Summary. Orijinal araştırma (Original article)



Benzer belgeler
Veride etiket bilgisi yok Denetimsiz öğrenme (unsupervised learning) Neden gereklidir?

İMKB BİLEŞİK 100 ENDEKSİ GETİRİ VOLATİLİTESİNİN ANALİZİ ANALYSIS OF ISTANBUL STOCK EXCHANGE 100 INDEX S RETURN VOLATILITY ABSTRACT

alphanumeric journal The Journal of Operations Research, Statistics, Econometrics and Management Information Systems

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

Sıfır Ağırlıklı Sayma ile Elde Edilen Veriler İçin Çok Seviyeli ZIP Regresyon * Multilevel ZIP Regression for Zero-Inflated Count Data

DENEY TASARIMI VE ANALİZİ

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

DENEY TASARIMI VE ANALİZİ

Koşullu Varyans Modelleri: İmkb Serileri Üzerine Bir Uygulama

Hasar sıklıkları için sıfır yığılmalı kesikli modeller

Sıklık Tabloları ve Tek Değişkenli Grafikler

Lineer Olmayan Yapı Sistemlerinin Analizi İçin Yay-Boyu Metodu

Korelasyon ve Regresyon

Seralarda Isıtma Kapasitelerinin Hesaplanmasına Yönelik Bir Bilgisayar Programı

Cinsiyet Değişkeni Bağlamında Harcama Alt Grupları ve Gelir Đlişkisi: Dumlupınar Üniversitesi Öğrencileri Üzerine Bir Uygulama.

AKIŞKAN ÇAMUR TABAKASIYLA YÜZEY DALGALARININ ETKİLEŞİMİNİN SAYISAL MODELLENMESİ

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

Örneklemeli K-ortalama Algoritması Kmeans with Sampling

BİR BOYUTLU HAREKET FİZİK I. Bir Boyutlu Hareket? Hız ve Sürat. 1 boyut (doğru) 2 boyut (düzlem) 3 boyut (hacim) 0 boyut (nokta)

Avrupa Birliği ve Türkiye de Mali Saydamlığın Panel Veri Yöntemi ile Analizi

Mamografide Şüpheli Kitle Adayı Bölgelerin Belirlenmesi

PETROL FİYATLARI İLE BORSA İSTANBUL UN KAPANIŞ FİYATLARI ARASINDAKİ SAKLI İLİŞKİNİN ANALİZİ

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

NİTEL TERCİH MODELLERİ

PARÇALI DOĞRUSAL REGRESYON

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Merkezi Eğilim (Yer) Ölçüleri

ARAŞTIRMA MAKALESİ /RESEARCH ARTICLE

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

Programı : Elektronik Müh.

Genelleştirilmiş Ortalama Fonksiyonu ve Bazı Önemli Eşitsizliklerin Öğretimi Üzerine

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Türk İmalat Sanayinde İstihdam, İhracat ve Kapasite Kullanım Oranı İlişkisi: Panel Koentegrasyon

ENERJİ TÜKETİMİ-İKTİSADİ BÜYÜME İLİŞKİSİ

K-Ortalamalar Yöntemi ile Yıllık Yağışların Sınıflandırılması ve Homojen Bölgelerin Belirlenmesi *

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

Makine Öğrenmesi 10. hafta

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ

TEKNOLOJĐK ARAŞTIRMALAR

NOT: Deney kılavuzunun Dönme Dinamiği Aygıtının Kullanımı İle İlgili Bilgiler Başlıklı Bölümü okuyunuz.

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

Doğrudan Yabancı Yatırım ile Endüstri-içi Ticaret Arası İlişkiler: Türkiye nin Ulaşım Araçları Sektörü Üzerine Bir Analiz

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

BÖLÜM 9 İKİ BOYUTLU PANEL YÖNTEMLERİ

FARKLI VERİ YAPILARINDA KULLANILABİLECEK REGRESYON YÖNTEMLERİ

Saklı Markov modelleri kullanılarak Türkiye de dolar kurundaki değişimin tahmin edilmesi

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

Tek Yönlü Varyans Analizi

İhracat, İthalat ve Ekonomik Büyüme Arasındaki Nedensellik İlişkileri: Türkiye Örneği

PARABOLİK KISMİ DİFERANSİYEL DENKLEMLER İÇİN İKİ ZAMAN ADIMLI YAKLAŞIMLAR ÜZERİNE BİR ÇALIŞMA. Gamze YÜKSEL 1, Mustafa GÜLSU 1, *

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

YÜKSEK PLANLAMA KURULU

3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları

ENERJİ TÜKETİMİ VE EKONOMİK BÜYÜME: GELİŞMEKTE OLAN ÜLKELER İÇİN BİR PANEL EŞBÜTÜNLEŞME ANALİZİ

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

Bilgisayarla Görüye Giriş

Hataları Değişen Varyanslı ve Otokorelasyonlu Lineer Olmayan Regresyonda Parametre Tahmini

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

TÜRKİYE HİSSE SENEDİ PİYASASINDA RASYONEL KÖPÜKLER: SAKLI EŞ BÜTÜNLEŞME YAKLAŞIMI

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

Calculating the Index of Refraction of Air

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

Anlık ve Ortalama Güç

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A)

5.3. Tekne Yüzeylerinin Matematiksel Temsili

Çok Barajlı Sistemde Gerçek Zamanlı Optimal İşletme *

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

Doğrusal Korelasyon ve Regresyon

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

FİNANSAL SERBESTLEŞME SÜRECİNDE TÜRKİYE EKONOMİSİNDE FAİZ VE KUR İLİŞKİSİ

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER

Ayhan Topçu Accepted: January ISSN : ayhan_topcu@hotmail.com Ankara-Turkey

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

TEKNOLOJĐK ARAŞTIRMALAR

Doğal İşsizlik Oranı mı? İşsizlik Histerisi mi? Türkiye İçin Sektörel Panel Birim Kök Sınaması Analizi

SAKLI MARKOV MODEL KULLANILARAK GORUNTUDEN GERCEK ZAMANLI TURK ISARET DILI TANIMA SISTEMI

İSTATİSTİK DERS NOTLARI

TESADÜFİ DEĞİŞKENLERLE İLGİLİ BAZI YAKINSAKLIK ÇEŞİTLERİNİN KARŞILAŞTIRILMASI

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2

Table 1. Reservoir/Well/Fluid Data Reservoir Thickness, h, Well radius, r w,, ft Fluid viscosity, μ, 0.8 cp Formation volume factor, B o,

TEKNOLOJİ, PİYASA REKABETİ VE REFAH

AB BORÇ KRİZİ VE BUNUN TÜRK DIŞ TİCARETİNE OLAN ETKİLERİ

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

Genel Doğrusal Karışık Modellerde Farklı Kovaryans Yapıları ve Tahmin Yöntemlerinin Performanslarının Karşılaştırılması 1

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim.

TRAFİK SİMÜLASYON TEKNİKLERİ

REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI. Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK

Transkript:

Türk. enomol. derg., 2011, 35 (2): 325-338 ISSN 1010-6960 Orjnal araşırma (Orgnal arcle) Sıfır değer ağırlıklı genelleşrlmş Posson regresyonu yardımıyla Van Gölü nde Nooneca vrds Delcour, 1909 (Hempera: Noonecdae) n populasyon değşm üzernde fzko-kmyasal çevresel koşulların eklernn araşırılması Abdullah YEŞİLOVA 1 Mehme Salh ÖZGÖKÇE 2 * Remz ATLIHAN 2 İsmal KARACA 3 Fevz ÖZGÖKÇE 4 Şükran YILDIZ 5 Yılmaz KAYA 6 Summary Invesgaon of he effecs of physco-chemcal envronmenal condons on populaon flucuaons of Nooneca vrds Delcour, 1909 (Hempera: Noonecdae) n Van Lake by usng Zero-nflaed generalzed Posson regresson In ecologcal sudes, s a common suaon occured ha populaon densy of speces exremly ncreases or decreases n ceran perods dependng on many aboc and boc facors. Because of ecologal facors ha cause hgh level flucuaon n populaon densy, I s possble o ge zero ndvdual a samplngs, and on he oher hand, dfferences beween maxmum and mnmum values obaned n dfferen samplngs nervals can be very hgh. Because hs ype of daa based on counng does no show normal dsrbuon, and shape of he dsrbuon s skewed o he rgh because of he abundance of zero, usng he Zero-nflaed Posson regresson mehod (ZIGP) s requred. Ths sudy was carred ou o oban nformaon on effecs of physco-chemcal envronmenal condons on populaon flucuaon of Nooneca vrds. Samplngs were conduced wh monhly perods along he coasal band of Van Lake n 2005-2006. Samples were aken from 20 samplng places where have hree dfferen characers as 1 Yüzüncü Yıl Ünverses, Zraa Faküles, Byomer&Genek Blm Dalı, 65080, Van 2 Yüzüncü Yıl Ünverses, Zraa Faküles, Bk Koruma Bölümü, 65080, Van 3 Süleyman Demrel Ünverses, Zraa Faküles, Bk Koruma Bölümü, 32260, Ispara 4 Yüzüncü Yıl Ünverses, Fen Edebya Faküles, Byoloj, 65080, Van 5 Celal Bayar Ünverses, Fen Edebya Faküles, Byoloj, 45040, Mansa 6 Yüzüncü Yıl Ünverses, Van Meslek Yüksekokulu, Blgsayar Bölümü, 65080, Van Sorumlu yazar (Correspondng auhor) e-mal: msozgokce@yyu.edu.r Alınış (Receved): 16.04.2010 Kabul edlş (Acceped): 28.07.2010 325

sream enrances, selemens and naural coaslnes. Reuls were analysed by usng ZIGP regresson model. Accordng o resuls, Effec of samplng nervals and samplng saons on populaon denses of Nooneca vrds were mporan. On he oher hand, HCO 3 had negave effec on populaon denses n zero-nflaed model whle had possve effec on populaon denses n oher wo models. I was deermned ha Fe effeced he speces populaons n he negave way n he mean regresson model, and Cl and Mg effeced n possve way n he overdsperson regresson. In he resul, was deducved ha Nooneca vrds was found excessve numbers or none n some samplng saons because of he pysco-chemcal srucures of waer. Key words: Overdsperson, Zero-nflaed generalzed Posson regresson, populaon dynamc, Nooneca vrds, Van Lake Anahar sözcükler Aşırı Yayılım, Sıfır değer ağırlıklı genelleşrlmş Posson regresyon, populasyon değşm, Nooneca vrds, Van Gölü Grş Aynı ekossem paylaşan çok sayıdak organzmanın sayısal bolluğu ürden üre çok farklı sevyelerde ve brçok faköre bağlı olarak sürekl br değşm çndedr. Kaynakların ve abok çevrenn heerojen yapısı nedenyle organzmaların yaşam döngüler çnde sayıma dayalı olarak elde edlen populasyon yoğunluklarında aşırı yayılım (overdsperson) ve fazla sayıda sıfır (zeronflaed) değerler görülmekedr. Blndğ gb sayıma dayalı olarak elde edlen verler Posson dağılımı gösermekedr. Bununla brlke Posson dağılımında oralama le varyans brbrlerne eşr (Frome e al., 1973; Agres, 1997; Cameron & Trved, 1998; Sokes e al., 2000; Long & Freese, 2006; SAS, 2010). Eşlğn sağlanamaması durumunda genellkle aşırı yayılım (varyansın oralamadan büyük çıkması) nadrde olsa az yayılım (varyansın oralamadan küçük çıkması) görülmekedr (Frome e al., 1973; Cox, 1983; SAS, 2010). Bununla brlke bu ür verler genellkle normal dağılım gösermezler. Yan, verlern hem sayıma dayalı olarak elde edlmeler hem de sıfır değerlern çok fazla sayıda olmasından dolayı dağılımının sağa doğru çarpık olması normal dağılım varsayımın sağlanamamasına neden olmakadır. Bu nedenle bu ür verlern analznde paramerk eslern kullanılması sapmalı paramere ahmnler ve sandar haaların elde edlmesne neden olablr (Cox, 1983; Agres, 1997; Cameron & Trved, 1998; Sokes e al., 2000). Çok kalabalık küçük organzmaların populasyon yoğunlukları gelşrlen bell örnekleme eknkleryle populasyonu emsl edeblecek örnekleme brmler üsünden ahmn edlmeye çalışılır. Ancak yapılan örneklemelerde ürlern sayısal değşmler bok ve abok fakörlern eksyle örnekleme aralıklarında aşırı yayılımla ve zaman zaman çok sayıda sıfır değerleryle karşılaşılmasını sağlar. Bu ür sayıma dayalı olarak elde edlen ver selernn analznde, aşırı yayılım negaf bnomal regresyon le kısmen azalılablrken (Lawles, 1987; Rdou e al., 2001; Hlbe, 2007), hem aşırı yayılım hem de çok fazla sayıda sıfır gözlemlerden dolayı daha doğru değerlendrmelern yapılması çn sıfır değer 326

ağırlıklı regresyon yönemlernn kullanılması gerekmekedr (Lamber, 1992; Böhnng, 1998; Böhnng e al., 1999; Cheung, 2002; Khoshgofaar e al., 2005). Sıfır değerlern çok fazla sayıda olduğu sayıma dayalı verlere brçok alanda sıklıkla karşılaşılmakadır. Bununla brlke, fazla sayıda sıfır değer çeren sayıma dayalı verler le lgl brçok regresyon model gelşrlmşr. Bu yönemler sıfır değer ağırlıklı Posson (ZIP) (Lamber, 1992; Böhnng, 1998; Lee e al., 2001; Yau & Lee, 2001; Jansakul & Hnde, 2002), sıfır değer ağırlıklı Negave Bnomal (ZINB) (Lawles, 1987; Rdou e al., 2001; Jansakul, 2005; Long & Freese, 2006; Hlbe, 2007) ve Hurdle model (Dalrymple e al., 2003; Rose e al., 2006) olarak verleblr. Hurdle model hem Posson hem de negaf bnomal regresyonları le brlke kullanılmakadır ve Posson Hurdle ve Negaf Bnomal Hurdle regresyonları olarak adlandırılmakadırlar. Son zamanlarda aşırı yayılım göseren ve sıfır değerlern çok fazla sayıda olduğu sayıma dayalı ver kümelernn analznde sıfır değer ağırlıklı genelleşrlmş Posson (ZIGP) regresyonu yaygın olarak kullanılmakadır (Consul, 1989; Consul & Famoye, 1992; Famoye & Sngh, 2003; Czado e al., 2007). ZIGP hem az yayılım hem de aşırı yayılım göseren çok fazla sayıda sıfır değerne sahp sayıma dayalı verlere uygulanmakadır. Czado e al. (2007), sadece oralama üzernde değl aynı zamanda aşırı yayılım ve sıfır değer ağırlıklı gözlemler üzernde de ayrı ayrı regresyonları sağlamışlardır. Başka br fadeyle, ZIGP oralama, aşırı yayılım ve sıfır değer ağırlıklı olmak üzere üç farklı regresyon analzn yapmakadır. Böylece hem aşırı yayılım hem de sıfır değer ağırlıklı yayılımın eklern brbrlernden ayrı olarak oraya koymakadır (Czado e al., 2007; Famoye & Sngh, 2003). Bu çalışma, Vangölü sahl şerdnde 2005 2006 yıllarında yürüülmüş ve su çnden örneklenen Nooneca vrds (Hempera: Noonecdae) populasyon yoğunluklarının suyun fzko-kmyasal yapısının eks alında farklı örnekleme sasyonlarına göre dağılımları sapanmışır. Farklı örnekleme sasyonlarına göre ürler ve çevresel fakörler arasındak lşklern belrlenmesnde sıfır değer ağırlıklı genelleşrlmş Posson regresyonu kullanılmışır. Maeryal ve Yönem Çalışma alanı ve örnekleme yönemler Verler Van Gölü sahl şerdnde üç farklı karakerde oplam 20 örnekleme sasyonunda 2005 2006 yılında yürüülen çalışmadan elde edlmşr. Örneklemeler 2005 yılında emmuz-eylül, 2006 yılında da mayıs-eylül aylarında aylık peryolarda yapılmışır. Örnekleme sasyonları akarsu grş nokaları (6 sasyon), yerleşm alanları (7 sasyon) ve doğal alanlar (7 sasyon) olarak seçlmşr. Sucul böcek örneklemeler 35 cm çaplı sandar ül arap yardımıyla yapılmışır (Souhwood, 1978; Rosenberg, 1997; Hansen e al., 2000). Örneklemeler 3 farklı yönemle yapılmışır. Brnc yönemde 35 cm. çaplı sandar ül 327

arap kullanılmışır. Bu yönemde örnekleyc arabı 1 1,5 m dernlke su çersne daldırmış ve kend çevresnde am ur dönerken arap orbasına akılan örnekler sayarak kaydemşr. Arap le yapılan örneklemeler her sasyonda brbrne yakın mesafelerde 5 ekrar halnde amamlanmışır. İknc yönemde 153 mesh açıklıklı plankon kepçeler kullanılmışır. Bu yönemde örnekleyc 1-1,5 m dernlke kıyıya paralel olarak 200 adım mesafe boyunca plankon kepçesn su çnde yukarı aşağı skameler verdrerek sürüklemş ve plankon kepçesnn oplama bölümüne brken örnekler sayıma esas alınmışır. Üçüncü yönemde de plankon kepçes kullanılmış ve her sasyonda 5 farklı nokadan 1-1,5 m dernlke dkey skamelerde abandan yukarı doğru çeklerek oplama bölümüne brken örnekler sayıma esas alınmışır. Toplanan böcekler %70 lk ehanol çnde muhafaza edlmşr. Tür eşhsler Dmry A. GAPON (Zoologcal Insue RAS, Unverseskaya nab., 1, S. Peersburg, Russa) arafından yapılmışır. Suyun kmyasal yapısı ve kalaf özellklernn sapanması Peryodk örneklemelern yapıldığı yukarıda belrlen örnekleme sasyonlarının her brnden kıyıya yakın 5 ayrı nokadan nansen şşes le farklı dernlklerden olmak üzere, yaklaşık 330 ml. su alınarak büyük br kap çnde karışırılmış ve sonra bu karışımdan k farklı kab a 330 ml. su akarılmışır. Göl suyunun anlık sıcaklık değer nansen şşes çndek su ç ölçüm yapmaya elverşl ermomereyle, alınan suyun ph değer se el p ph mere le anlık değerler üsünden ölçülmüş ve kaydedlmşr. Alınan örnek su çndek organzmaların faalyelernn engellenmes çn her kaba 15 ml formaldeh laves yapılmışır. Örnekler buz kabına alınmış ve daha sonra analzler yapılmak üzere laborauarda buzdolabı nda +4-5 ºC de beklelmşr. Alınan örneklerden Klor (Cl - ), Karbona (CO 3-2 ), Bkarbona (HCO - 3), Mağnezyum (Mg +2 ) ve Demr (Fe) değerlerne bakılmışır. Klor, karbona ve bkarbona değerler Gümüş Nra rasyon yönemyle (Gündüz, 1993) belrlenrken ağır mealler Aomk absorbsyon chazı le sapanmışır. Yönem μ (oralama), ϕ (aşırı yayılım parameres) ve ω (sıfır değer ağırlıklı paramere) gb üç paramerel sıfır değer ağırlıklı genelleşrlmş Posson dağılımına sahp Y (bağımlı değşken) Y ZIGP( μ, φω, ) bçmnde göserlmekedr. Dağılımın olasılık yoğunluk fonksyonu, 328

P(Y = y μ, ϕ, ω ) = l {y= 0} ω+ (1 ω)e μ ϕ μμ+ ( ( ϕ 1)y) + l {y> 0} (1 ω) ϕ e y! y 1 1 ( μ+ ( ϕ 1)y) y ϕ bçmnde yazılablr (Famoye & Sngh, 2003; Czado e al., 2007). ZIGP( μ, ϕ, ω ) regresyon modelnde bağımlı değşken, = 1 2 p oralama çn, W (1,, 1 2,... r) X (1,x,x,...x ) çn ve üzere Z = (1,z,z,...z ) 1 2 q ZIGP( μ, ϕ, ω) 2007). Bunlar; Şansa bağlı bleşen {Y, 1 n} Y~ ZIGP( μ, ϕ, ω) Ssemak bleşen Y μ η ( β)= x β y = ω ω ω aşırı yayılım sıfır yayılım çn bağımsız değşkenler olmak model üç bleşenden oluşmakadır (Czado ve ark. gözlemler brbrnden bağımsız ve dağılımı göserr. bağımlı değşken üzernde üç doğrusal ahmn edc olan, ϕ ω η ( α ) =ωα, η () γ = zγ β= ( β, β,..., β ), α= ( α, α,..., α), γ= ( γ, γ,..., γ ) blnmeyen 0 1 regresyon Z = ( z,z,..., z ) 1 2 p paramerelern, n 0 1 r X = (x 1,x 2,..., x n), ekl olmakadırlar. Burada 0 1 q,...,w 1 2 n ) =, W (w,w desen marsler olarak adlandırılmakadır. Paramerk bağlanı bleşen μ ( ) ϕ η β, ( ) ω η α, η () γ doğrusal ahmn edcler μ () β, ϕ ( α ), (=1,,n) paramereler le arasındak bağlanılar aşağıda verlmşr. ω() γ Oralama düzey x β x β+ E(Y β ) =μ ( β ) = E e = e log(e ) > 0 η ( β ) = log( μ( β)) log(e ) (loglnk) μ 329

Aşırı yayılım düzey ϕ α = + > w α ( ) 1 e 1 η ( α ) = log( ϕ ( α) 1) (shfed log bağlanı) ϕ Sıfır yayılımı düzey z γ e ω () γ = (0,1) z γ 1+ e ω () γ η γ = ω ( ) log( ) (log bağlanı) 1 ω ( γ) ( β, α, γ ) blnmeyen paramereler gösermekedr. bağımlı değşken çn ZIGP regresyonunun log olablrlk Fonksyonu (Famoye ve Sngh 2003; Czado ve ark. 2007), x β n z γ z γ l( δ ) = I(y = 0) log e + exp log(1 + e ) ωα = 1 E.e 1+ e + + + + β + + 1+ e z γ ωα I(y > 0) log(1 e ) log(e ) x log(y!) ylog(1 e ) xβ ωα xβ ωα Ee e y + (y 1)log(Ee + e y ) ωα bçmnde yazılablr. ( β, α, γ ) blnmeyen paramereler, olablrlk fonksyonun maksmze edlmes le maksmum olablrlk (maxmum lkelhood=ml) yönem le ahmn edlmekedrler. Verlern değerlendrlmes çn R sask yazılım programı kullanılmışır. R programı alında ZIGP, pscl ve zcoun modüllernden yararlanılmışır. Araşırma Sonuçları ve Tarışma Çalışmada gerekl analzler, hem aşırı yayılımı hem de sıfır değer ağırlıklı durumlarını modelleyen ZIGP regresyonu kullanılarak yapılmışır. ZIGP regresyonu le oralama, aşırı yayılım ve sıfır değer ağılıklı regresyonlarının performansları ayrı ayrı belrlenmşr. Ver kümesndek değşkenlere a anııcı saskler Çzelge 1 de verlmşr. Modele bağımlı değşken olarak alınan ür yoğunluğuna a 160 gözlem değernn 51 (% 31.9) sıfır olarak elde edlmşr. Tür yoğunluğunda sıfır gözlemlern çokluğu ve gözlem arasında büyük br varyasyon olduğu sapanmışır. Bu nedenle Şekl 1 de verlen ür yoğunluğunun dağılımı sağa doğru çarpık olmuşur. y 330

Çzelge 1. Modele alınan değşkenler çn anııcı saskler Değşkenler Oralama (S. haa) En küçük değer En büyük değer PH 9.580 (0.038) 9.500 9.660 Cl 1.204 (0.168) 0.554 1.917 CO 3 377.460 (78.430) 156 650 HCO 3 1010.700 (207.200) 122 1732.400 Mg 7.752(0.120) 5.923 7.879 Fe 0.069 (0.045) 0 0.352 Tür yoğunluğu 354.400 (1026.500) 0 750 50 40 Frekans 30 20 10 0 0 50 100 150 200 250 300 350 400 450 500 550 600 650 700 750 Tür yoğunluğu Şekl 1. Sayıma dayalı olarak elde edlen ür yoğunlunun dağılımı. Farklı modeller çn log-lkelhood ve Akak blg ölçüü (AIC) Çzelge 2 de verlmşr. Model 1 ( PR( μ ) =Posson regresyon) çn elde edlen AIC değer dğer sekz modele göre oldukça yüksek bulunmuşur. En küçük blg ölçü değerlerne sahp model en y model olarak anımlanmakadır (Czado e al., 2007). Bu nedenle en küçük AIC değerne sahp modeln ZIGP( μ, ϕω, ) olduğu sapanmışır. Özellkle model 3 en sonra AIC de oldukça büyük düşüş olduğu görülmüşür. Modellerde kullanılan μ, ϕ ve ω sırasıyla oralama, aşırı yayılım ve sıfır değer ağırlıklı paramerelern gösermekedr. Bununla brlke gözlem değerlernn %31,9 unun sıfır değerl ve gözlem değerler arasındak büyük varyasyon olması model 1 n AIC değernn dğer modellere nazaran oldukça yüksek çıkmasına neden olmuşur. Model 1 den model 9 a doğru gdldğnde AIC değernn gderek küçüldüğü sapanmışır. Sab sıfır değer ağırlıklı parameres (ω ) dahl edlen ZIP(μ, ω) modelnde a AIC değernn PR( μ ) 331

modelne göre yaklaşık olarak % 79.9 azaldığı sapanmışır. Benzer şeklde, değşkenlk göseren sıfır değer ağırlıklı parameres (ω ) dahl edlen ZIP( μ, ω ) modeln AIC değernn PR( μ ) modelne göre yaklaşık olarak %79.8 azaldığı sapanmışır. Değşkenlk göseren aşırı yayılım ( ϕ ) ve sıfır değer ağırlıklı (ω ) paramerelern çeren ZIGP( μ, ϕ, ω ) modeln AIC değernn PR (μ ) modelne göre yaklaşık olarak %95.5 azaldığı sapanmışır. Çzelge 2. Farklı regresyon modeller çn log olablrlk ve AIC blg ölçüler Model Log-Olablrlk AIC (1) PR( μ) -11989.7 23999 (2) ZIP( μ, ω) -9579.7 19181 (3) ZIP(, -9558.9 19158 (4) GP( μ, ϕ) -665.9 1354 (5) GP( μ, ϕ -655.9 1352 (6) ZI GP( μ, ϕω, ) -654.0 1332 (7) ZI GP(μ, ϕω, ) -646.8 1336 (8) ZI GP(μ, ϕ, ω ) -644.5 1331 ZI GP( μ, ϕ, ω ) -633.3 1327 (9) Sıfır değer ağırlıklı parameresnn modele dahl edlmes durumunda, ZIP( μ, ω) le PR(μ ) karşılaşırıldığında AIC değernn 23999 den 19181 e düşüğü sapanmış ve Vuong sasğ değer v= 4.37 (p<0.0001) olarak bulunmuşur. Hem AIC hem de Vuong değer ZIP( μ, ω ) regresyonu PR( μ ) regresyonuna erch edlmes gerekğn gösermşr. Aşırı yayılım parameresnn modele dahl edlmes durumunda ve bu paramerenn öneml olup olmadığının belrlenmes çn PR( μ ) le GP( μ, ϕ ) karşılaşırılmışır. AIC değer 23999 den 1354 e kadar azaldığı sapanmış ve v= 7.75 (p<0.0001) olarak bulunmuşur. Bu sonuç GP( μ, ϕ) n PR(μ ) ye erch edldğn gösermşr. Sıfır değer ağırlıklı paramere üzernde regresyonu belrlemek çn ZIP( μ, ω) le ZIP(μ, ω) karşılaşırılmışır. AIC değernn 19181 den 19158 e düşüğü sapanmış ve v= 3.34 (p<0.05) olarak bulunmuşur. AIC ve Vuong es sonucu ZIP( μ, ω modelnn erch edlmes gerekğn gösermşr. Yan, bu ) sonuç ver sende sıfır değer ağırlıklı verlern öneml br ekye sahp olduğunu gösermşr. GP( μ, ϕ Aşırı yayılım paramere üzernde regresyonu ncelemek çn karşılaşırılmışır. AIC değernn 1354 den 1352 ye düşüğü sapanmış ve v= 7.34 (p<0.0001) olarak bulunmuşur. AIC ve Vuong es sonucu GP( μ, ϕ modelnn erch edlmes gerekğn gösermşr. Bundan dolayı ) ) GP(μ, ϕ) le 332

aşırı yayılım parameresnn ür yoğunluğu üzernde öneml br ekye sahp olduğu sapanmışır. En küçük AIC blg ölçüü değerne sahp olan ZIGP( μ, ϕ, ω ) model en y model olarak seçlmes nedenyle paramere ahmnlernn bu modele göre yorumlanması gerekmekedr. ZIGP( μ, ϕ, ω) modelne göre paramere ahmnler ve sandar haa değerler Çzelge 3 e verlmşr. Çzelge 3. ZIGP( μ, ϕ, ω) Oralama regresyon Paramere ahmn S. Haa regresyonu çn paramere ahmnler ve sandar haalar Aşırı yayılım Regresyonu Paramere ahmn S. Haa Sıfır değer ağırlıklı regresyon Paramere S. Haa ahmn Inercep 51.843 42.545-15.420 48.831 20.880 87.422 Ay -0.995 0.312-1.362 0.321*** 1.385 0.768* İsasyon -0.152 0.037*** -0.099 0.040* 0.287 0.104** Yıl -0.011 5.251** 5.418 5.588-1.135 9.090 PH -3.929 4.272 4.721 4.716-5.584 9.069 Cl 1.881 1.444 2.747 1.562* 2.415 2.581 CO 3 0.002 0.004-0.003 0.004-0.0008 0.007 HCO 3 0.007 0.002*** 0.009 0.002*** -0.005 0.003* Mg -1.614 2.923-5.312 3.127* 3.144 5.782 Fe 40.766 12.460** 50.348 12.793*** 11.210 16.377 μ ϕ ω (6.67-94.52(oralamanın değşm aralığı) (6.36-76.60 (aşırı yayılımın değşm aralığı) (%0-%87(sıfır gözlemlern değşm aralığı) *p<0.05 **p<0.01 ***p<0.001 Çzelge 3 e hem aşırı yayılım hem de sıfır değer ağırlıklı paramereler değşkenlk gösermşr. Aşırı yayılım 6.36 le 76.60 arasında değşrken sıfır değer ağırlıklı % 0 le % 87 arasında değşmşr. Aşırı yayılım ve sıfır değer ağırlıklı paramere aralıklarının oldukça yüksek olduğu sapanmışır. Blndğ gb Posson dağılımında oralama le varyans brbrne eş olduğundan dolayı yayılım parameres br (1) değerne eş olur. Çalışmada, yayılım parameres 6.36 le 76.60 arasında değşmşr. Aralığın br (1) değernden büyük çıkması aşırı yayılımın ne kadar ekl olduğunu gösermşr. Bununla brlke sıfır değer ağırlıklı verlern dağılımı da oldukça yüksek br orana (%87) ulaşmışır. Zaen ver sendek sıfır değer ağırlıklı gözlemler % 31.9 olarak verlmş. Bu değer ahmn edlen aralığın çnde yer almışır. Değerlendrme sonuçları oalama regresyon paramere ahmnlerne göre ncelendğnde ür yoğunluklarını farklı örnekleme aralıklarının ve sasyonların 333

negaf yönde ekledğ, suyun kmyasal yapısı çnden de HCO 3 ve Fe nn öneml sevyede ekledğ görülmekedr. Aşırı yayılım dkkae alındığında farklı aylarda yapılan örneklemelern ve farklı örnekleme sasyonların oralama regresyonda olduğu gb ür yoğunlukları üsünde negaf yönde ekl olduğu, suyun kmyasal yapısı çnden HCO 3 ve Fe ye laveen Cl ve negaf yönde Mg nn de ekl olduğu sapanmışır. Bu yönemde ür yoğunluklarının mnmum ve maksmum sevyelerndek aşırı değşm dkkae alındığında çevresel ekenlerden Cl ve Mg nn ür yoğunluklarını değşrebldğ anlaşılmakadır. Sıfır değer ağırlıklı regresyonda se öncek yönemlerde olduğu gb ür yoğunluklarının ay ve sasyonların eksnde olduğu suyun kmyasal yapısı çnden de sadece HCO 3 nun negaf yönde eksnde olduğu bulunmuşur. Sıfır değer ağırlıklı modelde çevresel fakörlerden sadece HCO 3 nun öneml bulunması ve dğer ekenlern önemsz bulunması ür yoğunluklarında görülen sıfır değerlernn dğer çevresel fakörlerle lgl olmadığını ancak HCO 3 nun ür yoğunluğunu olumsuz ekledğn açıklamakadır. Bu yönemde ayların ve sasyonların eksnn öneml bulunması da ür yoğunluklarının bazı aylarda ve sasyonlarda hç bulunmamasının anlamlı olduğunu açıklamakadır. Noonecd ürlernn özellkle kıyıya yakın haff acı ve uzlu suları erch eğ, su dengesnn sağlanmasında doğrudan lşkl organzmalar oldukları ve vücu derlernn geçrgen olması sebebyle alınan amonyum karbonalı suyun mde ve barsak ssemnden geçerek boşalım organından amonyak olarak aıldığı açıklanmakadır (Saddon, 1963). Göl suyunun yüksek bazk özellğe sahp olmasıyla (yaklaşık 9,5 ph) ve oramda bulunan bazk karakerl olan amonyum karbonaı alarak asdk karakerl amonyak olarak orama salıveren N. vrds n bu şeklde göl suyunun as-baz dengesnde düzenleme yapma yönünde br şleve sahp olduğu düşünülmekedr. Özellkle göl suyunun daha berrak ve kıyı krllğnn olmadığı, nsanların yüzmek çn en çok erch eğ sasyonlarda bu ürler ya hç ya da çok az yoğunluklarda görülmüşür (Şekl 2). Buna karşılık akarsu grş nokaları, yerleşm alanları ve görünürde de krl oldukları gözlenen sasyonlarda çok yoğun olarak sapanmışır. Van Gölü sahl şerdnde bazı sasyonlarda çok yoğun bulunmaları buna karşılık bazı sasyonlarda hç bulunmamaları bu ürlern poansyel göserge ürler olarak kullanılableceğn gösermekedr. Her üç regresyonda da ayların ve sasyonların eksnn öneml bulunması ür yoğunluklarının mevsmsel farklılıklar, üreme, göç, besn dağılımı gb nedenlern yanı sıra suyun fzksel ve kmyasal özellklernn aylara, örnekleme sasyonlarına, yağışlara, akarsu grşlerne ve buharlaşmalar gb brçok faköre bağlı olduğunu ve dnamk olarak değşğn gösermekedr. İsasyonların farklı karakerde ve farklı uzaklıklarda olması ür yoğunluğunu ekleyen dğer öneml br fakördür. Özellkle kensel aıkların brçok sasyonda arıılmadan veya sadece kaı aıklar arıılarak göle deşarj edlmes organk aıklarca aşırı br yüklenme sağlamakadır. Ancak bunun yanı sıra kensel aıklar çnde bulunan 334

deerjan benzer kmyasal karakerde grdler de canlı organzmaları olumsuz ekleyen dğer br fakördür. İsasyonlardan bazıları akarsu grş nokaları olduğundan buralarda özellkle alı su ve berabernde göle aşıdığı organk ve norgank karakerde brçok grd bu nokalardak örneklemelerden sayılan ürlern populasyon yoğunluğunu ekleyen öneml fakörlerdendr. Bu bölgelerdek ür yoğunluklarının yerleşm alanı ve doğal alan olarak fade edlen örnekleme nokalarından farklı yoğunluklarda olableceğ açıkır. Değerlendrmelerde yılların eksnn önemsz bulunması oramdak ür değşmnn yılın aynı dönemlernde çevresel koşulların ve sasyonların benzer oranlardak eksnde ve benzer yoğunluklarda olduğu sonucunu oraya koymakadır. 5000 4500 4000 2005 em 2005 ağu 2005 eyl 2006 may 2006 haz 2006 em 2006 ağu 2006 eyl 3500 Brey sayısı 3000 2500 2000 1500 1000 500 0 Mollakasım ErcşŞ Adlcevaz Ahladere Ahla Kömürlü Haraba Edrem Cank Tavan Çapanak İskele Yolçaı Alınsaç Gevaş Reşadye Ercş Dlkaya Sarıkum Göründü Örnekleme sasyonları Şekl 2. Nooneca vrds Delcour, 1909'n Van Gölü sahl şerdnde 2005 2006 yıllarında farklı örnekleme aralıklarında ve örnekleme sasyonlarına göre populasyon yoğunluğu. Öze Ekolojk çalışmalarda ürlern populasyon yoğunluklarının bell peryolarda abok ve bok brçok faköre bağlı olarak aşırı arığı veya azaldığı sık raslanan br durumdur. Bu değşmn sonucu olarak populasyon akb çalışmalarında örneklemelerde brey sayılarında sıklıkla çok fazla sayıda sıfır değer le aşırı arış ve azalış şeklnde dalgalanmalar görüleblr. Bu ür sayıma dayalı olarak elde edlen verlern normal dağılım gösermemes ve sıfır değerl gözlemlern çok fazla sayıda olmasından dolayı dağılımın 335

şeklnn sağa doğru çarpık olması, sıfır değer ağırlıklı regresyon yönemlernn uygulanmasını gerekrmekedr. Bu çalışmada 2005 2006 yıllarında Van Gölü kıyı şerdnde yerleşm alanları, akarsu grş nokaları ve doğal alanlar olmak üzere brbrnden farklı karakerde 20 farklı örnekleme sasyonundan Nooneca vrds n populasyon yoğunlukları aylık örneklemelerle zlenmşr. Sonuçlar ZIGP regresyon yönemyle değerlendrlmşr. Yapılan değerlendrme sonucunda oralama, aşırı yayılım ve sıfır değer ağırlıklı gözlemler dkkae alındığında Nooneca vrds populasyon yoğunlukları üsünde her üç regresyonda da farklı örnekleme aralıkları ve sasyonların eksnn öneml olduğu, çevresel fakörlerden HCO 3 nun sıfır değer ağırlıklı modelde negaf yönde, dğer yönemlerde se pozf yönde ekl olduğu görülmüşür. Oralama regesyonda Fe, aşırı yayılım regresyonunda se bunlara laveen Cl ve Mg nn populasyon yoğunluğunu olumlu yönde ekledğ sapanmışır. Nooneca vrds n bazı sasyonlarda aşırı yoğun bulunması ve bazı sasyonlarda hç bulunmamasının suyun fzko-kmyasal özellkleryle yakından lgl olduğu sonucuna varılmışır. Teşekkür Bu çalışma Tübak-Çaydag arafından deseklenen 102Y089 nolu ve Van Gölü Sahl Şerdnde Sucul ve Karasal Böcek Faunası ve Bksel Floranın Sapanması, Farklı Bölgelerde Göl Krllğnn İndkaör Türler Yardımıyla Belrlenmes sml projenn br kısmıdır. Noonecd ürlern eşhs eden Dr. Dmry A. GAPON a ve projeye madd desek sağlayan Tübak a eşekkür ederz. Yararlanılan Kaynaklar Agres, A., 1997. Caegorcal Daa Analyss. John and Wley & Sons, Incorporaon, New Jersey, Canada, 710 pp. Böhnng, D., 1998. Zero-Inflaed Posson Models and C.A.MAN: A Tuoral Collecon of Evdence Bomercal Journal, 40 (7): 833-843. Böhnng, D., E. Dez & P. Schlamann, 1999. The Zero-Inflaed Posson Model and he Decayed, Mssng and Flled Teeh Index n Denal Epdemology. Journal of Royal Sascal Socey, A 162:195 209. Cameron, A. C. & P. K. Trved, 1998. Regresson Analyss of Coun Daa, (Cambrdge Unversy Press, New York) 411 pp. Cheung, Y. B., 2002. Zero-Inflaed Models for Regresson Analyss of coun daa, A sudy of growh and developmen. Sascs n Medcne, 21: 1461-1469. Consul, P. C.,1989. Generalzed Posson Dsrbuons, Volume 99 of Sascs: Texbooks and Monographs. New York: Marcel Dekker Inc. Properes and Applcaons. Consul, P. C. & F. Famoye, 1992. Generalzed Posson regresson model. Communcaons n Sascs, Theory and Mehods, 21(1) 89 109. Cox, R., 1983. Some Remarks on Overdsperson Bomerka, 70: 269-274. 336

Czado, C., E. Vnzenz, M. Aleksey & W. Sefan, 2007. Dsperson and zero-nflaon level appled o paen ousourcng raes Zero-nflaed generalzed Posson models wh regresson effecs on he mean, Sascal Modellng, 7 (2): 125-153. Dalrymple, M. L, I. L. Hudson & R. P. K. Ford, 2003. Fne Mxure, Zero-Inflaed Posson and Hurdle Models wh Applcaon o SIDS, Compuaonal Sascs & Daa Analyss, 41: 491-504. Famoye, F. & K. P. Sngh, 2003. On nflaed generalzed Posson regresson models. Advances and Applcaons n Sascs, 3 (2), 145 158. Frome, E. D, M. H. Kuner & J.J. Beauchamp, 1973. Regresson Analyss of Posson- Dsrbued Daa, Journal of Amercan Sascal Assocaon, 68 (344): 935 940. Gündüz, T., 1993. Kanaf Analz Ders Kabı, Ankara, 478 s. Hansen, J., Mk. Sao, R. Ruedy, A. Lacs & V. Onas, 2000. Global warmng n he weny-frs cenury: An alernave scenaro. Proceedngs of he Naonal Academy of Scences, 97, 9875-9880. Hlbe, J. M., 2007. Negave Bnomal Regresson, (Cambrdge,UK). 322 pp. Jansakul, N. & J. P. Hnde, 2002. Score ess for zero-nflaed Posson models. Compuaonal Sascs & Daa Analyss, 40 (1): 75-96. Jansakul, N., 2005. Fng a Zero-nflaed Negave Bnomal Model va R. Proceedngs 20h Inernaonal Workshop on Sascal Modellng. Sdney, Ausrala, 277-284 p. Khoshgofaar, T. M, K. Gao & R. M. Szabo, 2005. Comparng Sofware Faul Predcons of Pure and Zero- nflaed Posson Regresson Models. Inernaonal Journal of Sysems Scence, 36 (11): 707 715. Lamber, D., 1992. Zero-Inflaed Posson Regresson, wh an Applcaon o Defecs n Mnaufacurn. Technomercs, 34 (1): 1-13. Lawles, J. F., 1987. Negave Bnomal and Mxed Posson Regresson. The Canadan Journal of Sascs, 15 (3): 209-225. Lee, A. H., K. Wang & K. K. W. Yau, 2001. Analyss of Zero-Inflaed Posson Daa Incorporang Exen of Exposure. Bomercal Journal, 43 (8): 963-975. Long, J. S. & J. Freese, 2006. Regresson Models for Caegorcal Depenen Varable Usng Saa, (A Saa Pres Publcaon, SaaCorp LD Collage Saon, Texas, USA. 524 pp. Rdou, M., J. Hnde & C.G.B. Demero, 2001. A Score Tes for a Zero-Inflaed Posson Regresson Model Agans Zero-Inflaed Negave Bnomal Aleraves. Bomercs, 57: 219-233. Rose, C. E., S. W. Marn, K. A. Wannemuehler & B. D. Plkays, 2006. On he of Zeronflaed and Hurdle Models for Medellng Vaccne Adverse even Coun Daa. Journal of Bopharmaceucal Sascs 16: 463-481. 337

Rosenberg, D. M., I. J. Daves, D. G. Cobb & A. P. Wens, 1997. Proocols For Measurng Bodversy: Benhc Macronverebraes n Fresh Waers, hp://www.emanrese.ca/ eman/ ecoools/ proocols/freshwaer/benhcs/nro.hml, (Dae accessed: 10.10.2007). SAS, 2010. SAS/Sa Sofware Hagen and Enhanced. (SAS Insue Incorporaon, USA). Saddon, B. W., 1963. Waer balance n he aquac bugs Nooneca glauca L. and Nooneca marmorea Fabr. (Hempera: Heeropera). Journal of Expermenal Bology, 40, 563-71. Souhwood, T. R. E., 1978, Ecologcal Mehods, wh Parcular Reverence o he Sudy of Insec Populaons. 2nd ed., Chapman and Hall, London and New York, 524 pp. Sokes, M. E, C. S. Davs & G. G. Koch, 2000. Caegorcal Daa Analyss Usng he SAS Sysem, (John and Wley & Sons Incorporaon, USA), 478 pp. Yau, K. K. W. & A. H. Lee, 2001. Zero-Inflaed Posson Regresson wh Random Effecs o Evaluae an Occupaonal Injury Prevenon Programme. Sascs n Medcne, 20: 2907-2920. 338