当前位置：文档之家 › 应用Jackknife技术统计昆虫生命表参数变异的VFP实现

应用Jackknife技术统计昆虫生命表参数变异的VFP实现

  • 格式：pdf
  • 大小：160.50 KB
  • 文档页数：4

下载文档原格式

  / 4

合集下载

计算机二级考试《VFP》第三章复习重点

计算机二级考试《VFP》第三章复习重点

计算机二级考试《VFP》第三章复习重点2017计算机二级考试《VFP》第三章复习重点以下是店铺整理的2017计算机二级考试《VFP》第三章复习重点知识，希望对您的学习有所帮助!第三章数据与数据运算VISUAL FOXPRO的基本数据元素：(1) 常量、变量、表达式。

(2) 常用函数：字符处理函数、数值计算函数、日期时间函数、数据类型转换函数、测试函数。

1.常量常量是指在程序运行过程中始终不变化的数据，又称为常数。

在VFP 中常量可分为六种类型：2. 变量变量是在操作过程中可以改变其取值或数据类型的数据项。

在Visual FoxPro系统中变量分为字段变量、内存变量(简单变量、数组变量)2类。

此外，作为面向对象的程序语言，Visual FoxPro在进行面向对象的程序设计中引入了对象的概念，对象实质上也是一类变量。

确定一个变量，需要确定其三个要素：变量名、数据类型和变量值。

(1).命名约定使用字母，下划线和数字命名。

内存变量一般建议不采用汉字命名;命名以字母或下划线开头;除自由表中字段名、索引的TAG 标识名最多只能10 个字符外，其他的命名可使用1～128 个字符;避免使用Visual FoxPro 的保留字;文件名的命名应遵循操作系统的约定。

(2).字段变量字段变量是数据库管理系统中的一个重要概念。

它与记录一纵一横构成了数据表的基本结构。

一个数据库是由若干相关的数据表组成，一个数据表是由若干个具有相同属性的记录组成，而每一个记录又是由若干个字段组成。

字段变量就是指数据表中已定义的任意一个字段。

我们可以这样理解：在一个数据表中，同一个字段名下有若干个数据项，而数据项的值取决于该数据项所在记录行的变化，所以称它为字段变量。

字段变量的数据类型与该字段定义的类型一致。

字段变量的类型有数值型、浮点型、整型、双精度型、字符型、逻辑型、日期型、时间日期型、备注型和通用型等。

使用字段变量首先要建立数据表，建立数据表时首先定义的就是字段变量属性(名字、类型和长度)。

生命表组建和分析分法

生命表组建和分析分法

生命表的组建
• 1、实验种群生命表
• 在控制条件下的昆虫实验种群生命表通常 包括下列内容：
• （1）龄别（x） 一般以天、周或发育 期（如卵、1龄、2龄…等）表示
• （2）存活数（lx） 一群同时出生的 个体（设其数目为l0）发育到x年龄时还 活着的个体数，为便于比较，通常使l0 等于某个整数，如1000或100
• 具有系统性、阶段性、综合性和主次分 明的特点
• 系统性—— 即记述了一个世代从开始到 结尾整个过程的生存或生殖情况；
• 阶段性—— 分阶段地记述各阶段的生存 或生殖情况；
• 综合性—— 记述了影响种群数量消长的 各因素的作用状况；
• 关键性—— 即通过关键因素的分析，找 出在一定条件下综合的各因素中的主要 因素和作用的主要阶段
• 上表中各代号的含义：
• x 虫期，即发育年龄；
• lx x期开始时存活虫数； • dxF x期间死亡因子； • dx x期间dxF因子所致死亡虫数； • 100qx x期间死亡百分率； • Sx x期间存活率； • SG 世代存活率，表明当代虫量的变化。
• 昆虫自然种群生命表与实验种群生命表 相似，一般也从卵开始统计，不同的是 可以不为同期卵。初始卵量通常在1000 粒左右，因自然条件下死亡率较高，卵 过少最终会得不到结果。
• （4）制表 根据一定规格制作生命表， 每世代一份，并逐代逐年地累积多量的 生命表，制成平均生命表
• （5）生命表数量的分析 计算生命表
中的各项数据，进行趋势指数（I）及关
键因素分析。一般要累积5-6个以上的历 年同代生命表才能分析关键因素
• （6）建立预测模型 生命表数据进行 模拟化工作，制定最优预测式，为防治 工作服务
数量标准来划分， • 达16%或20%时—— 始盛期 • 达50%时—— 高峰期 • 达84%或80%时—— 盛末期

动态统计图在VFP中的实现

动态统计图在VFP中的实现

动态统计图在VFP中的实现一个好的数据库应用系统中,形象、直观、易懂的统计图形是必不可少的,但现有的几种方法都不太理想。

VFP提供了图形向导,用户可以按照向导的提示逐步操作,最终获得图形。

但这种方法在实际中并不适用,因为由此得出的图形是静态的,而且用户关心的只是能否按所给数据得出图形,而不愿看到太多的中间操作步骤。

Gengraph程序中的Updategrph过程可以用来实现统计图数据更新,但这种方法只适用于Foxpro for Windows。

2.5(2.6),在VFP3.0中Gengraph对Updategrph过程不再支持。

DDE 也可用来实现VFP与EXCEL等具备作图能力的应用程序间的通讯,从而达到作图的目的,但这种方法实现起来较为复杂。

笔者通过查阅Micro soft公司的技术开发文档,找到了两种比较简单实用的出图方法。

一、利用EXCEL首先生成EXCEL APPLICAT IO N OLE对象,然后用EXCEL内嵌的VBA对其进行操作,达到出图的效果。

运用这种方法的前提是机器中应装有E XCEL。

程序如下:*利用EXCEL和VBA做动态统计图*创建EXCEL对象oleapp=CreateObject(‘excel.application’)*添加工作簿oleapp.WorkBooks.Add*给各单元格赋值(也可将表中的数据以数组形式注入到各单元格 ) oleapp.Cells(1,1).value=‘departa’oleapp.Cells(2,1).value=‘departb’oleapp.Cells(3,1).value=‘departc’oleapp.Cells(1,2).value=100oleapp.Cells(2,2).value=200oleapp.Cells(3,2).value=300*选定数据oleapp.Range(‘a1:b3’).Select*添加统计图oleapp.Charts.Add*使EXCEL可见oleapp.Visible=.t .*打印统计图oleapp.ActiveASheet.PrintOut这种方法的优点是可以利用VBA直接打印出统计图,不足的是屏幕中出现了EXCEL的菜单栏。

VFP数据的统计与查询

VFP数据的统计与查询

语法
MODIFY QUERY QueryFileName
这是查询文件 的名称，可不 加文件扩展 名 .qpr
第 18 页
共 18 页
目 录
上一步
下一步
关 闭

8-2-5 显示查询结果 4. 查看查询程序 可以随时在查询设计器中打开查询文件，然后在设计器窗口中编辑修改查 询文件。也可以用命令打开查询设计器，编辑一个已经存在的查询文件。
1. 菜单方式
第8页
共 18 页
目 录
上一步
下一步
关 闭

8-2-1 选择数据表 创建查询的目的无非是为了进行表的查询处理，因此启动查询 设计器以后的第一件事就是指定所要查询的表。 1. 未打开任何数据库
1. 未打开任何数据 18 页
目 录
上一步
下一步
关 闭


8-2 创建查询

8-2-1 8-2-2 8-2-3 8-2-4 8-2-5
选择数据表 选择要出现在查询结果中的字段 指定字段出现在查询结果中由左至右的顺序 检查查询设计情况与保存查询文件 显示查询结果
第1页
共 18 页
目 录
上一步
下一步
关 闭

8-3 统计和计算

8-3-1 添加统计计算字段 8-3-2 修改查询结果中列标题
语法 范例
DO QueryFileName
这是查询文件 的名称，您必 须加上文件扩 展名 .qpr
第 17 页
共 18 页
目 录
上一步
下一步
关 闭

8-2-5 显示查询结果 3. 编辑查询文件 可以随时在查询设计器中打开查询文件，然后在设计器窗口中 编辑修改查询文件。也可以用命令打开查询设计器，编辑一个已经 存在的查询文件；

