metody badań rolniczych

1)
2)
3)
4)
5)
6)
Wprowadzenie;
Doświadczenia jednoczynnikowe;
Doświadczenia dwuczynnikowe;
Doświadczenia trójczynnikowe;
Badanie współzależności cech ilościowych;
Badanie zależności liniowej pomiędzy dwoma
cechami ilościowymi;
7) Badanie zależności liniowej jednaj zmiennej
zależnej od wielu zmiennych przyczynowych.
obowiązkowa
Wiesław Mądry
Doświadczalnictwo – Doświadczenia czynnikowe
Wykłady i ćwiczenia
Wydawnictwo – Fundacja „Rozwój SGGW”
Łubkowski Z. 1968. Metodyka doświadczalnictwa rolniczego.
Warszawa, PWRiL.
Nawrocki Z. 1967. Teoria i praktyka doświadczenia rolniczego.
Warszawa, PWRiL.
Oktaba W. 1982. Elementy statystyki matematycznej
i metodyka doświadczalnictwa. Warszawa, PWN.
Trętowski J., Wójcik A. R. 1988. Metodyka doświadczeń
rolniczych. Siedlce: WSRP.
Wójcik A. R., Laudański Z. 1989. Planowanie i wnioskowanie
statystyczne w doświadczalnictwie. Warszawa: PWN.
Badania naukowe w dziedzinie
nauk przyrodniczych
i przyrodniczo-technicznych
Metody teoretyczne
(wywód logiczny)
Metody empiryczne
(obserwacyjnoeksperymentalne)
wybór tematyki badań
zapoznanie się z istniejącym stanem wiedzy
sformułowanie problemu badawczego
doświadczenie / eksperyment
rozwiązanie problemu badawczego
wnioski
Jest to zabieg werbalny polegający na precyzyjnym
rozbiciu tematu na pytania i problemy. Jeśli chcemy aby
był prawidłowy musi spełniać kilka warunków, m.in.:
sformułowane problemy muszą wyczerpywać zakres
naszej niewiedzy zawartej w temacie badań
sformułowania powinny zawierać wszystkie generalne
zależności między zmiennymi
problem powinien być rozstrzygalny empirycznie
i praktycznie (w fazie koncepcji nie można mieć co do
tego pewności)
Zadaniem każdej pracy naukowo-badawczej jest
uzyskanie z badanego materiału możliwie dużego
zasobu informacji przy jak najmniejszym nakładzie sił
i środków (kosztów), i to w jak najkrótszym czasie.
Doświadczeniem nazywamy działanie polegające na
sprawdzeniu przebiegu zjawisk i procesów oraz na
identyfikacji czynników wpływających na przebieg tych
zjawisk i procesów.
1.
2.
3.
4.
5.
6.
Odpowiednie przygotowanie doświadczenia;
• przestudiowanie
literatury,
ewentualnie
przeprowadzenie doświadczenia wstępnego;
• ustalenie ekonomicznej celowości zamierzonych
badań;
Wybór układu doświadczenia dostosowanego do tematu
oraz wykonanie doświadczenia zgodnie z tym układem;
Przeprowadzenie badania przy użyciu precyzyjnej techniki;
Uzupełnienie doświadczenia wnikliwymi obserwacjami,
przede wszystkim w celu wyjaśnienia uzyskanych wyników;
Opracowanie uzyskanych danych liczbowych w sposób
pozwalający na otrzymanie z nich maksimum
obiektywnych informacji;
Wyciąganie wniosków uzasadnionych statystycznie,
merytorycznie i logicznie.
Jest to dział naukowo-badawczy rolnictwa obejmujący
doświadczania z zakresu agrotechniki, melioracji,
hodowli i rejonizacji roślin; obiektami badawczymi są
zarówno rośliny uprawne, jaki i siedlisko oraz
oddziaływanie różnych zabiegów agrotechnicznych;
doświadczenia
prowadzi
się
w
warunkach
kontrolowanych, pozwalających kontrolować badane
czynniki lub w warunkach naturalnych; nauka ta
rozwinęła się w drugiej połowie XIX wieku dzięki
postępowi w fizjologii roślin, genetyce i chemii; w Polsce
doświadczalnictwem rolniczym zajmują się stacje
doświadczalne, instytuty naukowe, uczelnie wyższe oraz
Polska Akademia Nauk.
