样本数据和自变量
样本数据
所有的回归分析方法都需要样本数据（样本数据可以是地面调查得到的或者由地基/背包激光雷达扫描得到），以训练回归分析模型。在回归分析对话框的导入训练数据中，输入样本数据。 样本数据应为文本格式（txt扩展名），且必须包含描述数据信息的文件头。前两列应为样本的X和Y坐标，后面是任意因变量（可能会给出多个因变量，但是每次回归分析只使用一个因变量）。如果每个样本对应一棵树，那么因变量的值可以为树高。有关样本数据的信息，参见附录中文件格式部分的样地数据文件格式。
参数设置
- 样地数据：点击样地数据输入框旁边的
，选择样本数据。 - 因变量：该参数定义了回归分析中使用的因变量，每次使用一个因变量，可选选项为样本数据中的变量，例如：样本数据中包含样地坐标X、Y和树高三个字段，则因变量的下拉选项中可选X、Y和树高。
- 样地类型：该参数定义了样地类型，根据样地调查的实际情况进行选择。
- 正方形（默认）：样地为正方形。
- 圆形：样地为圆形。
- 长度（米）：当样地类型为正方形时，需设置样地的边长。
- 半径（米）：当样地类型为圆形时，需设置样地的半径。
- 容差范围：模型内部会根据该值搜索满足范围的点，作为测试点，根据内部生成的模型精度选择精度最高的点作为训练样本点。
- X：样地中心坐标X。
- Y：样地中心坐标Y。
自变量
可以导入CSV格式数据或者是TIF数据。其中CSV数据格式中必须包含X,Y,XSize,YSize四个字段信息，并且每列信息会作为自变量添加到列表中，注意的是只能添加一份CSV数据；而TIF数据可以添加多个，每个添加成功的TIF数据，都会以它的文件名作为自变量添加到列表中。在自变量选项中，选择在回归分析中用到的自变量（了解每个自变量的更多信息，请参考高度变量、强度变量、郁闭度、叶面积指数和间隙率）。
注意：样地数据需要包含在自变量导入的数据范围内；导入的所有的TIF自变量数据的XY范围和尺度必须一致；在导入CSV文件时，会有X,Y,XSize,YSize四个字段作为自变量导入到列表中，最好删除这4个自变量，也可以根据实际情况保留X和Y；在分析过程中，最好样本的数量要大于因变量的个数，否则导致矩阵求解过程中存在无穷解。