VF 第4章 查询与统计

VF 第4章 查询与统计

4.索引查询定位 索引查询定位(2) 索引查询定位
说明： 说明： (1) 在使用 在使用SEEK命令时应先打开索引文件。 SEEK 命令时应先打开索引文件。 命令时应先打开索引文件 命令中的表达式必须和索引表达式的类型相同。 命令中的表达式必须和索引表达式的类型相同。 (2) SEEK命令不仅可以查找字符串和常数，它还可 命令不仅可以查找字符串和常数， 命令不仅可以查找字符串和常数 以查找字符型、数值型、日期型或逻辑型表达式的值。 以查找字符型、数值型、日期型或逻辑型表达式的值。 命令查找字符串常量时， 用 SEEK命令查找字符串常量时， 字符串常量必须放在 命令查找字符串常量时 定界符中。 定界符中。 (3) SEEK命令定位到第一条满足条件的记录，反复 命令定位到第一条满足条件的记录， 命令定位到第一条满足条件的记录 使用SKIP命令可查找下一条满足条件的记录。 命令可查找下一条满足条件的记录。 使用 命令可查找下一条满足条件的记录 索引查询的例子：查找“学生表” 奖学金” 例4.6 索引查询的例子：查找“学生表”中“奖学金” 为100的学生名单 的学生名单
4.1.2 表的数据筛选
在显示表中的记录时， 可以只显示某些记录 在显示表中的记录时 ， (选择 ，称为记录筛选；也可以只显示某些字段 选择)， 选择 称为记录筛选； (投影 ，称为字段筛选。 投影)， 投影 称为字段筛选。 数据筛选的设置可用如下两种方法： 数据筛选的设置可用如下两种方法： (1)”表“→”属性“ 属性“ 表 (2)”窗口 (2)”窗口“→”数据工作期“→”属性“ 窗口“ 数据工作期“ 属性“ 在打开的”工作区属性“窗口中： 在打开的”工作区属性“窗口中：在”数据过 滤器“中设置记录筛选； 字段筛选“ 滤器“中设置记录筛选；在”字段筛选“中设置 字段筛选。 字段筛选。 学生表”设置筛选条件， 例4.2 对“学生表”设置筛选条件，要求显示女 生的名单。 生的名单。 设置上例的输出字段为“ 例 4.3设置上例的输出字段为 “ xh”， “ xm”， 设置上例的输出字段为 ， ， “xb”。 。

昆虫种群生命表的组建与分析

昆虫种群生命表的组建与分析

VS
随着全球气候变化和人类活动的加剧， 昆虫种群的分布、数量和生态习性都 发生了显著变化，这使得对昆虫种群 生命表的研究更加重要和迫切。
研究目的与问题
研究目的
通过对昆虫种群生命表的组建和分析， 揭示昆虫种群的生长、繁殖和死亡规 律，为害虫防治和生物多样性保护提 供科学依据。
研究问题
如何组建和分析昆虫种群生命表？如 何利用生命表数据评估昆虫种群动态 变化？如何利用生命表数据预测昆虫 种群对环境变化的响应？
生命表的研究有助于推动昆虫生态学、 种群生物学等领域的发展，促进相关 科研工作的进展。
03 昆虫种群生命表的组建
ቤተ መጻሕፍቲ ባይዱ
收集数据
野外调查
通过野外实地调查，收集昆虫种 群在不同生长阶段和环境条件下 的数据，包括出生率、死亡率、
繁殖率等。
实验研究
在实验室条件下，模拟不同环境因 素，观察昆虫种群在不同条件下的 生长和繁殖表现，收集相关数据。
感谢您的观看
THANKS
研究结论
昆虫种群生命表是研究昆虫种群动态的重要工具，通过组建和分 析生命表，可以深入了解昆虫种群的生长、繁殖和死亡等过程， 为害虫防治和生物多样性保护提供科学依据。
在实际应用中，需要根据不同昆虫种类和环境条件，选择合适的 组建方法和分析方法，以确保生命表数据的准确性和可靠性。
生命表分析可以帮助我们了解昆虫种群在不同环境下的适应性、 繁殖能力和生存策略，对于保护和利用昆虫资源具有重要意义。
02 昆虫种群生命表基础
生命表概念
01
生命表
记录昆虫从卵到成虫各阶段存活 率的表格，是研究昆虫种群动态 的重要工具。
组建生命表
02
03
分析生命表

