بناء و تقويم نماذج رياضية للتنبؤ عن امتصاصية الترب العراقية مع بعض الصفات الفيزيائية و الكيميائية

الملخص AR

تم بناء خمس معادلات انحدار خطي متعدد للتنبؤ عن امتصاصية ترب مختلفة الأنسجة من بعض الخصائص الفيزيائية و الكيميائية سهلة القياس.

استعمل البرنامج الإحصائي SAS للحصول على أفضل معادلات الانحدار الخطي المتعدد باعتماد خمسة طرق هي : 1.

طريقة Stepwise 2.

طريقة تحسين معامل ارتباط Maximum R-Squares Improvement Technique (MAXR) 3.

طريقة تحسين أدنى قيمة معامل ارتباط Minimum R-Squares Improvement Technique (MAXR) 4.

طريقة الانتخاب الأمامي Forward Selection 5.

طريقة الحذف الرجعي Backward Elimination.

تراوحت مديات الخصائص المقاسة بين 610 – 40، 635 – 154، 753 – 41.5، 455 – 0.5، 120 – 20.3، 33.3 – 4 غم.

كغم1- لكل من الطين و الغرين و الرمل و الجبس و الكاربونات و المادة العضوية.

تراوحت قيم الامتصاصية بين 1.65 – 0.101 سم.

دقيقة1-.

أعطت مصفوفة Pearson لمعامل الارتباط الثنائي البسيط بين الامتصاصية و كل من المتغيرات المستقلة عوامل ارتباط معنوية موجبة و سالبة تراوحت بين 0.883 – 0.517-.

و فيما عدا الجبس الذي ارتبط بعلاقة خطية موجبة و معنوية مع الامتصاصية، فقد أظهرت المتغيرات المستقلة الباقية اتجاها (Trend) ضعيفا مع الامتصاصية.

بينت طريقتا MAXR و MINR أن الأنموذج الناتج ذو الستة عوامل للتنبؤ عن الامتصاصية الذي يحوي جميع المتغيرات المستقلة أعطى أعلى قيمة معامل ارتباط (0.901) و بمستوى قناعة 53.6% لعوامل الأنموذج.

في حين انخفض عدد العوامل إلى اثنين فقط عندما تم التنبؤ عن الامتصاصية بالطريقتين الأولى و الخامسة و بلغ معامل الارتباط لأفضل أنموذج 0.986 و مستوى قناعة أعلى من 99% لجميع عوامل الأنموذج.

أما الطريقة الرابعة فقد حددت أفضل نموذج للتنبؤ عن الامتصاصية بأحتواءه على ثلاثة عوامل بمعامل ارتباط (0.897) و مستوى قناعة 73.3% لجميع عوامل الأنموذج.

تم تقويم (Assessment) النماذج الخمسة التي تم الحصول عليها في هذه الدراسة باعتماد خمسة معايير إحصائية و هي : 1.

عدد العوامل في الأنموذج، 2.

قيمة معامل الارتباط، 3.

معدل مربع الانحرافات، 4.

معيار (Mallows)، 5.

قيمة اختبار F.

أعطت طريقتا Stepwise و Backward Elimination أفضل أنموذج لقلة عدد العوامل و الحفاظ على قيمة عالية لمعامل الارتباط و انخفاض معدل الانحرافات و معيار (Mallows) و الحصول على أعلى قيمة إحصائية إلى F.