登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
Appendix D. Sensitivity of model predictions to parameter estimates.
Appendix D. Sensitivity of model predictions to parameter estimates.
收藏
DataCite Commons
2020-09-04 更新
2024-07-25 收录
模型评估
参数敏感性
数据链接：
https://wiley.figshare.com/articles/dataset/Appendix_D_Sensitivity_of_model_predictions_to_parameter_estimates_/3515861/1
数据链接
链接失效反馈
官方服务：
问题咨询
购买咨询
在线客服
NEW
资源简介：
Sensitivity of model predictions to parameter estimates.
应用场景：
提供机构：
Wiley
创建时间：
2016-08-04
相关数据集
Appendix J. Regression parameters for significant site-level models of growth for selected individual species as a function of single soil resources.
生态学
植物生长模型
Regression parameters for significant site-level models of growth for selected individual species as a function of single soil resources.
DataCite Commons
2020-09-03 更新
10
0
Appendix C. Niche breadth and transferability.
市场分析
产品策略
Niche breadth and transferability.
DataCite Commons
2020-09-04 更新
6
0
Appendix C. Height–weight regressions used to calculate biomass of Spartina foliosa and Salicornia virginica for each site and treatment in San Francisco Bay.
生态学
生物量估算
Height–weight regressions used to calculate biomass of Spartina foliosa and Salicornia virginica for each site and treatment in San Francisco Bay.
DataCite Commons
2020-09-04 更新
4
0
Supplement 1. Program code for maximum likelihood estimation of neutral model parameters for multiple samples of species abundances using the two-stage approach described in the paper.
物种丰度分析
中性模型
File List ML-TwoStage.zip -- (all files at once) logKDA1.gp loglikSAD1a.gp MLthetaISADstage2.gp MLthetaISADtwostage.gp Description ML-TwoStage.zip contains files to calculate the parameters that maxim
DataCite Commons
2020-09-03 更新
7
0
Appendix A. An explanation of species pool supertree construction.
系统发育学
物种分类
An explanation of species pool supertree construction.
DataCite Commons
2020-09-04 更新
6
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广
