Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "split" wg kryterium: Temat


Wyświetlanie 1-6 z 6
Tytuł:
Analiza danych z krzyżową i zagnieżdżoną strukturą poziomów czynników na przykładzie doświadczenia z łubinem
Data analysis with crossed and nested treatment structures based on example of experiment with lupine
Autorzy:
Ambroży, Katarzyna
Mejza, Iwona
Powiązania:
https://bibliotekanauki.pl/articles/42626448.pdf
Data publikacji:
2009
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
model mieszany
układ niekompletny split-block-plot (strip-split-plot)
układ niekompletny split-plot × split-block
względna efektywność
incomplete split-block-plot design (strip-split-plot design)
incomplete split-plot × split-block design
mixed model
relative efficiency
Opis:
W celu zilustrowania proponowanej w pracy metody analizy statystycznej danych nieortogo¬nalnych z krzyżową i zagnieżdżoną strukturą poziomów czynników wykorzystano wyniki z kompletnego doświadczenia kombinowanego z łubinem. Na podstawie tego doświadczenia zostały wygenerowane obserwacje z zachowaniem relacji występujących w układzie kompletnym. Oznacza to, że zamieszczone w tej pracy wnioski należy traktować jedynie w kategorii metodyki planowania i analizy tego typu danych. W doświadczeniu badano wpływ terminu siewu (A) i rozstawy (C) na plon wybranych odmian łubinu (B). W pracy zrezygnowano z kompletności układu i zaplanowano doświadczenie z blokami mniejszymi niż liczba kombinacji obiektowych. W celu porównania skuteczności proponowanych układów doświadczalnych pod względem estymacji efektów porównań między kombinacjami obiektowymi, wykonano analizy statystyczne dwa razy, raz stosując model mieszany dla układu split-block-plot (strip-split-plot) oraz drugi raz dla układu split-plot × split-block. Przedstawione tu układy są niekompletne ze względu na obiekty czynnika trzeciego (C), a kompletne ze względu na obiekty pozostałych dwóch czynników. Zakładając, że wszystkie porównania dotyczące obiektów czynnika C są jednakowo ważne, jako układ generujący wybrano układ zrównoważony o blokach niekompletnych (BIB). Ze względu na nieortogonalność trójczynnikowych układów oraz różne struktury ich jednostek doświadczalnych, wnioski dotyczące relatywnej efektywności ograniczone zostały do analiz wewnątrz tych warstw, które są właściwe dla różnych typów obiektów i porównań między nimi.
To illustrate the proposed in this paper method of a statistical analysis of non-orthogonal data with nested and crossed treatment structures, some results from a complete factorial experiment with lupine were used. The observations have been collected keeping up relations occurring in the original experiment. It means that our conclusions should be treated only in terms of the methodology of a design and analysis of this type of data. The experiment has been designed to test the effects of dates of sowing (A) and spacing (C) on the yield of some lupine varieties (B). In the paper is assumed that the experiment was designed with block sizes less than the number of treatment combinations. For comparing the effectiveness of some experiment designs which are commonly used in such study, the statistical analyses have been performed twice, once using the mixed model for observations from the split-block-plot (strip-split-plot) type experiment and then the mixed model for observations from split-plot × split-block type experiment. Both designs presented in this paper are incomplete with respect to the treatments of the third factor (C) and complete with respect to the treatments of the remaining two factors. It was assumed that all comparisons among C treatments effects are equally important, so a balanced incomplete block (BIB) design was chosen as the generating design. Since the both three factorial designs are non-orthogonal and have got different structures of the experimental units, the conclusions considering relative efficiency of them have been limited to the intra-stratum analyses appropriated for the type of comparisons of treatment combinations effects.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2009, 251; 269-281
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Układ split-split-plot dla nieortogonalnego doświadczenia z łubinem
Split-split-plot design for a non-orthogonal experiment with lupine
Autorzy:
Ambroży-Deręgowska, Katarzyna
Mejza, Iwona
Powiązania:
https://bibliotekanauki.pl/articles/2199087.pdf
Data publikacji:
2015-12-31
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
analiza wielowarstwowa
kontrasty bazowe
układ niekompletny split-split-plot
basic contrasts
incomplete split-split-plot design
multistratum analysis
Opis:
W pracy przedstawiono przykład konstrukcji układu niekompletnego split-split-plot (SSP) dla nieortogonalnego doświadczenia trójczynnikowego. Niekompletność układu SSP jest związana z obiektami czynnika trzeciego w kolejności. W pracy układem generującym jest układ zrównoważony o blokach niekompletnych (BIB). Podane są właściwości statystyczne układu finalnego SSP ze szczególnym uwzględnieniem właściwości ogólnego zrównoważenia układu. Zaproponowano analizę statystyczną właściwą dla doświadczeń wielowarstwowych oraz analizę kontrastów. Rozważania zilustrowano danymi wygenerowanymi z doświadczenia ortogonalnego z łubinem.
