Γεωργικόσ Πειραματιςμόσ

Σχετικά έγγραφα
Γεωργικόσ Πειραματιςμόσ

Πλήρεις Οµάδες σε Ελεύθερη ιάταξη

Γεωργικόσ Πειραματιςμόσ

Σύγκριση Συνδυασµένων Παραγόντων

Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές. Εργαστήριο Γεωργίας. Viola adorata

Απλή Ευθύγραµµη Συµµεταβολή

Γεωργικόσ Πειραματιςμόσ

Αν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ.

Κοινωνική Δημογραφία

Γενικά Μαθηματικά ΙΙ

Ανάλυςη Συνδιακφμανςησ (Analysis of covariance) Κατςιλζροσ Αναςτάςιοσ

Γενικά Μαθηματικά ΙΙ

Βιομετρία. Ενότθτα 2 θ : Γεωργικοί Πειραματιςμοί Χωριςτοφ χεδίου- Ομάδεσ με Τποομάδεσ Γεϊργιοσ Μενεξζσ Σμιμα Γεωπονίασ

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.

Γενικά Μαθηματικά ΙΙ Αςκήςεισ 11 ησ Ενότητασ

ΔΙΔΑΚΤΙΚΗ ΤΗΣ ΠΑΙΔΑΓΩΓΙΚΗΣ ΓΥΜΝΑΣΤΙΚΗΣ ΙΙ

τατιςτική ςτην Εκπαίδευςη II

Προσοµοίωση Εξέτασης στο µάθηµα του Γεωργικού Πειραµατισµού

Εισαγωγή στην Ανάλυση Διακύμανσης

Ενότητα 3: Ανάλυση Διακύμανσης κατά ένα παράγοντα One-Way ANOVA

Γενικά Μαθηματικά ΙΙ

Ειςαγωγή ςτη διδακτική των γλωςςών

Γεωργικοί Πειραµατισµοί Χωριστού Σχεδίου: Οµάδες µε Υποοµάδες (Split-plot plot designs) ρ. Γεώργιος Μενεξές

Aντιπτζριςθ (ΕΠ027) Ενότθτα 12

Βάςεισ Δεδομζνων Ι. Ενότθτα 10: Συνακροιςτικζσ ςυναρτιςεισ. Δρ. Σςιμπίρθσ Αλκιβιάδθσ Σμιμα Μθχανικών Πλθροφορικισ ΣΕ

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.

Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων

Πλήρως Τυχαιοποιηµένο Σχέδιο

Παράγοντεσ υμμετοχήσ Ενηλίκων ςτην Εκπαίδευςη: Ζητήματα Κινητοποίηςησ και Πρόςβαςησ ςε Οργανωμζνεσ Εκπαιδευτικζσ Δραςτηριότητεσ

Γενικά Μαθηματικά ΙΙ

Βιομετρία. Ενότητα 1 η : ANOVA Tables for Various Experiments. Γεώργιοσ Μενεξζσ Τμήμα Γεωπονίασ ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ

Βάςεισ Δεδομζνων Ι. Ενότητα 12: Κανονικοποίηςη. Δρ. Τςιμπίρθσ Αλκιβιάδθσ Τμιμα Μθχανικών Πλθροφορικισ ΤΕ

EMUNI A.U.Th. SUMMER SCHOOL

PENGARUHKEPEMIMPINANINSTRUKSIONAL KEPALASEKOLAHDAN MOTIVASI BERPRESTASI GURU TERHADAP KINERJA MENGAJAR GURU SD NEGERI DI KOTA SUKABUMI

Διαγλωςςική Επικοινωνία

Παράγοντεσ υμμετοχήσ Ενηλίκων ςτην Εκπαίδευςη: Ζητήματα Κινητοποίηςησ και Πρόςβαςησ ςε Οργανωμζνεσ Εκπαιδευτικζσ Δραςτηριότητεσ

Η ψηφιακή τεχνολογία ςτην ερευνητική δραςτηριότητα Έλεγχοσ αξιοπιςτίασ

Αγροτική - Κοινοτική Ανάπτυξη

Aντιπτζριςη (ΕΠ027) Ενότητα 10

ΔΙΔΑΚΤΙΚΗ ΤΗΣ ΠΑΙΔΑΓΩΓΙΚΗΣ ΓΥΜΝΑΣΤΙΚΗΣ ΙΙ

Παραγοντικοί χεδιαςμοί. Κατςιλζροσ Αναςτάςιοσ

Aντιπτζριςη (ΕΠ027) Ενότητα 6

Στατιςτικζσ δοκιμζσ. Συνεχι δεδομζνα. Γεωργία Σαλαντι

τατιστική στην Εκπαίδευση II

Καταςκευζσ Οπλιςμζνου Σκυροδζματοσ Ι

ΔΙΔΑΚΤΙΚΗ ΤΗΣ ΠΑΙΔΑΓΩΓΙΚΗΣ ΓΥΜΝΑΣΤΙΚΗΣ ΙΙ

Τεχνικζσ Ανάλυςησ Διοικητικών Αποφάςεων

Διαγλωςςική Επικοινωνία

Completely Randomized Design

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.

