- •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»
5.1 Обчислення допустимих границь для середньої арифметичної генеральної сукупності
Знаючи середню арифметичну ( ) і помилку (m) вибіркової сукупності‚ можна з певним ступенем довіри і точності визначити ті межі‚ в яких лежить середня генеральна сукупність (Х). Ці межі називають допустимими.
Припустимо‚ що для вивчення середнього постригу шерсті у овець було зроблено 100 вибірок (при n >30) і для кожної із них обчислено + m. Доведено‚ що середні величини окремих вибірок групуються навколо середньої генеральної сукупності ( )‚ підпорядковуючись закону‚ згідно якому вибіркова Х відхиляється від генеральної сукупності:
в 95 % випадків не більше ніж на 1‚96 m
в 99 % випадків не більше ніж на 2‚58 m
в 99‚9 % випадків не більше ніж на 3‚3 m
Наведені вище показники – 95%‚ 99%‚ 99% - називаються допустимимими (р). Їх позначають не у відсотках‚ а в частках одиниці (р = 0‚95; р = 0‚99; р = 0‚999). Вони вказують на ймовірність безпомилкового прогнозу. Коефіцієнти‚ які стоять біля середньої помилки (1‚96; 2‚58; 3‚3)‚ являють собою нормовані відхилення (t)‚ що відповідають наведеним допустимим ймовірностям.
Використовуючи ці показники‚ можна за даними однієї вибірки визначити допустимі границі‚ в межах яких лежить середня генеральна сукупність (Х). Вона знаходиться між – tm (нижня границя) і + tm (верхня границя). Нормоване відхилення (t) залежить від допустимої ймовірності‚ яку вибирають‚ спираючись на вимоги‚ які ставляться до достовірності висновків (табл. 9).
Таблиця 9
Допустимі ймовірності (ймовірності безпомилкового прогнозу), відповідні їм значення та допустимі границі у великих вибірках *
Поріг |
Застосування |
Допустимі ймовірності |
Число помилкових випадків |
Нормоване відхилення |
Допустимі границі |
Мінім. обсяг вибірки |
1 |
У виробничих та науково-господарських дослідженнях |
0,95 (95 %) |
5 з 100 |
1,96 |
±1,96 |
30 |
2 |
У більшості біологічних, зоотехнічних, ветеринарних досліджень |
0,99 (99 %) |
1 з 100 |
2,58 |
±2,58 |
100 |
3 |
В роботах з дуже високими вимогами до достовірності висновків |
0,999 (99,9 %) |
1 з 1000 |
3,3 |
±3,3 |
1000 |
*- Для малих вибірок стандартні значення (показник надійності) визначається за таблицями Стьюдента (див. додатки, табл. 1)
Нижній рівень достовірності- 95%
р(ймовірність) = 0‚95 або 95%
В(значимість) = 0‚05 або 5%
Розбір вирішення задач.
Середній постриг шерсті у вибірці мериносових овець ( ± m) склав 4‚0 ± 0‚2 кг. Встановити довірні границі для середнього постригу шерсті в генеральній сукупності мериносів.
Візьмемо в якості довірної ймовірності р = 0‚95. Згідно даних таблиці 9‚ при такій ймовірності нормоване відхилення t = 1‚96. Визначаючи довірні границі для Х генеральної сукупності мериносів‚ одержимо: – 1‚96m = 4‚0 – 1‚96• 0‚2 = 3‚61 кг (нижня границя ) і + 1‚96m = 4‚0 + 1‚96• 0‚2 = 4‚39 кг (верхня границя ). Це показує‚ що генеральна середня (тобто середній постриг шерсті всього поголів’я мериносів) знаходиться в інтервалі між 3‚61 та 4‚39 кг. Ймовірність того що дане твердження вірне‚ складає 95 %‚ а ризик помилки –5%.
Якщо вважати‚ що 5 %-ний ризик помилки надто високий‚ то в якості допустимого можна взяти 1 %-ний ризик помилки‚ а відповідно‚ 99 %-ну ймовірність достовірності твердження. При р = 0‚99; t = 2‚58.
Розраховуючи в такому випадку довірні границі для Х генеральної сукупності за формулою ± 2,58 m, одержимо:
нижня границя : 4,0 – 0,52 = 3,48;
верхня границя : 4,0 + 0,52 =4,52.
Іншими словами, можна стверджувати, що генеральна середня знаходиться в межах 3,48 – 4,52. Точність другого ствердження у порівнянні з попереднім зменшилась, так як границі розширились, але зменшився ризик помилки з 5 %- ного до 1 %-ного рівня.
У випадках, які вимагають високої достовірності, використовують у значенні довірної ймовірності значення р,що дорівнює 0,999. При цьому ризик помилки знижується до одного випадку з 1000, але довірний інтервал стає дедалі ширшим.