Методическое пособие по обработке результатов и оформлению курсовых и дипломных работ, выпускных квалификационных работ бакалавров (1161389), страница 5
Текст из файла (страница 5)
В случаеиспользования повторных наблюдений всегда оговаривайте соотношениевнутри-индивидуальной и межиндивидуальной изменчивости.2.7. Регулярность и пропорциональность наблюденийИногда исследователь не уделяет должного внимания регулярности ипропорциональности наблюдений, что приводит к поспешности выводов.Например, берутся пробы крови на анализ гормонов у особей в весенний илетний период. Исследователь не задумывается о планированииэксперимента и собирает пробы столько, сколько получится.
В результатевесной оказывается собрано 10 проб от 2 особей, а летом 15 проб от 12особей. Адекватно сравнить такие выборки между собой нельзя. В первойвыборке особей слишком мало, и эффект различий может быть обусловленгенетическими особенностями данных двух особей, а не сезонной цикликойгормона. Более того, выяснилось, что какие-то пробы брали в ночное время,какие-то в дневное. Доля ночных и дневных проб разная, поэтому опять-21таки нельзя истолковывать различия в уровнях секреции гормона каксезонные. В данном случае можно выдвинуть только гипотезу.Необходимо обосновывать адекватность выбора тех или иныхвременных интервалов наблюдений.
Например, при сборе данных методомвременных срезов может возникнуть опасность в создании предвзятойпериодичности. Если животное раз в 60 минут отдыхает (спит), а мыпроизвольно берём интервал наблюдений 60 минут, то, возможно, что всенаши наблюдения попадут на период сна животного. Тогда описание егоповедения будет выглядеть так, будто оно только и делает, что спит.2.8. Комбинация и объединение данныхДля того, чтобы красиво показать особенности материала, необходимоуметь его комбинировать. Например, получен куполообразный графикдинамики какой-то активности. Можно разбить этот «купол» на две части,возрастающую и убывающую, и посчитать корреляцию между активностьюи временем для каждого интервала в отдельности. Таким образом можнопоказать, что в начале наблюдений активность достоверно возрастает, а вконце – достоверно убывает.Иногда для увеличения размера выборки объединяют наблюдения,полученные в разных условиях.
Например, в популяциях А и Б какого-товида грызуна соотношение полов в ходе исследования составило 15:17 и19:17. В популяции В – 10:42, в Г – 10:11. По критерию хи-квадрат только впопуляции В есть отличия в соотношении полов. Исследовательобъединяет популяции по признаку наличия хищника (лисы) вместообитании. А и Б попадают в группу без хищника, В и Г – с наличиемхищника. Тогда исследователь делает вывод (на основании того жекритерия хи-квадрат) о влиянии наличия хищника на соотношение полов впопуляции данного вида. Это неверно.
Популяции В и Г не идентичны, ониявно различаются между собой, и объединять их нельзя. Вероятно,недоучтён какой-то иной фактор (например, доступность кормового илииного ресурса), влияющий на соотношение полов. Объединять в однувыборку можно только данные, сходные по ряду параметров.2.9. Использование процентного соотношенияПредставление данных в виде процентных соотношений – оченьнаглядный способ изложить структуру материала. На графиках оно легковоспринимается. Однако процентное представление скрывает рядособенностей исходной выборки, в основном число наблюдений (илиособей).
Возможно, что как при малом, так и при большом численаблюдений процентное соотношение не изменится. Но малые выборкимогут не показать ожидаемых различий при использовании традиционныхстатистических критериев. Использование в том же критерии искусственно22пересчитанных в проценты тех же самых данных может дать прямопротивоположный результат. Понятно, что это фальсификация данных.Иными словами, процентный пересчет делает из 10 особей 100,искусственно увеличивая выборку. Поэтому при расчётах надоиспользовать исходные данные, а вот на графиках можно для наглядностипоказать и процентное соотношение.2.10.
Представление графиковГрафик должен отражать всю полноту материала и читаться независимоот текста, особенно если он демонстрируется во время доклада на защитеработы. На графиках обязательно указываются средние показатели выборки(среднее значение или медиана), характеристики разброса данных(стандартная ошибка, стандартное отклонение, межквартильный интервал,минимум и максимум), а также достоверность различий, еслидемонстрируется сравнение данных по какому-то статистическомукритерию.При сравнении одних данных с другими обычно пользуютсястолбчатыми диаграммами или диаграммами типа «box plot» («ящичек сусами»).
