.MVP M<strong>in</strong>imum Viable Population. Schätzung für die kle<strong>in</strong>ste überlebensfähigePopulation die isoliert bestehen kann, bezogen auf e<strong>in</strong>en bestimmten Zeitraum(z.B. 100 Jahre), ausgedrückt mit e<strong>in</strong>er gewissen Wahrsche<strong>in</strong>lichkeit(z.B. 95%).nichtl<strong>in</strong>eare Regression →Regression mit nichtl<strong>in</strong>earem Zusammenhang zwischenPrädiktor(-en) und zu erklären<strong><strong>de</strong>r</strong> Variable. Nichtl<strong>in</strong>eare Regressions-<strong>Mo<strong>de</strong>lle</strong>haben die allgeme<strong>in</strong>e Form y i = f(x i , θ) + ε i , die Parameter(θ) wer<strong>de</strong>n mittels →LS-Metho<strong>de</strong> geschätzt. Z.B. das logistische Wachs-θtumsmo<strong>de</strong>ll: y = i1+θ 2+ ε mit θe −θ 3 x 1 = K, θ 2 = K N 0− 1, θ 3 = r das entsprichtKN t = (Kumke, 2001).1+ K−N 0 e N −rt 0nichtl<strong>in</strong>earer Zusammenhang Bei Verän<strong><strong>de</strong>r</strong>ung <strong><strong>de</strong>r</strong> Ursache ergibt sich ke<strong>in</strong>egleichbleibend proportionale Verän<strong><strong>de</strong>r</strong>ung <strong><strong>de</strong>r</strong> Wirkung.nichtparametrische Regressionsmetho<strong>de</strong> Zum Schätzen <strong><strong>de</strong>r</strong> Regressionsfunktionmit wenigen Konstanten (→nichtl<strong>in</strong>eare Regression) wer<strong>de</strong>n sog.Glättungsverfahren (smoother) e<strong>in</strong>gesetzt. Der Begriff hat nichts mit <strong><strong>de</strong>r</strong>unterstellten – bzw. nicht unterstellten – Verteilung (→nichtparametrischeVerfahren) zu tun, son<strong><strong>de</strong>r</strong>n mit <strong><strong>de</strong>r</strong> (ger<strong>in</strong>gen) Anzahl an Parametern.nichtparametrische Verfahren Es wird nicht vorausgesetzt, daß die betrachtetenZufallsvariablen bestimmten Verteilungsfunktionen folgen.Ord<strong>in</strong>ation Verfahren zur "Dimensions-Reduktion". Ziel von Ord<strong>in</strong>ationsverfahrenist es, die Struktur e<strong>in</strong>es multivariaten Datensatzes zu vere<strong>in</strong>fachen undauf die wesentlichen Informationen zu reduzieren. Bei <strong><strong>de</strong>r</strong> Vere<strong>in</strong>fachungwird versucht, die Variationsstruktur <strong>de</strong>s Datensatzes beizubehalten. Manversucht bei <strong><strong>de</strong>r</strong> Ord<strong>in</strong>ation alle im Datensatz vorhan<strong>de</strong>nen Deskriptoren <strong>in</strong>e<strong>in</strong>em reduzierten Raum – meistens nicht mehr als zwei Dimensionen –

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!