В статье предлагаются два подхода к анализу временных рядов численности бактериопланктона в трех различных слоях водной толщи озера Байкал. При первом подходе рассчитываются значения сезонной компоненты рядов методом скользящей средней и строятся аддитивные и мультипликативные модели, из которых на основании рассчитанных коэффициентов достоверности, выбираются лучшие. Проводится интерпретация оценок значений сезонной компоненты в каждой из них. При втором подходе выполняется корреляционно-регрессионный анализ совместного изменения численности бактериопланктона, температуры и уровня воды озера. Выдвигаются и проверяются статистические гипотезы о значимости коэффициентов корреляции между рассматриваемыми факторами. Строится математическая модель множественной регрессии с включением фиктивных переменных, описывающих влияние сезонных колебаний на изменение численности бактериопланктона. Рассчитывается статистическая оценка значимости построенной модели и включенных в модель факторов. Приводится интерпретация результатов корреляционно-регрессионного анализа по отношению к исследуемой предметной области. Делается вывод о том, что полученные результаты могут быть использованы при прогнозировании количества бактериопланктона в разные периоды времени, при составлении экологического обоснования состояния озера, а также прогноза его микробиологического режима.
The paper proposes two approaches to analyzing time series of bacterioplankton abundance in three different layers of the water column in Lake Baikal. In the first approach, the values of the seasonal component of the series are calculated using the moving average method, and additive and multiplicative models are constructed, from which the best models are selected on the basis of the calculated reliability coefficients. The seasonal component values in each of them are estimated. In the second one, correlation and regression analysis of joint changes in bacterioplankton abundance, temperature and lake water level is performed. Statistical hypotheses about the significance of correlation coefficients between the considered factors are put forward and tested. A mathematical model of multiple regression with inclusion of dummy variables describing the influence of seasonal fluctuations on changes in bacterioplankton abundance is constructed. Statistical assessment of the significance of the model and the factors included in the model is calculated. The results of correlation-regression analysis are interpreted in relation to the subject area under study. The findings can be used in predicting the amount of bacterioplankton in different periods of time, in making an ecological substantiation of the state of the lake, as well as in forecasting its microbiological state.
The authors declare that there are no conflicts of interest present.