Khai thác và sử dụng SPSS để xử lý số liệu nghiên cứu trong lâm nghiệp - Chương 8

Kiểm tra Dạng phân bố lý thuyết8.1. ý nghĩa của ph-ơng pháp kiểm tra dạng phân bố Việc kiểm tra dạng phân bố có ý nghĩa nh- sau: - Cho phép vận dụng một số ph-ơng pháp thống kê nào đó nếu điều kiện phân bố của đại l-ợng quan sát thoả mãn. Chẳng hạn nếu đại l-ợng quan sát là chuẩn thì khi so sánh 2 mẫu và nhiều mẫu độc lập có thể dùng tiêu chuẩn t hoặc có thể dùng phân tích ph-ơng sai mà không bị vi phạm về nguyên tắc. - Có thể thực hiện...
Nội dung trích xuất từ tài liệu:
Khai thác và sử dụng SPSS để xử lý số liệu nghiên cứu trong lâm nghiệp - Chương 8 Ch−¬ng 8 KiÓm tra D¹ng ph©n bè lý thuyÕt8.1. ý nghÜa cña ph−¬ng ph¸p kiÓm tra d¹ng ph©n bè ViÖc kiÓm tra d¹ng ph©n bè cã ý nghÜa nh− sau: - Cho phÐp vËn dông mét sè ph−¬ng ph¸p thèng kª nµo ®ã nÕu ®iÒu kiÖn ph©nbè cña ®¹i l−îng quan s¸t tho¶ m·n. Ch¼ng h¹n nÕu ®¹i l−îng quan s¸t lµ chuÈn th×khi so s¸nh 2 mÉu vµ nhiÒu mÉu ®éc lËp cã thÓ dïng tiªu chuÈn t hoÆc cã thÓ dïngph©n tÝch ph−¬ng sai mµ kh«ng bÞ vi ph¹m vÒ nguyªn t¾c. - Cã thÓ thùc hiÖn mét sè biÖn ph¸p kü thuËt L©m sinh nµo ®ã khi d¹ng ph©n bècña ®¹i l−îng quan s¸t ®−îc x¸c ®Þnh. Ch¼ng h¹n nÕu ph©n bè ®−êng kÝnh D1.3 cña métl©m phÇn rõng trång gÇn gièng ph©n bè chuÈn, cã nghÜa rõng ®· ®Õn thêi kú khÐp t¸ncÇn tiÕn hµnh tØa th−a ®Ó t¹o ®iÒu kiÖn cho rõng ph¸t triÓn. Trong §iÒu tra rõng, quyluËt cÊu tróc tÇn sè hay tÇn suÊt t−¬ng øng víi mçi tæ cña nh©n tè ®iÒu tra nµo ®ã ®·®ù¬c x¸c ®Þnh bëi c¸c hµm to¸n häc kh¸c nhau (ph−¬ng ph¸p gi¶i tÝch) hoÆc biÓu thÞd−íi d¹ng biÓu ®å theo c¸c gi¸ trÞ tuyÖt ®èi hoÆc t−¬ng ®èi, lµm c¬ së cho viÖc x¸c®Þnh c¸c ph−¬ng ph¸p ®iÒu tra thèng kª, ®iÒu tiÕt kh«ng gian dinh d−ìng theo giai®o¹n tuæi cña l©m phÇn nghiªn cøu, x©y dùng c¸c b¶ng biÓu chuyªn dông (biÓu thÓtÝch, biÓu qu¸ tr×nh sinh tr−ëng…) trong kinh doanh, nh»m n©ng cao chÊt l−îng vµ lµmgiµu rõng. Trong phÇn mÒm SPSS cho phÐp ta kiÓm tra luËt ph©n bè chuÈn, ph©n bè mò,ph©n bè Poisson theo ph−¬ng ph¸p Kolmogorov – Smirnov (K-S) vµ th¨m dß mét sèd¹ng lý thuyÕt