000 - исходный уровень плодородия, без  применения удобрений и средств  защиты растений от вредителей , болезней и сорняков;

       111 - средний уровень плодородия  почвы, минимальная доза удобрения,  биологическая защита растений  от вредителей и болезней;

       222 - исходный уровень плодородия  почвы, средняя доза удобрений,  химическая защита растений от сорняков;

       333 - высокий уровень плодородия  почвы, высокая доза удобрений,  химическая защита растений от  вредителей и болезней.

       Изучались варианты, где представлен только один фактор:

       200 – плодородие:

       020 – удобрения;

       002 - средства защиты растений.

       А также варианты с различным сочетанием факторов - 111, 131, 133, 022, 220, 202, 331, 313, 311.

       Целью исследования являлось изучение торможения хлоропластов и коэффициента мгновенного роста, как показателей загрязнения почвы, в различных вариантах многофакторного опыта.

       Торможение  фототаксиса хлоропластов ряски  малой исследовали в различных  горизонтах почвы: 0-20, 20-40 см. Анализ изменчивости фототаксиса в разных вариантах опыта показал достоверное влияние каждого из факторов (плодородия почвы, системы удобрений и системы защиты растений). Доля в общей дисперсии плодородия почвы составила 39,7%, системы удобрений - 30,7%, системы защиты растений - 30,7 %.

       Для исследования совокупного влияния  факторов на торможение фототаксиса  хлоропластов использовались различные  сочетания вариантов опыта: в  первом случае - 000, 002, 022, 222, 220, 200, 202, 020, во втором случае - 111, 333, 331, 313, 133, 311, 131.

       Результаты  двухфакторного дисперсионного анализа  свидетельствуют о достоверном  влиянии взаимодействующих системы  удобрений и системы защиты растений на различия в фототаксисе для  первого случая (доля в общей дисперсии  составила 10,3%). Для второго случая обнаружено достоверное влияние взаимодействующих плодородия почвы и системы удобрений (53,2%).

       Трехфакторный дисперсионный анализ показал в  первом случае достоверное влияние  взаимодействия всех трех факторов. Доля в общей дисперсии составила 47,9%.

       Коэффициент мгновенного роста исследовали  в различных вариантах опыта 000, 111, 222, 333, 002, 200, 220. Первый этап тестирования - до внесения гербицидов на посевах  озимой пшеницы (апрель), второй этап - после внесения гербицидов (май) и последний - на момент уборки (июль). Предшетвенники - подсолнечник и кукуруза на зерно.

       Появление новых листецов наблюдали после  короткой лаг-фазы с периодом суммарного удвоения сырой массы 2 - 4 суток.

       В контроле и в каждом варианте на основании полученных результатов рассчитывали коэффициент мгновенного роста популяции r и далее рассчитывали время удвоения численности листецов (t _удв ).  

       t_удв=ln2/r.

       Расчет  этих показателей был проведен в  динамике с анализом почвенных образцов. Анализ данных показал, что время удвоения популяции рясок до обработки почвы было наименьшем по сравнению с данными после обработки и на момент уборки. В динамике наблюдений больший интерес вызывает отклик почвы после внесения гербицида и на момент уборки. Прежде всего взаимодействие с удобрениями и уровнем плодородия.

       Подчас  получить прямой отклик на внесение химических препараратов может быть осложнено  взаимодействием препарата с  удобрениями, как органическими, так  и минеральными. Полученные данные позволили проследить динамику отклика вносимых препаратов, во всех вариантах с химическими средствами защиты, где отмечается приостановка роста индикатора.

       Данные  однофакторного дисперсионного анализа  показали достоверное влияние каждого  показателя на темпы роста ряски  малой на первом этапе. На втором этапе эффект различий по плодородию почвы составил 65,0 %, по системе удобрений и системе защиты растений - по 65,0%. Факторы показали достоверные различия среднего по коэффициенту мгновенного роста варианта 222 и вариантов 000, 111, 333. На третьем этапе доля в общей дисперсии плодородия почвы составила 42,9%, системы удобрений и системы защиты растений - по 42,9%. Отмечено достоверное различие по средним значениям вариантов 000 и 111, вариантов 333 и 222.

       Исследуемые образцы почвы с вариантов полевого мониторинга отличаются друг от друга по показателю торможение фототаксиса. Отмечено влияние факторов плодородия, система удобрений и средства защиты растений с долями 30,7 и 39,7% при однофакторном анализе, при двух факторном и трехфакторном - зарегистрировали совместное влияние факторов.

       Анализ  результатов опыта показал незначительные различия между горизонтами почвы  по показателю - торможение фототаксиса. Отличия отмечены по средним значениям.

       На  всех вариантах, где имеются средства защиты растений наблюдается изменения положения хлоропластов и приостановка роста ряски малой.  
 

           Грипп вызывает  повышенную выработку  гистамина 
 

       Исследователи из детской больницы в Питсбурге (США) получили первые доказательства того, что при острых респираторных  вирусных инфекциях повышается уровень  гистамина. Несмотря на то, что и  раньше предполагалось, что гистамин играет определенную роль в возникновении симптомов острых респираторных инфекциях верхних дыхательных путей.

         Ученых интересовало, почему многие  люди применяют для самолечения  «простудных» заболеваний и насморка  антигистаминные препараты, которые во многих странах входят в категорию OTC, т.е. доступны без рецепта врача.

       Целью проведенного исследования было определить, повышается ли продукция гистамина  при экспериментальной инфекции, вызванной вирусом гриппа А.

       15 здоровым добровольцам интраназально ввели вирус гриппа А, а затем наблюдали за развитием инфекции. Ежедневно в течение заболевания у добровольцев собиралась утренняя порция мочи, а затем проводилось определение гистамина и его метаболитов и рассчитывалось общее количество гистамина и его метаболитов, выделенных за сутки.

       Заболевание развилось у всех 15 добровольцев. Дисперсионный анализ подтвердил достоверно более высокий уровень гистамина  в моче на 2-5 сутки вирусной инфекции (p<0,02) - период, когда симптомы «простуды» наиболее выражены. Парный анализ показал, что наиболее значительно уровень гистамина повышается на 2 день заболевания. Кроме этого, оказалось, что суточное количество гистамина и его метаболитов в моче при гриппе примерно такое же, как и при обострении аллергического заболевания.

       Результаты  данного исследования служат первыми  прямыми доказательствами того, что  уровень гистамина повышается при  острых респираторных инфекциях. 
 

                        Дисперсионный анализ  в химии  
 

       Дисперсионный анализ – совокупность методов определения дисперсности, т. е. характеристики размеров частиц в дисперсных системах. Дисперсионный анализ включает различные способы определения размеров свободных частиц в жидких и газовых средах, размеров каналов-пор в тонкопористых телах (в этом случае вместо понятия дисперсности используют равнозначное понятие пористости), а также удельной поверхности. Одни из методов дисперсионного анализа позволяют получать полную картину распределения частиц по размерам (объёмам), а другие дают лишь усреднённую характеристику дисперсности (пористости).

       К первой группе относятся, например, методы определения размеров отдельных  частиц непосредственным измерением (ситовой анализ, оптическая и электронная микроскопия) или по косвенным данным: скорости оседания частиц в вязкой среде (седиментационный анализ в гравитационном поле и в центрифугах), величине импульсов электрического тока, возникающих при прохождении частиц через отверстие в непроводящей перегородке (кондуктометрический метод).

       Вторая  группа методов объединяет оценку средних  размеров свободных частиц и определение удельной поверхности порошков и пористых тел. Средний размер частиц находят по интенсивности рассеянного света (нефелометрия), с помощью ультрамикроскопа, методами диффузии и т.д., удельную поверхность - по адсорбции газов (паров) или растворённых веществ, по газопроницаемости, скорости растворения и др. способами. Ниже приведены границы применимости различных методов дисперсионного анализа (размеры частиц в метрах):

       Ситовой анализ – 10^-2-10^-4

       Седиментационный  анализ в гравитационном поле – 10^-4-10^-6

       Кондуктометрический метод – 10^-4-10^-6

       Микроскопия – 10^-4-10^-7

       Метод фильтрации – 10^-5-10^-7

       Центрифугирование – 10^-6-10^-8

       Ультрацентрифугирование – 10^-7-10^-9

       Ультрамикроскопия – 10^-7-10^-9

       Нефелометрия  – 10^-7-10^-9

       Электронная микроскопия – 10^-7-10^-9

       Метод диффузии – 10^-7-10^-10

       Дисперсионный анализ широко используют в различных  областях науки и промышленного  производства для оценки дисперсности систем (суспензий, эмульсий, золей, порошков, адсорбентов и т.д.) с величиной частиц от нескольких миллиметров (10^-3 м) до нескольких нанометров (10^-9 м). 

  
 
 

  Дисперсионный анализ  в контексте статистических  методов 
 

       Статистические  методы анализа – это методология измерения результатов деятельности человека, то есть перевода качественных характеристик в количественные.

       Основные  этапы при проведении статистического  анализа:

       - содержательный анализ исследуемого объекта, системы или процесса. На этом  этапе определяется  набор входных и выходных  параметров (X₁ ,..., X_p; Y₁ ,..., Y_q);

       - составление плана сбора исходных данных - значений входных переменных (X₁,...,X_p), числа наблюдений n. Этот этап выполняется при активном планировании эксперимента.

       - получение исходных данных  и ввод их в компьютер. На этом этапе формируются массивы чисел (x_1i ,..., x_pi ; y_1i ,..., y_qi), i=1,..., n, где n - объем выборки.

       - первичная статистическая обработка данных. На данном этапе формируется статистическое описание рассматриваемых параметров:

       а) построение и анализ статистических зависимостей;

       б) корреляционный анализ предназначен для оценивания значимости влияния факторов (X₁,...,X_p) на отклик Y;

       в) дисперсионный анализ используется для оценивания влияния на отклик Y неколичественных факторов (X₁,...,X_p) с целью выбора среди них наиболее важных;

       г) регрессионный анализ предназначен для определения аналитической зависимости отклика Y от количественных факторов X;

       - интерпретация результатов в терминах поставленной задачи.

                                      Векторные авторегрессии

       Макроэконометристы  должны уметь решать четыре логически  отличающиеся задачи:

       - описание данных;

       - макроэкономический прогноз;

       - структурный вывод;

       - анализ политики.

       Описание  данных означает описание свойств одного или нескольких временных рядов  и сообщение этих свойств широкому кругу экономистов. Макроэкономический прогноз означает предсказание курса  экономики, обычно на два-три года или меньше (главным образом потому, что прогнозировать на более длинные горизонты слишком трудно). Структурный вывод означает проверку того, соответствуют ли макроэкономические данные конкретной экономической теории. Макроэконометрический анализ политики происходит по нескольким направлениям: с одной стороны, оценивается влияние на экономику гипотетического изменения инструментов политики (например налоговой ставки или краткосрочной процентной ставки), с другой стороны, оценивается влияние изменения правил политики (например переход к новому режиму монетарной политики). Эмпирический макроэкономический исследовательский проект может включать одну или несколько из этих четырех задач. Каждая задача должна быть решена таким образом, чтобы были учтены корреляции между рядами по времени.