|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Закон распределенияБиологические и экологические явления (события) случайны, точно не предсказуемы. Начиная биологический эксперимент или приступая к наблюдению, невозможно точно сказать, каков будет результат – уровень численности животных в данном районе, выживаемость подопытных особей, артериальное давление через час после введения препарата. Поэтому биологам и экологам часто приходится сталкиваться с вероятностными (стохастичес- кими) суждениями. Так, для гидробиолога, изучающего чистое олиготрофное озеро, ясно, что вероятность обнаружить массовое развитие водоросли Planktothrix agardhii (индикатор высокой сте- пени сапробности) крайне мала. Эксперимент по проверке токсичности определенного вещества может показать, что в кон- трольном варианте выжило на 10% особей больше, чем в опыт- ном (с добавкой вещества). Зависела ли эта разница в выжи- ваемости особей от действия вещества или могла определяться другими факторами (например, изначальной разницей физио- логического состояния особей в группах)? Экспериментатор может сказать следующее: «Очень вероятно, что именно тести- руемое вещество определило большую смертность особей в опытной группе по сравнению с контрольной». Его более скептически настроенный коллега может заявить: «Небольшая разница, всего лишь в 10%, могла быть следствием действия случайных (неконтролируемых в эксперименте) причин, поэтому маловероятно, что вещество является токсичным». Однако любому биологу и экологу ясно, что случайность изучаемых ими явлений относительна, несмотря на то, что точ- ный прогноз невозможен, приблизительный результат можно предсказать. Каким образом можно дать такого рода прогноз? Рассмотрим пример. Зоолог, изучающий популяцию какого- либо вида животного, задался целью дать приблизительный прогноз появления особей в популяции с некой мутацией (например, связанной с окраской). Чтобы рассчитать вероятность, ему потребуются предварительные исследования и данные о том, насколько часто в популяции рождаются особи с данной мутацией. Так, если исследователь обнаружит, что за ряд предшествующих лет из 10 000 родившихся особей 100 имели данную мутацию, то он сможет рассчитать вероятность рождения мутантной особи в данной популяции: P = 100 0.01 . Другими словами, в среднем из 100 родившихся особей одна может быть мутантной. При наличии подобных данных можно решить и обратную задачу – найти вероятность появления в по- пуляции особи без данной мутации: P = 9900 0.99 . Из этого абстрактного примера вытекают 2 важных вывода. Во-первых, сумма вероятностей противоположных событий (0.01+0.99) всегда равна единице. Во-вторых, приблизительный (вероятностный) прогноз можно дать, ориентируясь на повторя- емость однотипных событий, на частоту встречаемости значений признака. Зная частоту, с которой данное значение признака встре- чается в популяции относительно общего количества всех встречен- ных значений признака (объем выборки), можно установить ста- тистическую вероятность появления данного значения признака: P = f n, где f – частота встречаемости, n – объем выборочной совокупности. Статистическую вероятность события принято называть от- носительной частотой. Установлено, что относительная частота полностью не совпадает с «классической» вероятностью, однако приближается к ней по мере значительного увеличения числа наблюдений, т. е. объема выборки. Таким образом, зная ряд распределения частоты встречаемос- ти значений признака, можно легко перейти к построению рас- пределения вероятностей. Сделаем это, вновь обратившись к данным о количестве птенцов в гнездах древесной ласточки Tachycineta bicolor (n = 42) (Рокицкий, 1973): Количество птенцов Частота встречаемости Вероятность 1 1 1/42 = 0.02 2 2 2/42 = 0.05 4 11 11/42 = 0.26 5 18 18/42 = 0.43 6 9 9/42 = 0.22 7 1 1/42 = 0.02 Σ 42 1.0 Кроме того, закономерность, отмеченную в распределении вероятностей, можно выразить не только в табличной форме (ряд распределения), но и графически: 0,1 0,2 0,3 0,4 0,5 1 2 4 5 6 7 Вероятность Количество птенцов Рис. 3.1. Кривая распределения вероятностей появления в выводке того или иного количества птенцов Наконец, закономерность распределения вероятностей можно описать с помощью математической формулы. Функция, связы- вающая значения случайного признака с их вероятностями, на- зывается законом распределения признака. Каждый признак (пока- затель) распределяется по своему закону, имеет специфическую закономерность распределения (повторяемости) отдельных значе- ний. Поэтому закон распределения образно можно сравнить с «паспортом» признака. В зависимости от типа переменной вы- деляют дискретные и непрерывные законы распределения. Описанное распределение относится к дискретным и, вероятнее всего, близко к так называемому биномиальному распределению. К настоящему моменту известны десятки теоретических рас- пределений (их можно построить на основе известных матема- тических формул, рис. 3.2), к которым исследователи могут «подгонять» полученные на основе выборок эмпирические рас- пределения, устанавливая с определенной вероятностью, по како- му закону распределяются изучаемые признаки. Из всего много- образия законов распределения кратко остановимся на наиболее значимых в практике биологических и экологических исследо- ваний – нормальном и биномиальном. Рис. 3.2. Некоторые типы теоретических распределений случайной величины: непрерывные – нормальное, логнормальное, гамма-распределение, экспоненциальное, распределение Вейбулла; дискретные – биномиальное, распределение Пуассона, геометрическое, равномерное (по: Шитиков и др. 2003) Нормальное Равномерное Логнормальное Гамма-распределение Экспоненциальное Вейбулла Биномиальное Пуассона Геометрическое Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.006 сек.) |