Графики распределения значений биологического признака. Основные правила построения графиков.

Ряд распределения — представляет собой упорядоченное распределение единиц изучаемой совокупности на группы по определенному варьирующему признаку. В зависимости от признака, положенного в основу образования ряда распределения различают атрибутивные и вариационные ряды распределения:

Атрибутивными — называют ряды распределения, построенные по качественными признакам.

Ряды распределения, построенные в порядке возрастания или убывания значений количественного признака называются вариационными.

Наглядно ряды распределения представляются при помощи графических изображений. Ряды распределения изображаются в виде:

Полигона. При построении полигона на горизонтальной оси (ось абсцисс) откладывают значения варьирующего признака, а на вертикальной оси (ось ординат) — частоты или частости. При построении полигона и кумуляты рекомендуется достраивать ломанную линию, принимая численности классов, примыкаемых с обеих сторон к вариационному ряду, равными нулю

Гистограммы. Для построения гистограммы по оси абсцисс указывают значения границ интервалов и на их основании строят прямоугольники, высота которых пропорциональна частотам (или частостям).

Кумуляты. Кумулята или кумулятивная кривая в отличие от полигона строится по накопленным частотам или частостям. При этом на оси абсцисс помещают значения признака, а на оси ординат — накопленные частоты или частости.

16. Метод индексов. Достоинства и недостатки метода. Примеры индексов.

Наряду с регрессионным анализом для выражения количественной связи между признаками в отдельных случаях используют индексы. В методе индексов величина одного признака выражается в форме определённого соотношения с величиной другого, связанного с ней признака. В простейшем случае величина индекса I равна отношению значения признака х к сопряжённому значения признака у. Это соотношение часто выражают в процентах. I=(х/у)*100% Метод индексов применяется преимущественно в зоологии, зоотехнике, антропометрии и нек. Др. областях науки. Примеры: - весовой индекс мозга I=(Gгм2/Gm)*100%, где Gгм – масса головного мозга, Gm – масса тела), - коэффициент целенцефализации I=(Gпм2/Gгм)*100%, (Gпм – масса переднего мозга, Gгм – масса головного мозга), - грудной индекс I=(Lш/Lг)*100%, (Lш и Lг - соответственно ширина и глубина груди), - индекс Успенского I=G/(T*L), G – масса тела человека, L – его рост, T – периметр грудной клетки. Между значениями индексов и определённых признаков животных может быть выявлена связь. Так, Р.С. Полякова на представителях семейства мышиных установила связь величины весового индекса мозга с подвижностью животных.

Ростово-весовой показатель оценивает пропорциональность показателей массы и роста ребенка. Для его определения используется специальная формула:

М х 100/ Р,

где М — показатель массы тела ребенка;

Р — показатель роста ребенка.

17) Средства механизации и автоматизации вычислительных работ в биологии,требования к ним со стороны биометрии и матем. Моделирования биологических систем. Наиболее старым инструментом для арифметических вычислений являлись счёты, счётная линейка, к-ая позволяет работать с log, тригонометрическими величинами и делать др. операции. Также механические устройства – арифмометры, курвиметры, планиметры. С помощью планиметра, напр., замеряют площади растительного листа, а с помощью курвиметра длину его контура. Сюда ещё относятся электронные микрокалькуляторы, но механические вычислительные машины сейчас практически не применяются. На смену им пришли электронные вычислительные машины (ЭВМ). Их достоинства: высокая скорость счёта, универсальность (решают много задач), наличие памяти, бесшумность выполнения операций, высокая надёжность и др. ЭВМ представлены цифровыми (ЦВМ) и аналоговыми (АВМ) выч. машинами.Моделирования биологических систем. Понятие сущности явлений, прогнозирование судьбы систем, исследование их поведения в ответ на воздействия, построение фазовых траекторий и другие задачи легче и дешевле решать с помощью моделей. Моделирование – использование моделей взамен реальных объектов при исследовании их, получило широкое использование в науке. Модель – это другой объект, обладающий свойствами, сходными с оригиналом. Существует большое число классов моделей (реальные, натуральные, аналоговые, идеальные, концептуальные и др.), к-ые отличаются по степени отвлеченности от реальных объектов.