Тип работы:
Предмет:
Язык работы:


Методика непараметрического анализа статистической однородности и связи экологических показателей водных объектов

Работа №175321

Тип работы

Магистерская диссертация

Предмет

экология территорий

Объем работы58
Год сдачи2023
Стоимость4800 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
0
Не подходит работа?

Узнай цену на написание


Реферат
Введение 4
Глава 1. Возможности применения непараметрической и параметрической статистики для исследования однородности и связей экологических явлений на примере данных реки Охта 5
1.2 Статистический анализ данных 8
1.3 Анализ статистических критериев 10
1.3.1 Критерий Вилкоксона-Манна-Уитни 10
1.3.2 Критерий Вилкоксона для связанных выборок 13
1.3.3 Критерий Колмогорова-Смирнова для двух выборок 15
1.3.4 Коэффициент ранговой корреляции Кендалла 16
1.3.5 Коэффициент ранговой корреляции Спирмена 18
1.3.6 Параметрические критерии 19
1.4 Выбор данных для статистического анализа 19
Выводы по главе 22
Глава 2. Характеристика инструментальных средств статистического анализа программного продукта Anaconda 23
2.1 Особенности пакета прикладных программ Anaconda 23
2.2 Выполнение расчетов и формирование результатов статистического
анализа 27
2.2.1 Примеры выполнения расчетов и визуализации анализа
однородности выборок 27
2.2.2 Примеры выполнения расчетов и визуализации анализа связей
выборок 36
Глава 3. Методика непараметрического анализа однородностей и связей многомерных рядов 44
3.1 Анализ однородностей временных рядов 44
3.2 Анализ связей временных рядов 48
Выводы по главе 55
Заключение 56
Список использованных источников 57


С 2011 года река Охта стала относиться к категории загрязненных рек. На сегодняшний день это одна из самых загрязненных рек в Санкт- Петербурге и Ленинградской области и ее состояние не улучшается, поэтому вопрос организации системы мониторинга и анализа измеренных данных для нее стоит особенно остро. Более того, Охта является крупным притоком Невы.
Первые методики по разработке систем мониторинга систем водных ресурсов стали появляться в начале второй половины двадцатого века. В настоящее время разработаны методики по наблюдению за водными объектами и также существует ряд мер по их очищению. Связующим звеном между этими этапами является анализ данных, который позволяет обнаружить причины загрязнения и спрогнозировать дальнейшие изменения состояния.
Целью данной работы является анализ применение непараметрических методик анализа для оценки однородностей и связей для данных измерений реки Охта, проведенных студентами экологического факультета РГГМУ.
В работе решаются следующие задачи:
1. Проводится анализ возможностей применения непараметрических критериев для исследования однородностей и связей экологических явлений
2. Рассматриваются возможности ППП Anaconda относительно анализа экологических данных
3. Проводится расчет статистических критериев на данных измерений реки Охта


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В ходе работы были проведены:
1. Анализ непараметрических критериев для проверки однородностей и связей
2. Рассмотрены возможности прикладного пакета программ для анализа данных
3. Проведены расчеты непараметрических критериев на примере временных рядов измерений экологических показателей
С помощью измерений показателей и применения статистического анализа удалось определить, что на поверхности реки данные могут обладать большей изменчивостью, чем на глубине, так же предположительно установлено место, в котором присутствуют факторы, оказывающие влияние на экологическое состояние реки Охта.
Нам удалось установить, что результаты расчетов параметрических критериев заметно отличаются от непараметрических аналогов как для определения однородностей, так и связей. Учитывая также малые объемы выборок и то, что в гидрологии и экологии функции распределения переменных зачастую отличаются от нормального распределения, следует использовать для дальнейшего анализа данных реки Охта непараметрические критерии.



