5
торых суммарная численность сообщества индикаторов составляет менее 30% численности пол-
ного сообщества, а также из каждой пробы исключены виды с относительной численностью менее
5%. В результате для дальнейшего анализа сохранено 959 наблюдений.
Исследование адекватности модели. Адекватность исследуемых моделей оценивали при
помощи коэффициента детерминации:
К = 1—Ё‚
р
где $5 — сумма квадратов отклонений предсказанных моделью численностей от эксперименталь-
ных; Р — сумма квадратов отклонений экспериментальных численностей в пробе от их общего
среднего.
Несколько более высокий коэффициент детерминации характерен для параметра ; экспо-
ненциальной модели: доля случаев, где КЁ — КЁ > (, составила 54%. Заметим, что отличие в степе-
ни адекватности гиперболической и экспоненциальной моделей явно незначительно. Более того,
если оценку адекватности проводить с учетом ошибок в определении численностей видов, кото-
рые в среднем составляют 20% (Федоров, 1979), то предсказания обеих моделей попадают в кори-
дор ошибок, т.е. являются одинаково и полностью адекватными (Забурдаева, Левич, 2007). Мо-
дель В.Н.Максимова (Максимов, 2004) также приемлемо описывает имеющиеся данные с учетом
погрешностей в подсчете численностей. Аналогичный вывод сделан и для двухпараметрической
дзета-модели ранговых распределений (Левич, 1980; Булгаков и др., 2005). Поэтому степень адек-
ватности модели для анализируемого нами массива данных оказалась неспособной служить осно-
ванием при выборе модели.
Исключение зависимости выравненности распределений от видового богатства. В ин-
тервале числа сохраненных в пробе видов от 2 до 8 наблюдается наиболее сильная зависимость
параметров ранговых распределений от числа видов (другими словами, зависимость выравненно-
сти видового разнообразия от видового богатства) (рис. 1). Исключить указанную зависимость
можно, сохранив в анализируемом массиве только пробы с числом видов, например, не менее че-
тырёх, и отбросив в этих пробах пятый и всеё последующие виды. Однако структура данных по
фитопланктону Дона такова, что около 50% имеющихся наблюдений содержит пробы с одним,
двумя или тремя видами, и их исключение привело бы к резкому сокращению доступных анализу
наблюдений. Чтобы сохранить достаточное количество наблюдений, можно рассматривать в каж-
дой пробе два доминирующих вида. Отметим, что численности л, и л, этих видов определены с
наименьшими ошибками. Параметры ранговых распределений в этом случае могут быть рассчи-
. 
п 
п
таны без статистического оценивания по простым формулам: , = 
„й В. = 102 
ее На рис. 2
1 
2
приведено распределение значений параметра , для фитопланктона бассейна реки Дон.
Обозначим символом , параметр рангового распределения, рассчитанный по первым четы-
рем видам тех проб, число видов в которых не менее четырёх (рис. 2). Параметр :, должен быть
менее чувствителен, чем параметр , 
, к погрешностям в подсчете численностей (это подтвержде-
но анализом 50 параллельных проб (табл. 1)). В то же время применение параметра , ‚ как было
сказано выше, ограничивает нас в количестве наблюдений, доступных для анализа (в исследован-
ном массиве 879 наблюдений содержат не менее двух видов и только 487 — не менее четырёх).
Коэффициенты корреляции между параметром : ‚ рассчитанным методом нелинейного оце-
нивания по полному набору видов-индикаторов, и параметрами 5. и ;, соответственно равны 0.90
и 0.99.
п
Использование индекса доминирования @, =1- % позволяет сохранить для анализа наи-
большее количество наблюдений, так как для его расчета достаточно знать обилие лишь одного
вида (рис. 2).