ΔΙΔΑΚΤΙΚΗ ΤΗΣ ΠΑΙΔΑΓΩΓΙΚΗΣ ΓΥΜΝΑΣΤΙΚΗΣ ΙΙ

Οδηγός Ανάλυσης Παραλλακτικότητας εδοµένων Γεωργικών Πειραµάτων µε Στατιστικά Πακέτα

Aντιπτζριςη (ΕΠ027) Ενότητα 5

Κεφάλαιο 14. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης

Εισαγωγή στην Ανάλυση Συνδιακύμανσης (Analysis of Covariance, ANCOVA)

Ειδικά Θζματα Βάςεων Δεδομζνων

Αγροτικι - Κοινοτικι Ανάπτυξθ

Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο εξαρτημένων δειγμάτων, που δεν ακολουθούν την κανονική κατανομή (Wilcoxon test)


Γενικά Μαθηματικά ΙΙ

ΠΟΤΔΗ ΣΗ ΤΝΟΠΣΙΚΗ ΠΑΡΑΔΟΗ ΚΑΙ ΣΗΝ Q

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α. Δ.Π.Θ.

Βάςεισ Δεδομζνων Λ. Ενότθτα 8: SQL Γλώςςα χειριςμοφ δεδομζνων. Δρ. Σςιμπίρθσ Αλκιβιάδθσ Σμιμα Μθχανικών Πλθροφορικισ ΣΕ

Nested and split plot designs. Κατςιλζροσ Αναςτάςιοσ

Ειςαγωγή ςτη διδακτική των γλωςςών

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 8. Ανάλυση διασποράς (ANOVA)

Ειδικά Θζματα Βάςεων Δεδομζνων

Επιχειρηςιακή Έρευνα και εφαρμογζσ με την χρήςη του λογιςμικοφ R

Ειςαγωγή ςτη διδακτική των γλωςςών

ΔΙΔΑΚΤΙΚΗ ΤΗΣ ΠΑΙΔΑΓΩΓΙΚΗΣ ΓΥΜΝΑΣΤΙΚΗΣ ΙΙ

ΘΕΟΛΟΓΙΑ ΚΑΙΝΗΣ ΔΙΑΘΗΚΗΣ

Κοινωνικι Δθμογραφία

Τεχνικό Σχζδιο - CAD

ΘΕΟΛΟΓΙΑ ΚΑΙΝΗΣ ΔΙΑΘΗΚΗΣ

Κοινωνικι Δθμογραφία

Βάςεισ Δεδομζνων Ι. Ενότθτα 11: SQL-Ερωτιματα Ομαδοποίθςθσ με υνζνωςθ Πινάκων. Δρ. Σςιμπίρθσ Αλκιβιάδθσ Σμιμα Μθχανικϊν Πλθροφορικισ ΣΕ

Δείγμα (μεγάλο) από οποιαδήποτε κατανομή

$ι ιι η ι ι!η ηι ι ANOVA. To ANOVA ι ι ι η η η ιη (Analysis of Variance). * ι! ι ι ι ι ι η ιη. ;, ι ι ι! η ιι ηιη ι ι!η ι η η ιη ι ι η ι η.

Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα

Αγροτικι - Κοινοτικι Ανάπτυξθ

Πειραματικι Ψυχολογία (ΨΧ66)

Abstract ] [ Lawley Hotelling Trace).statigraph. Hotel ling s trace

+ ε βελτιώνει ουσιαστικά το προηγούμενο (β 3 = 0;) 2. Εξετάστε ποιο από τα παρακάτω τρία μοντέλα:

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Πλήρεις Οµάδες σε Λατινικό Τετράγωνο

Ψθφιακά Ηλεκτρονικά. Ενότθτα 5 : Ανάλυςθ κυκλώματοσ με D και JK FLIP- FLOP Φώτιοσ Βαρτηιώτθσ

Οντοκεντρικόσ Προγραμματιςμόσ

φγκριςθ Πλθκυςμών 1. Ζλεγχοι Τποκζςεων για τθ Διαφορά των μζςων τιμών δφο Πλθκυςμών Δείγματα Ανεξάρτθτα : 1 2 Z t s Pooled Variance t- test

Κλαςικι Ηλεκτροδυναμικι

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο

ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΣΑ ΔΙΕΘΝΕΙΣ ΟΙΚΟΝΟΜΙΚΕΣ ΣΧΕΣΕΙΣ

Εκκλθςιαςτικό Δίκαιο ΙΙΙ (Μεταπτυχιακό)

Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov.