In the paper a construction method of an incomplete split-split-plot (SSP) design for a non-orthogonal experiment is presented. Incompleteness of the SSP design concerns sub-subplot treatments. Balanced incomplete block (BIB) design is used as generating design in the construction method. Statistical properties of the final SSP design with respect to general balance are given. Multistratum analysis and the analysis of contrasts are proposed as adequate statistical analysis. Considerations are illustrated using data generated from some orthogonal experiment with lupine.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2015, 278; 49-59
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Niektóre aspekty statystyczne planowania doświadczeń nieortogonalnych typu split-split-plot
Some statistical aspects of the planning of non-orthogonal experiments of split-split-plot type
Autorzy:
Ambroży-Deręgowska, Katarzyna
Mejza, Iwona
Powiązania:
https://bibliotekanauki.pl/articles/2198735.pdf
Data publikacji:
2014-12-31
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
doświadczenia nieortogonalne
efektywność układu
układ blokowy częściowo zrównowazony
układ split-split-plot
design efficiency
non-orthogonal experiment
partially balanced block design
split-split-plot design
Opis:
Celem pracy jest zaprezentowanie pewnej metody konstrukcji układów niekompletnych typu split-split-plot dla doświadczeń nieortogonalnych z co najmniej trzema czynnikami. W literaturze znanych jest wiele metod konstrukcji układów niekompletnych. Często wykorzystuje się w nich bogatą teorię układów blokowych. Wybierając jeden z nich lub więcej z takich układów do wygenerowania na przykład, niekompletnego układu split-split-plot, szczególny nacisk należy położyć, między innymi, na optymalne wykorzystanie materiału doświadczalnego. Należy również zwrócić uwagę na ewentualność zastosowania obiektów kontrolnych lub wzorca dla jednego lub więcej czynników oraz możliwość takiego zaplanowania doświadczenia, aby najbardziej interesujące dla eksperymentatora kontrasty obiektowe były estymowane z największą precyzją (efektywnością). W pracy powyższe rozważania zilustrowano opisując nowy układ niekompletny typu split-split-plot na przykładzie doświadczenia z pszenicą ozimą. Przedstawiono statystyczne konsekwencje planowania doświadczeń w takim układzie. W analizie statystycznej zastosowano techniki właściwe dla tak zwanych doświadczeń wielowarstwowych oraz korzystano z teorii kontrastów bazowych.