theo ph−¬ng ph¸p s¬ ®å mµ kh«ng cã sù kiÓm tra chÝnh x¸c theoph−¬ng ph¸p khi b×nh ph−¬ng. Tuy nhiªn, viÖc kiÓm tra theo tiªu chuÈn nµy còng sÏ®−îc tr×nh bµy ë môc 8.3 trªn c¬ së ph©n tÝch mèi quan hÖ phi tuyÕn gi÷a tÇn sè (hoÆctÇn suÊt) víi c¸c biÕn quan s¸t. Khi thùc hiÖn theo ph−¬ng ph¸p nµy cã mét vµi b−íctÝnh cã thÓ kÕt hîp trªn b¶ng tÝnh Excel th× nhanh h¬n.8.2. KiÓm tra ph©n bè b»ng ph−¬ng ph¸p Kolmogorov-Smirnov theo quy tr×nhsau QT 8.1 Tiªu chuÈn Kolmogorov - Smirnov (cã tµi liÖu chØ gäi lµ tiªu chuÈnKolmogorov) ®−îc tÝnh theo c«ng thøc: n * sup Fn ( x) − F0 ( x) Z= (8-1) n = dung l−îng quan s¸t, Fn(x) hµm ph©n bè thùc nghiÖm, F0(x) hµm ph©n bè lý thuyÕt. NÕu x¸c suÊt cña Z mµ > 0,05 th× gi¶ thuyÕt H0: F(x) =F0(x) ®−îc chÊp nhËn. Cã nghÜa ph©n bè thùc nghiÖm lµ phï hîp víi ph©n bè lý thuyÕt ®· lùa chän. ViÖc vËn dông tiªu chuÈn nµy khi n t−¬ng ®èi lín. Quy tr×nh kiÓm tra theo tiªu chuÈn nµy nh− sau 182 QT8.1 1. Analyze Nonparametric Tests One -Sample K- S2. Trong hép tho¹i Test variable lists (h×nh 8-1) ®−a biÕn kiÓm tra (ch¼ng h¹n hvn) vµo vµ ®¸nh dÊu d¹ng ph©n bè cÇn kiÓm tra: Normal, Poisson...3. Trong Options cña hép tho¹i One Sample K-S (h×nh 8-3), nÕu muèn biÕt chi tiÕt c¸c ®Æc tr−ng mÉu, cÇn lùa chän thªm Descriptive vµ nhÊn Continue ®Ó trë vÒ thùc ®¬n cña hép tho¹i One Sample Kolmogorov Smirnov Test (h×nh 8-2) .4. OK H×nh 8-1. Hép tho¹i One Sample Kolmogorov Smirnov Test. H×nh 8-2. Hép tho¹i One Sample K- S: Options.VÝ dô 8.1 H·y kiÓm tra theo d¹ng chuÈn chiÒu cao cña 70 c©y cho ë b¶ng 8-1 sau: 183 B¶ng 8-1. ChiÒu cao vót ngän cña 70 c©y Hvn(m) TT Hvn (m) TT Hvn (m) TT Hvn (m) TT Hvn (m) 1 8.10 36 12.40 19 11.80 54 15.30 2 8.30 37 12.30 20 11.70 55 15.40 3 9.30 38 12.50 21 11.50 56 15.40 4 9.70 39 12.40 22 11.20 57 16.10 5 9.30 40 12.70 23 11.30 58 16.30 6 9.40 41 13.50 24 11.60 59 16.70 7 9.20 42 12.30 25 11.50 60 16.50 8 10.40 43 12.40 26 11.40 61 16.70 9 10.20 44 12.30 27 11.30 62 16.20 10 10.50 45 12.80 28 11.40 63 10.00 11 10.60 46 13.00 29 11.80 64 10.00 12 10.80 47 13.50 30 11.40 65 10.20 13 10.60 48 13.40 ...