مقایسه روش های شناسایی داده های پرت و تاثیر آنها در مطالعات اندازه گیری و ارزیابی مراتع

نویسندگان

1 استادیار گروه مرتع و آبخیزداری و عضوگروه پژوهشی خشکسالی و تغییر اقلیم، دانشکده منابع طبیعی و محیط زیست، دانشگاه بیرجند، بیرجند، ایران.

doi
10.22059/jrwm.2023.350908.1682
چکیده

این تحقیق به مقایسه روش‌های شناسایی داده پرت تک متغیره در بین داده‌های درصد پوشش گیاهی در یک مطالعه ارزیابی تاثیر شدت چرا در مراتع مناطق خشک می‌پردازد. بدین منظور، پس از اندازه‌گیری درصد پوشش گیاهی در مرتع و قبل از تحلیل آماری، وجود یا عدم وجود داده پرت به عنوان پیش فرض آزمون‌های پارامتریک فرضیه مقایسه‌ای بررسی شد. در این تحقیق از هشت روش شامل نمودار جعبه‌ای (Boxplot) و دامنه میان چارکی (روش Tukey)، انحراف معیار از میانگین (قانون Three-sigma)، انحراف مطلق از میانه (روش Hampel)، میانگین پیراسته، مقادیر صدک 1 و 99، آزمون کای اسکوئر (χ²)، آزمون گرابز (ESD) و آزمون روزنر (generalised ESD) استفاده شد. نتایج نشان داد که داده‌های درصد پوشش گیاهی مراتع با شدت چرای سبک و متوسط توزیع نرمال ندارند (آزمون شاپیرو-ویلک: 05/0 (P≤. حتی حذف داده پرت نیز منجر به نرمال شدن داده‌ها نشد، اما منجر به همگن شدن واریانس خطا شد (آزمون لیون: 05/0 (P≥. از هشت روش مورد استفاده، روش Z اصلاح شده و آزمون‌های گرابز و روزنر (05/0 (P≥، هیچکدام از داده‌های درصد پوشش گیاهی را به عنوان داده پرت تشخیص ندادند. از بین روش‌های مورد مطالعه، نمودار جعبه‌ای و روش انحراف مطلق از میانه که به میانگین وابسته نیستند، برای داده‌های پوشش گیاهی مناسب‌ترند. از این‌رو قبل از انجام هرگونه آزمون فرضیه مقایسه‌ای، استفاده ترکیبی از دو روش چشمی و آماری برای بررسی وجود یا عدم وجود داده‌های پرت توصیه می‌شود.