1. 首頁 > 生活百科 > >

RDA 代表什么的縮寫？

生活百科變量


RDA 代表什么的縮寫？

文章插圖
英文縮寫：RDA 。英文全稱Recommended Dietary Allowance 。中文解釋：推薦膳食營養素供給量 。
中國營養學會在1955年開始制定的推薦膳食營養素供給量（recommended dietary allowance,RDA) 。2000年10月提出了更完善、更接近新時代中國人需要的膳食營養素參考攝入量 。
營養素供給量標準:
1、生理需要量：指維持正常生理功能和機體健康的最低攝入量 。
2、供給量（RDA)：在生理需要量的基礎上，考慮人群安全系數確定的適宜膳食攝入量 。
安全系數原因：個體差異，應激需要，食物加工中營養素損失，消化吸收率的差異等，食物生產供應情況 。
熱能的RDA=生理需要量、營養素RDA=生理需要量＋2SD 。
以上內容參考 百度百科—營養素供給量
rda指雷達的硬件實體部分 。
RDA有多個可能的釋義，例如：
RDA（Radar Data Acquisition）雷達數據采集子系統 。
雷達數據采集子系統是雷達的硬件實體部分 。它由天線與伺服系統、定時器與信號源、發射機、接收機、信號處理器以及雷達監控等部分組成 。
相關信息：
遠程數據訪問 (RDA) 使移動應用程序能夠訪問遠程 SQL Server 數據庫表中的數據，并將這些數據存儲在本地 SQL Server Mobile 數據庫表中 。
隨后該應用程序就可以讀取和更新本地 SQL Server Mobile 數據庫表 。SQL Server Mobile 可以選擇跟蹤對本地表所做的所有更改 。之后，應用程序可以將本地表中更改過的記錄更新回 SQL Server 表 。
在 SQL Server Mobile 中，將數據從 SQL Server 表傳播至本地 SQL Server Mobile 表的過程稱為“拉”數據 。將本地 SQL Server Mobile 表中所做的更改傳播回 SQL Server 表的過程稱為“推”數據 。
冗余分析（RDA）和基于轉化的冗余分析（tb-RDA）
Rao（1964）首次提出冗余分析（Redundancy analysis，RDA），從概念上講，RDA是響應變量矩陣與解釋變量矩陣之間多元多重線性回歸的擬合值矩陣的PCA分析，也是多響應變量（multi-response）回歸分析的拓展 。在群落分析中常使用RDA，將物種多度的變化分解為與環境變量相關的變差（variation；或稱方差，variance，因為RDA中變差=方差；由約束/典范軸承載），用以探索群落物種組成受環境變量約束的關系 。
包含很多零值的物種多度數據在執行多元回歸或其它基于歐式距離的分析方法之前必須被轉化，Legendre和Gallagher（2001）提出的基于轉化的RDA（Transformation-based redundancy analysis，tb-RDA）用于解決這個問題 。tb-RDA在分析前首先對原始數據做一定的轉化（例如Hellinger預轉化包含很多零值的群落物種數據），并使用轉化后的數據執行RDA 。即除了第一步增添了數據轉化外，其余過程均和常規的RDA相同，只是在原始數據本身做了改動，RDA算法本質未變 。
RDA算法可以簡要總結如下 。其中矩陣Y是標準化的響應變量矩陣，X矩陣是標準化的解釋變量矩陣 。RDA中通常使用標準化后的解釋變量，因為在很多情況下解釋變量具有不同的量綱，解釋變量標準化的意義在于使典范系數的絕對值（即模型的回歸系數）能夠度量解釋變量對約束軸的貢獻，解釋變量的標準化不會改變回歸的擬合值和約束排序的結果 。在群落分析中，響應變量矩陣一般即為物種多度數據，解釋變量矩陣即為環境變量數據 。
（1）先將矩陣Y中的每個響應變量分別與矩陣X中的所有解釋變量進行多元回歸，通過回歸模型獲得每個響應變量的擬合值（fitted values，即在回歸線上對應的值）以及殘差（residuals，響應變量的觀測值和擬合值之間的差值），最終得到包含所有響應變量擬合值及殘差的擬合值矩陣?以及殘差矩陣Yres） 。
（2）對擬合值矩陣?運行PCA，得到典范特征向量（eigenvectors）矩陣U 。使用矩陣U計算兩套樣方排序得分（坐標）：一套使用中心化的原始數據矩陣Y獲得在原始變量Y空間內的樣方排序坐標（即計算YU，所獲得的坐標稱為“樣方得分”，即物種得分的加權和）；另一套使用擬合值矩陣?獲得在解釋變量X空間內的樣方排序坐標（即計算?U，所獲得的坐標稱為“樣方約束”，即約束變量的線性組合） 。
（3）一般來講，RDA過程執行到上步就算完成了 。但一般情況下我們會同時對殘差矩陣Yres運行PCA，獲得殘差非約束排序 。非約束軸即代表了解釋變量未能對響應變量作出解釋的部分，嚴格地來說不屬于RDA的范疇，但能夠幫助我們獲取更多信息 。
Zeleny博士使用僅包含一個解釋變量（環境變量）的數據形象化地展示了RDA過程（原文： https://www.davidzeleny.net/anadat-r/doku.php/en:rda_cca ） 。

推薦閱讀