- •6.070800, 7.070801, 8.070801 — «Екологія та охорона навколишнього середовища»
- •Тема 6. Дисперсійний аналіз 46
- •Тема 7. Непараметрична статистика 51
- •Тема 8. Використання табличного процессору Microsoft Excel для проведення статистичних розрахунків 63
- •Тема 1. Складання варіаційних рядів та їх графічне зображення.
- •Тема 2. Вирахування середньої арифметичної
- •2.1. Вирахування середньої арифметичної прямим способом у малих вибірках.
- •2.2. Обчислення середньої арифметичної у великих вибірках.
- •2.3. Вирахування середньої зваженої.
- •Тема 3. Показники різноманітності ознаки в сукупностях.
- •3.1. Вирахування середнього квадратичного відхилення в малих вибірках.
- •3.2. Вирахування середнього квадратичного відхилення великих вибірках.
- •3.4. Вирахування коефіцієнту варіації.
- •3.5. Вирахування нормованого відхилення.
- •Тема 4. Визначення зв’язку між ознаками
- •4.1 Обчислення коефіцієнту фенотипічної кореляції в малих вибірках.
- •4.2 Обчислення коефіцієнту фенотипічної кореляції у великих вибірках
- •Добові надої (х)‚ жива вага (у) корів
- •Розрахунок коефіцієнту кореляції між добовими надоями та живою вагою корів.
- •4.3 Обчислення коефіцієнту прямолінійної регресії
- •4.4 Обчислення коефіцієнту генетичної кореляції
- •Тема 5. Помилка репрезентативності. Оцінка достовірності вибіркових показників.
- •5.1 Обчислення допустимих границь для середньої арифметичної генеральної сукупності
- •Допустимі ймовірності (ймовірності безпомилкового прогнозу), відповідні їм значення та допустимі границі у великих вибірках *
- •5.2 Обчислення достовірності різниці між середніми арифметичними
- •5.3 Обчислення критерію відповідності.
- •Вирахування критерію χ2
- •5.3.1 Кількісний аналіз успадкування кольору тіла дрозофілами з використанням критерію відповідності
- •Статистична обробка отриманих результатів
- •5.3.2 Використання критерію відповідності при порівнянні двох емпіричних рядів.
- •5.3.3 Застосування критерію відповідності при визначенні достовірності між двома групами тварин
- •Тема 6. Дисперсійний аналіз
- •Приклад розрахунків при дисперсійному аналізі однофакторних комплексів для малих груп ( число ягнят у потомстві овець каракульської породи).
- •6.1 Визначення коефіцієнту спадкування в однофакторному комплексі
- •Тема 7. Непараметрична статистика
- •7.1 Перевірка гіпотез про закон розподілу. Застосування коефіцієнтів асиметрії та ексцесу для перевірки нормальності розподілу
- •7.2 Особливості представлення непараметичних даних
- •7.2.1 Мода та медіана
- •7.2.2 Довірчі імовірності та рівні значущості
- •7.2.3 Довірчій інтервал
- •7.3 Непараметричні критерії
- •Тема 8. Використання табличного процессору Microsoft Excel для проведення статистичних розрахунків
- •8.1 Точкове й інтервальне оцінювання параметрів розподілів
- •8.1.1. Точкове оцінювання
- •8.1.2. Інтервальне оцінювання
- •8.2 Перевірка статистичних гіпотез про вид розподілу
- •8.3 Перевірка гіпотез про рівність дисперсій і математичних очікувань
- •8.3.1. Критерій Фишера для порівняння дисперсій
- •8.3.2. Критерій Ст’юдента порівняння середніх
- •8.4 Основи регресійного й кореляційного аналізу
- •Додатки
- •Стандартні значення критерію t для малих вибірок (за Стьюдентом).
- •Значення χ2 (хі-квадрат), які відповідають різним рівням значимості та ступеням свободи
- •Стандартні значення критерію для дисперсійного аналізу (за н.А. Плохінським)
- •Критичні значення коефіцієнту асиметрії As
- •Критичні значення коефіцієнту ексцесу Ex
- •Критичні точки t-крітерію Ст’юдента
- •Критичні значення критерію u Манна-Уітні
- •Список рекомендованої літератури
- •Основи статистичного аналізу в екології
- •6.070800, 7.070801, 8.070801 — «Екологія та охорона навколишнього середовища»
4.3 Обчислення коефіцієнту прямолінійної регресії
Коефіцієнт прямолінійної регресії R показує‚ на скільки в середньому змінюється одна з ознак при зміні іншої на одиницю. У великих вибірках цей показник обчислюють за формулою:
(16)
В малих – за формулами:
(17)
При вивченні зв’язку між вмістом жиру та білку в молоці джерсейських корів Є.К.Меркур’євою були розраховані такі показники: σх = 0‚513; σу = 0‚274; r= 0‚414. Проводячи обчислення за формулою 16 отримаємо:
Це означає‚ що зі збільшенням вмісту білка в молоці на 1% жирномолочність підвищується в середньому на 0‚76%‚ а зі збільшенням жирності молока на 1% вміст білка зростає в середньому на 0‚22%.
