|
|
Министерство образования Республики Беларусь Учреждение образования |
Факультет мониторинга окружающей среды
Кафедра экологических информационных систем
СТАТИСТИЧЕСКИЕ МЕТОДЫ ОБРАБОТКИ ДАННЫХ
В ЭКОЛОГИИ
Методические рекомендации по изучению дисциплины
Минск
2008
Авторы-составители:
В.А. Фигурин, Г.П. Куканков, И.А. Гишкелюк,
Данные методические рекомендации предназначены для использования студентами заочного факультета Международного государственного экологического университета им. А. Д. Сахарова при изучении курса “Статистические методы обработки данных в экологии”.
Приведены методические указания по изучению дисциплины, основные теоретические сведения и контрольные задания по проверке статистических гипотез относительно параметров двух и более (дисперсионный анализ) генеральных совокупностей, установлению корреляционной связи между изучаемыми величинами, построению и анализу регрессионных моделей. Наряду с параметрическими критериями проверки гипотез рассмотрены также непараметрические критерии, основанные на ранге наблюдений.
© Международный государственный экологический университет им. А.Д. Сахарова, 2008
ОГЛАВЛЕНИЕ
РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА.. 4
ПРЕДИСЛОВИЕ.. 5
МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ ДИСЦИПЛИНЫ... 6
Тема 1. Сущность и цели обработки данных. 6
Тема 2. Первичная статистическая обработка данных. 8
Тема 3. Проверка статистических гипотез относительно двух выборочных совокупностей. 11
Тема 4. Дисперсионный анализ. 17
Тема 5. Непараметрические методы факторного анализа. 24
Тема 6. Корреляционный анализ. 27
Тема 7. Регрессионный анализ. 32
ЗАДАНИЯ ДЛЯ КОНТРОЛЬНОЙ РАБОТЫ И ТРЕБОВАНИЯ ПО ЕЕ ОФОРМЛЕНИЮ... 38
Требования к оформлению контрольных работ. 38
Задания для контрольной работы.. 39
РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА
1. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. Пер. с англ. – М., Мир, 1982. – 488 с.
2. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке. Методы обработки данных. Пер. с англ. – М., Мир, 1980. – 510 с.
3. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке. Методы планирования эксперимента. Пер. с англ. – М., Мир, 1981. – 520 с.
4. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере/ Под ред. В. Фигурнова. – М.: ИНФРА – М, Финансы и статистика, 1995. – 384 с.
5. Драйпер Н., Смит Г. Прикладной регрессионный анализ. Кн.1. Пер. с англ. – 2-е изд., перераб. и доп. – М.: Финансы и статистика, 1982. – 366 с.
6. Поллард Дж. Справочник по вычислительным методам статистики. Пер. с англ. – М.: Финансы и статистика, 1992. – 344 с.
7. Грановский В.А., Сирая Т.Н. Методы обработки экспериментальных данных при измерениях. – Л.: Энергоатомиздат. Ленингр. отд-ие, 1980 – 288 с.
ПРЕДИСЛОВИЕ
Результатом любого исследования является получение обоснованных выводов об изучаемом объекте или явлении. Эти выводы следует делать на основании соответствующей обработки полученных экспериментальных данных.
Существующие статистические методы обработки экспериментальных данных являются общепринятыми, а получаемые с их помощью выводы – общепризнанными. Использование этих методов облегчает взаимопонимание между теми, кто выполняет исследования, и теми, для кого оно предназначено, что помогает избегать ошибочных заключений и предотвратить недоразумения.
Статистические методы не следует воспринимать как какое-то вспомогательное средство для обработки экспериментальных данных, их нужно привлекать уже на этапе планирования эксперимента, чтобы заранее определить, при каких условиях следует ожидать оптимального результата. Никакие статистические методы не могут дать надежный результат при неправильном плане эксперимента. Но там где возможен осмысленный результат, нужно осмысленно применять статистические методы.
Область применения статистических методов обработки данных непрерывно расширяется. В немалой степени это связано с ростом возможностей компьютерной обработки данных, созданием специализированных программных средств, позволяющих выполнять трудоемкие процессы обработки. И хотя многие статистические пакеты содержат в той или иной степени развитости экспертные системы, которые помогают построению математических моделей, отражающих структуру данных, а также позволяют интерпретировать результаты статистической обработки, все это не исключает, а наоборот, предполагает владение статистическими методами на определенном базовом уровне, который с течением времени повышается.
Таким образом, цель данной дисциплины – изучить современные методы статистической обработки данных, включая параметрические и непараметрические методы, направленные на получение информации об изучаемых объектах.
МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ ДИСЦИПЛИНЫ
Тема 1. Сущность и цели обработки данных
В результате изучения данной темы студент должен иметь представление:
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.
