по ит в предметной области 4 интернет ресурсы в предметной области 54 (стр. 9 из 11)
• VCUR – имя текущей переменной
• LAG – разность значения указанной переменной и значения параметра (лага)
• DIF –возвращает значение, записанное в ячейке таблицы, минус значение в текущей ячейке минус значение сдвига
• CUSUM – (кумулятивная) сумма значений переменной для наблюдений с первого по текущее
• DATA – возвращает значение указанной переменной для наблюдения с указанным номером
• NCASES – количество наблюдений в таблице
• NVARS – количество переменных в таблице
• Munger - функция для работы со строками, используемая для изменения и удаления подстроки
• Contains –возвращает порядковый номер буквы, с которой начинается первое вхождения подстроки в строку
• Word – извлекает n-ое слово из текстовой строки; предполагается, что слова разделены пробелами
• Item – извлекает n-ое слово из текстовой строки; предполагается, что слова разделены пробелами или указанными символами
• Hex – возвращает шестнадцатеричное значение аргумента
• Repeat – возвращает строку, состоящую указанной строки, повторённой указанное количество раз
• Floor – наибольшее целое число, меньшее или равное указанного
• Ceiling - наименьшее целое число, большее или равное указанного
• Round – округляет заданное число с заданной точностью
• FACT – факториал числа
• COMBIN – количество сочетаний из n по k
• PERMUT – количество перестановок из n по k
• CHOOSE – i-ый элемент массива
• MATCH – Если значение = Vi, то функция возвращает Ri, если значение пропущено, то функция возвращает «пустое» значение, иначе - Rdefault
• IN – функция возвращает ненулевое значение, если первый аргумент равен какому-либо из других аргументов. Аргументы могут быть константами, ссылками на переменные или выражениями.
• Ещё 14 функций для работы с данными, месяцами, днями недели и временем.
STATISTICA Query. С рабочими книгами связаны новые события, относящиеся к запущенным процессам. Использование этих событий может быть весьма полезно для одновременной работы с фоновыми запросами и запросами «переднего плана». Одна функция вызывается, когда запрос уже выполнен; другая – когда при выполнении запроса возникает ошибка. События могут быть подключены с помощью SVB (используя описание WithEvents), или посредством внешних языков.
WebSTATISTICA шаблоны производительности. Можно получить доступ к шаблонам производительности, используя стандартные системные средства.
ГЛАВА 3 ПРИМЕР ИСПОЛЬЗОВАНИЯ ИТ ДЛЯ ОБРАБОТКИ НАУЧНЫХ ДАННЫХ
В этой главе будет рассмотрен пример использования MS Access и MS Exсel для разноуровневой обработки данных, полученных в ходе проведения зоологического исследования, посвященного изучению сезонной динамики птиц на модельном участке.
3.1 Создание и работа с базами данных в MS Access.
Первоначально в режиме конструктора были созданы необходимые таблицы для занесения в них основных типов данных. Таблица под названием «Вид» содержит 5 полей, в которых отражается информация о систематическом положении вида и его массе (рис. 1,2).
 |  |
Таблица под названием «Сезоны» содержит 2 поля, включающие код и название сезона (рис. 3,4).
Рисунок 3 Рисунок 4
Таблица под названием «Точки учета» содержит 6 полей, включающих информацию о географическом местоположении района исследований (рис. 5,6).
Рисунок 5 Рисунок 6
Таблица под названием «Птицы» содержит информацию о количестве особей одного вида, встреченных за один учет и была выбрана в качестве связующей (рис.7,8).
Рисунок 7 Рисунок 8
Также была создана таблица под названием «Учеты» содержащая лишь одно поле «Код учета» (рис. 9,10).
Рисунок 9 Рисунок 10
Далее на основе созданных таблиц в режиме мастера были построены соответствующие формы. Для удобства заполнения форма под названием «Птицы» включает в себя формы «Сезоны» и «Вид» в качестве подчиненных (рис. 11).
Рисунок 11
Для обеспечения целостности и функционирования базы данных были организованы связи между таблицами. В качестве центральной связующей выступает таблица под названием «Птицы» (рис. 12).
Рисунок 12
На основе организованной базы данных очень удобно, используя объект Запросы, получать необходимые комбинации данных. Например в данном исследовании для дальнейшей обработки необходимо получить информацию о численности каждого вида в конкретный сезон (рис.13,14).
Рисунок 13 Рисунок 14
Либо необходимо получить информацию о видах и количестве особей каждого вида, встречающихся за один учет (рис. 15,16).
Рисунок 15 Рисунок 16
3.2 Статистическая обработка данных в MS Excel.
В приложении MS Excel была проведена статистическая обработка данных, полученных в ходе зоологического исследования по учету птиц. Первоначально были рассчитаны суммарные величины численности по каждому из видов и общая численность всех видов, используя функцию СУММ из категории математические (рис. 17).
Рисунок 17
На базе данных по численности были получены данные по плотности и биомассе способом копирования формулы на весь диапазон (рис 18).
Рисунок 18
Для всех массивов данных для каждого из сезонов были рассчитаны средние величины и следующие статистические параметры: стандартное отклонение, среднеквадратичное отклонение и коэффициент вариации, используя соответствующие формулы из категории статистические (рис. 19).
Рисунок 19
На основе полученных данных для графического представления были созданы необходимые гистограммы. Например для иллюстрации процентного вклада видов-доминантов в общую численность по каждому из сезонов была использована диаграмма с накоплением (рис. 20).
Рисунок 20
ГЛАВА 4 ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ
Как известно выбор конкретной программы для обработки данных, полученных в ходе своей исследовательской деятельности, определяется многими факторами: поставленными исследователем целями и задачами, возможностями конкретных программ, знаниями, навыками и умениями пользователя в определенных программах и приложениях. Выбор программы по большей степени носит индивидуальный характер. Очевидно, что наилучший эффект будет достигнут в хорошо знакомой, но менее технически сложной программе, чем в незнакомой, полной различных современных функций. Потому что, не каждый пользователь любит тратить свое время на разбор какой-то новой, ранее никем широко не используемой программы, нежели он лучше воспользуется хорошо известной среди многих людей. Например, иногда, как было показано выше, для статистической обработки данных достаточно и программы MS Excel.
Сравнение трех выбранных программ достаточно условный процесс, поскольку в каждой из них потенциальный пользователь может найти для себя как достоинства, так и недостатки.
В настоящее время MS Access уверенно занимает лидирующее положение среди СУБД, функционирующих под управлением операционной системы Windows. Большинство исследователей, имеющих дело с большими объемами информации, по достоинству оценили удобство и простоту работы с базами данных в MS Access.
У двух рассмотренных программ MS Excel и STATISTICA есть много общего – одинаковый общий вид рабочего окна, одинаковый способ введения и корректировки данных, одинаковая возможность производить расчеты как статистических, так и других параметров, способность графического представления результатов. Разница состоит лишь в скорости проведения расчетов и в структуре самих программных пакетов в целом. Если вы хотите подсчитать сумму, среднее значение, квадрат и т.п., то в этом случае следует воспользоваться Excel. Те же самые индексы видового сходства (Чекановского-Соренсена и Жаккара) и видового разнообразия (Шеннона и Маргалефа) можно подсчитать в Excel без каких-либо трудностей, главное – правильно составит формулу, и подставить нужные значения параметров. А затем можно построить какой-нибудь график, который визуально будет отражать полученные результаты (к примеру, динамику изменения конкретного параметра за определенное время).