4.4 Обчислення коефіцієнту генетичної кореляції
Генетична кореляція вказує на мінливість вторинних ознак при селекції первинних ознак.
На основі методу математичного аналізу С.Райта‚ Л.Хейзелем запропоновані такі формули коефіцієнта генетичної кореляції:
(18)
де:
хх1 – дві ознаки матерів;
уу1 – дві ознаки дочок;
rxy1 та ryx1-коефіцієнти фенотипічних кореляцій між однією ознакою дочок та іншою ознакою матерів;
rхх1 та rуу1 -коефіцієнти фенотипічної кореляції між однією і тією ж ознакою матерів та дочок.
У випадку‚ коли у формулі 18б один з показників фенотипічної кореляції від’ємний‚ рекомендуємо користуватися формулою:
(19)
За допомогою коефіцієнта генетичної кореляції оцінюють адитивний наслідок та епістаз. Коефіцієнти кореляції використовують при обчисленні селекційних індексів‚ які застосовують при створенні ефективного поєднання бажаних ознак.
Розглянемо обчислення на основі даних фенотипічних кореляцій. Коефіцієнти фенотипічних кореляцій у курей дорівнюють: між вагою тіла у 32-тижневому віці матерів та річною яйценосністю дочок +0‚164 (rxy1); вагою тіла у 32-тижневому віці дочок та річною яйценосністю матерів +0‚092 (ryx1 ); вагою тіла у 32-тижневому віці та річною яйценосністю матерів – 0‚35(rхх1); вагою тіла у 32-тижневому віці та річною яйценосністю дочок – 0‚40(rуу1).
Підставивши у формулу 18б ці дані‚отримаємо:
Таким чином‚ коефіцієнт генетичної кореляції між вагою тіла у 32-тижневому віці матерів та річною яйценосністю дочок дорівнює +0‚33.
Тема 5. Помилка репрезентативності. Оцінка достовірності вибіркових показників.
Вище були розглянуті статистичні показники вибіркових сукупностей. Чи можна, користуючись ними‚ дати характеристику генеральної сукупності? Наприклад‚ чи можна за вибірками‚ що складаються зі 100 чи 1000 голів симентальських тварин‚ судити про продуктивність всього поголів’я цієї породи.
Біометрія доводить‚ що вибірка‚ складена за принципом випадковості‚ володіє репрезентативністю‚ тобто вона характеризує генеральну сукупність з певним ступенем точності і достовірності. Достовірність вибіркових показників ‚ σ ‚ С‚ r‚ R‚ та ін. встановлюють за допомогою помилки репрезентативності або середньої помилки (m)‚ яка випливає з самої сутності вибіркового обстеження‚ при якому ціла (генеральна сукупність) характеризується на основі вивчення частини (вибірки).
Якщо генеральна сукупність велика‚ її прирівнюють до нескінченності ( ).
У цьому випадку помилку вибіркової середньої арифметичної обчислюють за формулою:
(20)
Згідно цієї формули‚ помилка середньої арифметичної залежить від величини σ та n‚ причому чим менше різновидностей ознак‚ тим менша помилка. При повній однорідності сукупності за вивченою ознакою (σ = 0) середня помилка дорівнює нулю‚ тобто вибірки стає рівною сукупності. Величина середньої помилки знаходиться в зворотній залежності від n. Чим більше варіантів ввійшло у вибірку‚ тим менша помилка вибіркової Х.
В малих вибірках mx обчислюють за такою формулою:
(21)
Припустимо‚ що у вибірці зі 100 корів середньодобовий надій – Х =21‚26 кг а σ = ± 3‚68. Помилка середньої арифметичної в даному випадку складе:
Це означає‚ що середня помилка на 100 голів складає 0‚368 кг. Отже, середньодобові надої вивченої вибірки характеризуються ± m = 21‚6 ± 0‚368.
Нижче наводиться формула для обчислення помилок вибіркових показників:
Помилка середнього квадратичного відхилення:
(22)
Помилка коефіцієнта варіації:
(23)
Помилка коефіцієнта кореляції:
(24)
Помилка коефіцієнта регресії:
(25)
Величину вибіркового показника записують з величиною його помилки зі знаками ±: ± m ‚ σ ± m‚ С ±m тощо.
Достовірність вибіркових показників (t) визначається відношенням вибіркового показника до його середньої помилки за формулами:
(26)