Особенности статистической обработки данных полевого опыта

Введение…………………………………………………………………………...3
1 Историческое становление математической статистики, как ведущего метода обработки опытных данных……………………………………………..5
2 Специфика статистической обработки данных полевого опыта…………….8
2.1 Особенности подготовки опытных данных к статистической обработке…………………………………………………………………………..8
2.2 Методические особенности статистической обработки данных полевого опыта……………………………………………………………………………...10
3 Анализ данных полевого опыта с помощью современных прикладных статистических программ……………………………………………………….14
Заключение……………………………………………………………………….17
Список литературы………………………………………………………………18

1 Историческое становление математической статистики, как ведущего метода обработки опытных данных

Современная биология и сельскохозяйственная наука имеет тесную связь с математикой. Научные знания, связанные, например, с такими вопросами, как популяции, моделирование, биологические процессы разрабатываются исключительно с применением математических знаний. Такая же ситуация наблюдается в вопросах программирования урожайности культур, которое невозможно провести без использования методов множественной корреляции и регрессии.
Поэтому постоянные взаимодействия биологии и математики привели к возникновению на их стыки такой науки, как биометрии.
В.Н. Дышко называет биометрию- наукой о статистическом анализе групповых свойств в биологическом анализе групповых свойств в биологии. В свою очередь, статистический анализ связан с применением постулатов и методов теории вероятностей и математической статистики, применяемых к биологическим исследованиям [2, С. 8].
...

2.1 Особенности подготовки опытных данных к статистической обработке

Статистическая обработка опытных данных предполагает их предварительную подготовку. Такая подготовка включает следующее: округление, вычисление среднего арифметического по каждой опытной делянке и варианту, выбраковка сомнительных данных, восстановление выпавших данных, а также их преобразование.
Для округления полученных данных пользуются следующим правилом: для получения достаточно точных чисел необходимо иметь опытные данные с тремя значащими цифрами. Так, урожай следует записывать 0,187; 1,87; 18,7 т/га.
Для более тщательного округления используют уменьшенное в 4 раза стандартное отклонение определенного вариационного ряда. Если первой значащей цифрой для s/4 окажется целое число, то данные округляют до целого числа.
При расчете суммы квадратов берут дополнительную цифру, т. е. если исходные данные имеют десятые доли, то квадраты вычисляют до сотых.
...

2.2 Методические особенности статистической обработки данных полевого опыта

В агрохимических исследованиях редко приходится иметь дело с точными и определенными функциональными связями, когда каждому значению одной величины соответствует строго определенное значение другой величины.
Поэтому статистическая обработка таких вариативных значений имеет ряд особенностей, главной из которых является использование специальных параметрических способов обработки полученных опытных данных.
Чаще всего встречаются такие соотношения, где одному параметру соответствует сразу множество значений другого признака. Такие связи называются корреляционными. Они обнаруживатся в случае ассовости признака.
Корреляционный анализ заключается в возможности заключения вывода о степени статистической связи между признаками с помощью использования выборки [1, С. 164].
При изучении корреляционных связей возникают два основных вопроса – о тесноте связи и о форме связи.
...

3 Анализ данных полевого опыта с помощью современных прикладных статистических программ

Как уже ранее говорилось, статистические методы планирования исследования и обработки полученных данных играют важнейшую роль в современной агрономической науке.
Бесспорно, математические методы составляют неотъемлемую часть процесса обработки и интерпретации результатов опытов. Они позволяют извлечь максимум информации из исходных данных, оценить, насколько существенны, реальны различия между вариантами, установить коэффициенты уравнений регрессий качества продукции, свойств почвы и других показателей [4, С. 23].
Однако, наука не стоит на месте. Научно- технические достижения человечества проникли во все сферы его жизни. И сегодня возможна техническая обработка статистических данных полевого опыта.
Самым старым компьютерным приложением в этом вопросе является табличный процессор MS Excel.
...

Заключение

Проведенное исследование позволило сделать следующие выводы:
• необходимость применения математических методов в биологии привело к возникновению биометрии;
• биометрия содержит в себе такие математические методы, как теория вероятностей и математическая статистика и применяет их для анализа биологических объектов;
• главной особенностью полученных данных полевого опыта является их вариативность, что делает их статистический анализ специфическим;
• статистической обработки данных полевого опыта предшествует их обработка, которая включает в себя: округление, вычисление среднего арифметического по каждой опытной делянке и варианту, выбраковка сомнительных данных, восстановление выпавших данных, а также их преобразование;
• фундаментальными методами статистической обработки опытных данных являются: корреляционный, регрессионный и дисперсионный анализ;
• современные методы обработки статистических данных направлены на информатизацию и позволяют исследов.
...