W ekologii często używamy logistycznego równania wzrostu:
lub
gdzie jest nośnością (osiągnięta maksymalna gęstość), jest gęstością początkową, jest szybkością wzrostu, jest czasem od początkowej.
Wartość ma miękką górną granicę i dolną granicę , z silną dolną granicą na .
Ponadto, w moim specyficznym kontekście, pomiary są wykonywane przy użyciu gęstości optycznej lub fluorescencji, z których oba mają teoretyczne maksima, a zatem silną górną granicę.
Błąd wokół jest więc prawdopodobnie najlepiej opisany ograniczonym rozkładem.
Przy małych wartościach rozkład prawdopodobnie ma silne dodatnie pochylenie, natomiast przy wartościach zbliżających się do K rozkład prawdopodobnie ma silne ujemne pochylenie. Rozkład prawdopodobnie ma zatem parametr kształtu, który można powiązać z .
Wariancja może również wzrosnąć wraz z .
Oto graficzny przykład
z
K<-0.8
r<-1
N0<-0.01
t<-1:10
max<-1
które mogą być wytwarzane wr
library(devtools)
source_url("https://raw.github.com/edielivon/Useful-R-functions/master/Growth%20curves/example%20plot.R")
Jaki byłby teoretyczny rozkład błędów wokół (biorąc pod uwagę zarówno model, jak i dostarczone informacje empiryczne)?
W jaki sposób parametry tego rozkładu odnoszą się do wartości lub czasu (jeśli przy użyciu parametrów tryb nie może być bezpośrednio powiązany z np. normal)?
Czy ten rozkład ma zaimplementowaną funkcję gęstości w ?
Dotychczasowe wskazówki:
- Zakładając normalność wokół (prowadzi do )
- Logit rozkład normalny wokół , ale trudność w dopasowaniu parametrów kształtu alfa i beta
- Rozkład normalny wokół logiki