Файл: ivanter2000_vved_v_kolich_biol.pdf

33

относят к случайными. В то же время практика показывает, что эти факторы реально существуют и действуют, вызывая варьирование. Значит, общей перманентной задачей биометрического исследования остается поиск способа регистрации неучтенных факторов и доказательство не случайности их влияния.

Построение вариационного ряда

Мы считаем, что любое статистическое исследование должно начинаться с установления характера распределения изучаемых признаков. Распределение – это соотношение между значениями случайной величины и частотой их встречаемости. Статистическая теория началась с идеи подсчитать, как часто случается то или иное событие. Бóльшая повторяемость одних значений по сравнению с другими заставляет задумываться о причинах, о закономерностях наблюдаемых процессов. В качестве первичного описания любого явления может выступить частотное распределение. Если значения признака откладывать по оси абсцисс, а частоты их встречаемости по оси ординат, то можно построить гистограмму, частотную диаграмму, удобную для целей иллюстрации и исследования.

Основой для построения гистограммы служит вариационный ряд – представленный в виде таблицы ряд значений изучаемого признака (первый столбец), расположенных в порядке возрастания с соответствующими им частотами их встречаемости в выборке (второй столбец).

Начнем с примера изучения плодовитости серебристо-черных лисиц, которое дало следующие результаты (число щенков на самку):

5565564445646646455853655555636464625653763468635

565438475431653456744656465.

Для дискретного признака (такова плодовитость) построение вариационного ряда обычно не представляет сложности, достаточно подсчитать встречаемость конкретных значений.

34

Гистограмма, построенная по данным о плодовитости лисиц (рис. 2.3), сразу же обнаруживает характерное поведение случайной величины – высокие частоты встречаемости значений в центре распределения и низкие по периферии.

Если же изучаемый признак непрерывен (таковы размерновесовые характеристики), то для построения вариационного ряда сначала весь диапазон изменчивости признака разбивается на серию равных интервалов (классов вариант), затем подсчитывают, сколько вариант попало в каждый интервал. Число классов для больших выборок (n>100) должно быть не менее 7 и не более 12, их оптимальное число можно приблизительно определить по эмпирической формуле:

k = 1+3.32∙lg(n), где п – объем выборки.

Составим для примера вариационный ряд для непрерывного признака

35

36

1) Все операции могут

быть выполнены как вручную, так и с помощью функций Excel. Предвидя расчеты, на листе Excel данные лучше все-го разместить в столбце (на-пример, в блоке A2:A64). Да-лее следует определить объем выборки n, введя формулу в ячейку A1 и задав мышью диапазон: A1 =СЧЁТ(A2:A64).

2) Рассчитаем пределы размаха изменчивости значений, лимит (разность между максимальным и минимальным

значением):

Lim = Ymax – Ymin = 11.9–7.3 = 4.6,

B1 =МАКС(A2:A64)–МИН(A2:A64).

3)Найдем число классов вариационного ряда по формуле: k = 1+3.32*lg(63) = 6.973811 ≈ 7,

С1 =1+3.32*LOG10(A1).

4)Найдем длину интервала dx (допустимо округление): dx = Lim/ k = 4.6/ 7 ≈ 0.7,

D1 =B1/C1.

D2 =ОКРУГЛ(D1,1).

5)Установим границы классов; в качестве первой гра-ницы имеет смысл взять округ-ленное минимальное значение (D3 = 7). Для расчетов на листе Excel удобно к значениям пре-дыдущей границы прибавлять значение ширины интервала: D4 =D3+0.7 (или D4 =D3+$D$2); далее формулу следует ввести еще в семь ячеек, удобнее всего с помощью приема "автозапол-нение": D5 =D4+0.7 … (блок

D5:D11).

6)Вычислить центральное значение признака в каждом клас-се. На листе Excel вычисления аналогичны рассмотренным в п. 4;

37

исходным берется значение центра первого интервала:

E4 =СРЗНАЧ(D4:D3) , E5 =E4+0.7, …, E10 =E9+0.7.

7) Произвести разноску вариант в соответствующие классы с подсчетом их числа методом конверта (табл. 2.2):

1 2 3 4 5 6 7 8 9 10 .

Для подсчета частот на листе Excel следует вызвать программу (макрос) построения вариационного ряда командой меню Сервис\ Анализ данных\ Гистограмма и заполнить окно. Каждое действие выполняется в два приема. Сначала нужно установить курсор в нужное окошко, щелкнув туда мышкой, затем мышкой же выделять соответствующие диапазоны ячеек листа Excel, нажимая левую кнопку над первой ячейкой диапазона и отпуская над последней (см. руководства к пакету Excel).

В качестве "Входного интервала" задать массив ячеек, содержащих исходные значения вариант (A2:A64). "Интервал карманов" – это блок значений правых границ классовых интервалов (D3:D11). Для "Выходного интервала" достаточно указать мышью одну ячейку (F3), это будет верхняя левая ячейка для блока результатов подсчета частот. После этого нажать ОК. Если все сделано правильно, появятся результаты, совпадающие с табл. 2.2. Однако необходимо помнить, что на листе Excel значения частот ставятся в соответствие не центрам классовых интервалов, но их правым (большим) границам.

38

Рис. 2.4. Построение вариационного ряда в среде Excel

Чтобы в дальнейшем не путаться, можно сразу переместить значения центров интервалов на место соответствующих карманов. Для этого выделим диапазон E3:E11, перетащим на место F3:F11, подтвердив замену содержимого ячеек (рис. 2.4). Пустая ячейка E3 нужна для упрощения операции автоматического построения диаграммы – значения для оси абсцисс (первый столбец) не должны быть подписаны, а ячейка над значениями для оси ординат (второй столбец) должна содержать надпись.

39

частот (ломаной кривой) или гистограммы (столбиками). Выделим диапазон E3:F10 и с помощью Мастера диаграмм или кнопки Тип диаграммы построим Гистограмму или График (рис. 2.5). Отметим, что шкалирование осей диаграммы прошло автоматически.

Средняя (характеристика величины признака)

Одной из важнейших обобщающих характеристик вариационного ряда является средняя величина признака (часто обозначается буквой М). Существует несколько видов средних (средняя арифметическая – простая и взвешенная, средняя гармоническая, средняя квадратичная), но в практике биологических исследований наибольшее значение имеет средняя арифметическая, величина, вокруг которой "концентрируются" варианты.

Физической аналогией может послужить такой образ средней арифметической для признака с нормальным распределением: средняя

– это та точка вырезанного из картонки распределения, опираясь на

которую левая и правая симметричные половинки уравновешивают друг друга.

Общая формула для определения величины средней арифметической – это отношение суммы значений всех вариант (xi) выборки к их числу (объему выборки, n):

M x i . n

Средняя арифметическая характеризует действие систематических факторов, дающих равный вклад в каждую варианту выборки, исходя из рассмотренной модели:

xi = xdi ± xri.

Выполняя суммирование

40

Σxi = Σxdi + Σ(±xri) ,

можно увидеть, что сумма случайных отклонений влево и вправо от средней в силу симметричности нормального распределения обращается в нуль (Σ(±xri) = 0). Значит, сумма вариант есть сумма эффектов действия только доминирующего фактора, одинакового для всех вариант (Σxi = Σxdi). Средняя арифметическая есть поэтому характеристика действия доминирующего фактора на одну варианту: M = Σxi /n = Σxdi/n. Модель варианты преобразуется: xi = M ± xri.

Всреде Excel значение средней арифметической вычисляет функция =СРЗНАЧ(диапазон). Диапазоном может быть как один столбец, так и несколько. Для нашего примера с бурозубками средний вес составит С3 =СРЗНАЧ(A2:A64), M = 9.298412698. При расчетах статистических параметров следует помнить, что большое количество значащих цифр, рассчитанных ЭВМ, обычно не имеет никакого биологического смысла. Записывая такие статистические параметры, как средняя и стандартное отклонение, следует оставлять в лучшем случае на одну значащую цифру больше, чем имели значения вариант,

аоценки ошибок – на две значащих цифры. Поскольку масса тела бурозубок колебалась от 7.3 до 11.9 г, средняя с учетом округления должна иметь вид M = 9.3 г.

Вбиологических исследованиях зачастую встречается ситуация, когда требуется первичная статистическая обработка большого числа выборок, но необязательно с большой точностью. Это может понадобиться для предварительного рассмотрения и оценки материала, в частности для оперативного выявления общих тенденций его изменчивости, с тем, чтобы в дальнейшем перейти к специальным методам статистического анализа. Таковы, например, параметры многочисленных почвенных проб, результаты лабораторных анализов, морфологические характеристики разных групп животных, органов растений, физиолого-биохимические показатели и др. В этих случаях вычисление средней арифметической по предложенной формуле неоправданно из-за большой трудоемкости и неадекватной задачам исследования избыточной точности. Между тем знание закона нормального распределения позволяет предложить простой экспрессметод расчета средней арифметической с использованием полученного для данной выборки размаха значений (Lim). В случае нормального распределения средняя арифметическая находится точно по центру