ارجحیت، کای، آماری، حالی

به طور کلی آزمون های آماری متعددی تاکنون برای مبحث شاخص انتخاب مورد استفاده قرار گرفته اند (Manley et al, 2002). یکی از این آزمون ها آزمون نیکی برازش کای اسکوئر می باشد(Neu et al, 1974).
آزمون کای اسکوئر: آزمون های آماری ای که برای شاخص های انتخاب استفاده می شوند بسته به اینکه منابع در دسترس کاملاٌ سرشماری شده باشند یا با استفاده از نمونه برداری برآورد شده باشند فرق دارند (Krebs, 1999). آزمون نیکی برزاش کای اسکوئر یک دیدگاه آماری رایج است، برای آزمون اینکه آیا مقدار استفاده شده از زیستگاه که مشاهده شده با مقدار استفاده پیش بینی شده برابر است (Alldredge & Ratti 1986) بکار می رود. یک مشکل در استفاده از این آزمون زمانی رخ می دهد که فرضیه ی صفر رد می شود و یک اختلاف معنی دار بین فراوانی مشاهده شده و مورد انتظار از منابع استفاده شده مشاهده می شود، و همچنین کای اسکوئر قادر نیست ارجحیت یا اجتناب را برای موارد منفرد مشخص کند، از این رو داده ها باید برای تعیین پیوستگی مشاهادات به منظور محاسبه ی مقادیر کای اسکوئر بازرسی شوند (Neu et al, 1974). منلی و همکارانش (1993) برای مواردی که به طور کامل سرشماری می شوند پیشنهاد کرده اند؛ با توجه به عدم وجود خطا (البته با فرض عدم وجود خطا) در این موارد به منظور آزمون فرض صفر (جانوران از منابع به صورت تصادفی استفاده می کنند) از آزمونG استفاده شود. البته در مورد منابع در دسترسی که از طریق نمونه برداری برآورد می شوند نیز منلی و همکارانش (1993) به استفاده از آزمون G توصیه کرده اند، اما با اندکی تغییر در فرمول که به شرح زیر است:
(4-1) که در این معادله:
ui = تعداد مشاهداتی که از منبع i استفاده می کنند
mi = تعداد مشاهدات منبع قابل دسترس از نوع i
U= تعداد کل مشاهدات استفاده کننده =
M= تعداد کل مشاهدات از منابع قابل دسترس=
X2= مقدار کای مربع با درجه آزادی (n-1)
( =H0انتخاب تصادفی)
n= تعداد انواع منابع
از آنجائیکه هر یک گونه های گیاهی دارای شاخص های ارجحیت متفاوتی هستند لذا باید برای هر کدام از آنها آزمون G را به صورت جداگانه انجام داد، خلاصه این آزمون ها در جدول 4-3 آورده شده است.
از آنجائیکه محاسبات مربوط به این روش طولانی بوده و اشکالاتی در محاسبات ممکن است روی دهد، لذا این آزمون بر اساس معادله زیر، با استفاده از نرم افزار R (Version 2.15.0) انجام شد (Murray Logan, 2010):
(4-2) G2=2?o.ln (o/e)
در این معادله:
o: فراوانی های مشاهده شده
e: فراوانی مورد انتظار
این آزمون به منظور بررسی فرض های زیر طراحی شده است:
H0= داده ها از یک جامعه با توزیع غیر نرمال گرفته شده اند
H1= داده ها از جامعه ای با توزیع نرمال گرفته شده اند جدول 4-3: خلاصه ی نتایج آزمون G(X2)، در مورد گونه های دارای ارجحیت گوزن زرد ایرانی در بهار 1390
X2 جدول]]>

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *