фіцієнт кореляції між відповідними параметрами.
У курсовій роботі побудована матриця парної кореляції компонентів у підземних водах (табл. 3).
Серед отриманих даних виявлені парою компонентів, що утворюють різну ступінь лінійної залежності:
| r |> 0.9 виділено жирним - M-Na, M-Cl, Na-Cl, M-Sr, Na-Sr, Cl-Sr, M-Cu, Na-Cu, Cl-Cu, Fe2- Cu, Sr-Cu, L-Cu, Br-Cu, F-Cu.
.8 <| r | <0.9 виділено підкресленням - M-Ca, Жорсткість-Ca, Жорсткість-Mg, Fe2-Li, Sr-Br, Жорсткість-Cu, Ca-Cu, Mg-Cu.
.5 <| r | <0.9 виділено курсивом - M-Жорсткість, Na-Ca, pH-Mg, Жорсткість-Cl, Ca-Cl, Mg-SO4, Mg-Zn, Жорсткість-Sr, Жорсткість- Ca, Жорсткість-Mg, M-Li, Na-Li, Cl-Li, Li-Br, Sr-Li.
Таблиця 3. - Матриця парної кореляції компонентів у підземних водах. P align = "justify">
4. Регресійний аналіз компонентів підземних вод району
Регресія використовується для аналізу впливу на окрему залежну змінну значень однієї або більше незалежних змінних.
Регресійний аналіз встановлює форми залежності між випадковою величиною Y (залежної) і значеннями однієї або декількох змінних величин X (незалежних), причому значення останніх вважаються точно заданими. Така залежність зазвичай визначається деякою математичною моделлю (рівняння регресії), що містить кілька невідомих параметрів. У ході регресійного аналізу на підставі вибіркових даних знаходять оцінки цих параметрів, визначаються статистичні помилки оцінок або межі довірчих інтервалів і перевіряється відповідність прийнятої математичної моделі експериментальних даних. p align="justify"> У лінійному регресійному аналізі зв'язок між випадковими величинами передбачається лінійною. У самому простому випадку в лінійній регресійній моделі є дві змінні X і Y. Потрібно за n парам спостережень (Xi Yi) побудувати пряму лінію, звану лінією регресії, яка максимально наближає спостерігаються значення. Рівняння цієї лінії Y = aX + b є регресійним рівнянням. За допомогою регресійного рівняння можна передбачити очікуване значення величини Y, відповідне заданому значенню незалежної змінної X.
Мірою ефективності регресійній моделі є коефіцієнт детермінації (величина достовірності апроксимації) R2, який визначає, з яким ступенем точності отримане регресійне рівняння описує вихідні дані.
У курсовій роботі для пар компонентів, що мають значущі коефіцієнти парної кореляції, побудовані графіки залежності (малюнки 8-16). Знайдені для цих пар рівняння регресії і величини достовірності апроксимації зведені в таблиці 4. br/>
Таблиця 4. - Зведена таблиця рівнянь регресії. p align="justify"> Пара компонентів або показателейУравненіе регрессііВелічіна достовірності аппроксімацііM-Nay = 348,29 x - 367,64 R2 = 0,9909 M-Cly = 587,67 x - 967,39 R2 = 0,9907 M-Cay = 16,972 x +131 , 85R2 = 0,6377 Жорсткість-Cay = 1...
