Gronewold2008 en Id
Gronewold2008 en Id
Tersedia di www.sciencedirect.com
Pemodelan hubungan antara yang paling jumlah mungkin (MPN) dan Unit pembentuk
koloni (CFU) perkiraan konsentrasi coliform fecal
articleinfo abstrak
Pasal sejarah: Sebagian besar jumlah kemungkinan (MPN) dan colony-forming unit (CFU) perkiraan konsentrasi bakteri coliform fecal adalah
Menerima November 2007 3 diterima dalam langkah-langkah umum kualitas air di pesisir panen shell ikan dan perairan rekreasi. Memperkirakan prosedur MPN dan CFU memiliki
bentuk direvisi 21 Februari 2008 Diterima 4 variabilitas intrinsik dan tunduk pada ketidakpastian tambahan yang timbul dari variasi kecil dalam protokol eksperimental. Telah
April 2008 Tersedia online 16 April 2008 diamati secara empiris bahwa standar ganda tabung fermentasi (MTF) analisis pengenceran desimal prosedur MPN lebih bervariasi
daripada membran fi prosedur filtrasi CFU, dan bahwa MTF yang diturunkan perkiraan MPN agak lebih tinggi daripada rata-rata
perkiraan CFU, pada sampel perpecahan dari badan air yang sama. Kami membangun sebuah model probabilistik yang menyediakan
penjelasan teoritis yang jelas untuk variabilitas dalam, dan perbedaan antara, MPN dan pengukuran CFU. Kami kemudian
Kata kunci:
membandingkan model kita untuk sampel kualitas air dianalisis menggunakan kedua MPN dan CFU prosedur, dan mendapati bahwa
Probabilistic pemodelan kualitas
(sering besar) diamati perbedaan antara MPN dan nilai-nilai CFU untuk badan air yang sama baik dalam rentang diprediksi oleh
air tinja coliform MPN CFU
model probabilistik kami. Hasil kami menunjukkan bahwa MPN dan variabilitas intra-sampel CFU tidak berasal dari kesalahan
manusia atau variabilitas prosedur laboratorium, tetapi bukan konsekuensi sederhana dari dasar probabilistik untuk menghitung MPN.
Hasil ini menunjukkan bagaimana model probabilistik dapat digunakan untuk membandingkan sampel dari prosedur analitis yang
berbeda, dan untuk menentukan apakah transisi dari satu prosedur ke yang lain cenderung menyebabkan perubahan dalam
analisis Bayesian
keputusan manajemen berbasis kualitas.
1. pengantar tabung fermentasi (MTF) prosedur analisis coliform fecal dengan membran filtrasi (MF) prosedur
karena hasil MF, sedangkan variabel, jauh lebih daripada hasil MTF (seperti yang biasa
lembaga pengelolaan sumber daya air pesisir sering merevisi prosedur analisis kualitas air diterapkan) dari sampel kualitas air yang sama. NCDENR-SSS dan lembaga lainnya yang
standar berdasarkan teknologi terbaru yang tersedia. Sebagai contoh, North Carolina bersangkutan, bagaimanapun, bahwa keputusan manajemen berbasis kualitas air untuk badan
Departemen Lingkungan dan Sumber Daya Alam Shell ikan Sanitasi dan Kualitas Air rekreasi air tertentu (seperti persetujuan atau larangan dari shell fi shing) dapat berubah setelah prosedur
Bagian (NCDENR-SSS), dan lembaga pengelolaan sumber daya air yang sama, sedang MF diimplementasikan.
Penulis yang sesuai. Tel .: +1919 6138054; fax: 1 alamat 919.684 8741. E-mail: adg12@duke.edu
(AD gronewold).