1. Robert O. Strobl - Network design for water quality monitoring of surface freshwaters: A review Journal of Environmental
Management 87 (2008) 639-648
2. Wilks, Daniel S. - Statistical methods in the atmospheric sciences /
Daniel S. Wilks. - 4-е издание (2019) - стр. 160-161
3. S Yue, CY Wang - The influence of serial correlation on the
Mann-Whitney test for detecting a shift in median - Elsevier, 2002
4. Гмурман В. Е. - Теория вероятностей и математическая статистика - 9-е изд. - М.: Высш.шк., 2003
5. Елисеева И.И., Юзбашев М.М. - Общая теория статистики -
5-е изд., 2004
6. Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников/ А.И Кобзарь; - М.: ФИЗМАТЛИТ, 2006 -
7. Конык О.А. Контроль качества воды, атмосферного воздуха и почвы. Учебное пособие / О.А.Конык, Т.В.Шахова; - СЫКТЫВКАР: СЛИ, 2013.- 145с.
8. Зенин А.А. Гидрохимический словарь / А.А. Зенин, Н.В. Белоусова; - Л.: Гидрометеоиздат,1988. - 240с.
9. Критерий Вилкоксона для проверки однородности выборо [Электронный ресурс] — URL: https://docplayer.ru/35735873- Kriteriy-vilkoksona-w-dlya-proverki-odnorodnosti-vyborok-v-1 - 2.html Дата обращения: 15.04.2020
10. Коэффициент корреляции Кенделла[Электронный ресурс] — URL:
http: //www.machinelearning.ru/wiki/index.php?title=%D0%9A% D0%BE%D 1 %8D%D 1 %84%D 1 %84%D0%B8%D 1 %86%D0%B 8%D0%B5%D0%BD%D 1 %82%D0%BA%D0%BE%D 1 %80% D1 %80%D0%B5%D0%BB%D 1 %8F%D 1 %86%D0%B8%D0%B 8%D0%9A%D0%B5%D0%BD%D0%B4%D0%B5%D0%BB% D0%BB%D0%B0 Дата обращения: 20.04.2020
11. Коэффициент ранговой корреляции Спирмена [Электронный ресурс] — URL:
https: //math.semestr.ru/corel/spirmen.php#:~:text=%D0%9 A%D0 %BE%D 1 %8D%D 1 %84%D 1 %84%D0%B8%D 1 %86%D0%B8% D0%B5%D0%BD%D 1 %82%20%D 1 %80%D0%B0%D0%BD% D0%B3%D0%BE%D0%B2%D0%BE%D0%B9%20%D0%BA% D0%BE%D 1 %80%D 1 %80%D0%B5%D0%BB%D 1 %8F%D 1 %8 6%D0%B8%D0%B8%20%D0%A1%D0%BF%D0%B8%D 1 %80 %D0%BC%D0%B5%D0%BD%D0%B0%20%2D%20%D1%8D %D 1 %82%D0%BE,%D 1 %80%D0%B0%D0%BD%D0%B3%D0 %B0%D0%BC%D0%B8%20%D0%BE%D 1 %82%20%D 1 %81 % D0%BB%D1%83%D1%87%D0%B0%D1%8F%20%D0%BE%D 1 %82%D 1 %81 %D 1 %83%D 1 %82%D 1 %81 %D 1 %82%D0%B2% D0%B8%D 1 %8F%20%D 1 %81 %D0%B2%D 1 %8F%D0%B7%D 0%B8. Дата обращения: 23.04.2020
12. Matplotlib history [Электронный ресурс] — URL:
https://matplotlib.org/users/history.html Дата обращения: 27.04.2020
13. What is NumPy? [Электронный ресурс] — URL:
https: //numpy.org/doc/stable/user/whatisnumpy.html Дата обращения: 27.04.2020
14. Pandas project description [Электронный ресурс] — URL: https: //pypi.org/proj ect/pandas/ Дата обращения: 27.04.2020
15.Scientific computing tools for Python [Электронный ресурс] — URL: https://www.scipy.org/about.html Дата обращения: 15.04.2020
16.The Jupyter Notebook [Электронный ресурс] — URL: https://jupyter-notebook.readthedocs.io/en/stable/notebook.html Дата обращения: 27.04.2020



Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