ارزیابی مدل­های تجزیه­ی داده­های فراوانی مرحله­ای و امکان تصحیح اریب روش ساث­وود و جپسون بر اساس داده­های شبیه­سازی شده­ی سن گندم و پرورش آزمایشگاهی سه گونه حشره با ویژگی­های زیستی مختلف

تعداد 112صفحه در فایل word

گروه گیاه­پزشکی

کارشناسی‌ارشد

حشره شناسی کشاورزی

ارزیابی مدل­های تجزیه­ی داده­های فراوانی مرحله­ای و امکان تصحیح اریب روش ساث­وود و جپسون بر اساس داده­های شبیه­سازی شده­ی سن گندم و پرورش آزمایشگاهی سه گونه حشره با ویژگی­های زیستی مختلف

چکیده:

روش­های بسیاری برای استنباط اطلاعات لازم برای ساخت یک بودجه­ی زندگی از داده­های فراوانی مرحله­ای ابداع شده است. تفاوت این روش­ها در فرض­های صورت گرفته و تعداد پارامترهای برآورد شده می­باشد و نقطه­ی مشترک همه­ی آن­ها برآورد تعداد افرادی است که وارد مراحل زیستی متوالی می­شوند. هر یک از این روش­ها مزایا و معایبی دارند که از فرض­های آن­ها حاصل می­شود و این فرض­ها موجب ایجاد اریب­ها یا محدودیت­های محاسباتی در مورد داده­های واقعی می­شوند. هدف از انجام این تحقیق، بررسی و تجزیه و تحلیل روش­های مختلف موجود برای محاسبه­ی داده­های واقعی فراوانی مرحله­ای حشرات برای انتخاب روشی با کمترین اریب، تصحیح یا بهبود روش گرافیکی ساث­وود و جپسون (1962) بود که این روش مقبول­ترین شیوه در بین کاربران و دانشمندان است. برای این منظور، داده­ها­ی فراوانی مرحله­ای مورد نیاز از داده­های شبیه­سازی شده با کامپیوتر و داده­های آزمایشگاهی به­دست آمدند. داده­های آزمایشگاهی براساس پرورش سه گونه­ حشره شامل سن گندم Eurygaster integriceps Puton از ناجوربالان، سوسک کلرادوLeptinotarsa decemlineata (Say) از سخت­بال­پوشان و کرم غوزه­ی پنبه Helicoverpa armigera Hubner از بال­پولک­داران به­دست آمد. شبیه­سازی داده­ها نیز براساس اطلاعات قبلی موجود در مورد سن گندم (ایرانی­پور و همکاران، 1381) انجام گرفت که با توجه به این که اریب روش ساث­وود و جپسون از فرض نادرست عدم وقوع تلفات حین نشوونمای یک مرحله و وقوع آن در آخر هر مرحله ناشی می­شود، با احتساب درصدهای تلفات متفاوت (10، 25، 50، 75، 90 و 99%) با نرخ یا تعداد ثابت روزانه، مقادیر این اریب برآورد و امکان تصحیح آن مورد ارزیابی قرار گرفت. پس از بررسی و مقایسه­ی هفت روش تجزیه و تحلیل داده­های فراوانی مرحله­ای، نتیجه شد که روش KNM اریب­های بالایی در برآورد هر دو پارامتر تعداد افراد وارد شده به یک مرحله و تلفات مرحله­ای دارد و باید کنار گذاشته شود. روش ساث­وود و جپسون تا تلفات 50% اریب­های زیر 10% در تخمین تعداد وارد شده به یک مرحله ایجاد نمود که قابل قبول می­باشد، ولی در تلفات بالاتر تخمین­های آن مناسب نبود. درنظر گرفتن تلفات مرحله­ای در اغلب موارد موجب بهبود اریب روش ساث­وود و جپسون در برآوردهای تعداد وارد شده به یک مرحله  گردید با این­حال، چون تصحیح­های به­کار رفته برخلاف خود روش ساث­وود و جپسون که همواره اریب منفی دارد، اریب­هایی در هر دو جهت نشان دادند، برآورد تلفات مرحله­ای با روش ساث­وود را بهبود نبخشیدند. تنها روشی که در بیشتر موارد موجب بهبود نسبی تخمین­های این روش شد، تخمین مراحل متوالی از آخر به اول با فرض منحنی بقای نوع سوم بود که نخستین بار در این تحقیق به­کار رفته است. بنابراین تصحیح مذکور قابل توصیه می­باشد ولی روش ساث­وود و جپسون در مقایسه با سایر روش­ها کمترین اریب را در تخمین تلفات مرحله­ای نشان داد و بنابراین در تجزیه­ی عامل کلیدی بر روش­های تصحیح شده به­جز تصحیح مذکور در فوق  برتری دارد. فرض کاهش خطی یک مرحله نیز که اولین بار در این تحقیق به­کار رفته، در برآورد تعداد افراد وارد شده به هر مرحله، در مقایسه با روش ساث­وود و جپسون در اغلب موارد موجب کاهش اریب شد.

کلید واژه­ها:

داده­های فراوانی مرحله­ای، تعداد وارد شده به یک مرحله، شبیه سازی کامپیوتری، بقا و تلفات مرحله­ای