
- •Перелік умовних скорочень
- •Загальна характеристика та екологічна роль важких металів у водних екосистемах
- •1.2.Особливості моделювання міграції важких металів у складових водних екосистем. Кореляційний та регресійний аналіз. Коефіцієнт детермінації
- •Розділ 2. Матеріали та методи досліджень
- •3.1. Формування, геоморфологічна та ландшафтна характеристика Шацького національного природного парку та озера Пісочне
- •3.2. Температурний режим ставу озера Пісочне
- •3.3. Трофо - сапробіологічна характеристика озера Пісочне
- •3.4. Гідрологічна та біологічна характеристика озера
- •4.1. Розподіл важких металів у складових (вода, прибережний мул) гідроекосистеми озера Пісочне в осінній період
- •Вміст валових та рухомих форм важких металів у
- •4.2. Розподіл важких металів у складових (вода, прибережний мул) гідроекосистеми озера Пісочне в зимовий період
- •Вміст валових та рухомих форм важких металів у
- •5.1. Кореляційний аналіз та прогнозна математична модель взаємозв’язку концентрації нікелю у воді та водневого показника середовища
- •5.2. Кореляційний аналіз та прогнозна математична модель взаємозв’язку концентрації нікелю у воді та розчинної форми металу у прибережному мулі
- •Залежність концентрації нікелю у воді від розчинної форми металу у прибережному мулі
- •5.3. Кореляційний аналіз та прогнозна математична модель взаємозв’язку розчинної форми нікелю від валової форми металу у прибережному мулі
- •Залежність розчинної форми нікелю від валової форми металу у прибережному мулі
- •Висновки
- •Список літератури
- •Анотація
5.2. Кореляційний аналіз та прогнозна математична модель взаємозв’язку концентрації нікелю у воді та розчинної форми металу у прибережному мулі
За аналогією ми створюємо прогнозну математичну модель залежності концентрації нікелю у воді від розчинної форми металу у прибережному мулі. Для того, щоб створити прогнозну математичну модель перш за все необхідно побудувати графік кореляційної залежності. Спершу нам потрібно звести досліджувані дані в таблицю (табл.5.2.1). Потім відкласти точки на кореляційному полі і у нас виходить лінійна регресія (рис. 5.2.2).
Таблиця 5.2.1
Залежність концентрації нікелю у воді від розчинної форми металу у прибережному мулі
|
Вересень |
Жовтень |
Листопад |
Грудень |
Січень |
Лютий |
X (Концентрація Ni) |
0,0112 |
0,0041 |
0,0038 |
0,019 |
0,009 |
0,006 |
Y (Розчинна форма Ni) |
21,04 |
21,57 |
23,3 |
18,71 |
19,5 |
20,57 |
Рис. 5.2.2. Кореляційне поле досліджуваних явищ
Потім із досліджуваних явищ складаємо таблицю (табл.5.2.3), яка необхідна для розв’язання рівняння регресії і розв’язуємо рівняння.
Таблиця 5.2.3
Статистична таблиця дослідження
X |
Y |
Xy |
X2 |
0,0112 |
21,04 |
0,235648 |
0,0001254 |
0,0041 |
21,57 |
0,088437 |
0,0000168 |
0,0038 |
23,3 |
0,08854 |
0,0000144 |
0,019 |
18,71 |
0,35549 |
0,000361 |
0,009 |
19,5 |
0,1755 |
0,000081 |
0,006 |
20,57 |
0,12342 |
0,000036 |
0,0531 |
124,69 |
1,067035 |
0,0006346 |
Виходячи з розв’язаного рівняння, прогнозна математична модель залежності концентрації міді від водневого показника виглядає таким чином:
Після проведеного дослідження ми бачимо, що залежність між концентрацією нікелю у воді і розчинною формою металу у прибережному мулі є прямо пропорційна. Використання даної прогнозної моделі дає нам можливість визначати приблизну концентрацію металу в залежності від коливання його розчинної без додаткових досліджень.
За аналогією до попередньої перевірена і модель залежності концентрації нікелю у воді від розчинної форми металу у прибережному мулі (коефіцієнт детермінації 0,62), вона також є достовірною.
5.3. Кореляційний аналіз та прогнозна математична модель взаємозв’язку розчинної форми нікелю від валової форми металу у прибережному мулі
За аналогією ми створюємо прогнозну математичну модель залежності розчинної форми нікелю від валової форми металу у прибережному мулі. Для того, щоб створити прогнозну математичну модель перш за все необхідно побудувати графік кореляційної залежності. Спершу нам потрібно звести досліджувані дані в таблицю (табл.5.3.1). Потім відкласти точки на кореляційному полі і у нас виходить лінійна регресія (рис. 5.3.2).
Таблиця 5.3.1