Компьютерные технологии и статистические методы в анализе данных по внутренней освещенности - Студенческий научный форум

XV Международная студенческая научная конференция Студенческий научный форум - 2023

Компьютерные технологии и статистические методы в анализе данных по внутренней освещенности

Куренкова В.А. 1, Савватеева О.А. 1
1Федеральное государственное бюджетное образовательное учреждение высшего образования "Университет "Дубна"
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF

Общеобразовательные учреждения – это места, где ежедневно скапливаются огромное количество детей, учащихся, сотрудников. И естественно, такие места не должны обходиться без хорошего освещения, особенно, если это касается дошкольников. Дети больше всего подвержены риску для своего здоровья в плохо освещенной группе, следовательно, вовремя исследовать и анализировать освещенность.

В 2022 году в г. Дубна была исследована освещенность в группах в одном из детских образовательных учреждений, полученные данные были проанализированы и обработаны, были сделаны выводы. Обработка данных велась в таких программах, как Microsoft Excel, STATISTICA, Surfer.

Microsoft Excel. Для начала, чтобы начать анализировать данные, была использована описательная статистика, которая предоставляет программа Microsoft Excel. Измерения, которые проводились в ясельной группе «Непоседы» детского сада, были произведены в 10 разных точках трехкратно, после чего усреднялись. Уже средние значения были взяты за выборку в трех комнатах группы, другими словами, объем выборки для каждой комнаты составил 10 значений.

Табл. 1. Объем выборки данных измерения освещения в игровой комнате ясельной группы «Непоседы»

Значение

Частоты

96

2

97

1

330

2

331

1

353

1

356

1

357

1

363

1

364

1

367

1

376

1

377

2

407

1

409

1

410

1

476

1

477

1

478

1

494

1

496

1

497

1

512

1

519

1

524

1

554

1

555

1

556

1

Значение

Частоты

71

1

69

2

84

1

82

1

83

1

48

1

49

1

50

1

92

1

93

2

79

2

80

1

54

1

52

2

73

1

74

2

113

1

111

2

66

2

67

1

46

3

Табл. 2. Объем выборки данных измерения освещения в спальне ясельной группы «Непоседы

Табл. 3. Объем выборки данных измерения освещения в раздевалке ясельной группы «Непоседы»

Значение

Частоты

232

3

239

1

238

1

237

1

124

1

131

1

127

1

182

2

183

1

184

1

179

1

180

2

177

2

186

1

187

1

224

3

225

2

226

1

178

1

287

2

288

1

После чего по эти данным была сделана описательная статистика в Microsoft Excel [1].

Рис. 1. Описательная статистика по Microsoft Excel в трех комнатах ясельной группы "Непоседы"

Как видно по рисунку, среднее арифметическое и медиана довольно близко друг к другу находятся, когда мода показывает, что чаще всего встречаются значения гораздо меньшие, нежели первые два параметра. Только в раздевалке превышает. Так же можно увидеть, что асимметричность во всех трех случаях практически отсутствует, а это говорит о том, что мода в этих случаях – плохой вариант для выбора описательной статистики. Можно увидеть, что во всех трех случаях довольно большая стандартная ошибка и стандартное отклонение. Получается, что среднее арифметическое может быть выполнено с какой-то ошибкой, а следовательно, выбор в описательной статистике в этом примере будет медиана, так как она лучше всего показывает качественную информацию о выборках.

Так же нужно отметить, что везде большой шаг. Значения минимума и максимума разняться на больших интервалах. Возможно, измерения были сделаны «грязно»:

- Во время измерений выходило Солнце;

- Сам прибор был затемнен.

После того, как была сделана описательная статистика в Microsoft Excel, значения были использованы в программе STATISTICA [1]. Здесь брались все 30 значений в каждой комнате, чтобы более точно построить следующие гистограммы:

Рис. 2. Гистограмма по данным освещения в игровой комнате ясельной группы "Непоседы"

Рис. 3. Гистограмма по данным освещения в спальне ясельной группы "Непоседы"

Рис. 4. Гистограмма по данным освещения в раздевалке ясельной группы "Непоседы"

Как видно, все графики распределения во всех трех комнатах не очень близки к нормальному распределению[2].

Так же были построены графики сравнения с нормами, прописанными в СП 2.4.3648-20 «Санитарно-эпидемиологические требования к организациям воспитания и обучения, отдыха» [3]:

Рис. 5. График сравнения измеренных данных освещения в игровой комнате группы «Непоседы» с СП 2.4.3648-20

Рис. 6. График сравнения измеренных данных освещения в спальне группы «Непоседы» с СП 2.4.3648-20

Рис. 7. График сравнения измеренных данных освещения в раздевалке группы «Непоседы» с СП 2.4.3648-20

Как видно, везде есть отклонения по части освещения. Особенно это заметно в спальне.

После этого, чтобы наглядно представить, где проводились измерения, была составлена картосхема в Surfer 15 [4].

Рис. 8. Схема измерения освещенности в ясельной группе "Непоседы"

После чего методом пространственной интерполяции Криге или кригинга («Kriging»)[5] строилась поверхность, на которой визуально можно увидеть, где есть отклонения от нормативов.

Рис. 9. Цветная схема изолиний освещения в ясельной группе "Непоседы"

Как видно по карте, практически вся правая сторона окрашена в красный, а самое минимально видимое число на изолинии – 140. Значит, остальные гораздо ниже. Можно также отметить, что изолинии числом 440 присутствуют в игровой комнате, особенно там, где расположены окна. Если вспомнить, какой интервал был в описательной статистике, то, вероятнее всего, это и есть те «грязные» измерения.

По итогу апробации различных программных средств для анализа данных по внутренней освещенности (группы ДОУ) можно сделать ряд выводов:

Различные программные продукты позволяют глубже понять структуру имеющихся данных. Поэтому можно рекомендовать при любых массивах данных, тем более в сфере BigData, не ограничиваться одним средством или программным обеспечением;

Без первичного разведывательного анализа сложно использовать более развитые методы исследования. Поэтому дескриптивная статистика может быть рекомендована во всех исследованиях;

При наращивании массива данных могут быть применены и более развитые методы и подходы исследования.

Литература.

Савватеева О.А., О.В. Анисимова. Компьютерные технологии и статистические методы в экологии и природопользовании. Практикум. Учебное пособие – Дубна, 2015 г.

StatSoft. Электронный учебник по статистике. Доступно по адресу: http://statsoft.ru/home/textbook/default/htm (19.12.2022)

СП 2.4.3648-20 «Санитарно- эпидемиологические требования к организациям воспитания и обучения, отдыха»

Surfer. Full User’s Guide – http://downloads.goldensoftwware.com/guides/Surfer15UserGuide.Pdf (18.12.2022)

Мальцев К.А, Мухарамова С.С. Построение моделей пространственных переменных.(С применением пакета SURFER). Учебное пособие – Казань, 2014 г.

Просмотров работы: 249