Statystyczne planowanie doświadczeń w różnych
warunkach przyrodniczych, oraz sposoby
pozadoświadczalnego
pozyskiwania
reprezentatywnych
danych o przyczynach
i przebiegu zjawisk przyrodniczych.
Opracowywanie
oryginalnych
metod
statystycznych
oraz
udoskonalanie
i upowszechnianie ich zastosowań w analizie
i interpretacji wyników doświadczeń i innych
danych
reprezentatywnych
dla
badanej
prawidłowości.
Czynnikiem nazywamy zmienną kontrolowaną
(deterministyczną) lub niekontrolowaną (losową),
będącą przyczyną kształtowania się, przebiegu
i rezultatów zjawisk i procesów badanych
w doświadczaniu.
Doświadczenie czynnikowe pozwala określić
zależność przebiegu oraz ilościowych wyników zjawisk
i procesów od wpływających na nie czynników.
Poziomami czynnika (obiektami) nazywamy różne,
wybrane warianty czynnika, dla których obserwujemy
kształtowanie się wyróżnionych cech zjawiska lub
procesu.
Jednostka
doświadczalna
jest
elementem
rzeczywistym doświadczenia czynnikowego, do którego
odnosimy zastosowanie danego poziomu czynnika
i obserwację reagującej na ten poziom cechy ilościowej.
Doświadczenia laboratoryjne
Doświadczenia wazonowe
Doświadczenia mikropoletkowe
Doświadczenia poletkowe
Doświadczenia makropoletkowe / łanowe
Doświadczenia zootechniczne
Doświadczenia technologiczne
Doświadczenia symulacyjne
Badania terenowe
Badania ankietowe
Badania oparte na danych statystycznych
Oznacza
taki
stopień
wyrównania
jednostek
doświadczalnych pod względem środowiskowym
i osobniczym, aby utrzymująca się zmienność
warunków przebiegu zjawiska lub procesu na obszarze
doświadczenia miała charakter losowy. Oznacza to, że
na
jednostki
doświadczalne
nie
oddziałują
systematycznie (kierunkowo) żadne niekontrolowane
czynniki uboczne (systematyczne czynnik zakłócające).
Cechy losowe
Cechy mierzalne
(ilościowe)
Cechy ciągłe
Cechy
skategoryzowane
(jakościowe)
Cechy skokowe
(dyskretne)
Liczba jednostek doświadczalnych dla każdego poziomu
badanego czynnika jest potencjalnie nieskończona
i tworzy pewne zbiory nazywane populacją.
Opanowanie zmienności losowej obiektów w ramach
populacji w doświadczeniu wymaga pobrania losowej
próby reprezentatywnej jednostek doświadczalnych
z ich potencjalnej populacji dla każdego poziomu
czynnika i na zaobserwowaniu w tych jednostkach
wartości rozważanej cechy ilościowej.
Cechy dyskretne
Cechy ciągłe
Rozkład dwupunktowy
Rozkład równomierny
Rozkład dwumianowy
(Bernoulliego)
Rozkład gamma
Rozkład Poissona
Rozkład beta
Rozkład geometryczny
Rozkład Weibulla
Rozkład normalny
Rozkład t-Studenta
Rozkład F Fishera-Snedecora
f x
1
2
e
x
2
Hipoteza: cecha X ma rozkład normalny
Testy:
Test chi-kwadrat
Test Shapiro-Wilka (do n = 2000)
Test Kołmogorova-Smirnowa
Test Andersona-Darlinga
Test Cramera-von Milesa
Niech:
Yn
n
Xi
i 1
gdzie {Xi} jest ciągiem niezależnych zmiennych
losowych o jednakowym rozkładzie (dowolnym),
przy czym E(Xi) = m i D2(Xi) = σ2. Wówczas ciąg
dystrybuant standaryzowanych zmiennych losowych
Yn mn
Zn
n
jest zbieżny do dystrybuanty rozkładu normalnego,
gdy n+ .