The aim of this paper is to present a method of constructing incomplete split-split-plot type designs for non-orthogonal experiments with at least three factors. Many methods of constructing incomplete designs are known from the literature, often drawing on the rich theory of block designs. When choosing one or more such designs to generate, for example, an incomplete split-split-plot design, special attention must be paid, inter alia, to the optimal use of the experimental material. Consideration should also be given to the possibility of using control or standard treatments for one or more factors, and the possibility of planning the experiment so that the treatment contrasts most interesting to the researcher are estimated with the greatest precision (efficiency). In this paper, the above considerations are illustrated with reference to a new incomplete split-split-plot design for an experiment with winter wheat. The statistical consequences of planning an experiment with such a design are described. The statistical analysis uses techniques appropriate to multi-stratum experiments, as well as the theory of basic contrasts.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2014, 274; 41-49
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena precyzji doświadczeń rejestrowych zbóż w Polsce
Estimation of the exactness of cereal variety testing program in Poland
Autorzy:
Pilarczyk, Wiesław
Fraś, Anna
Powiązania:
https://bibliotekanauki.pl/articles/41497472.pdf
Data publikacji:
2008
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
niekompletny układ split-blok
ocena odmian
precyzja doświadczeń
przedział ufności
układ rozkładalny o blokach niekompletnych
confidence bounds
incomplete split-block design
resolvable incomplete block design
trial exactness
variety testing
Opis:
Precyzja jednoczynnikowych doświadczeń blokowych jest często określana poprzez wartości najmniejszej różnicy istotnej (NRI) wyrażanej w procentach średniej wartości analizowanych cech (NRI%). W tym opracowaniu, wykorzystując wyniki kilkuset doświadczeń z pszenicą jarą i ozimą, z jęczmieniem jarym oraz z pszenżytem ozimym, sprawdzono m.in. czy tak rozumiana precyzja zależy od roku prowadzenia badań. W tym celu zastosowano nieparametryczny test Kruskala-Wallisa. Nie stwierdzono istotnego statystycznie wpływu lat na precyzję doświadczeń. Natomiast wykryto, że precyzja doświadczeń przeprowadzonych na wysokim poziomie agrotechniki była istotnie wyższa niż precyzja doświadczeń na poziomie standardowym. Dolna i górna granica tolerancji dla wartości NRI% dla doświadczeń zbożowych przeprowadzanych w dwóch powtórze¬niach zostały określone odpowiednio na 2.2% i 26%.
Precision of variety trials is often defined in terms of the least significant differences (LSD), expressed in percents of a general mean of the analyzed trait (LSD%). In this paper, the results of several hundred trials on spring and winter wheat, spring barley and winter triticale were used to assess the effect of the year upon a rate of precision. The non-parametric Kruskal-Wallis test was applied to verify the hypothesis on the lack of differences between years. The hypothesis has not been rejected. However, it was found that the precision of the trials performed using high levels of agricultural practice was significantly higher than that of the trials carried out at the standard level. Lower and upper 99% confidence bounds for LSD% in cereal trials performed in two replicates were determined as 2.2% and 26%, respectively.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2008, 249; 19-27
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelowanie danych z doświadczeń trójczynnikowych zakładanych w układach zależnych o różnych strukturach blokowych
Modeling data from three-factor experiments with split units set up in designs with different block structures
Autorzy:
Ambroży, Katarzyna
Mejza, Iwona
Powiązania:
https://bibliotekanauki.pl/articles/2198261.pdf
Data publikacji:
2012-06-28
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
mieszany model liniowy
układy o jednostkach rozszczepionych
względna efektywność
designs with split units
mixed linear model
relative efficiency
Opis:
W badaniach rolniczych, w szczególności w doświadczeniach polowych, stosuje się wiele układów eksperymentalnych o różnej strukturze blokowej. Wybór każdego układu przy zakładaniu doświadczenia jest ważny przede wszystkim z punktu widzenia praktyki, ale także pociąga za sobą konsekwencje statystyczne. W doświadczeniach wieloczynnikowych, w sytuacji gdy różny jest stopień zainteresowania czynnikami, wykorzystuje się znane z literatury układy o jednostkach rozszczepionych, takie jak układ split-plot, układ split-block lub różne kombinacje tych układów. Zastosowane w poszczególnych układach wielostopniowe schematy randomizacyjne prowadzą do różnych tzw. liniowych modeli randomizacyjnych. W pracy zwrócimy uwagę na wielowarstwowe modele obserwacji dla doświadczeń trójczynnikowych zakładanych w tzw. układach mieszanych, będących różnymi kombinacjami układów split-plot i split-block. Odmienny podział zmienności całkowitej na poszczególne efekty w tych układach generuje liczbę błędów w analizie wariancji. Pociąga to za sobą różną precyzję estymacji porównań między poszczególnymi i interakcyjnymi efektami obiektów. Znajomość tego faktu pozwala na świadome modelowanie danych i optymalną przy danej strukturze materiału doświadczalnego analizę statystyczną. Empiryczna względna efektywność tych układów zilustrowana zostanie na przykładzie symulowanych danych z doświadczenia z pszenicą ozimą.