Если для сравнения используются параметрические критерии, тоуказывают среднее значение, а в качестве меры разброса данных стандартную ошибку или стандартное отклонение. Для непараметрическихкритериев обычно демонстрируют медиану и межквартильный интервал(интерквартильную широту). Если есть необходимость показать реальныеграницы разброса, используют представление минимума и максимума.При малом числе наблюдений вычислять средние показатели выборкинецелесообразно. В таком случае информативнее будет представить данныев виде точечной диграммы рассеивания, раскрывающей каждое конкретноенаблюдение.Когда на графиках представляют динамику процесса, соседние точкисоединяют прямыми линиями.
Это правомерно, когда наблюдения запроцессом ведутся непрерывно или с постоянными равными временнымиинтервалами между последующими замерами. Если постоянствоинтервалов нарушено, точки не соединяют линией вообще, демонстрируяотсутствие данных в указанном интервале, или соединяют пунктиром, еслипо каким-то причинам предполагают тенденцию развития процесса внеобследованном интервале.Для демонстрации на графике корреляции между двумя параметрамиобычно пользуются точечной диаграммой рассеивания, а поверх точекпроводят корреляционную кривую (прямую – в случае прямолинейнойкорреляции).232.11.
Среднее значение или медиана?Напомним, что медиана – это значение, справа и слева от которогорасположены по 50% выборки. Очевидно, что если выборка не являетсясимметричной и унимодальной (например, наблюдается ряд резких, нонемногочисленных отклонений от средних тенденций), необходимоиспользовать медиану как средний показатель. Она попадает в областьболее частых значений в выборке. Использование среднего значения вданном случае бессмысленно. Оно может попасть в зону между большим ималым пиками наиболее частых значений выборки, и поэтому ничего небудет говорить о структуре данных. Аналогичными рассуждениямипользуются при выборе способа описания границ инивидуального участка.Метод эллипса описывает участки с унимодальным распределениемактивности в пространтсве (т.е.
с одним центром активности на участке).Если центров активности на участке несколько, этот метод неприменим.2.12. Округление данныхВ компьютерных программах при выполнении автоматических расчётовцифры обычно выдаются без округления – длинный ряд цифр послезапятой. Не стоит уподобляться машине и переписывать все цифры в своюработу.
В большинстве случаев точности расчётам это не прибавляет, авосприятие данных затрудняет. Обычно руководствуются следующимправилом. Если исходные измерения производятся до десятых долейединицы, то все последующие расчёты округляются до десятых долей. Т.е.округление в расчётах соответсвует округлению в исходных промерах. Внекоторых случаях можно уточнять ещё один дополнительный знак послезапятой для указания значений стандартной ошибки и стандартногоотклонения.При округлении цифр, отражающих достоверность различий,поступают так. Все достоверные результаты обозначают как p<0,05, неуточняя количество цифр после запятой.
Иногда дополнительноиспользуют интервалы: p<0,01, p<0,001 и т.д. В зарубежных публикацияхпри представлении данных в таблицах для недостоверных результатов непишут значение достоверности, а обозначают «n.s.» (not significant). Этоудобно для визуального разграничения достоверных и недостоверныхданных, например в таблицах. На русском языке аналогом такогообозначения могло бы быть что-то вроде «н.р.» (нет различий). Ксожалению, в отечественной практике такого удобного обозначения нет.Если есть необходимость указать точное значение достоверности, тодля достоверных данных (p<0,05) p округяют до 3 знаков после запятой;для недостоверных (p>0,05) – достаточно до 2. Точное p значение принедостоверных различиях указывают в случае, если оно близко к24достоверности (например, p = 0,06), и возможные различия могут иметьопределённый биологический смысл.
Последнее необходимо обсудить.2.13. Представление результатов применения критерияПри описании в тексте результатов применения критерия надоуказывать рассчитываемые показатели критерия, размер выборки идостоверность различий. Например, для коэффициента корреляцииСпирмена – rS= 0,80, N=11, p<0,01; для критерия Вилкоксона – T= 6, N=14,p<0,01; для критерия Манн-Уитни – U=74, N1=N2=17, p<0,05. Прииспользовании для вычисления критерия компьютерных программобязательно указывать название и версию программы (например, Statistica6.0).2.14.
Статистический анализ и биологический смыслСтатистический анализ позволяет делать обоснованные заключениятолько об объектах, находящихся под непосредственным наблюдением.Правомерно ли экстраполировать заключение за пределы выборки?Экстраполяция возможна, но она, как правило, базируется надополнительных фактах, которые часто носят нестатистический характер.Например, изучение размеров кладки яиц в определённой части ареала,фактически характеризует только представителей данного вида изконкретной части ареала.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
