2.2 Методи обробки результатів експериментальних досліджень

Методи вимірювання можуть бути прямими чи непрямими. Прямими

називають виміри, за яких шукане значення величини знаходять безпосередньо з дослідних даних за допомоги відповідних приладів. Прямими вимірами визначають в першу чергу основні фізичні величини, що мають просту розмірність (лінійні розміри, масу, час, температуру, силу струму тощо).

Непрямими називають такі виміри, за яких досліджувана величина визначається за допомогою відомих співвідношень між фізичними величинами, знайденими в результаті прямих вимірів. Наприклад, визначення густини речовини виконують за вимірюванням маси тіла та його геометричних розмірів, інтенсивність дихання у рослин - за вимірюванням маси листя до і після титрування розчину Ва(ОН)₂ тощо.

Через недосконалість органів чуття людини та технічних засобів при проведенні фізичних вимірювань біологічних об’єктів одержують лише наближені значення шуканих величин. Слід пам’ятати, що немає жодної фізичної величини, яку можна було б виміряти абсолютно точно. Тому завдання полягає не лише у визначенні числового значення фізичної величини, але й в оцінці точності та надійності вимірювання.

2.3 Точність і надійність вимірювання

Точність вимірювання визначається тією найменшою часткою одиниці вимірювання, до якої з упевненістю у правильності результату можна проводити вимірювання. Наприклад, твердження, що маса листка виміряна з точністю до 0,005 мг означає, що величина виміряної маси відрізняється від істинної величини не більше ніж на 0,005 мг. Точність вимірювань визначається точністю використаних приладів і точністю методу вимірювання.

Надійність вимірювання (довірча ймовірність) характеризує ймовірність того, що істинне значення шуканої фізичної величини знаходиться в певних межах, які визначаються довірчим інтервалом. Визначення надійності вимірювань вимагає знайомства з методами математичної статистики.

2.4 Інші методи статистичного аналізу

Дисперсійний аналіз - це статистичний метод, призначений для встановлення структури зв'язку між результативною та факторними ознаками. Він дає змогу визначити вплив одного або декількох факторів на результативний показник. Дисперсійний аналіз може застосовуватися за обмеженої кількості одиниць спостереження. До того ж він особливо ефективний в умовах, коли результативна ознака суттєво змінюється під одночасною дією кількох факторів з неоднаковою силою впливу.

Регресійний аналіз (англ. regression analysis) це метод визначення відокремленого і спільного впливу факторів на результативну ознаку та кількісної оцінки цього впливу шляхом використання відповідних критеріїв. Регресійний аналіз проводиться на основі побудованого рівняння регресії і визначає внесок кожної незалежної змінної у варіацію досліджуваної (прогнозованої) залежної змінної величини. Основним завданням регресійного аналізу є визначення впливу факторів на результативний показник (в абсолютних показниках). Передусім для цього необхідно підібрати та обґрунтувати рівняння зв'язку, що відповідає характеру аналітичної стохастичної залежності між досліджуваними ознаками.

Кореляційний аналіз (кореляційний метод) - метод дослідження взаємозалежності ознак у генеральній сукупності, які є випадковими величинами з нормальним характером розподілу. Кореляційним зв'язком називається такий зв'язок між ознаками суспільно-економічних явищ, за якого на величину результативної ознаки крім факторної впливають багато інших ознак, які можуть діяти в різних напрямах одночасно чи послідовно. Цей зв'язок характеризується тим, що між факторною і результативною ознаками немає повної відповідності, а лише є певне співвідношення. Особливістю кореляційного зв'язку є те, що кожному значенню факторної ознаки відповідає не одне, а ціла низка значень результативної ознаки.

Кореляційний зв'язок можна виявити тільки у вигляді загальної тенденції при масовому порівнянні факторів.

Основними вимогами до застосування кореляційного аналізу є достатня кількість спостережень, сукупності факторних і результативних показників, а також їх кількісний вимір і відображення в інформаційних джерелах.

Кластерний аналіз. Дослівно термін "кластер" в перекладі з англійської "cluster” означає гроно, згусток, пучок, група. Кластерний аналіз це метод багатомірного статистичного дослідження, до якого належать збір даних, що містять інформацію про вибіркові об'єкти, та упорядкування їх в порівняно однорідні, схожі між собою групи. Сутність кластерного аналізу полягає у здійсненні класифікації об'єктів дослідження за допомогою численних обчислювальних процедур. В результаті цього утворюються "кластери" або групи дуже схожих об'єктів. На відміну від інших методів, цей вид аналізу дає можливість класифікувати об'єкти не за однією ознакою, а за декількома одночасно. Для цього вводяться відповідні показники, що характеризують певну міру близькості за всіма класифікаційними параметрами.

Мета кластерного аналізу полягає в пошуку наявних структур, що виражається в утворенні груп схожих між собою об'єктів - кластерів. Водночас його дія полягає й у привнесенні структури в досліджувані об'єкти. Це означає, що методи кластеризації необхідні для виявлення структури в даних, яку нелегко знайти при візуальному обстеженні або за допомогою експертів.