In agricultural research, particularly in field experiments, many experimental designs with different block structures can be used. Selecting a design when setting up the experiment is important primarily from the standpoint of practice, but it also entails statistical consequences. In many-factor experiments where there is a different degree of interest in the factors, the literature describes experimental designs with split units, such as split-plot design, split-block design or various combinations of these arrangements. Multi-stage randomization schemes used in the designs lead to different so-called randomization linear models. In this paper we consider the multistratum models of observations for three-factor experiments set up in so-called mixed designs, which are different combinations of split-plot and split-block layouts. The different division of the total variability between the individual effects generates a number of errors in the analysis of variance in these designs. This entails a different precision of estimation of comparisons among the particular and interaction effects of the treatments. Knowing this fact enables the conscious modeling of data and an optimal statistical analysis using the experimental material structure given. The empirical relative efficiency of these designs will be illustrated on the example of simulated data from experiments with winter wheat.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2012, 264; 23-31
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ odmian, miejscowości i intensywności uprawy oraz ich interakcji na plon pszenicy ozimej w doświadczeniach PDO
The influence of cultivar, location, crop management intensities, and their interactions on winter wheat yield in post-registration multi-environment trials (PDO)
Autorzy:
Derejko, Adriana
Mądry, Wiesław
Gozdowski, Dariusz
Rozbicki, Jan
Golba, Jan
Piechociński, Mariusz
Studnicki, Marcin
Powiązania:
https://bibliotekanauki.pl/articles/2198019.pdf
Data publikacji:
2011-03-31
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
interakcja odmiana × środowisko
interakcja odmiana × uprawa
interakcja środowisko × uprawa
niekompletny układ split-block
łączna analiza wariancji
procedura Tukeya
interaction cultivar × environment
interaction cultivar × crop management intensity
interaction environment × crop management intensity
incomplete split-block design
combined analysis of variance
Tukey’s procedure
Opis:
Celem pracy jest adaptacja, przedstawienie, empiryczna ilustracja zastosowania oraz ocena przydatności łącznej trójkierunkowej analizy wariancji i procedury Tukeya dla wielokrotnych porównań średnich do wnioskowania o reakcji odmian na warunki agroekologiczne (środowiskowe) w miejscowościach i na intensywność uprawy (A1 i A2), z wykorzystaniem danych z jednorocznej, wielokrotnej serii dwuczynnikowych doświadczeń PDO, zakładanych w układzie split-block. Ilustracja empiryczna obejmowała analizę danych dla plonu ziarna pszenicy ozimej z mikropoletek, wyodrębnionych w doświadczeniach PDO w 2009 roku. Proponowana metodyka statystyczna okazała się efektywna przy wnioskowaniu o reakcji badanych odmian pszenicy ozimej zarówno na warunki środowiskowe, jak i intensywność uprawy. W badanych warunkach pogodowych odmiany pszenicy ozimej reagowały różnie pod względem plonu ziarna na zmienne warunki środowiskowe w Polsce, zaś reagowały one podobnym wzrostem plonu na zwiększenie intensywności uprawy, niezależnie od miejscowości. Średnie dodatnie efekty wzrostu intensywności uprawy na plon w środowiskach stacji oceny odmian zmniejszały się, wraz ze zmniejszaniem się produktywności tych środowisk.
The objective of the research was adaptation, presentation, empirical illustration and evaluation of usefulness of the three-way combined analysis of variance and the Tukey's procedure of multiple mean comparisons to inference on cultivars response patterns to agro-ecological conditions (environments, locations) and to two crop management intensities (A1 and A2), using data obtained in post-registration two-factorial multi-environment trials (the PDO trials), arranged in split-block design. Empirical illustration involves the analysis of winter wheat grain yield data recorded on micro-plots within plots of the PDO trials in 2009. The proposed statistical methodology was effective to inference on the studied cultivars response to environments and the crop management intensities. In the weather conditions of 2009 the winter wheat cultivars responded variously with grain yield to varied environments across Poland, meanwhile they showed similar increase of yield under more intensive crop management, independently on the test locations. The mean positive effects of more intensive crop management on yield decreased in locations when their productivity (fertility) decreased.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2011, 259; 131-146
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-6 z 6

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies