Главная | Обратная связь | Поможем написать вашу работу!
МегаЛекции

4. Техника применения метода




 

Используемая в качестве исходного материала матрица средних значений (табл. 1) представлена размерными и безразмерными неравнозначными величинами, характеризующими объект (популяцию, экотип, плюсовые деревья на ЛСП и т. п. ), например длина листовой пластинки – в сантиметрах, масса плода (или шишки) – в граммах или миллиграммах, площадь листовой пластинки – в сантиметрах квадратных, коэффициент формы плода (или шишки) – в безразмерных величинах.

 

ПРИМЕР.

Примером такой матрицы исходных размерных и неоднородных значений может служить таблица средних значений признаков у различных популяций облепихи крушиновидной (табл. 1, представлена ниже).

 

Особенностью метода является возможность использования в расчетах статистических комплексов, представленных только однородными величинами, что наиболее удобно представлять в форме безразмерных величин.

(Использовать же в расчетах возможно только однородные безразмерные величины. )

 

Для этой цели матрица исходных данных преобразуется в матрицу нормированных значений (табл. 2).

 

ПРИМЕЧАНИЕ.

К вопросу о «НОРМИРОВАНИИ»: (см. Меркурьева, 1970, стр. 66, «Нормированное отклонение»).

 

При этом все они являются безразмерными, их распределение обеспечивает нулевое среднее значение (среднее значение всех нормированных величин в пределах каждого признака в сумме даст «ноль»), а среднеквадратическое отклонение равно единице (учитывается среднеквадратическое отклонение каждого из средних, введенных в комплекс сравнения, от обобщенного среднего).

 

ПРИМЕР.

Примером матрицы нормированных значений может явиться таблица нормированных значений признаков популяций облепихи (табл. 2). Эта таблица представлена ниже.

 

Нормирование производится путем следующего преобразования каждого исходного значения, включенного в исходную матрицу:

1. Разница между каждым исходным значением признака и его обобщенным средним значением делится на обобщенное среднеквадратическое отклонение. Здесь каждое исходное значение признака – это среднее его значение для популяции (или экотипа и т. п. ), полученное в результате статистической обработки исходного фактического материала, полученного на объекте (в популяции, в пределах сорта или экотипа и т. д. ) в ходе биометрирования учетных растений, составляющих выборку. Обобщенное среднее значение получается в результате математической обработки всего обобщенного цифрового массива, представляющего совокупность всех частных (в пределах популяции, сорта, экотипа и т. п. ) выборок. Обобщенное среднеквадратическое отклонение высчитывается в ходе статистической обработки обобщенной выборки (обобщенного цифрового массива, включающего в себя все частные выборки по популяциям или экотипам). Следовательно, обобщенный статистический анализ дает две статистики (две величины), используемые для нормирования: обобщенное среднее значение по каждому признаку и обобщенное среднеквадратическое отклонение по каждому признаку.

 

ПРИМЕЧАНИЕ

Принципиально, нормирование и приведение данных (дат) к сопоставимому безразмерному виду возможно с применением достаточно многочисленного набора алгоритмов. В качестве примера они приведены ниже (Лейтас и др., 1983, стр. 29, 30).

 

По максимальному значению признака в совокупности:

,

 

По среднему значению признака в совокупности:

 

По минимальному значению признака в совокупности:

,

 

По значению десятичного логарифма:

,

 

По среднеквадратическому отклонению:

,

 

По значению квадратного корня:

,

 

По значению арксинуса:

,

 

По значению минимальной разности и диапазону значений:

,

 

По значению средней разности и диапазону значений:

,

 

По значению среднего квадратного:

.

 

В представленной выше ситуации логичнее было бы привести ещё один способ нормирования, а именно по максимальной разнице:

Понятно, что достичь положительного значения результатов такого нормирования можно путем умножения всего выражения на «- 1» или посредством перестановок в числителе или знаменателе. Принципиально, это не требуется, поскольку квадрат разности любых чисел, как следует из ниже приведенной формулы, всегда положителен, тем более что речь идет о соотносительных расстояниях между объектами только данного комплекса.

 


Таблица 1.

Поделиться:





Воспользуйтесь поиском по сайту:



©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...