普通大蓟马在3种豆类作物上的实验种群生命表研究

普通大蓟马在3种豆类作物上的实验种群生命表研究谭珂;陈鑫;李曼娟;葛文龙;但建国【摘要】普通大蓟马[Megalurothrips usitatus (Bagnall)]是各种豆类作物上的主要害虫之一.为了探求寄主植物对该虫的影响,在(26±1)℃,RH (60±5)％和光照L/D=14 h/10 h条件下,组建了普通大蓟马在豇豆[Vigna unguiculata(L.) Walp.]、菜豆(Phaseolus vulgaris L.)和花生(Arachis hypogaeaL.)上的实验种群生命表.结果表明:净增殖率和周限增长率以豇豆上普通大蓟马种群最高,其值分别为12.68和1.150 5;在菜豆上这2个参数最低,分别为3.10和1.069 8.普通大蓟马的平均世代周期在豇豆上最长(19.22d),花生次之(18.76 d),菜豆最短(17.20 d).豇豆、菜豆和花生上普通大蓟马种群的内禀增长率分别为0.1402、0.067 5和0.113 5.菜豆上普通大蓟马种群加倍时间为9.94d,比豇豆和花生上的种群加倍时间分别长1.01倍和0.63倍.由此可见,3种豆类作物中,豇豆是普通大蓟马最适宜的寄主植物,而菜豆的适合度最低.【期刊名称】《热带作物学报》【年(卷),期】2015(036)005【总页数】5页(P956-960)【关键词】普通大蓟马;生命表;豇豆;菜豆;花生【作者】谭珂;陈鑫;李曼娟;葛文龙;但建国【作者单位】海南大学环境与植物保护学院,海南海口 570228;海南大学环境与植物保护学院,海南海口 570228;海南大学环境与植物保护学院,海南海口 570228;海南大学环境与植物保护学院,海南海口 570228;海南大学环境与植物保护学院,海南海口 570228【正文语种】中文【中图分类】S435.29doi10.3969/j.issn.1000-2561.2015.05.021普通大蓟马[Megalurothrips usitatus（Bagnall）]隶属缨翅目Thysanoptera、蓟马科Thripidae、大蓟马属Megalurothrips。

重要资料VFP表操作索引、统计、关联、连接等讲解

重要资料VFP表操作索引、统计、关联、连接等讲解查询、统计和多表操作表文件中记录的顺序通常是人们在输入数据时按输入的先后次序存储的，并以记录号表示，这个顺序只反映了存放数据的先后顺序。

但在数据处理实际应用中，由于数据库十分庞大，为了高效方便地处理数据，常常需要对记录位置进行重新整理，并按某种指定的顺序对表记录进行处理。

例如，对学生成绩表按学号为序显示输出记录，以便查找；或按总分高低为序输出记录，以便进行比较等等。

对记录位置进行重新整理通常有排序和索引两种方法。

排序是对表文件进行物理位置的整理；索引是对表文件进行逻辑位置的整理。

一、排序表文件的排序操作就是根据表的某个关键字或关键字表达式重新排列表记录的位置。

执行排序操作后将生成一个新的表文件（称为:排序文件）。

新文件的结构和数据可以与源文件完全相同，也可以只取源文件的部分字段。

新文件不改变源文件内容和记录顺序。

【命令】 SORT TO<新文件名>ON <字段名1>[/A] [/D] [/C] [，<字段名2> [/A] [/D] [/C]…] [ASCENDING|DESCENDING][<范围>][FOR<条件>|WHILE<条件>][FIELDS<字段名表>| FIELDS LIKE<通配符>|FIELDS EXCEPT<通配符>]【功能】对当前表中指定范围内、满足条件的记录按指定字段升序或降序重新排序，并将排序结果存入新文件名中。

【说明】①排序结果存入由TO <新文件名>指定的表文件中，系统默认文件扩展名为.DBF。

②在ON子句中的字段名表示排序的关键字段。

当使用一个关键字时，叫“单重排序”；使用多个关键字时，叫“多重排序”。

在多重排序中，关键字有主次之分。

主关键字是指能够唯一标识某个记录的关键字；次关键字是指标识具有某种相同属性的某些记录的关键字。

昆虫学中的统计分析和数据处理

昆虫学中的统计分析和数据处理昆虫学作为生物学中的一个重要分支，研究了昆虫的分类、生态、行为等方面的知识。

而在昆虫学的研究过程中，统计分析和数据处理是必不可少的一环。

本文将探讨昆虫学中统计分析和数据处理的重要性以及相关的方法和技巧。

一、统计分析的重要性在昆虫学研究中，统计分析是为了更好地理解和解读昆虫数据的一种手段。

昆虫学家们通过野外观察和实验研究获得大量的数据，如昆虫数量、种类、分布和生命周期等信息。

这些数据需要经过统计分析才能发现规律、验证假设、作出结论。

统计分析帮助昆虫学家们从大量的数据中找出关键的信息，揭示昆虫的分布规律、种群增长趋势、行为特征等。

同时，统计分析还可以评估研究结果的可靠性和昆虫观察的偏差程度，提高研究的科学性和准确性。

因此，统计分析在昆虫学研究中具有重要的地位和作用。

二、数据处理的方法和技巧1. 数据整理和清洗：在进行统计分析之前，首先需要对采集到的数据进行整理和清洗。

这包括检查数据的完整性、准确性和一致性，排除异常值和错误数据，保证数据的可靠性和有效性。

2. 数据可视化：将数据可视化是理解和分析数据的重要手段之一。

通过制作柱状图、折线图、散点图等图表，可以直观地展现昆虫数量、分布、种群变化等信息，帮助昆虫学家们更好地理解数据的特征和规律。

3. 假设检验：在昆虫学研究中，昆虫数量和种类的差异常常是关注的焦点之一。

通过假设检验可以判断不同样本之间或不同区域之间昆虫数量和种类的差异是否显著。

常用的假设检验方法包括t检验、方差分析等。

4. 相关分析：关联性分析可以用来探索昆虫数量和环境因子之间的关系。

例如，通过相关系数分析可以确定温度、湿度等环境因子对昆虫数量的影响程度，进一步了解昆虫的生态适应性和环境选择。

5. 回归分析：回归分析是昆虫学研究中常用的方法之一。

通过建立回归模型，可以预测昆虫数量、种群增长趋势等，为昆虫的生态管理和保护提供科学依据。

三、数据处理中的注意事项在进行统计分析和数据处理时，需要注意以下几个方面：1. 数据样本的选取要具有代表性，样本量要足够大，以增加统计结果的可信度和准确性。

生态学第二章 第一节 2

基本类型：
1．增长型种群 锥体呈典型金字塔形，基部宽、顶部狭， 表示种群中有大量幼体，而老年个体较小。种群的出生率 大于死亡率，是迅速增长的种群。
2．稳定型种群 锥体形状和老、中、幼比例介于a、c两类 之间。出生率与死亡率大致相平衡，种群稳定。
3．下降型种群 锥体基部比较狭、而顶部比较宽。种群中 幼体比例减少而老体比例增大，种群的死亡率大于出生率。
（三）包括出生率的综合生命表
动态生命表和静态生命表 藤壶生命表是根据对同年 出生的所有个体进行存活数目进行动态监察的资料而 编制的，这类生命表称为同生群（cohort）生命表， 或称动态生命表。另一类为静态生命表，是根据某一 特定时间对种群作一年龄结构调查资料而编制的。
(四)存活曲线（survivourship）
以lx栏对x栏作图可得存活曲线,存活曲线直观地表达了 该同生群的存活过程。Deevey（1947）曾将存活曲线分 为三个类型：
Ⅰ型：曲线凸型，表示在接近生理寿命前只有少数个体 死亡。例如大型兽类和人的存活曲线。
Ⅱ型：曲线呈对角线，各年龄死亡率相等。许多鸟类接 近于Ⅱ型。
Ⅲ型：曲线凹型，幼年期死亡率很高。
构件生物种群的年龄结构有两个层次，即个体 的年龄和组成个体的构件年龄两个层次
（二）生命表
生命表（life table）是一种有用的 工具。简单的生命表只根据各年龄 组的存活或死亡数据编制，综合生 命表则包括出生数据，从而能估计 种群的增长率。
Conell（1970）对某岛上1959年出生并固着在岩 石上的所有藤壶（Balanus glandula）进行逐年的 存活观察
从r=1nR0／T式来看，r值的大小，随R0增大而 变大，随T增大而变小。例如人口控制和计划生 育的目的是要使r值变小，据此式有两条途径：
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

利用生殖力生命表来研究昆虫种群动态非 常普遍
[ 1~ 3]
Jackknife 技术编制了求 r m 及其变异的 PASCAL 程序 。 汪 信 庚 等 也 做 了 相 应 的 补 充 与 介 绍 。Maia 等利用 Jackknife 技术编制了求生命 表综合参数及其变异的 SAS 程序 , 近年来, 国 外应用 jackknife 技术研究生命表综合参数变异 程度的报道较多 泛进展。 SAS 程序是优秀的统计软 件之一, 但使用 成本高, 操作复杂 , 不易普及。PASCAL 语言要 求掌握较多的语法规则。现在许多大学一年级 都相继开设了 !新编 Visual FoxPro 教程∀ , 且软 件非常普及。Visual Foxቤተ መጻሕፍቲ ባይዱro 中文版软 件 ( 简称 VFP) 是在 Windows 环境下运行的一个数据库管
[ 5]
∃e
x
- r %x
m
lx m x = 1,
( 1)
设 r mi 为依次从试验种群中去除 第 i 个个 体时 , 再根据余下的 ( n - 1) 个个体计算得到的
# 264 #
昆虫知识
Chinese Bulletin of Entomology
2006 43( 2)
确算法 - 迭代 法求出 精确 r m , 采用 公式 ( 5) , ( 6) , ( 7) , ( 8) 求出其它综合参数值。 净增殖率( R 0 ) = l x % mx ,
rm
次循环。 ( 8) 根据 smbcsby 表中数据 , 利用公式 ( 3) , ( 4) 计算 5 个综合参数的平均值和标准误。 2 结果与分析 VFP 程 序 计 算 结 果 和 Hulting 文 献 中 PASCAL 程序计算结果见表 2。表 中结果表示 为平均数 ∋ 标准误 ( Mean ∋ std. Error mean) , 周 限增 长 率, 世 代 平均 周 期 , 种 群 倍增 时 间 的 Jackknife 统计数据 Hulting 文献中没有提供。本 程序计算出了这 3 个综合参数的变异程度。
。生殖力生命表的综合参数常用内
禀增 长率 ( intrinsic rat e of increase) , 净增 殖 率 ( net reproduct ive rate) , 周限增长率 ( finite rate of increase) , 世代平均周期 ( mean generation time) , 种群倍增时间 ( Doubling time) 来描述。为比较 不同昆虫种群生命表综合参数如内 禀增长率 ( r m ) 的差异, 必 须知道综合参 数的变异程度。 但是传统的生命表统计方法无法计算综合参数 的变异程度, 因为生命表综合参数是根据种群 出生率和死亡率综合计算得到的一个数据, 因 此无法从统计上比较它们的变异程度。在这种 情 况 下, 变 异 的 计 算 可 采 用 如 jackknife, bootstrap 和 randomization tests 等方法 。Meyer 等利用 Jackknife 原理提出了计算 r m 及其变异 的方法, 并 通过 MonteCarlo 模拟证明这是 一种 相对 有效的 变异 估计方 法 。Hulting 等利 用
成虫年龄 代表年龄 雌虫 1 雌虫 2 雌虫 3 雌虫 4 雌虫 5 1 2 3 4 5 6 7 8 9 10 10 5 11 5 12 5 13 5 14 5 15 5 16 5 17 5 18 5 19 5 5, 1 4, 1 2, 0 2, 1 0, 1 0, 0 0, 1D 6, 2 3, 1 3, 2 2, 2 1, 1 0, 0 0, 0 0, 0 0, 0D 2, 2 1, 2 1, 1 0, 0D 3, 1 4, 1 3, 1 2, 1 1, 1 2, 1 1, 1 0, 1 1, 1 0, 0D 3, 2 3, 1 2, 1 1, 1 0, 0 0, 0 0, 0D
# 262 #
昆虫知识
Chinese Bulletin of Entomology
2006 43( 2)
应用 Jackknife 技术统计昆虫生命表 * 参数变异的 VFP 实现
陶士强
1 ** 212018;
吴福安
1, 2 *** 镇江 212018)
( 1 江苏科技大学生物技术学院 镇江
2 中国农业科学院蚕业研究所
长动态的估计 , 常用 5 个主要参数来描述 : 净增 殖率、 内禀增 长率、 世代 平均周期、 种 群倍增时 间和周 限 增长率 , Jackknife 技术可以用来 估计内禀增长率等参数的变异程度 , 利用 VFP 编程实现了 生命表参 数变 异程度的计算。 关键词 生命表 , Jackknife, VFP
注 : D 表示至此时 , 该个体已死亡。
1 2
Jackknife 算法介绍 Jackknife 技术是一种估计复杂函数变量变
