ГОСТ 32292—2013
—
г, =
.о^’
—
1о1~
- 1 0 0 ,
|00
Л
~ 1>
где:
Л - специфический темп роста индивидуальной рыбы:
г2 - средний специфический темп роста на аквариум:
г3 - псевдо специфический темп роста;
ИЛ, W2-. вес отдельной рыбы во время ti и t2, соответственно:
log W, - логарифм веса отдельной рыбы в начале периода исследования;
log W2 - логарифм веса отдельной рыбы в конце периода исследования;
log IV - среднее число логарифмов значений W, для рыбы в аквариуме в начале периода
исследования;
log W2 - среднее число логарифмов значений W2 для рыбы в резервуаре в конце периода
исследования;
tu t2- время (дни) в начале и конце периода исследования;
г,, г2. г3вычисляют для периода от 0 до 28 дней и, если применимо, (то есть когда измерение в
день 14 было сделано) для 0 — 14и14 — периоды 28 дней.
9.2 Анализ результатов регрессией (моделирование концентрация-ответ)
Этот метод анализа устанавливает соответствующую математическую связь между удельным
темпом роста и концентрацией, и следовательно позволяет оценить ЕСх. т.е. все необходимые
значения ЕС. Нет необходимости использовать этот метод вычисления г для отдельной рыбы (г,),
вместо этого, анализ может быть основан на среднем значении для резервуара г(г2). Этот последний
метод предпочтителен. Он является также более пригодным в случае использования самых мелких
видов.
Определенные средние темпы роста для резервуара (г2) должны быть построены графически в
связи с концентрацией для построения отношения концентрация-ответ.
Для того, чтобы выразить отношения между г2 и концентрацией, должна быть выбрана
соответствующая модель и этот выбор должен быть поддержан соответствующим рассуждением.
Если количество рыбы, выжившей в каждом аквариуме неодинаково, то процесс подгонки
модели простой или нелинейной должен быть взвешенным, чтобы учесть неравные размеры групп.
Метод подгонки модели должен позволить оценить, например, ЕС20 и диспорсию (или
стандартное отклонение или доверительный интервал). График модели должен быть так подогнан к
данным, чтобы можно было увидеть адекватность построенной модели (9). (19]. (20]. (21].
9.3. Анализ результатов для оценки LOEC
Если тест включает повторность аквариумов для всех уровней концентраций, оценка LOEC
может быть основана на дисперсионном анализе (ANOVA) средней удельной скорости роста
аквариума (см. пункт 8.1), а затем с помощью подходящего метода (например, тестов Даннета или
Уильямся ((13]. (14], [15], (22]) сравнения средней г для каждой концентрации со средней г контроля,
чтобы определить самую низкую концентрацию,
ДЛЯ
которой это различие имеет значимое значение при
0,05 уровне вероятности. Если не выполняются требуемые предположения параметрического метода -
непараметрическое распределение (например, тест Шапиро-Вилка) или гетерогенная дисперсия (тест
Бартлетта), следуетучитыватьдля преобразованияданных однородной массы отклонений передпроведением
дисперсионного анализа или выполнение взвешенных ANOVA.
Если тест не включает повторность аквариумов для всех уровней концентраций, выполнение
ANOVA. основанной на средних темпах прироста для аквариума, нечувствительно или невозможно. В
8