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 6 ο

Τεχνικζσ Ανάλυςησ Διοικητικών Αποφάςεων

Μυκθτολογικζσ αςκζνειεσ δενδρωδϊν και αμπζλου

Aντιπτζριςη (ΕΠ027) Ενότητα 2

Ειδικζσ Ναυπηγικζσ Καταςκευζσ και Ιςτιοφόρα κάφη (Ε)

Statistics 104: Quantitative Methods for Economics Formula and Theorem Review

ΘΕΟΛΟΓΙΑ ΚΑΙΝΗΣ ΔΙΑΘΗΚΗΣ

Transcript:

ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΣΑ Γεωργικόσ Πειραματιςμόσ Ενότθτα 3 θ : Πλιρεισ Ομάδεσ ςε Ελεφκερθ Διάταξθ Γεϊργιοσ Μενεξζσ

Άδειεσ Χριςθσ Το παρόν εκπαιδευτικό υλικό υπόκειται ςε άδειεσ χριςθσ Creative Commons. Για εκπαιδευτικό υλικό, όπωσ εικόνεσ, που υπόκειται ςε άλλου τφπου άδειασ χριςθσ, θ άδεια χριςθσ αναφζρεται ρθτϊσ. 2

Χρθματοδότθςθ Το παρόν εκπαιδευτικό υλικό ζχει αναπτυχκεί ςτα πλαίςια του εκπαιδευτικοφ ζργου του διδάςκοντα. Το ζργο «Ανοικτά Ακαδθμαϊκά Μακιματα ςτο Αριςτοτζλειο Πανεπιςτιμιο Θεςςαλονίκθσ» ζχει χρθματοδοτιςει μόνο τθ αναδιαμόρφωςθ του εκπαιδευτικοφ υλικοφ. Το ζργο υλοποιείται ςτο πλαίςιο του Επιχειρθςιακοφ Προγράμματοσ «Εκπαίδευςθ και Δια Βίου Μάκθςθ» και ςυγχρθματοδοτείται από τθν Ευρωπαϊκι Ζνωςθ (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εκνικοφσ πόρουσ. 3

ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΣΑ Πλιρεισ Ομάδεσ ςε Ελεφκερθ Διάταξθ (Randomized Complete Block Design - RCBD) Γεωργικόσ Πειραματιςμόσ

Πλιρεισ Ομάδεσ ςε Ελεφκερθ Διάταξθ Παράδειγμα 22, Φαςοφλασ (2006, ς. 106) Κδιο με το Παράδειγμα 21 με τθ διαφορά ότι θ τυχαιοποίθςθ των 10 γενοτφπων ζγινε μζςα ςε κάκε μία από 10 ομάδεσ (blocks-replications). Να ελεγχκεί αν οι γενότυποι παρουςιάηουν ςτατιςτικά ςθμαντικζσ διαφορζσ ςε επίπεδο ςθμαντικότθτασ α=0,05. 5

Παραμετροποίθςθ (1) Πειραματικό Σχζδιο (Experimental Design): Πλιρεισ Ομάδεσ ςε Ελεφκερθ Διάταξθ (Randomized Completeblock Design-RCBD) Πλικοσ Παραγόντων (Factors): 2 (Γενότυποσ και Ομάδα Blocks-Replications) Πλικοσ Επιπζδων (Levels) του Παράγοντα Γενότυποσ (π): 10, του Παράγοντα Ομάδα (o): 10 Συνολικό πλικοσ μετριςεων (Ν): 100 Σχζδιο: Ιςορροπθμζνο (Balanced), δθλ. ίδιοσ αρικμόσ μετριςεων-επαναλιψεων ςε κάκε επζμβαςθ 6

Παραμετροποίθςθ (2) Εξαρτθμζνθ μεταβλθτι (Depended Variable): Πρωϊμότθτα ξεςταχιάςματοσ (θμζρεσ) Ανεξάρτθτεσ μεταβλθτζσ-παράγοντεσ (Independed Variables): Γενότυποσ (δομικόσ), Ομάδα (ςχεδίου) Πρότυπο ΙII (Model type III): Μεικτζσ Επιδράςεισ (Mixed Effects) Γενότυποσ: Κακοριςμζνεσ Επιδράςεισ (Fixed Effects) Ομάδα: Τυχαίεσ Επιδράςεισ (Random Effects) 7

Μεκοδολογία Εγκατάςταςθσ Πειράματοσ (1) Προθγοφμενθ εμπειρία και γνϊςθ ςχετικά με το πειραματικό υλικό Εμπειρία και γνϊςθ ςχετικά με προθγοφμενα πειράματα ςτον ίδιο πειραματικό αγρό Ζλεγχοι ομοιομορφίασ και ομοιογζνειασ πειραματικοφ υλικοφ Διαςτάςεισ πειραματικϊν τεμαχίων Πλικοσ φυτϊν Αποςτάςεισ Γεωργικόσ Πειραματιςμόσ Τίτλοσ Μακιματοσ 8

Μεκοδολογία Εγκατάςταςθσ Πειράματοσ (2) Καλλιεργθτικι φροντίδα Περίοδοσ πειραματιςμοφ Μζκοδοσ μζτρθςθσ εξαρτθμζνθσ μεταβλθτισ Εγκυρότθτα-Αξιοπιςτία μετριςεων Εδαφολογικά ςτοιχεία Κλιματολογικά ςτοιχεία Τιρθςθ Θμερολογίου Πειράματοσ Γεωργικόσ Πειραματιςμόσ Τίτλοσ Μακιματοσ 9

Πότε εφαρμόηεται το RCBD; Όταν δεν μποροφμε να εξαςφαλίςουμε ομοιόμορφο περιβάλλον Όταν δεν μποροφμε να ελζγξουμε τθν ανομοιομορφία-ανομοιογζνεια Όταν ζχουμε αποδείξεισ ι ενδείξεισ ότι θ ανομοιογζνεια του περιβάλλοντοσ βαίνει προσ μία ςυγκεκριμζνθ κατεφκυνςθ (κλίςθ-gradient) 10

Σκοπόσ Θ ελάττωςθ του πειραματικοφ ςφάλματοσ και θ αφξθςθ τθσ ευαιςκθςίασ του πειράματοσ. Ο ζλεγχοσ γνωςτισ πθγισ παραλλακτικότθτασ. Θ απομάκρυνςθ τθσ επίδραςθσ τθσ γνωςτισ πθγισ παραλλακτικότθτασ. Θ αφξθςθ του βακμοφ γενίκευςθσ των αποτελεςμάτων όταν οι ομάδεσ τοποκετοφνται π.χ. ςε διαφορετικζσ τοποκεςίεσ. 11

Χριςιμεσ οδθγίεσ (1) Όταν θ κλίςθ βαίνει προσ μία κατεφκυνςθ χρθςιμοποιείςτε ςτενόμακρα blocks-ομάδεσ. Διευκετιςτε τα blocks ςτον αγρό ϊςτε θ μεγάλθ τουσ πλευρά να είναι κάκετθ ςτθ διεφκυνςθ τθσ κλίςθσ. Όταν θ ανομοιογζνεια βαίνει προσ δφο διευκφνςεισ όπου θ μία είναι πολφ πιο ιςχυρι-ςθμαντικι από τθν άλλθ, αγνοείςτε τθν αςκενζςτερθ και εφαρμόςτε τθν προθγοφμενθ οδθγία. 12

Χριςιμεσ οδθγίεσ (2) Όταν θ ανομοιογζνεια βαίνει προσ δφο διευκφνςεισ όπου και οι δφο είναι εξίςου ιςχυρζσ-ςθμαντικζσ και κάκετεσ μεταξφ τουσ τότε: Εγκαταςτιςτε blocks που το ςχιμα τουσ να είναι τετράγωνο (όςο το δυνατόν). Εγκαταςτιςτε μακρόςτενα blocks με τθ μεγάλθ τουσ πλευρά να είναι κάκετθ προσ τθ μία διεφκυνςθ και χρθςιμοποιείςτε τθν Ανάλυςθ Συνδυαςποράσ (ANCOVA) για να ελζγξετε τθ δεφτερθ κλίςθ. Χρθςιμοποιείςτε το ςχζδιο του Λατινικοφ Τετραγϊνου. Όταν θ ανομοιογζνεια είναι μθ προβλζψιμθ τότε το ςχιμα των ομάδων κα πρζπει να είναι τετράγωνο (όςο το δυνατόν). 13

Γενικόσ κανόνασ ςχεδιαςμοφ Θ εγκατάςταςθ των ομάδων κα πρζπει να γίνει με τρόπο ϊςτε θ παραλλακτικότθτα εντόσ (within) των ομάδων να είναι όςο το δυνατόν μικρότερθ ενϊ θ παραλλακτικότθτα μεταξφ (between) των ομάδων όςο το δυνατόν μεγαλφτερθ 14

Πίνακασ Δεδομζνων (1) Γενότυποι Ο1 Ο2 Ο3 Ο4 Ο5 Ο6 Ο7 Ο8 Ο9 010 Σφνολα Α 5 6 6 5 2 3 2 2 5 5 41 Β 2 3 3 3 3 3 2 2 2 2 25 Γ 2 7 6 3 2 1 3 3 2 3 32 Δ 3 2 9 3 2 2 3 3 4 3 34 Ε 8 5 9 4 4 3 4 4 6 5 52 Η 1 8 8 4 3 2 4 2 3 1 36 Θ 8 8 1 5 2 2 2 3 2 1 34 Θ 7 3 3 2 1 2 4 2 3 2 29 Ι 4 9 9 4 3 2 2 3 3 3 42 Κ 3 4 6 3 3 3 3 3 3 3 34 Σφνολα 43 55 60 36 25 23 29 27 33 28 359 15

Πίνακασ Ανάλυςθσ Παραλλακτικότθτασ (ι Διακφμανςθσ) Πθγι Παραλλακτικότθτασ Βακμοί Ελευκερίασ Άκροιςμα Τετραγϊνων Μζςα Τετράγωνα Λιπάςματα ο-1 ΑΤΟ ΜΤΟ= ΑΤΟ ο-1 Γενότυποι (ι Παράγοντεσ) π-1 ΑΣΠ ΜΤΠ= ΑΤΠ π-1 Σφάλμα (ι υπόλοιπο) (π-1) (ο-1) ΑΤΣ ΜΤΣ=ΑΤΣ (π-1)(ο-1) Ολικι πο-1 ΣΑΤ F F=ΜΤΟ ΜΤΣ F=ΜΤΠ ΜΤΣ Για τουσ γενότυπουσ, θ δειγματικι τιμι F ςυγκρίνεται με τθν Κρίςιμθ Τιμι (κεωρθτικι) τθσ F-Κατανομισ με (π-1) και *(π-1)(o-1)] β.ε., ςε επίπεδο ςθμαντικότθτασ α. Για τισ ομάδεσ, με τθν τιμι τθσ F((ο-1), (π-1)(o-1)) ςε ε.ς. α. 16

Πίνακασ ANOVA Source of Variation Degrees of Freedom (df) Blocks o-1 Treatments or Factor A (Genotype) Error π-1 (π-1)(ο-1) Sum of Squares (SS) Block SS (SSB) Treatment SS (SSA) Error SS (SSE) Mean Squares (MS) Block SS MSB= o 1 Treatment SS MSA= 1 Error SS MSE= ( 1)( o 1) F F= MSB MSE F= MSA MSE Total πο-1 Total SS (SST) 17

Πίνακασ Δεδομζνων (2) Γενότυποι Ο1 Ο2 Ο3 Ο4 Ο5 Ο6 Ο7 Ο8 Ο9 O10 Σφνολα Α 5 6 6 5 2 3 2 2 5 5 41 Β 2 3 3 3 3 3 2 2 2 2 25 Γ 2 7 6 3 2 1 3 3 2 3 32 Δ 3 2 9 3 2 2 3 3 4 3 34 Ε 8 5 9 4 4 3 4 4 6 5 52 Η 1 8 8 4 3 2 4 2 3 1 36 Θ 8 8 1 5 2 2 2 3 2 1 34 Θ 7 3 3 2 1 2 4 2 3 2 29 Ι 4 9 9 4 3 2 2 3 3 3 42 Κ 3 4 6 3 3 3 3 3 3 3 34 Σφνολα 43 55 60 36 25 23 29 27 33 28 359 18

Υπολογιςμοί Διορθωηικός Όρος (Correction Term): Διορκωτικόσ Όροσ (Correction Term) ΔΟ= 359 2 100 =1.288,81 Συνολικό Σσνολικό Άθροιζμα Άκροιςμα Τεηραγώνων: Τετραγϊνων ΣΑΤ=(5 2 +6 2 +6 2 + +3 2 +3 2 +3 2 )-ΔΟ=400,19 Άκροιςμα Άθροιζμα Τεηραγώνων Τετραγϊνων Παραγόνηων: Παραγόντων ΑΤΠ=( 41 25 34 10 2 2 2 Άκροιςμα Άθροιζμα Τεηραγώνων Τετραγϊνων Ομάδων: ΑΤΟ=( 43 55 28 10 2 2 2 )-ΔΟ=51,49 Άκροιςμα Άθροιζμα Τεηραγώνων Τετραγϊνων Σθαλμάηων: Σφαλμάτων )-ΔΟ=147,89 ΑΤΣ=ΣΑΤ-ΑΤΠ-ΑΤΟ=400,19-51,49-147,89=200,81 19

Πίνακασ Ανάλυςθσ Παραλλακτικότθτασ (ι Διακφμανςθσ) Πθγι Παραλλακτικότθτασ Βακμοί Ελευκερίασ Άκροιςμα Τετραγϊνων Μζςα Τετράγωνα Κρίςιμθ Τιμι F (9, 81)=1,99, ςε επίπεδο ςθμαντικότθτασ α=0,05 Επειδι 2,30>1,99 ---> Οι γενότυποι παρουςιάηουν ςτατιςτικά ςθμαντικζσ διαφορζσ ςε επίπεδο ςθμαντικότθτασ α=0,05. Θ επίδραςθ του περιβάλλοντοσ είναι επίςθσ ςτατιςτικά ςθμαντικι F F 0,05 Λιπάςματα 9 147,89 16,43 6,62 1,99 Γενότυποι (ι Παράγοντεσ) 9 51,49 5,72 2,30 1,99 Σφάλμα (ι υπόλοιπο) 81 200,81 2,48 Ολικι 99 400,19 20

Συντελεςτισ Παραλλακτικότθτασ (Coefficient of Variation), CV CV MSE 100 100 Y.. Y.. Σηο Στο παράδειγμα, παράδειγμα: CV= 1,57 100 43,9% 3,59 21

Το Γενικό Γραμμικό Πρότυπο (General Linear Model) Y t b e ij i j ij ti: θ κφρια επίδραςθ τθσ επζμβαςθσ (γενότυποσ) i (i=1,,10) bj: θ κφρια επίδραςθ τθσ ομάδασ j (j=1,,10) 22

Παραδοχζσ και Προχποκζςεισ (1) Παραδοχζσ: i 1 t i 0 o j 1 b j 0 e ~ N ij 2 (0, e ) 23

Παραδοχζσ και Προχποκζςεισ (2) Προχποκζςεισ: Οι παρατθριςεισ προζρχονται από τυχαία δείγματα Οι παρατθριςεισ είναι ανεξάρτθτεσ θ μία από τθν άλλθ Οι πλθκυςμοί (ο x π ςε πλικοσ) των παρατθριςεων ακολουκοφν Κανονικι Κατανομι Ιςχφει θ ιδιότθτα τθσ ακροιςτικότθτασ (προςκετικότθτασ). Ιςοδφναμα, δεν υπάρχει αλλθλεπίδραςθ των δφο παραγόντων (Γενότυποσ x Ομάδα). Θ επζμβαςθ i ζχει το ίδιο αποτζλεςμα ανεξάρτθτα από τθν ομάδα ςτθν οποία εφαρμόηεται. Θ επίδραςθ τθσ Ομάδασ είναι θ ίδια ανεξάρτθτα από τθν επζμβαςθ. Οι διαςπορζσ των πλθκυςμϊν (οx π ςε πλικοσ) είναι ίςεσ (Ομοςκεδαςτικότθτα) 24

Στατιςτικοί Ζλεγχοι Μηδενικές Μθδενικζσ Υποκζςεισ Υποθέζεις Εναλλακτικές Υποθέσεις 2 0 : 0 b ή : k ( k 1,... ) : t 0 1 0 : 1 2 2 ή : 0 1 ή : E( Y ) 0 1 ij Εναλλακηικές Εναλλακτικζσ Υποκζςεισ Υποθέζεις ή : ί ά ύ ί t 0, k 1,, 1 1 ή 1 ή : : τουλάχιςτον ά 22 Μζςοι 2 έ έ Όροι ό όδιαφζρουν, έ έ, k, z, (, k, zk, z1,...,,( k, z) : 1,..., k z ): ή b 2 1 : 0 a k k 25

Άλλεσ Στατιςτικζσ Αναλφςεισ Αν θ ANOVA ανιχνεφςει ςτατιςτικά ςθμαντικζσ διαφορζσ: Aκολουκοφν ςυγκρίςεισ μζςων όρων (a priori, ad hoc) 26

Διαγραμματικι Αναπαράςταςθ του Υποδείγματοσ Πρωιμότθτα Σφάλμα Γενότυποσ Ομάδα 27

Συγκρίςεισ Μζςων Όρων Το Κριτιριο τθσ Ελάχιςτθσ (Στατιςτικά) Σθμαντικισ Διαφοράσ (ΕΣΔ-LSD) t 2 2 MSE t ΕΣΔ= ( 1)( 1); a / 2 ( 1)( 1); a / 2 Όπου t (π-1)(ο-1);α/2 : Κρίςιμθ τιμι τθσ t-κατανομισ με (π-1)(ο-1) β.ε., Όποσ t ( 1)( 1); a/ 2 : Κρίζιμη ηιμή ηης t-καηανομής με (π-1)(ο-1) β.ε., ζε επίπεδο ςε επίπεδο ςθμαντικότθτασ α/2 ζημανηικόηηηας α/2 Σηο Στο παράδειγμα: 2 2,48 4,96 ΕΣΔ= 1,99 1,99 1,99 0,496 1,99 0,704 1,40, ζε 10 10 επίπεδο ζημανηικόηηηας α=0,05. ςε επίπεδο ςθμαντικότθτασ α=0,005 Στο προθγοφμενο παράδειγμα: ΕΣΔ=1,75 28

Στο παράδειγμα Γενότυποι ΜΟ ΤΑ Ν Α 4,10 1,66 10 Β 2,50 0,53 10 Γ 3,20 1,87 10 Δ 3,40 2,07 10 Ε 5,20 1,93 10 Η 3,60 2,55 10 Θ 3,40 2,67 10 Θ 2,90 1,66 10 Ι 4,20 2,62 10 Κ 3,40 0,97 10 ΕΣΔ 0,10 1,17 ΕΣΔ 0,05 1,40 ΕΣΔ 0,01 1,86 ΕΣΔ 0,0011 2,38 29

Στο προθγοφμενο παράδειγμα (CRD) Γενότυποι ΜΟ ΤΑ Ν Α 4,10 1,66 10 Β 2,50 0,53 10 Γ 3,20 1,87 10 Δ 3,40 2,07 10 Ε 5,20 1,93 10 Η 3,60 2,55 10 Θ 3,40 2,67 10 Θ 2,90 1,66 10 Ι 4,20 2,62 10 Κ 3,40 0,97 10 ΕΣΔ 0,10 1,46 ΕΣΔ 0,05 1,75 ΕΣΔ 0,01 2,32 ΕΣΔ 0,0011 2,97 30

Estimated Marginal Means Αποτελζςματα με το SPSS (1) Estimated Marginal Means of Πρωϊμότητα (ημέρες) 5,5 5 4,5 4 3,5 3 2,5 Α Β Γ Γ Δ Ε Γενότσποι Ζ Θ Η Κ 31

Αποτελζςματα με το SPSS (2) Dependent Variable: Πρωϊμότητα (ημέρες) Source Corrected Model Intercept Block Genoty pe Error Total Corrected Total a. Computed using alpha =.05 Fixed Effects Model Tests of Between-Subjects Effects Type III Sum Partial Eta Observ ed of Squares df Mean Square F Sig. Squared Power a 199.380 b 18 11.077 4.468.000.498 1.000 1288.810 1 1288.810 519.863.000.865 1.000 147.890 9 16.432 6.628.000.424 1.000 51.490 9 5.721 2.308.023.204.880 200.810 81 2.479 1689.000 100 400.190 99 b. R Squared =.498 (Adjusted R Squared =.387) Tests of Between-Subjects Effects P-value R 2 =0,498 (Συντελεςτισ Προςδιοριςμοφ-Coefficient of Determination) 32

Αποτελζςματα με το SPSS (3) Mixed Effects Model Dependent Variable: Πρωϊμότητα (ημέρες) Source Intercept Genot Block Hypothesis Error Hypothesis Error Hypothesis Error a. Computed using alpha =.05 b. c. MS(Block) MS(Error) Tests of Between-Subjects Effects Tests of Between-Subjects Effects Type III Sum Partial Eta Noncent. Observed of Squares df Mean Square F Sig. Squared Parameter Power a 1288.810 1 1288.810 78.432.000.897 78.432 1.000 147.890 9 16.432 b 51.490 9 5.721 2.308.023.204 20.769.880 200.810 81 2.479 c 147.890 9 16.432 6.628.000.424 59.654 1.000 200.810 81 2.479 c 33

Αποτελζςματα με το SPSS (4) Tukey HSD a,b Duncan a,b Γενότσπ οι Β Θ Γ Ζ Γ Κ Ε Α Η Δ Sig. Β Θ Γ Ζ Γ Κ Ε Α Η Δ Sig. Πρωϊμότητα (ημέρες) N 1 2 3 10 2.50 10 2.90 10 3.20 3.20 10 3.40 3.40 10 3.40 3.40 10 3.40 3.40 10 3.60 3.60 10 4.10 4.10 10 4.20 4.20 10 5.20 10 2.50.331.141 10 2.90 2.90 10 3.20 3.20 10 3.40 3.40 10 3.40 3.40 10 3.40 3.40 10 3.60 3.60 10 4.10 4.10 4.10 10 4.20 4.20 10 5.20 Means for groups in homogeneous subs ets are display ed. Based on Type III Sum of Squares The error term is Mean Square(Error) = 2.479. a. Uses Harmonic Mean Sample Size = 10.000. b. Alpha =.05. Subs et.054.120.144 34

Παρουςίαςθ των Αποτελεςμάτων (1) Θ ANOVA ζδειξε ότι υπάρχουν ςτατιςτικά ςθμαντικζσ διαφορζσ, ςε επίπεδο ςθμαντικότθτασ α=0,05, μεταξφ των 10 Γενοτφπων: F (9,81)=2.30, p=0,023<0,05 Θ ANOVA ζδειξε ότι θ επίδραςθ του περιβάλλοντοσ (ομάδεσ) είναι ςτατιςτικά ςθμαντικι (p<0,001) 35

Παρουςίαςθ των Αποτελεςμάτων (2) Γενότυποι ΜΟ ΤΑ Ν Α 4,10ab 1,66 10 Β 2,50b 0,53 10 Γ 3,20ab 1,87 10 Δ 3,40ab 2,07 10 Ε 5,20a 1,93 10 Η 3,60ab 2,55 10 Θ 3,40ab 2,67 10 Θ 2,90b 1,66 10 Ι 4,20ab 2,62 10 Κ 3,40ab 0,97 10 Μζςοι όροι που ακολουκοφνται από διαφορετικό γράμμα διαφζρουν ςτατιςτικά ςθμαντικά, ςε επίπεδο ςθμαντικότθτασ α=0,05, ςφμφωνα με τα αποτελζςματα του ελζγχου Tukey HSD 36

Παρουςίαςθ των Αποτελεςμάτων (3) Γενότυποι ΜΟ ΤΑ Ν Α 4,10abc 1,66 10 Β 2,50c 0,53 10 Γ 3,20bc 1,87 10 Δ 3,40bc 2,07 10 Ε 5,20a 1,93 10 Η 3,60bc 2,55 10 Θ 3,40bc 2,67 10 Θ 2,90bc 1,66 10 Ι 4,20ab 2,62 10 Κ 3,40bc 0,97 10 Μζςοι όροι που ακολουκοφνται από διαφορετικό γράμμα διαφζρουν ςτατιςτικά ςθμαντικά, ςε επίπεδο ςθμαντικότθτασ α=0,05, ςφμφωνα με τα αποτελζςματα του ελζγχου Duncan 37

ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ Ζλεγχοι Προχποκζςεων Γεωργικόσ Πειραματιςμόσ 38

Ζλεγχοσ Κανονικότθτασ Κατανομι των Σφαλμάτων (1) 39

Κατανομι των Σφαλμάτων (2) Des criptive Statis tics Mean Skew ness Kurtosis Statistic Statistic Std. Error Statistic Std. Error Standardized Residual for y.00 -.01.24 1.27.48 40

Κατανομι των Σφαλμάτων (3) One -Sample Kolm ogor ov-sm irnov Te s t N Normal Parameters a,b Mos t Ex treme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) Monte Carlo Sig. (2-tailed) Mean Std. Deviation Abs olute Positive Negative Sig. a. Test dis tribution is Normal. b. Calc ulated from data. 99% Confidence Interval Low er Bound Upper Bound c. Based on 10000 sampled tables w ith starting seed 2000000. Standardized Residual for y 100.0000.90453.105.105 -.058 1.054.217.204 c.194.215 41

Std. Residual Ζλεγχοσ Ομοςκεδαςτικότθτασ (1) 3 Dependent Variable: Πρωϊμότητα (ημέρες) 2 1 0-1 -2-3 -4 1 2 3 4 5 6 7 8 Predicted Model: Intercept + BLOCK + GENOT 42

Std. Residual Ζλεγχοσ Ομοςκεδαςτικότθτασ (2) Προςαρμογι Βζλτιςτθσ Καμπφλθσ (Μζκοδοσ Loess- 90%) 3 2 1 0 Dependent Variable: Πρωϊμότητα (ημέρες) -1-2 -3-4 1 2 3 4 5 6 7 8 Predicted Model: Intercept + BLOCK + GENOT 43

Ζλεγχοσ Ακροιςτικότθτασ (Additivity) του Tukey Analysis of Variance Source of Variation Sum of Sq. DF Mean Square F Prob. Between Genotypes 51.4900 9 5.7211 Within Genotypes 348.7000 90 3.8744 Between Blocks 147.8900 9 16.4322 6.6282.0000 Residual 200.8100 81 2.4791 Nonadditivity 12.5858 1 12.5858 5.3493.0233 Balance 188.2242 80 2.3528 Total 400.1900 99 4.0423 Grand Mean 3.5900 44

Βιβλιογραφία Φαςοφλασ, Α. Κ. (2006). Στοιχεία Πειραματικήσ Στατιςτικήσ. Θεςςαλονίκθ. Καλτςίκθσ, Π. Ι. (1997). Απλά Πειραματικά Σχζδια. Ακινα: Εκδόςεισ Α. Σταμοφλθ. Μιχαθλίδθσ, Η. (2005). Βιομετρία-Γεωργικόσ Πειραματιςμόσ. ΑΤΕΙ Θεςςαλονίκθσ. Steel, R. & Torrie, J. (1986). Principles and Procedures of Statistics: A Biometrical Approach. Singapore: McGraw-Hill Book Company. Gomez, K. & Gomez, A. (1984). Statistical Procedures for Agricultural Research. Singapore: John Willey & Sons, Inc. Kuehl, R. (2000). Designs of Experiments: Statistical Principles of Research Design and Analysis. Pacific Grove: Duxbury Thomson Learning. 45

ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΣΑ Τζλοσ Ενότθτασ Επεξεργαςία: Μαρία Αλεμπάκθ Θεςςαλονίκθ, Φεβρουάριοσ 2014