- •Розділ I Наука як система знань
- •1.1 Поняття, зміст, мета і функції науки
- •1.2 Етапи становлення і розвитку науки
- •1.3 Наука як система знань
- •1.4 Наукові дослідження та етапи їх проведення
- •1.5 Основні риси працівника науки
- •1.6 Система наукових установ
- •1.7 Система підготовки наукових і науково-педагогічних кадрів
- •1.8 Особливості організації наукової діяльності
- •Контрольні питання та завдання для самостійної роботи
- •Розділ II основи методології науково-дослідної діяльності
- •2.1 Поняття методології
- •2.2 Методологія наукового пізнання
- •2.3 Основні положення теорії пізнання
- •2.4 Методологічні основи наукових досліджень
- •2.5 Основні принципи науки
- •2.6 Проблематика наукових досліджень
- •2.7 Особливості інформаційного пошуку
- •2.8 Напрямки сучасних екологічних досліджень
- •Контрольні питання та завдання для самостійної роботи
- •Розділ iіі Методи наукового дослідження
- •3.1. Поняття наукового методу та його основні риси
- •3.2 Методи теоретичних досліджень
- •3.3 Емпіричні методи дослідження
- •3.4. Соціоекологічні дослідження
- •3.5. Особливості проведення екологічних досліджень
- •3.6. Характеристика методів екологічних досліджень
- •3.6.1 Географічний опис
- •3.6.2 Космічний метод
- •3.6.3 Геохімічні методи
- •3.6.4 Прогнозні методи
- •3.6.5 Метод геоінформаційних систем (гіс)
- •3.6.6 Дистанційні методи дослідження навколишнього середовища
- •3.7 Методи біоіндикації
- •3.7.1 Індикація кліматичних факторів
- •3.7.2 Ландшафтна індикація
- •3.7.3 Індикація ґрунтів
- •3.7.4 Гідроіндикація
- •3.7.5 Фітомоніторинг клімату
- •3.7.6 Фітомоніторинг забруднення атмосфери
- •Контрольні питання та завдання для самостійної роботи
- •Розділ IV основи моделювання та теоретичних досліджень
- •4.1 Загальна схема процесу прийняття рішень під час математичного моделювання
- •4.2 Основні поняття та принципи теорії моделювання
- •4.3 Етапи математичного моделювання
- •4.4 Побудова концептуальної моделі
- •4.5 Опис робочого навантаження
- •4.6 Основи моделювання у системі matlab
- •4.7 Особливості моделювання екологічних процесів у системі MathCad
- •4.8 Основи роботи з Maple
- •Контрольні питання та завдання для самостійної роботи
- •Розділ V основи експериментальної інформатики та аналізу стану компонентів навколишнього середовища
- •5.1 Мета і завдання експериментальних досліджень
- •5.2 Основні означення і терміни експериментальних досліджень
- •5.3 Основи експериментальної інформатики
- •5.4 Етапи експерименту
- •5.5 Основи вимірювання та вимірювальні прилади
- •5.6 Похибки вимірювань
- •5.7 Уникнення “грубих” результатів експериментальних досліджень
- •5.8 Обробка результатів експерименту
- •5.9 Методики аналізу компонентів довкілля
- •5.10 Відбір та підготовка проб
- •5.11 Вибір методів і засобів вимірювань
- •5.12 Статистична обробка результатів досліджень
- •5.13 Підготовка даних для статистичного аналізу
- •5.13.1. Дисперсійний аналіз
- •5.13.2. Кореляція
- •5.13.3. Регресійний аналіз
- •5.13.4. Критерій хі-квадрат (χ2) або розподіл Пірсона
- •5.13.5. Коваріаційний аналіз
- •Контрольні питання та завдання для самостійної роботи
- •Розділ VI оформлення результатів наукової роботи
- •6.1 Методика підготовки та оформлення публікації
- •6.2 Оформлення звітів про результати наукової роботи
- •6.3 Робота над публікаціями, монографіями, рефератами і доповідями
- •6.3.1 Наукова монографія
- •6.3.2. Наукова стаття
- •6.3.3. Тези наукової доповіді (повідомлення)
- •6.3.4. Реферат
- •6.3.5. Доповідь (повідомлення)
- •6.4 Курсова (дипломна) робота: загальна характеристика та послідовність виконання