异程度的非参数估计方法, 其基本原理为 : ( 1) 重组原始数据; ( 2) 利用重组的原始数据计算变 量的 假值 ( Pseudo Values) ; ( 3) 这些 假值 构 成一个新的样本, 根据这些 假值 计算该变量 的平均值和标准误差。Meyer 首次利用该方法 计算了昆虫种群内禀增长率及其标准误差 。 基本算法如下: 假设有一试验种群 , 其供试的雌 性个体数量为 n , 并设 r m 为根据( 1) 式 Lotka 方 法计算的该种群的内禀增长率。
( 5) ( 6) ( 7) ( 8)
种群倍增时间( DT ) = ln( 2) r m , 周限增长率 ( ) = e , 世代平均周期( T ) = ln( R 0 ) r m , 假值 。
( 5) 根据公式 ( 2) 计算出 r m 等综合参数的 ( 6) 采用 insert into SQL 命令将 5 个综合参 数的 假值 插入到 smbcsby 表文件中, ( 7) 用 recall all 恢复被删除记录 , 进入下一
表1 种群 A 各个个体每日产后代数 ( 雌 , 雄 )
∃
n
ri ,
( 3)
相应的 ^ r i 的标准误差 S ^ i 为: S ^i = 1 n ( n - 1)
i= 1
∃(r
n
i
- ^r i ) 。
2
( 4)
1 3 方法 ( 1) 创建 原始 数据表 , 表 中字 段名 以 T1, T 2, T3 &&TL 命名, L 值为 被试昆虫种群中个 体寿命最长的天数 , 数据数型为 N( 3) , 表示数 值型, 宽度为 3 位, 无小数。并输入每虫每日产 雌卵数 据, 如 T10 列 中输 入该 种群 个体 在第 10 d所产的雌卵数量。昆虫个体死亡后则每天 输入 - 1 作为标记。为避免实验中有产卵和 死亡时间数据完全相同的 2 个个体出现 , 造成 VFP 系统不能接受。表中增加 1 个试虫代号字 段 , 用以标记第 n 个昆虫个体, 保证表中不会 有重复的记录出现, 该数据不参加运算。 ( 2) 用 create table SQL 命 令 创 建 表 文 件 lxmx. dbf 和 smbcsby. dbf , 分别用以存放 lx, mx 和 生命表综合参数的数据。 ( 3) 构建双重循环, 设置 2 个循环变量 i 和 j , 第一重循环使用 delete record i 依次删除 1 条 记录 , 第二重循环采用 T ( j) = T + alltrim ( str ( j) ) 和 sum &T ( j) to egg for &T ( j) < > 1 及 sum &T ( j) to death for &T ( j) = - 1 计算每天总的产 卵数和死亡数。来实现依次去除第 i 个样本后 统计其余( n - 1) 个样本数据的计算。Alltrim( ) 函数的功能是 删除指定字符表达式的前后空 格 , 返回删除空格后的字符串。Str( ) 函数的功 能是将数值表达式的值转换为对应的字符串。 ( 4) 采 用 insert into SQL 命令 将每天的 lx , mx 数据插入到 lxmx 表文件中, 利用循环计算 出 lx % mx 和 x % lx % mx , 由公式 ( 1) 采用精
Abstract Knowledge of population growth potential is crucial for studying population dynamics. Population growth can be estimated by fertility life tables. The parameters associated with a fertility life table are the net reproductive rate, the intrinsic rate of increase, the mean generation time, the doubling time, the finite rate of increase. Jackknife technique is used to calculate the variance of the intrinsic rate of increase, which can be extended to the other parameters of life tables. VFP programing was used to compute the variance for estimated parameters of life tables. Key words life table, Jackknife, VFP 摘 要 研究昆虫种群的动态 , 掌握种群增长的 潜力是非 常重要 的。应用生 殖力生 命表可进 行种群 增
[ 5] [ 4]
, 推动了生命表技术的广
2006 43( 2)