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

Abstract

این تحقیق به مقایسه روش¬های شناسایی داده پرت تک متغیره در بین داده¬های درصد پوشش گیاهی در یک مطالعه ارزیابی تاثیر شدت چرا در مراتع مناطق خشک می¬پردازد. بدین منظور، پس از اندازه¬گیری درصد پوشش گیاهی در مرتع و قبل از تحلیل آماری، وجود یا عدم وجود داده پرت به عنوان پیش فرض آزمون¬های پارامتریک فرضیه مقایسه¬ای 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 داده¬های 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 داده¬ها نشد، اما منجر به همگن شدن واریانس خطا شد (آزمون لیون: 05/0 (P≥. از هشت روش مورد استفاده، روش Z اصلاح شده و آزمون¬های گرابز و روزنر (05/0 (P≥، هیچکدام از داده¬های درصد پوشش گیاهی را به عنوان داده پرت تشخیص ندادند. از بین روش¬های مورد مطالعه، نمودار جعبه¬ای و روش انحراف مطلق از میانه که به میانگین وابسته نیستند، برای داده¬های پوشش گیاهی مناسب¬ترند. از این¬رو قبل از انجام هرگونه آزمون فرضیه مقایسه¬ای، استفاده ترکیبی از دو روش چشمی و آماری برای بررسی وجود یا عدم وجود داده¬های پرت توصیه می¬شود.