Основы научных исследований в агрономии

электронный учебно-методический комплекс

МОДУЛЬ 2. Основы статистической обработки опытных данных

Практическое занятие 7

Методические указания для обработки данных вегетационного опыта методом дисперсионного анализа

Вегетационные опыты представляют собой статистические комплексы, состоящие из нескольких независимых выборок (вариантов). Независимость сопоставляемых вариантов достигается регулярным перемещением сосудов на вагонетке. Следовательно, в вегетационных опытах обычно нет территориально организованных повторений. Поэтому в однофакторном вегетационном опыте общее варьирование результативного признака разлагается на два компонента – варьирование вариантов и случайное варьирование и общее число степеней свободы:

Сy = СV + Сz, N – 1 = (l -1) + (N -l).

Задача - провести дисперсионный анализ данных однофакторного вегетационного опыта по индивидуальному заданию согласно следующих рекомендаций:

Обратите внимание – в вегетационных опытах обычно нет территориально организованных повторений, поэтому отклонения от общей средней обусловлено двумя компонентами – эффектами вариантов и случайным варьированием:

Сy = Сv + Сz, N – 1 = (l -1) + (N -l)

1) Исходные цифровые данные задачи занести в таблицу 1 и определить:

*Фактические значения данных опыта - x1, x2, xn

- Сумму наблюдений по вариантам - Σ V

- Рассчитать средние значения в каждом из вариантов – x

- Рассчитать общее число наблюдений в опыте – N

N = число вариантов (l) × число повторностей (п)

- Рассчитать общую среднюю по опыту - x0

x0 = Σ × / N

2) Установить произвольное среднее число (начало) – А Для этого следует вычисленное x0 округлить до целого значения.

3) Преобразовать исходные данные из таблицы 1, в таблицу 2 согласно формуле:

xа= xn – A, где

xа – преобразованное число

xn – исходные значения в табл. 1

A – произвольное среднее число

4) Полученные преобразованные значения (отклонения от произвольной средней) возводим в квадрат и подсчитываем сумму квадратов отклонений по вариантам и по повторениям (табл. 3):

5) Затем вычисляют суммы квадратов отклонений в следующей последовательности:

- Корректирующий фактор (поправку) Скор = (Σ xа)2 / N;

- Общую сумму квадратов Cy = Σ (xа2) – Cкор;

- Сумму квадратов для вариантов CV = (Σ V2 / n) – Скор;

- Сумму квадратов для ошибки (остаток) CZ = Cy - CV .

6) После вычисления сумм квадратов отклонений, заполняется таблица результатов дисперсионного анализа (табл.4).

Вариантов: Sv2 = CV / l – 1;

Остаточное: SZ2 = CZ / (n – 1)×(l – 1)

*Теоретическое значение F05 находят по таблице (см.прил. 2), исходя из числа степеней свободы для дисперсий вариантов (числитель) и числа степеней свободы для дисперсии остатка (знаменатель).

При Fфакт. ≤ F05(табл.), нулевая гипотеза подтверждается, существенных различий между средними в опыте нет;

Если Fфакт. ≥ F05(табл.) в опыте есть существенные различия по вариантам, тогда необходимо определить между какими вариантами наблюдаются существенные отличия (оценка существенности частных различий по НСР).

7) Для оценки существенности частных различий вычисляются следующие величины:

- обобщенную ошибку средней: Sx = √ S2 / n

- ошибку разности средних: Sd = √ 2S2 / n

Критерий НСР = t0,5× Sd указывает предельную ошибку для разности двух выборочных средних. Если фактическая разность больше НСР0,5 (d ≥ НСР0,5), то она значима, существенна, при d ≤ НСР0,5 – несущественна.

Значения t - критерия для принятого уровня значимости и числа степеней свободы остаточной дисперсии берут из таблицы (см. прил. 1).

Полученные результаты статистической обработки заносятся в итоговую таблицу 5:

8) На основании полученных данных однофакторного вегетационного опыта сделать письменные выводы об эффективности того или иного применяемого в опыте агротехнического приема (градации фактора).

Задания для обработки данных вегетационного опыта методом дисперсионного анализа

1. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния органо-цеолитных субстратов на продуктивность салата (г/сосуд):



Варианты повторения
1234
1 почва (к) 147153138149
2 кора+помет 195201207190
3 кора+помет+цеолит 233230244239

2. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния концентрации препарата Байкал ЭМ-1 на длину проростков астры (см):



Варианты повторения
1234
1 вода (к) 13,513,113,012,9
2 Байкал ЭМ-1, 1:100 10,09,79,610,1
3 Байкал ЭМ-1, 1:1000 15,215,915,015,8
4 Байкал ЭМ-1, 1:2000 15,516,416,116,1

3. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния типов почв на продуктивность яровой пшеницы (г/сосуд):


