Rezumat al tezei de doctorat - USAMV Cluj-Napoca

asociere (dendrograme); figura reprezintă diagrama de asociere obţinută prin reprezentarea
diferenţei 1-Pearson_r care dă o asociere cu atât mai mare, cu cât diferenţa 1-Pearson_r este mai
mică; astfel cele mai puternice asocieri sunt cele care sunt conectate cel mai aproape de 0 (au cea
mai mică diferenţă una de cealaltă – diferenţă care devine 0 pentru o corelaţie perfectă).
Tree Diagram for 12 Variables
Single Linkage
1-Pearson r
An
pH_in
Luna
pH_out
CBO5_out
CCOCr_out
NH4_in
NH4_out
MTS_out
MTS_in
CBO5_in
CCOCr_in
0.0 0.2 0.4 0.6 0.8 1.0
Linkage Distance
Dendrogramă realizată pe baza variaţiei indicatorilor fizico-chimici, în perioada 2009 - 2011
(grupare pe baza valorilor medii ale parametrilor, 1-Pearson r, folosind legături simple)
După cum se poate vedea, cea mai puternică asociere, situată la o distanţă de legătură sub
0,1 (deci un coeficient de corelaţie de peste 0,9) se stabileşte între consumul biochimic şi,
respectiv, chimic de oxigen, pe ieşirea din staţia de epurare (CBO5_out şi CCOCr_out).
Eficienţa de reducere a CCOCr şi CBO 5 reprezintă un criteriu de apreciere a tratabilităţii apei.
Este notabilă şi asocierea azotului amoniacal de la intrare şi ieşire cu CBO 5 şi CCOCr la
ieşire, ceea ce indică o posibilă relaţie nefastă a acestuia, care afectează eficienţa epurării
biologice, cu atât mai mult cu cât în regiunea Mediaş conţinutul de NH 4 + depăşeşte limitele
legale admise, prevăzute de normele în vigoare.
Analiza de covarianţă se poate conduce cu ajutorul metodei factorilor principali. Se ştie
că metoda factorilor principali (http://en.wikipedia.org/wiki/Principal_component_ analysis)
descompune varianţa secvenţial, după mai multe componente (factori), la fiecare secvenţă
cantitatea neexplicată fiind din ce în ce mai mică şi având o evoluţie ce este aproximată de o
curbă exponenţială cu exponent negativ.
Aşa cum se observă în figură, separarea secvenţială a factorilor principali din datele ce
reprezintă evoluţia pe 3 ani (2009 - 2011) a parametrilor de mediu, se supune acestui model de
variaţie, având loc o descreştere rapidă a varianţei neexplicate cu numărul de factori principali
(de la 38,6 % din varianţă explicată cu ajutorul unui singur factor, la încă 23,3 % explicată şi cu
ajutorul celui de-al doilea, cu încă 9,9 % cu ajutorul celui de-al treilea).
Mai mult, se observă în figura următoare că, începând cu factorul al patrulea, varianţa
explicată variază aproximativ liniar cu numărul de factori, fapt ce este pus pe seama
supramodelării (overfit în limba engleză), modelul având din acest moment tendinţa de a estima
XV