- •6.5 Магістерська дисертація як кваліфікаційне дослідження
- •6.6 Керівництво курсовою (дипломною, магістерською) роботою та її рецензування
- •6.7 Застосування комп'ютерних засобів у обробці результатів наукових досліджень
- •6.8 Складання звітів про науково-дослідні роботи і публікація їх результатів
- •6.9 Складання і подання заявки на винахід
- •6.10 Публікація наукових матеріалів
- •6.11 Впровадження закінчених науково-дослідних робіт
- •6.12 Ефективність наукових досліджень
- •Контрольні питання та завдання для самостійної роботи
- •Розділ VII геоінформаційні технології в екологічних дослідженнях і моніторингу довкілля
- •7.1 Аналіз сучасних універсальних геоінформаційних пакетів, які використовуються в екологічних дослідженнях в Україні
- •7.2 Етапи проведення досліджень з використанням гіс-технологій
- •7.3 Класифікація прикладів використання гіс-технологій в екологічних дослідженнях
- •V. За відображенням розподілених у просторі явищ на екрані:
- •Тривимірні просторові зображення, але з відображенням відмінностей в глибині поверхні Землі.
- •Контрольні питання та завдання для самостійної роботи
- •Література
- •Навчальне видання
- •21021, М. Вінниця, Хмельницьке шосе, 95,
- •21021, М. Вінниця, Хмельницьке шосе, 95
5.13.2. Кореляція
Вивчення живих організмів вимагає встановлення функціональних залежностей, за яких кожному значенню однієї перемінної (аргументу) відповідає одне конкретне значення іншої перемінної (функції).
Частіше зустрічаються такі співвідношення між змінними, коли кожному значенню ознаки X відповідає не одне, а багато значень ознаки Y, тобто їх розподілення. Такі зв'язки називаються стохастичними (вірогіднісними) або корелятивними.
Часто зі зростанням однієї перемінної збільшується інша або зі зростанням однієї відбувається зменшення іншої. Тому такий зв'язок називають прямою, або зворотньою (негативною) кореляцією.
Дослідження кореляції зводиться до:
1) встановлення факту залежності змін однієї ознаки від зміни іншої і визначення форми зв'язку між ними;
2) знаходження тісноти зв'язку, тобто ступеня зв'язку між значеннями однієї та іншої ознаки.
Ступінь зв'язку виражають у вигляді абстрактного числа, яке за лінійної кореляції називають коефіцієнтом кореляції, а за криволінійної залежності – кореляційним відношенням.
При простій кореляції досліджують зв'язок між двома ознаками, при множинній кореляції на величину однієї результативної ознаки впливає кілька факторіальних. Кореляція між двома перемінними незалежно від інших перемінних, які варіюють одночасно з тими, що розглядаються, називається простою, або загальною кореляцією.
Кореляція між двома перемінними, коли одне або більше число перемінних утримується на постійному рівні, називається частковою кореляцією. У багатьох випадках не враховують, яка з перемінних є залежною. Незалежну перемінну позначають X, а залежну перемінну - Y. Для встановлення зв'язку треба встановити, як тісно пов'язані дві змінні, і чи встановлена залежність є дійсною або випадковою. Для встановлення ступеня (тісноти) зв'язку між двома змінними визначають коефіцієнт кореляції, який позначають символом r.
Повна назва коефіцієнта кореляції - коефіцієнт лінійної регресії. Ніщо у визначенні коефіцієнта кореляції не вказує або не має на увазі, що зв'язок між двома перемінними є причинно-наслідковою залежністю. Коефіцієнт кореляції обчислюють за формулою:
або .
Коефіцієнт кореляції змінюється від -1 до +1. При r=±1 кореляція перетворюється на функціональну. Якщо r=0, між х і у немає зв'язку, але криволінійна залежність може існувати.
