文献
J-GLOBAL ID:202202236246344803   整理番号:22A0923470

農場実験のための空間相関ランダムパラメータのBayes推定【JST・京大機械翻訳】

Bayesian inference of spatially correlated random parameters for on-farm experiment
著者 (6件):
資料名:
巻: 281  ページ: Null  発行年: 2022年 
JST資料番号: W1910A  ISSN: 0378-4290  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
空間変動の考慮は,大規模農場試験における処理効果を推定する際に重要である。それはパドックのあらゆる部分に対する最適処理の決定を可能にし,農場の持続可能性と収益性を改善する管理戦略をもたらす。大規模農場試験における空間的変動を説明するために,空間的に相関するランダムパラメータを持つモデルを指定した。Bayesフレームワークを採用して,これらのパラメータの事後分布を推定した。空間的変動を考慮することにより,このフレームワークは,大規模農場試験における空間的に変化する処理効果の推定を可能にする。空間的変動性を評価するために,過去にいくつかの手法が提案されてきた。しかし,これらのアプローチはモデル誤指定の潜在的問題の適切な議論を欠いている。Gauss分布は応答変数に対して仮定され,この仮定はめったに研究されていない。ベイジアンポストサンプリングツールを使用して,著者らはモデル誤指定の問題を診断する方法を示した。提案した方法の適用性を説明するために,著者らは,全パドックに対する局所変動最適窒素速度の空間地図を得る目的で,Las Rosas,Argentinaからの実際の農場ストリップ試験を分析した。これらのデータの解析は,応答変数に対するGauss分布の仮定が不十分であることを明らかにした。Student-t分布はよりロバストな推論を提供する。本論文では,提案したBayes手法と地理的加重回帰の差を議論し,これら2つのアプローチの結果を比較して,論文を仕上げた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (5件):
分類
JSTが定めた文献の分類名称とコードです
稲作  ,  発生,成長,分化  ,  植物に対する影響  ,  農業気象  ,  麦 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る