Twierdzenie Lindeberga-Lévy’ego nazywane jest również
Centralnym Twierdzeniem Granicznym lub Prawem
Wielkich Liczb.
Twierdzenie to dotyczy rozkładu granicznego sum
zmiennych losowych, który przy pewnych warunkach
jest rozkładem normalnym. Warunki te sprowadzają
się do tego, aby udział wariancji każdego składnika był
nieznaczny. Można stąd wnioskować, że zmienne,
których wartości kształtują się pod wpływem dużej
liczby czynników przypadkowych, mają rozkład zbliżony
do rozkładu normalnego.
X
0
1
2
3
4
5
6
Prawdopodobieństwo
0,14286
0,14286
0,14286
0,14286
0,14286
0,14286
0,14286
EX 3
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
0
1
2
3
4
Rozkład oryginalny
5
6
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
0
1
2
3
4
5 6 7 8
Suma 2 zm.
9 10 11 12
0,1
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
Suma 5 zm.
0,1
0,09
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
Suma 5 zm.
0,03
0,025
0,02
0,015
0,01
0,005
0
0
50
100
150
200
Suma 50 zm.
250
300
Upraszczając:
Jeżeli wartość cechy losowej Y jest sumą bądź średnią
wartości innych cech losowych o dowolnym rozkładzie,
można przyjąć, że cecha Y, w całej populacji, ma
rozkład zbliżony do rozkładu normalnego.
Hipoteza statystyczna jest pewnym przypuszczeniem,
ograniczającym się do zagadnień związanych
z rozkładami zmiennych losowych.
Hipoteza zerowa (H0) – matematyczny zapis hipotezy
statystycznej odnoszącej się do populacji. Np.:
Ho : m1 m2
Ho :
2
2
1
2
Hipoteza alternatywna (H1) – jest hipotezą przeciwną
do hipotezy zerowej. Jest uznawana za prawdziwą
w momencie odrzucenia hipotezy zerowej.
Statystyka testowa – wartość wyznaczona na
podstawie próby, cechująca się ustalonym rozkładem,
co pozwala na jej testowanie przy założonym poziomie
istotności α.
Wnioskowanie — proces myślowy który na podstawie
uprzednio uznanych zdań (sądów) pozwala dochodzić
do uznania nowego (dotąd nie uznawanego) zdania
(sądu), lub wzmacniać pewność z jaką nowe zdanie
uznajemy.
Testowanie hipotez statystycznych prowadzi do
wnioskowania o własnościach całych populacji na
podstawie informacji pochodzących z prób losowych.
Poziom istotności (α) to takie krytyczne
prawdopodobieństwo α, że jeżeli przy zachodzeniu
hipotezy
zerowej
prawdopodobieństwo
zaobserwowanego zdarzenia jest nie większe od α, to
należy
hipotezę
zerową
odrzucić.
Jest
to
prawdopodobieństwo popełnienia błędu I-ego rodzaju.
Prawda
Fałsz
Weryfikacja

Błąd II-ego rodzaju
(β)
Falsyfikacja
Błąd I-ego rodzaju
(α)

HIPOTEZA
Poziom ufności (1 - α) jest to dokładność
prowadzonego wnioskowania o populacji na podstawie
próby. Poziom ufności jest wykorzystywany jedynie
przy estymacji przedziałowej parametrów rozkładów
cech losowych (przedziały ufności).
Pakiety statystyczne wyznaczają wartość zwaną p-value.
Jest to prawdopodobieństwo popełnienia błędu przy
odrzuceniu H0. Tak więc jeżeli p-value jest mniejsze od
założonego poziomu istotności (α) to H0 odrzucamy na
korzyść hipotezy alternatywnej. W przeciwnym
wypadku (p-value > α) nie mamy podstaw do
odrzucenia hipotezy zerowej.