При r<0,3 зв'язок слабкий, r=0,3..0,7 зв'язок середній, r>0,7 – зв'язок сильний. Додатнє значення (+) r вказує на пряму (позитивну), а від'ємне (-) на обернену (негативну) кореляцію. Низький коефіцієнт кореляції не завжди визначає відсутність зв'язку, у такому випадку може мати місце криволінійна залежність.
Для оцінки надійності коефіцієнта кореляції обчислюють його похибку і критерій суттєвості. Похибку коефіцієнта кореляції (Sr) визначають за формулою:
,
де r – коефіцієнт кореляції; n – число вибірок (число пар, за якими обчислюють коефіцієнт кореляції).
Критерій суттєвості коефіцієнта кореляції розраховують за формулою:
.
Якщо trфакт ≥ trтеор , то кореляційний зв'язок істотний, а якщо trфакт < trтеор - не істотний (t - теоретичне беруть із таблиці Стьюдента для рівня вірогідності 95, або 99% і числі ступеня свободи v=n-2).
Для малих вибірок у значеннях r, близьких до одиниці, розподіл коефіцієнтів кореляції вибірок значно відрізняється від нормального. Тому для оцінки значущості коефіцієнта кореляції в генеральній сукупності і порівняння коефіцієнтів кореляції критерій Стьюдента стає ненадійним. Щоб вийти з такого положення, Р.Фішер запропонував перетворити r на величину z, яка розподілена нормально. Для переходу від r до z і в зворотньому напрямку використовують таблиці 5.12.
Стандартна похибка величини z дорівнює , де n - обсяг вибірки. Критерій значущості для z і різниця z1-z2, а також довірчі границі величини z визначають за відношеннями:
; ;
Після визначення довірчих меж зворотним перетворенням за таблицею знаходять відповідні zмакс і zмін , величини rмакс і rмін (табл. 5.13).
Таблиця 5.12 — Співвідношення між величинами r i z.
Десяті частки |
Соті частки |
|||||||||
0,00 |
0,01 |
0,02 |
0,03 |
0,04 |
0,05 |
0,06 |
0,07 |
0,08 |
0,09 |
|
Значення z |
||||||||||
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 |
0,000 0,100 0,203 0,309 0,424 0,549 0,693 0,867 1,099 1,472 |
0,010 0,110 0,213 0,321 0,436 0,563 0,709 0,887 1,127 1,527 |
0,020 0,121 0,224 0,332 0,448 0,576 0,725 0,908 1,157 1,589 |
0,030 0,131 0,234 0,343 0,460 0,590 0,741 0,929 1,188 1,653 |
0,040 0,141 0,245 0,354 0,472 0,604 0,758 0,951 1,221 1,773 |
0,050 0,151 0,255 0,365 0,485 0,618 0,776 0,973 1,256 1,832 |
0,060 0,161 0,266 0,377 0,498 0,633 0,793 0,996 1,293 1,946 |
0,070 0,172 0,277 0,388 0,510 0,648 0,811 1,020 1,333 2,092 |
0,080 0,182 0,288 0,400 0,523 0,663 0,829 1,045 1,376 2,298 |
0,090 0,192 0,299 0,412 0,536 0,678 0,848 1,071 1,422 2,647 |
Перевірити нульову гіпотезу Н0: r=0 можна без розрахунків критерію, а безпосередньо за табл. 5.8. У ній наведені граничні значення коефіцієнтів кореляції на 5%-ому і 1 %-ому рівнi значущості. Між X і Y існує суттєвий зв'язок і Н0 не відкидають, якщо rфаkт. > rтеоо. Нульова гіпотеза відкидається тоді, коли rфакт. < rтеоо Для доведення слабких зв'язків необхідно мати 40-100, середніх – 12-40 і сильних 6-12 пар спостережень.
