2020-04-20
70
| Статичтика | Об`єм виборки | Стійкість | Гаусова ефективність | Ефективінсть при розкиданих «хвостах» | Стійкість і ефективність |
| Середнє арифметичне | Малий Великий | Ні Ні | 100% 100% | Погана Дуже погана | Погана Дуже погана |
| Медіана | Малий Великий | Так Так | Висока 62% | Досить висока Досить висока | Висока Помірна |
| Бівес -оцінка | Малий Великий | Так Так | Непогана 90% | Досить висока 90% | Висока Висока |
Отже, якщо зневажити зовсім малими вибірками, бівес-оцінка має всі бажані властивості й може бути рекомендована для практики. У ситуаціях, де досить помірної ефективності, а також у випадку малих вибірок обсягом 3-5 краще працювати з медіаною. Середнє ж потрібно використовувати досить обережно, коли немає викидів, "хвости" розподілу короткі й т.п. Таким чином, практика прогнозування чисельності різних видів тільки за допомогою середнього неадекватна реальної ситуації.
Якщо емпірична інформація отримана з низькою точністю, то важко очікувати гарної якості від прогнозів, побудованих на її основі (незалежно від використовуваного методу). 18
|
|
|
У прогностичних екологічних дослідженнях широко поширений опис і моделювання систем у кількісних шкалах (відносин або інтервалів). Разом з тим, найчастіше результати дослідження формуються в шкалах найменувань. Так, при описі динаміки ссавців (Єфімов, Галактионов, 1983) у моделі фігурують змінні, вимірювані в кількісних шкалах (чисельність популяції), результати ж моделювання й прогнози описуються в термінах змінних, вимірюваних у шкалі найменувань (у такі- то роки відбудеться спалах чисельності, а в такі- то - немає).
В екології, як правило, точність спостережень і вірогідність висновків у шкалах найменувань (наприклад, при роботі з бінарними даними) вище, чим у кількісних шкалах. Тому часто має сенс описувати й пророкувати параметри экосистем відразу в шкалах найменувань, минаючи проміжний етап досліджень у кількісних шкалах (роки сильного "цвітіння" водоймищ, спалахів чисельності популяцій шкідників та ін.).
Прогнози стану экосистем, як ми вже відзначали, можуть будуватися й у кількісних, і в якісних шкалах одночасно. Можна сказати, що в таких ситуаціях окремі предиктори "розмовляють" на різних діалектах мови прикладної математики. Але при цьому одні з них ніяк не використовуються для підвищення надійності інших.
Таким чином, розробка предикторів, а також алгоритмічного й програмного забезпечення системи екологічного прогнозування повинна вестися з обов'язковим обліком не тільки властивостей досліджуваної системи, але й обсягу, і якості (точності) наявної емпіричної інформації. Мистецтво модельєра часто спрямоване саме на те, щоб, з одного боку, будувати моделі, параметри яких визначаються в підсумку спостережень досить точно, а з іншого - щоб вони (моделі) представляли ще й практичну значимість.
Розділ 3. Проблеми, породжені складністю екосистем