0043-1354 / $ - melihat hal depan & 2008 Elsevier Ltd All rights reserved. doi: 10,1016 /
j.watres.2008.04.011
PASAL DALAM PERS
LN log distribusi normal n jumlah tabung atau sumur dalam serangkaian pengenceran
Tidak distribusi normal p probabilitas sampel pengenceran seri menunjukkan fermentasi atau
V volume sampel kualitas air (ml) argmax c nilai c yang fungsi yang diberikan v volume pengenceran sampel seri (ml)
mencapai nya x jumlah sampel dalam serangkaian pengenceran menunjukkan fermentasi atau
Di sini, kita memperoleh model teoritis untuk distribusi probabilitas dari MTF dan uji MF hasil konsentrasi bakteri coliform untuk sisa tulisan ini, namun penerapan model probabilistik untuk
dari sampel kualitas air yang sama. Pendekatan inovatif ini memungkinkan perbandingan intrasample variabilitas dapat diterapkan untuk berbagai mikroba, fisik, dan polutan kimia (lihat,
sisi-byside metode pengujian alternatif, menampung perbedaan intrinsik mereka (bukan asumsi misalnya Kinzelman dkk., 2003; US Geological Survey, 1996; Horowitz, 1986 ). MTF dan MF dua
bahwa perbedaan ini tidak berpengaruh). Selanjutnya, kita menemukan distribusi probabilitas prosedur umum untuk memperkirakan konsentrasi coliform fecal di perairan sumberdaya pesisir
untuk konsentrasi coliform fecal benar terkait dengan berbagai kemungkinan hasil pengukuran ( Eckner, 1998; Buckalew et al., 2006 ). MTF dan MF analisis coliform fecal hasilnya dilaporkan
dari setiap prosedur. sebagai nomor yang paling mungkin (MPN) dan Unit (CFU) perkiraan pembentuk koloni dari
konsentrasi coliform fecal benar c ( biasanya dalam organisme per 100 ml). deskripsi rinci dari
prosedur analisis mikroba MF disajikan dalam Rose et al. (1975) . Rippey et al. (1987) . Dufour et
al. (1981) . Eckner (1998) , dan Esham dan Sizemore (1998) . deskripsi yang sama dari prosedur
Perbedaan, jika diamati, antara hubungan MTF-MF diprediksi oleh model kami dan hubungan MTF disajikan dalam Cochran (1950) . Hurley dan Roscoe (1983) .
MTF-MF diamati secara empiris dalam sampel dari laboratorium tertentu, akan menyarankan
signi fi sumber ekstrinsik tidak bisa ketidakpastian dan variabilitas (yaitu tidak terkait dengan
distribusi spasial alami dari organisme dalam Volume sampel aliquot) dan, yang lebih penting,
kesempatan peningkatan yang mengubah standar analisis coliform fecal dari MTF ke MF
Beliaeff dan Mary (1993) , dan McBride et al. (2003) . Perkiraan MPN berasal dari standar
(misalnya 5-tabung 3 pengenceran seri) analisis MTF adalah, dengan definisi, nilai yang
Variabilitas dalam MTF dan analisis MF hasilnya dapat dibagi menjadi dua kategori: mungkin konsentrasi di mana fungsi kemungkinan (lihat Lampiran, Persamaan. (2)) mencapai
variabilitas stokastik intrinsik karena dispersi alami bakteri dalam wadah sampel, dan variabilitas maksimum. Fungsi kemungkinan menawarkan indikasi seberapa kuat pola diamati dari jumlah
ekstrinsik. sumber intrinsik variabilitas sebagian besar konsekuensi dari desain prosedur, dan tabung positif dari analisis MTF mendukung setiap nilai yang mungkin c dari konsentrasi ( McBride,
dijelaskan nanti dalam bagian ini. sumber ekstrinsik variabilitas termasuk keberangkatan dari 2005, hlm. 12-13 ). Perkiraan MPN sangat bervariasi karena fungsi ini memiliki puncak yang
yang diharapkan protokol sampling, kerusakan sel mikroba (selama filtrasi, misalnya) whichmay sangat luas, dan begitu dekat dengan nilai maksimum atas berbagai kemungkinan konsentrasi.
mengurangi jumlah organisme layak ( Kloot et al., 2006 ), Dan penggumpalan sel bakteri ( Noble et
al., 2003b ). Sumber ekstrinsik potensial lainnya dari variabilitas berhubungan dengan kondisi
lingkungan pada saat pengambilan sampel, termasuk curah hujan pendahuluan, kekeruhan, dan
musim ( Cabelli et al, 1983.; Noble et al., 2003a ). Sumber-sumber ekstrinsik variabilitas tidak
termasuk dalam model kami dan, jika mereka benar-benar berkontribusi terhadap variabilitas diskusi tambahan asumsi statistik yang melekat dalam perhitungan MPN berbasis MTF dapat
intra-sampel MTF-MF, akan membatasi kemampuan model kami untuk menjelaskan perbedaan ditemukan di Eisenhart dan Wilson (1943) . Beliaeff dan Mary (1993) , dan Klee (1993) . Perkiraan
antara MTF dan hasil MF. CFU didasarkan pada jumlah koloni bakteri dibedakan yang terbentuk pada piring budaya
setelah filtrasi dan inkubasi. variabilitas CFU berbanding terbalik dengan volume air sampel
disaring, dan karena itu sementara perkiraan CFU adalah variabel, variabilitas sering kecil
dibandingkan dengan MTF yang diturunkan MPN memperkirakan ketika volume aliquot besar
digunakan. Fungsi kemungkinan luas dari MTF tabung positif menghitung pengamatan dan
variabilitas dalam jumlah dibedakan koloni pertumbuhan bakteri adalah contoh dari variabilitas
bakteri coliform fecal dan jumlah merupakan indikator potensi pencemaran tinja dan air-borne intrinsik dalam MPN dan CFU perkiraan, dan karena itu dibahas secara eksplisit dalam model
ancaman patogen bagi kesehatan manusia ( Cabelli, 1983; LeClerc et al., 2001 ). Tindakan kami.
bakteri lain dari kualitas air meliputi Escherichia coli ( subset dari coliform fecal), dan enterococci ( Noble
et al., 2003a ). Luas definisi fi de bakteri coliform fecal dan jumlah yang disajikan di tempat lain ( Rompre'
et al., 2002; Kloot et al., 2006 ). Model kami diterapkan untuk memantau data dari shell fi daerah
sh panen yang fecal coliform merupakan ukuran yang lebih umum kualitas air. Sebagai hasilnya,
kami hanya membahas fecal Beberapa penelitian terbaru mendokumentasikan hubungan empiris antara bakteri fecal hasil
analisis dari prosedur pengujian yang berbeda (misalnya Eckner, 1998; Noble et al, 2003b.;
Kloot et al., 2006 ). Penelitian oleh Noble et al. (2003b) , Misalnya, yang
PASAL DALAM PERS
membandingkan hasil analisis kualitas air pantai menggunakan MF, MTF, dan IDEXX 2.2. model probabilitas teoritis
Quanti-Tray s 2000 kromogenik uji substrat (CST) kit, menunjukkan bahwa kesalahan pengukuran
melekat prosedur analitis kemungkinan melebihi perbedaan antara prosedur analitis dengan Kami berasal model probabilistik, pengalamatan hanya sumber intrinsik variabilitas, hubungan
asumsi prosedur laboratorium standar diikuti; Buckalew et al. (2006) juga mendapati variabilitas antara fecal coliform MTF dan pengukuran MF dari sampel kualitas air yang sama. Model ini
intrinsik dari metode ini melebihi perbedaan mereka. bersifat teoritis karena mengasumsikan sumber ekstrinsik variabilitas yang tidak signifikan. Kita
mulai dengan menghitung distribusi probabilitas dari MPN dan CFU untuk setiap konsentrasi
coliform fecal benar c ( diukur dalam organisme per 100 ml). Kami kemudian menerapkan analisis
Bayesian untuk mendapatkan distribusi bersyarat dari konsentrasi coliform fecal benar c untuk
Selanjutnya, Noble et al. (2003b) mengakui bahwa prosedur pengujian yang berbeda mungkin setiap MPN direkam atau estimasi CFU. Akhirnya, kami menerapkan teori distribusi probabilitas
untuk menghasilkan perkiraan konsentrasi coliform fecal yang berbeda karena mereka mengukur bersyarat untuk menghasilkan fungsi probabilitas dari MPN untuk diamati estimasi CFU dari
titik akhir proses metabolisme yang berbeda. Studi bersejarah serupa termasuk perbandingan sampel yang sama. Rincian prosedur perhitungan termasuk dalam Lampiran.
antara perkiraan MF-berasal dari enterococci dan E. coli oleh Levin et al. (1975) dan Dufour et al.
(1981) , Perbandingan antara jumlah coliform, coliform fecal, dan perkiraan konsentrasi
streptokokus tinja menggunakan prosedur MTF oleh Sayler et al. (1975) , Dan perbandingan
antara kedua MTF dan MF perkiraan E. coli, Klebsiella, dan Enterobacter spesies dengan
menjelaskan perbedaan antara standar MF dan prosedur MTF dengan pemodelan hanya Selain menurunkan model probabilitas teoritis, kami muat sebuah OLS empiris log-skala model
variabilitas intrinsik dalam MPN dan CFU perkiraan. regresi sederhana untuk data NCDENR-SSS (lihat Weisberg, 2005, hlm. 21-30 untuk rincian
tentang regresi OLS). Ketika semua tabung di tes MTF negatif, estimasi kemungkinan
Bagian yang tersisa dari makalah ini mencakup deskripsi kualitas air sampling dan analisis maksimum (dan karenanya MPN) konsentrasi yang benar c adalah nol (lihat Lampiran,
prosedur fecal coliform, diikuti oleh pendekatan kami untuk menurunkan model probabilistik dari Persamaan. (1)). Karena logaritma dari nol tidak fi nite, model regresi kami tidak termasuk tujuh
hubungan antara diamati MPN dan CFU perkiraan. Kami hasil maka sekarang dari analisis kami, NCDENR-SSS titik data dengan MPN 0 organisme per 100 ml, dan (untuk alasan yang sama)
termasuk perbandingan distribusi probabilitas teoritis kami mengusulkan untuk pengamatan dari dua titik data dengan CFU 0 organisme per 100 ml. Model regresi juga tidak termasuk 19
studi kualitas air NCDENRSSS baru-baru ini yang termasuk analisis untuk konsentrasi coliform pengamatan NCDENR-SSS yang MF hasil tes dicatat sebagai '' terlalu banyak untuk dihitung
fecal menggunakan kedua MTF dan prosedur MF. Kami muat sebuah setidaknya-squared (OLS) (TNTC) ''.
regressionmodel biasa untuk data NCDENR-SSS dan membandingkan regresi Model fi tted
nilai-nilai dan interval prediksi untuk model probabilitas teoritis kami. Kami menyimpulkan dengan
diskusi tentang bagaimana temuan kami dapat digunakan untuk memandu lembaga pengelolaan
kawasan sumber daya air melalui transisi dari satu prosedur analisis kualitas air baku yang lain.
Di Gambar. 1 kami hadir nilai-nilai MPN (di panel A) dan CFU (di panel B) diharapkan untuk
setiap konsentrasi coliform 5 bilangan bulat bernilai benar fecal c di kisaran 0 p c p 250, termasuk
95% prediksi set. 95% prediksi set adalah koleksi nite fi nilai tertinggi probabilitas dari (mungkin
multi-modal, seperti dalam kasus MPN) distribusi probabilitas diskrit yang probabilitas kumulatif
minimal 0,95. Sementara set ini diwakili serta interval untuk CFU di panel B, jelas (lihat panel A)
bahwa nilai-nilai MPN kemungkinan bervariasi dan prediksi set 95% tidak baik direpresentasikan
2. metode sebagai interval. Hasil di Gambar. 1 menggambarkan bahwa variabilitas luas hasil MPN, sebuah
Seratus empat puluh empat permukaan sampel kualitas air dikumpulkan oleh personel
NCDENR-SSS di pemantauan stasiun di seluruh Newport Muara Sungai di Timur North Carolina
antara Mei 2006 dan Januari 2007 ( NCDENR 2007 , Data tidak dipublikasikan). Sebagai shell
luas panen ikan yang ditunjuk, Newport Muara Sungai diatur oleh National Shell Program ikan
Sanitasi (NSSP) yang pedoman ( Nasional Shell ikan Program Sanitasi 2003 ) Mengharuskan Di Gambar. 2 kami hadir nilai-nilai konsentrasi coliform fecal benar diharapkan, bersama
standar kualitas air yang didasarkan pada salah satu MPN atau CFU perkiraan konsentrasi dengan 95% interval kredibel, untuk perkiraan MPN diamati (di Panel A) dan untuk setiap diamati
bakteri coliform fecal. Oleh karena itu sampel kualitas air dianalisis dengan NCDENR-SSS untuk estimasi CFU 5 (di Panel B). Sebuah Bayesian 95% Interval kredibel mengandung konsentrasi
konsentrasi coliform fecal menggunakan kedua 5-tabung pengenceran desimal MTF dan tes coliform benar tinja dengan probabilitas setidaknya 0,95; Lihat Casella dan Berger (2002, pp.
analisis MF sesuai dengan kedua pedoman NSSP dan standar industri ( APHA, 2005 ). 436-437) atau McBride (2005, pp. 208-209) , Di mana interval kredibel dijelaskan secara rinci dan
kontras dengan interval dence con fi. Rincian analisis Bayesian kami disajikan dalam Lampiran.
1000 E (MPN | c)
1000
E (CFU | c)
MPN 95% prediksi ditetapkan untuk ditentukan konsentrasi benar 1: 1 line MPN 95% interval prediksi untuk konsentrasi benar spesifik
1: 1 line
800 800
Fecal coliform MPN (organisme per 100 ml)
400 400
200 200
0 0
Gambar 1 -. Diharapkan nilai-nilai dan 95% prediksi set atau interval prediksi untuk diamati fecal coliform MPN (panel A) dan CFU (panel B) pengukuran diberikan konsentrasi coliform fecal benar
dalam organisme per 100 ml. Untuk kejelasan, nilai-nilai yang diharapkan dan 95% prediksi set atau interval diplot hanya untuk setiap konsentrasi bilangan bulat bernilai 5 c. Konsentrasi benar maksimal
dalam setiap plot didasarkan pada maksimum MPN dan CFU pengamatan di NCDENR-SSS kumpulan data. interval prediksi CFU didasarkan pada MF volume sampel aliquot dari 100ml.
E (c | MPN) E (c | CFU)
1000 1000
Gambar 2 -. Nilai yang diharapkan dan 95% interval kredibel untuk coliform fecal konsentrasi benar givenMPN (panel A) dan CFU (panel
B) memperkirakan pada organisme per 100 ml. Untuk kejelasan, panel A hanya mencakup 51 perkiraan MPN diamati disajikan dalam analisis laboratorium tabel konversi MTF standar untuk
1957) dan panel B hanya mencakup setiap tanggal 5 nilai CFU diamati berdasarkan tes MF dengan volume sampel aliquot dari 100ml.
adalah mereka yang mungkin dapat timbul dari (NSSP standar) 5-tabung analisis fermentasi seri operasi protokol), perkiraan CFU diamati adalah semua bilangan bulat non-negatif. Panjang
pengenceran (yang kemungkinan besar disajikan, misalnya, dalam tabel di Woodward, 1957 ); interval kredibel tergantung pada jumlah tabung yang digunakan, untuk MPN, dan pada volume
untuk volume sampel aliquot dari 100ml (per NCDENR-SSS aliquot, untuk CFU (lihat Lampiran, Persamaan (5).); dengan demikian, meskipun kepercayaan
diri
PASAL DALAM PERS
interval untuk metode CFU lebih sempit dari yang untuk metode MPN untuk setiap volume set untuk model regresi dan model probabilistik, masing-masing. Pengamatan dari studi
sampel yang tetap (seperti yang disarankan oleh panjang selang relatif dalam panel A dan B dari NCDENR-SSS juga diplot di Gambar. 3 . interval prediksi di panel A Gambar. 3 didasarkan pada
Gambar. 2 ), Interval bisa dibuat sempit untuk metode baik dengan menggunakan lebih tabung asumsi standar tentang pembagian OLS linier model regresi nilai fi tted residual (lihat Weisberg,
(untuk MPN) atau volume yang lebih besar (untuk CFU). 2005 ), Dan disajikan untuk kontras dengan distribusi multimodal benar diskrit dari MPN disajikan
Di Gambar. 3 kami menyajikan OLS model regresi fi tted nilai-nilai dan nilai-nilai model
probabilitas teoritis diharapkan dari MPN untuk CFU perkiraan diamati dalam studi
NCDENR-SSS. Selain itu, kami menyajikan MPN interval 95% prediksi dan prediksi
Gambar. 3 , Dan secara rinci dalam Gambar. 4 . Gambar. 4 termasuk penuh teoritis
NCDENR - Data SSS digunakan dalam log - model regresi linier NCDENR - Data NCDENR - SSS Data E (MPN | CFU) 95% MPN prediksi set
SSS dikeluarkan dari log - linier model regresi Model regresi dipasang nilai 95% (untuk CFU ditentukan) 1: 1 line
MPN prediksi interval 1: 1 line
500
200 500
100 200
50 100
20 50
10 20
5 10
5
2
1 12
0 0
Gambar 3 -. Model Empiris linear regresi (panel A) dan model probabilitas teoritis (panel B) dari hubungan antara fecal coliform MPN dan estimasi CFU dari sampel kualitas air yang sama.
0.25
3
massa probabilitas
0,20
Jumlah observasi
0,15 2
0.10
1
0,05
0
MPN (organisme per 100 ml)
Gambar 4 -. Nilai Diamati, nilai-nilai yang diharapkan, dan fungsi massa probabilitas teoritis dari MPN untuk pengukuran CFU dari sampel kualitas air yang sama. nilai-nilai yang diamati adalah dari
distribusi probabilitas dari MPN untuk nilai CFU diamati dari enam organisme per 100 ml bakteri coliform yang berbeda efek keluaran metabolisme perkiraan konsentrasi fecal coliform.
bersama dengan histogram dari MPN memperkirakan dari 13 dari NCDENR-SSS sampel
kualitas air dengan perkiraan CFU dari 6 organisme per 100 ml. Buah ara. 3 dan 4
menunjukkan tidak hanya itu yang paling mungkin MPN memperkirakan untuk sampel kualitas Ucapan Terima Kasih
air yang diberikan adalah subset diskrit estimasi MPN diamati nonconsecutive, tetapi juga bahwa
pengamatan NCDENR-SSS sepenuhnya konsisten dengan model probabilitas teoritis kami. Penelitian ini didukung dengan dana dari North Carolina Divisi Kualitas Air (Kontrak Nomor
Selain itu, model probabilitas teoritis kami menjelaskan mengapa MPN adalah perkiraan EW05049) melalui program USEPA 319, dan melalui hibah dari National Science Foundation
positivelybiased konsentrasi tinja coliform ( Garthright, (NSF Hibah No. DMS-0.112.069 dan DMS-
0.422.400). Penelitian ini tidak akan mungkin terjadi tanpa kontribusi dari personil
1993, 1997 ). NCDENR-SSS, termasuk Patti Fowler dan Diane Mason, yang menyelesaikan pekerjaan analisis
Meskipun perbedaan antara nilai-nilai tted model regresi fi (panel A Gambar. 3 ) Dan nilai-nilai mikroba. Makalah ini juga memperoleh manfaat ted dari diskusi dengan Bill Kirby-Smith, E.
yang diharapkan dari model probabilitas teoritis kami (panel B dari Gambar. 3 ), Kami berharap Conrad Lamon, Rob Schick, Ibrahim Alameddine dan Song Qian. ADG berterima kasih kepada
regresi empiris Model fi tted nilai untuk mendekati nilai-nilai yang diharapkan dari MPN untuk Lingkungan Federasi Air (WEF), North Carolina Asosiasi Profesional Lingkungan (NCAEP), dan
spesifisitas c CFU sebagai ukuran sampel meningkat. Perbedaan, jika ada, antara besar-sampel Analisis Lingkungan Kuantitatif (QEA), LLC untuk dukungan beasiswa. Penulis juga berterima
model regresi empiris fi tted nilai-nilai dan nilai-nilai kita model teoritis diharapkan mungkin kasih kepada dua peninjau anonim atas komentar mereka membantu.
Menjelajahi perbandingan antara kami mengajukan model probabilistik dan model regresi fi t
untuk set data yang sangat besar adalah area untuk penelitian masa depan.
Lampiran
4. kesimpulan Dengan asumsi organisme coliform fecal pada konsentrasi c ( dalam organisme per 100 ml) baik
dicampur dalam sampel air, biasanya diasumsikan bahwa aliquot volume v saya ml dari sampel air
Kami berasal model teoritis dari distribusi probabilitas MPN untuk diamati estimasi CFU dari mengandung Poisson po ð CV i = 100 Þ Jumlah didistribusikan organisme coliform fecal ( McCrady,
sampel kualitas air yang sama. Terbaru sampel kualitas air yang dikumpulkan dan dianalisis 1915; Greenwood dan Yule, 1917; Deman, 1977; Russek dan Colwell, 1983; Terbaik dan
dengan NCDENR-SSS untuk konsentrasi coliform fecal menggunakan kedua MTF dan tes Rayner, 1985; Woomer et al., 1990; Briones dan Reichardt 1999 ). Dari n saya tabung analisis
analisis MF menghasilkan MPN dan CFU perkiraan sepenuhnya konsisten dengan model pengenceran serial, jumlah tabung yang positif x saya independen binomial
peluang teoritis kami. Hasil kami menunjukkan bahwa MPN dan variabilitas intra-sampel CFU
tidak berasal dari kesalahan manusia atau variabilitas prosedur laboratorium, tetapi bukan
menggunakan Poisson dan distribusi binomial dalam analisis data lingkungan, lihat Ott, 1995,
hlm. 93-113 dan 127-137 ). The MPN untuk m seri pengenceran oleh karena itu dapat dinyatakan
sebagai
Kami mengantisipasi penelitian ini akan berfungsi sebagai batu loncatan menuju penelitian di " #
Ym
masa depan apakah prosedur analisis coliform fecal yang berbeda mungkin menyebabkan MPN ¼ argmax ð 1 e CV i = 100 Þ x saya ð e CV i = 100 Þ n saya x saya (1)
c
kualitas air frekuensi pelanggaran standar yang berbeda untuk badan air yang sama. perbedaan saya ¼ 1
metode-dependent, jika ada, mungkin merambat ke keputusan pengelolaan air sumber daya dan distribusi probabilitas bersyarat dari jumlah tabung yang positif X ¼ f x saya g, diberikan
pesisir melalui dua jalur yang tidak diinginkan. Pertama, analisis sampel kualitas air dari konsentrasi coliform fecal benar c, aku s:
kekuatan air sumber daya pesisir, tergantung pada prosedur analisis yang digunakan, !