Таблиця 5.13 — Критичні значення коефіцієнта кореляції на 5%-му і 1%-му рівнях значущості
Ступені свободи (n-2) |
0,05 |
0,01 |
Ступені свободи (n-2) |
0,05 |
0,01 |
Ступені свободи (n-2) |
0,05 |
0,01 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
0,997 0,950 0,978 0,811 0,754 0,707 0,666 0,632 0,602 0,576 0,553 0,532 0,514 0,497 0,482 |
1,000 0,990 0,959 0,917 0,874 0,834 0,798 0,765 0,735 0,708 0,684 0,661 0,641 0,623 0,606 |
16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 |
0,468 0,458 0,444 0,433 0,423 0,413 0,404 0,396 0,388 0,381 0,374 0,367 0,361 0,355 0,349 |
0,590 0,575 0,561 0,549 0,537 0,526 0,515 0,505 0,496 0,487 0,478 0,470 0,463 0,456 0,449 |
35 40 45 50 60 70 80 90 100 150 200 300 400 500 1000 |
0,325 0,304 0,288 0,273 0,250 0,232 0,217 0,205 0,195 0,159 0,138 0,113 0,098 0,088 0,062 |
0,418 0,393 0,372 0,354 0,325 0,302 0,283 0,267 0,254 0,208 0,181 0,148 0,128 0,115 0,081 |
Під лінійною (прямолінійною) кореляційною залежністю між двома ознаками X і Y розуміють таку залежність, яка має лінійний характер і зображується рівнянням прямої лінії у=а+вх, де а - вільний член; в – коефіцієнт регресії. Це рівняння називають рівнянням регресії у на х. Відповідну йому пряму лінію називають вибірковою лінією регресії у на х.
При лінійній кореляції зі збільшенням середнього значення однієї ознаки збільшується середнє значення іншої. Така кореляція називається прямою; при оберненій кореляції зі збільшенням середнього значення однієї ознаки зменшується середнє значення іншої.
Криволінійна кореляція показує, що зі збільшенням значення однієї ознаки інша набуває значення, яке збільшується до певної величини, а потім зменшується або навпаки. Для криволінійного розподілу даних за допомогою логарифмічного або напівлогарифмічного перетворення може бути вибрана поліномінальна форма кривої у=а+вх+сх2+ах3t…
Під час розрахунку використовують стільки членів, скільки потрібно для одержання задовільних даних.
Для визначення невідомих коефіцієнтів а, в, с, d та інших необхідно розв’язати систему рівнянь, які називають нормальними рівняннями:
an+bΣx+cΣx2+d Σx3+…= Σy;
aΣx+bΣx2+cΣx3+dΣx4+…= Σxy;
aΣx2+bΣx3+cΣx4+dΣx5+…= Σx2y;
aΣx3+bΣx4+cΣx5+dΣx6+…= Σx3y.
Число рівнянь і число членів лівої частини рівняння повинно дорівнювати числу необхідних коефіцієнтів або бути на одне більше, ніж ступінь рівняння регресії. Ступінь рівняння і криві мають певні назви (табл. 5.14).
Якщо відхилення експерименту від розрахункової кривої носить випадковий характер, то підбір кривої більшого ступеня втрачає значення; якщо відхилення мають систематичний характер або утворюють певні групи щодо знака, то розрахунок рівняння наступного порядку, як правило, є бажаним. Ступінь зв’язку у варіації двох величин більш точно вимірюється квадратом коефіцієнта кореляції (r2). Він показує частку (%) тих змін, які у даній події залежать від досліджуваного фактора.
Таблиця 5.14 — Назви ступенів, рівнянь і кривих (Т. Литтл, Ф. Хилз)
Ступінь |
Назва рівнянь |
Назва кривої |
Перший Другий Третій Четвертий П’ятий |
Лінійне Квадратичне Кубічне Четвертого ступеня П’ятого ступеня |
Пряма лінія Парабола Кубічна парабола Парабола четвертого ступеня Парабола п’ятого ступеня |
Коефіцієнт детермінації є прямим засобом відображення залежності однієї величини від іншої. В цьому випадку він має переваги перед коефіцієнтом кореляції. Множинною кореляцією називається об’єднана кореляція між залежною і всіма незалежними перемінними. Квадрат коефіцієнта множинної кореляції R2 називається коефіцієнтом детермінації.