Научная литература
booksshare.net -> Добавить материал -> Агрономия -> Моисейченко В.Ф. -> "Основы научных исследований в агрономии" -> 115

Основы научных исследований в агрономии - Моисейченко В.Ф.

Моисейченко В.Ф., Трифонова М.Ф., Заверюха А.X., Ещенко В.Е. Основы научных исследований в агрономии: Учебник. Под редакцией А. А. Белоусовой — M.: Колос, 1996. — 336 c.
ISBN 5-10-003276-6
Скачать (прямая ссылка): oni_agronimii.pdf
Предыдущая << 1 .. 109 110 111 112 113 114 < 115 > 116 117 118 119 120 121 .. 134 >> Следующая

1. Ранжируют вариационный ряд в возрастающем порядке: 10,1; 19,0; 19,9; 20,8; 21,0; 22,0. Двум первым и двум последним данным присваивают обозначения Х\, X2, Хп—\, Xn. Наиболее
273

сомнительными будут крайние, т. е. 10,1 и 22,0. Их сомнительность проверяют путем расчета критерия х для Х\ и Xn по формулам
X2-Xi = 19,0- 10,1 1 Xn-I-Xi 21,0-10,1 ~U'81/'
т Xn - Xn-I 22 - 21 п , л~ Zn-X2 "22-19" '
2. Находят критерии т теоретические (см. табл. 7 приложений). При значении п = 6 T0>Q5 = 0,689, 10,99 = 0,805.
3. Сравнивают критерии т расчетные с теоретическими. Если т расчетные больше или равны т теоретическим, то проверяемые данные сомнительны.
Выводы: 1) так как T1 = 0,817, т. е. больше ^95 и 10,99, то проверяемый результат (10,1) сомнителен и должен 'быть выбракован. Это утверждается не только на уровне доверительной вероятности Ро,95> но и на уровне ^0,99, когда по теории вероятностей возможность ошибиться составляет один случай на 100; 2) ХП = 0,333, т. е. меньше 10,95 и 1:0,99, следовательно, проверяемые данные 22,0 не сомнительны и 'не должны браковаться.
Итак, среднюю арифметическую следует вычислять не из шести, а из пяти оставшихся данных: (19,0 + 19,9 + 20,8 + + 21,0 + 22,0) / 5 = 20,7 г.
Без браковки сомнительных данных средняя арифметическая была бы значительно заниженной: Зс = (10,1 + 19,0 + 19,9 + + 20,8 + 21,0 + 22,0)/6= 18,8 г.
Следует отметить, что браковать сомнительные данные по приведенным формулам можно при числе повторностей не менее 4.
Восстановление выпавших данных. Обработка данных часто осложняется выпадением данных на некоторых делянках опыта (повреждения растений птицами; вредителями, затопление делянки после ливней, проезд транспорта и т. д.).
Из-за выпадения данных средние арифметические в вариантах могут быть либо завышены, если выпал результат с очень низким числовым значением, либо занижены, если выпал результат с наибольшим числовым значением. Из-за этого возникают ошибки, которые можно устранить, если восстановить выпавшие данные, т. е. вычислить их наиболее вероятные значения. При выпадении одного результата пользуются формулой
у _ lV+nP-ZX
ВОС (/-1)(/2-1)'
где / — число вариантов; V— сумма данных в варианте, где выпал результат; п — число повторностей в опыте; Р— сумма данных в повторности, где выпал
274

результат; UC- сумма данных во всем опыте, за исключением выпавшего результата.
Для примера возьмем урожайность зерна кукурузы в одном из опытов (3. М. Грицаенко, 1985) и результаты запишем в таблицу 62. Для удобства расчетов в этом и последующих примерах будем выражать урожайность в центнерах с гектара (1ц= 100 кг).
62. Зависимость урожайности кукурузы {ц/га) от внесения разных доз
агелона
Вариант Урожайность в повторениях
I II III 1. Без агелона 40 39 40 2. Агелон (1 кг/га) 39 X 42 3. Агелон (1,5 кг/кг) 42 44 43 4. Агелон (2,0 кг/га) 43 47 46 Как видно, во втором повторении второго варианта отсутствует результат, и его надо восстановить.
K= 39 + 42 = 81; P = 39 + 44 + 47 = 130; ZX = 40 + 39 + 40 + 39 + 42 + 42 +44 + 43 + 43 + 47 + 46 = 465.
Подставив числовые значения в формулу, получим
V 4-81 +3-130 -465 лл - .
V __-_ 41 2 ц/га.
вос (4-1)(3-1)
Восстановленный результат ставят на выпавшее место и выполняют соответствующий анализ. При выпадении одновременно нескольких данных в одном опыте можно использовать метод статистической обработки для опытов с неполным числом данных.
Преобразование исходных данных. Не все результаты исследований подчиняются законам нормального распределения, иногда имеется неоднородность дисперсий по выборкам, наблюдается большое варьирование по вариантам опыта. В таких случаях проводят следующие преобразования.
Если данные в опытах, где учитывают, например, численность сорняков, вредителей, распространение болезней, выражаются большими числами, их преобразуют путем извлечения корня квадратного из X (л/J). Например, если в почве в одном из повторений число семян сорняков составляет 4231 на 1 м , тогда ЛГпреобр =^4231 = 65.
275

Если результаты исследований выражены числами, близкими к нулю, их преобразуют по формуле VA4 1.
Если некоторые наблюдения равны нулю, например, баллом О выражают отсутствие подмерзания растений, результаты таких наблюдений трансформируют в Ig Z или в Ig (X+1).
Если наблюдаемые показатели выражены в процентах, например степень поражения листьев болезнью, результаты учетов преобразуют в угол-арксинус л/процент (см. табл. 5 приложений). Такие преобразования проводят при числовых значениях показателей от 0 до 15 и от 85 до 100 %, так как здесь можно сильно снизить варьирование. Данные в пределах 15...85 % в преобразовании не нуждаются. Так, если поражение листьев болезнью составило 9,3 %, то угол-арксинус л/процент будет равен 17,8.
Данные опытов, в которых определяют действие повреждающих факторов, например летальные дозы радиации, преобразуют в пробиты. Так, при гибели 67 % растений пробит составляет 5,44.
Преобразованные-данные обрабатывают методом дисперсионного анализа, оценивают достоверность разности между вариантами, а затем возвращаются к исходным данным.
Предыдущая << 1 .. 109 110 111 112 113 114 < 115 > 116 117 118 119 120 121 .. 134 >> Следующая

Реклама

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed

Есть, чем поделиться? Отправьте
материал
нам
Авторские права © 2009 BooksShare.
Все права защищены.
Rambler's Top100

c1c0fc952cf0704ad12d6af2ad3bf47e03017fed