n saya
menghasilkan tindakan manajemen yang berbeda (seperti penutupan atau membuka shell ikan f ð x j c Þ ¼ Ym ½ 1 e CV i = 100 x saya ½ e CV i = 100 n saya x saya (2)
x saya
luas panen). Kedua, jika perkiraan konsentrasi fecal coliform bervariasi tergantung pada apakah saya ¼ 1
MTF atau MF prosedur yang digunakan, potensi manfaat dari penggabungan MPN bersejarah
Pengamatan CFU terdistribusi Poisson Y po ð l Þ dengan mean
dan data baru set CFU akan terbatas ( Noble et al., 2003b ). Penelitian di masa depan atas dasar
l ¼ CV = 100 untuk volume aliquot sampel V ml memiliki distribusi probabilitas bersyarat,
probabilistik untuk saat ini pelanggaran baku mutu air, ditambah dengan alat pemodelan
mengingat konsentrasi coliform fecal benar c, diberikan oleh
disajikan dalam makalah ini, bisa memberikan jawaban atas pertanyaan penelitian tersebut.
fðyjcÞ¼1 (3)
y! ð CV = 100 Þ y e CV = 100 untuk y 2 0; 1; 2; . . .
Distribusi probabilitas posterior dari konsentrasi coliform fecal benar c untuk kombinasi count
tabung diamati x, menggunakan skala-invariant '' referensi '' distribusi sebelum Jeffreys p ð c Þ / 1
= ffiffiffi
penelitian menyarankan lainnya berasal dari penelitian kami termasuk, namun tidak terbatas
p ( Jeffreys, 1946; Bernardo dan Ramon,
pada, mengukur membran fi terkait filtrasi fecal coliform tingkat penipisan dan kontaminasi, c
menjelajahi efek lingkungan pada tinja coliform perkiraan konsentrasi Bias, dan menentukan 1998 ), diberikan oleh
howmeasuring
f ð c j x Þ / c 1 = 2 e ð c = 100 Þ P m saya ¼ 1 v saya ð n saya x saya Þ Ym c40 (4)
saya ¼ 1 ð 1 e CV i = 100 Þ x i;
PASAL DALAM PERS
Menggunakan distribusi sebelum yang Jeffreys yang sama, distribusi posterior c untuk Eisenhart, C., Wilson, PW, 1943. Metode statistik dan kontrol
pengamatan CFU diberikan y aku s: di bakteriologi. Bacteriol. Wahyu 7 (2), 57-137. Esham, EC, Sizemore, RK, 1998. Evaluasi
dua teknik:
f ð c j y Þ / c y 1 = 2 e CV = 100; c40 (5) MFC andmTEC untuk menentukan distribusi pencemaran tinja di kecil, North Carolina
sungai pasang surut. Air, udara dan tanah Pencemaran 106 (1), 179-197.
yang kita kenal sebagai Gamma Ga ð Sebuah; l Þ distribusi dengan parameter bentuk Sebuah ¼ y
þ 1 = 2 dan tingkat parameter l ¼ V = 100. Akhirnya kita menghitung distribusi probabilitas dari Garthright, KAMI, 1993. Bias di logaritma kepadatan mikroba
vektor count tabung positif x ¼ ð x 1; . . . ; x m Þ, 1 p x saya p n saya memperkirakan dari pengenceran serial. Biometrik. J. 35 (3), 299-314. Garthright, KAMI,
untuk 1997. Analisis Bayesian dari pengenceran serial
setiap pengamatan CFU y, P ½ X ¼ x j Y ¼ y . dengan menggabungkan Pers. (2) dan (5): menawarkan bias lebih buruk positif dari MPN dan mengusulkan selang waktu perkiraan
yang tidak pantas. Makanan Microbiol. 14 (5), 515-517.
fðxjyÞ¼Z1 fðxjcÞfðcjyÞdc
Greenwood, M., Yule, GU, 1917. Pada interpretasi statistik
0
! dari beberapa metode bakteriologis yang digunakan dalam analisis air.
Z1 n saya
¼ ð V = 100 Þ y þ 1 = 2 c y 1 = 2 e ð c = 100 Þ½ V þ P m saya ¼ 1 vi ð Nixi Þ? Y m ð 1 e cv i = 100 Þ xi d c
J. Hygiene 16 (1), 36-54.
Gðyþ1=2Þ x saya
0
saya ¼ 1 Horowitz, A., 1986. Perbandingan metode untuk konsentrasi
(6) dari sedimen di air sungai untuk analisis kimia berikutnya. Mengepung. Sci. Technol. 20 (2),
155-160. Hurley, MA, Roscoe, ME, 1983. Automated statistik-analisis
kriteria kualitas air rekreasi konsisten dengan konsep indikator dan analisis risiko. J. AOAC Int. 86 (5), 1084-1088.
Pengendalian Federasi J. Polusi Air 55 (10), 1306-1314. McCrady, MH, 1915. Interpretasi numerik fermenta-
Hasil tion-tabung. J. Menginfeksi. Dis. 17 (1), 183-212. Nasional Shell Program ikan
Casella, G., Berger, RL, 2002. statistik Inference, ed kedua. Sanitasi, 2003. Panduan untuk kontrol
Cochran, WG, 1950. Estimasi kepadatan bakteri dengan cara NCDENR, 2007. Studi perbandingan antara CFU dan MPN
'paling jumlah kemungkinan'. Biometrik 6 (2), 105-116. Deman, JC, 1977. MPN meja untuk perkiraan konsentrasi coliform fecal. Noble, RT, Moore, DF, Leecaster, MK, McGee, CD,
Microbiol. 4 (4), 307-316. SB, 2003a. Perbandingan total coliform, coliform fecal, dan Enterococcus respon indikator
Dufour, AP, Cabelli, VJ, 1975. pada membran fi lter prosedur untuk bakteri untuk pengujian kualitas laut rekreasi air. Air Res. 37 (7), 1637-1643. Noble, RT,
pencacahan komponen genera dari kelompok coliform dalam air laut. Appl. Microbiol. Weisberg, SB, Leecaster, MK, McGee, CD, Ritter, KJ,
29 (6), 826-833.
Dufour, AP, Strickland, ER, Cabelli, VJ, 1981. pada membran Walker, KO, Vainik, PM, 2003b. Perbandingan metode pengukuran indikator pantai kualitas
Metode lter fi untuk pencacahan Escherichia coli. Appl. Mengepung. Microbiol. 41 (5), air bakteri. Mengepung. Memonitor. Menilai. 81 (1), 301-312. Ott, W., 1995. Statistik
1152-1158. Lingkungan dan Analisis Data. Lewis
Eckner, KF, 1998. Perbandingan membran filtrasi dan multi
ple-tabung fermentasi oleh colilert dan enterolert metode untuk deteksi bakteri ditularkan Penerbit, Boca Raton.
melalui air coliform, Escherichia coli, Rippey, SR, Adams, WN, Watkins, WD, 1987. Pencacahan
dan enterococci digunakan dalam minum dan air mandi pemantauan kualitas di Swedia fecal-coliform dan Escherichia coli di laut dan muara perairan - alternatif pendekatan
selatan. Appl. Mengepung. Microbiol. 64 (8), 3079-3083. APHA-MPN. J. Polusi Air Pengendalian Federasi 59 (8), 795-798.
PASAL DALAM PERS
Rompre', A., Servais, P., Baudart, J., de Roubin, M.-R., Laurent, P., US Geological Survey, 1996. Kualitas air dari Lower Columbia River Basin: analisis data kualitas
2002. Deteksi dan penghitungan coliform dalam air minum: metode saat ini dan air saat ini dan sejarah hingga 1994 (penyelidikan air-sumber melaporkan 95-4294). Laporan
pendekatan yang muncul. J. Microbiol. Meth. 49 (1), 31-54. Teknis, US Geological Survey, pp. 52-53. Weisberg, S., 2005. Terapan Linear Regression.
Wiley Series
Rose, RE, Geldreich, EE, Litsky, W., 1975. Peningkatan pada membran
Metode lter fi untuk analisis coliform fecal. Appl. Microbiol. 29 (4), 532-536. di Probabilitas Dan Statistik, ed ketiga. Wiley-Interscience, Hoboken, NJ.
Russek, E., Colwell, RR, 1983. Perhitungan yang paling mungkin Woodward, RL, 1957. Bagaimana mungkin adalah yang paling mungkin
angka. Appl. Mengepung. Microbiol. 45 (5), 1646-1650. Sayler, GS, Nelson, JD, Keadilan, jumlah? Selai. Water Works Assoc. 49 (1), 1060-1068. Woomer, PL, Bennett, J., Yost, R.,
A., Colwell, RR, 1975. Distribu- 1990. Mengatasi di fl mantan
tion dan signifikansi dari organisme indikator tinja di Upper Chesapeake Bay. Appl. ibility prosedur paling-mungkin-nomor. Agron. J. 82 (2), 349-353.
Microbiol. 30 (4), 625-638.