13

ВВЕДЕНИЕ

Эффективность ведения современного лесного хозяйства определяется полнотой научных сведений, как о естественном формировании лесных фитоценозов, так и под воздействием хозяйственных мероприятий. Достоверность этих сведений оценивается путем статистической обработки цифрового материала, полученного в результате целенаправленно спланированного эксперимента и последующей производственной проверки.

Каждый из существующих статистических методов имеет свои возможности и ограниченную область применения, продиктованную спецификой эксперимента. При этом все они служат экспериментатору средством выявления закономерностей, позволяющих сделать выводы и заключения в условиях неопределенности. Достоверно полученные результаты наблюдений, представление выявленных закономерностей в виде статистических моделей следует рассматривать в практическом приложении в качестве основы применения количественных методов моделирования и оптимизации экономических, технологических и других процессов, и явлений.

1 Расчёт основных статистических показателей для выборочных совокупностей

Сбор необходимых материалов по изучению интересующих признаков должны осуществляться по чётко разработанной методике и программе.

Объектом наблюдения служат биологические явления природы в их росте, развитии и во взаимной связи и зависимости друг с другом. Отдельные единицы (элементы) наблюдения – это варианты. Единицами наблюдения могут быть отдельные деревья, насаждение, древостой, пробная площадка, лента и т.д. Сумма единиц наблюдения (вариант) образует совокупность. По своим численным значениям варианты одной совокупности могут совпадать друг с другом, а могут и существенно различаться, равно как и сами совокупности. Каждая единица совокупности характеризуется признаками или качественными особенностями, которые могут быть одинаковыми (устойчивыми) для всех единиц (общие признаки), либо (изменчивыми) различными (варьирующие признаки). Изучаемые признаки у объектов наблюдений обладают той или иной степенью (мерой) изменчивости (вариабельности).

Совокупность может быть генеральной и выборочной. Генеральная совокупность – это все единицы изучаемого объекта. Выборочная (выборка) – это часть единиц (вариант) отобранных из генеральной. По выборке можно сделать заключение о генеральной совокупности. Чем большим объёмом представлена выборка, тем точнее она будет характеризовать генеральные параметры.

1. 1 Малая выборочная совокупность

Малая выборочная совокупность – это совокупность (выборка), объемом до 30 вариант.

Данные малой выборочной совокупности обрабатываются без предварительной группировки всех единиц совокупности.

Далее приводится полная характеристика изучаемого объекта.

Например:

Изучаемый объект – сосновый древостой

Изучаемый признак – диаметр дерева на высоте 1,3 м

Способ формирования выборочной совокупности - случайный

Объём совокупности – 30 деревьев

Данные обмера диаметров сосны на высоте 1,3 м приведены в таблице 1.1.

Таблица 1.1 – Экспериментальные данные исследуемого объекта (соснового древостоя)

	I	II	III	IV	V
1	36,50	29,00	27,50	37,00	36,00
2	28,00	27,00	24,00	38,00	37,00
3	37,00	27,00	27,00	35,00	28,00
4	28,50	22,00	34,00	36,00	24,00
5	33,50	30,50	36,00	30,00	26,00
6	31,00	34,00	28,00	32,00	33,00

1. Расчет статистических показателей для малой выборочной совокупности

Средняя величина (арифметическая) – наиболее представительная характеристика распределения, это центр распределения изучаемого признака:

,

где x₁ , x₂ , x₃ , x_n – каждое значение варианты совокупности; n – объем выборочной совокупности.

Например: =(36,50+29,00+27,50+37,00+36,00+…+33,00)/30 =31,08 см

Сумма квадратов отклонений (СКО) – сумма отклонений каждой варианты от средней величины (от центра распределения совокупности):

,

где x_i – каждое значение варианты совокупности; – средняя величина.

Например:

СКО = (36,50-31,08)²+(29,00-31,08)²+ (27,50-31,08) ² +(37,00-31,08)²+(36,00-31,08)²+…+(33,00-31,08)²=632,04 см ²

Дисперсия – это средний квадрат отклонений всех вариант совокупности от средней величины. Дисперсия характеризует степень разнообразия (изменчивости) объекта:

.

Например: = 632,04 / (30-1) = 21,79 см ².

Стандартное отклонение (среднее квадратическое отклонение) – основной показатель вариации, характеризующий варьирование значений признака вокруг центра распределения. Среднее квадратичное отклонение является мерой надёжности средней величины. Чем меньше его численное значение, тем лучше средняя арифметическая отражает собой всю статистическую совокупность.

.

Например: , см

Коэффициент вариации – показатель меры изменчивости изучаемого признака (среднее квадратическое отклонение), выражающий ее в относительных единицах (то есть в процентах). Он представляет собой средний процент отклонения вариант от их среднего значения.

Коэффициент вариации является наиболее распространенным показателем, используемым для оценки типичности средних величин. Данная характеристика не зависит от принятых единиц измерения, и поэтому может применяться для сравнительной оценки величины варьирования различных признаков, как в пределах одной совокупности, так и в разных совокупностях. Вместе с тем он в значительной степени зависит от средней величины, и поэтому его применяют ограниченно случаями, когда имеет место естественное (от нуля) начало отсчета или сходные начала отсчета:

%.

Например: C_v = 4,67×100 = 15,03 %

31,08

По величине расчётного коэффициента вариации определяется уровень изменчивости признака с помощью шкалы Мамаева представленной в таблице 1.2.

Таблица 1.2 Шкала Мамаева для установления уровня изменчивости признака

Величина коэффициента вариации, %	Уровень изменчивости
до 7	очень низкий
7 – 15	низкий
16 – 25	средний
26 – 35	повышенный
36 – 50	высокий
более 50	очень высокий

Например: Расчётный коэффициент вариации С_v = 15,03 % тогда уровень изменчивости диаметра дерева на высоте 1,3 м низкий, т. к. коэффициент вариации находится в пределах от 7 до 15 %.

Коэффициент дифференциации – характеризует изменчивость признака, выражая ее в относительных единицах. Смысл данного показателя такой же, как и у коэффициента вариации, но он устраняет его ограничения:

,

где x_min – минимальное значение варианты изучаемого признака в совокупности.

Степень дифференциации признака определяется по величине коэффициента дифференциации с помощью таблицы 1.3.

Таблица 1.3 Классификация степени дифференциации признака

Величина коэффициента дифференциации, %	Степень дифференциации
до 13	слабая
13 – 27	умеренная
28 – 38	средняя
39 – 53	значительная
54 – 70	большая
более 70	очень большая

Например: V_d = 4,67×100 =65,96 %

(31,08 – 24,00)

Степень дифференциации большая, т. к. коэффициент дифференциации находится в пределах от 54 до 70 %.