Варианты повторения
1234
1 дерново-подзолистая (к) 10,611,410,09,8
2 серая лесная 12,812,112,911,9
3 чернозем выщелоченный 18,419,719,418,8

4. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния полного минерального удобрения на продуктивность овса (г/сосуд):


Варианты повторения
1234
1 дерново-подзолистая (к) 44,340,841,341,9
2 серая лесная 70,067,068,165,3
3 чернозем выщелоченный 74,870,377,770,9

5. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния органо-цеолитовых добавок на продуктивность свеклы (г/сосуд):


Варианты повторения
1234
1 Почва + NPK (к) 179188175183
2 фон + гуминовые к-ты 152160148149
3 Фон + цеолиты 151165169165

6. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния органических удобрений на содержание нитратов в продукции капусты (мг/кг сырой массы):


Варианты повторения
1234
1 торф верховой (к) 852902868897
2 перегной 1601158716141694
3 солома 1997201119191983
4 навоз 2289231422772215

7. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния азотных удобрений на продуктивность яровой пшеницы (г/сосуд):


Варианты повторения
1234
1 почва б/уд. (к) 28,324,424,725,0
2 мочевина 32,132,731,833,7
3 аммиачная селитра 27,326,426,025,8
4 сульфат аммония 30,029,426,726,0

8. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния доз фосфорного удобрения на продуктивность ячменя (г/сосуд):


Варианты повторения
1234
1 без удобрений (к) 20,119,821,720,3
2 P30 23,123,722,824,0
3 P60 27,227,426,528,0
4 P90 28,628,129,028,1
5 P120 23,627,426,926,3

9. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния замачивания семян препаратами Гуми-20 и Байкал ЭМ-1 на урожайность салата (г/сосуд):


Варианты повторения
1234
1 вода 180175171179
2 гуми-20 211232230209
3 Байкал ЭМ-1 193187198201

10. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния культур на скорость продуцирования углекислого газа (г СО2/м2/ сутки):


Варианты повторения
1234
1 без растений (к) 2,72,52,52,6
2 яровая пшеница 3,43,23,13,1
3 горох 3,03,12,72,6
4 рапс 3,53,73,43,3

11. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния растительности и их корневых систем на содержание агрономически ценных агрегатов почвы (%):


Варианты повторения
1234
1 овес 56,763,367,465,6
2 лук 45,849,748,450,9
3 рапс 64,866,758,369,4
4 тимофеевка 74,470,378,877,5

12. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния дозы ежедневного полива на урожайность редиса (г/сосуд):


Варианты повторения
1234
1 0,25 л 48,744,945,346,0
2 0,5 л 67,974,371,979,8
3 0,75 л 69,477,875,379,4
4 43,740,840,342,5

13. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению эффективности сульфата магния на урожайность томата (г/сосуд):


Варианты повторения
1234
1 дерново-подзолистая + MgSO4 670714718694
2 серая лесная + MgSO4 470488455470
3 чернозем обыкновенный + MgSO4 649693688709
4 каштановая + MgSO4 417518505487

14. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния минеральных удобрений на скорость продуцирования углекислого газа (мг СО2/100г почвы):


Варианты повторения
1234
1 контроль 3,872,932,722,84
2 K90 3,964,793,134,41
3 P70K90 3,903,782,943,34
4 N60P70K90 3,423,262,663,08

15. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния органо-цеолитных субстратов на урожайность гороха (г/сосуд):


Варианты повторения
1234
1 кора + помет (контроль) 32,031,132,233,0
2 кора + помет + цеолит 36,037,137,236,9
3 кора + цеолит 20,020,821,419,8
4 кора + цеолит + NPK 17,019,420,020,3
5 кора + NPK 22,021,422,022,4

16. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния размера почвенных агрегатов на урожайность яровой пшеницы (г/сосуд):


Варианты повторения
1234
1 0,25 - 1мм 27,429,830,729,1
2 1 - 3 мм 31,732,532,432,7
3 3 - 5 мм 35,834,935,236,7
4 7 - 10 мм 30,430,530,027,5

17. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния дозы перегноя на урожайность перца (г/сосуд):


Варианты повторения
1234
1 без удобрений (контроль) 87,884,377,181,4
2 0,5 кг перегноя 88,790,489,293,7
3 1 кг перегноя 94,193,595,795,2
4 1,5 кг перегноя 96,795,998,999,4

18. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния дозы аммиачной селитры на урожайность овса (г/сосуд):


Варианты повторения
1234
1 без удобрений (контроль) 48,749,149,046,3
2 N60 53,150,053,455,8
3 N90 62,860,960,963,1
4 N120 44,348,752,149,4

19. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния дозы двойного суперфосфата на урожайность томатов (г/сосуд):


Варианты повторения
1234
1 без удобрений (контроль) 429,1427,3427,9428,6
2 Р60 433,7433,7431,4432,5
3 Р90 439,4439,0440,1441,5
4 Р120 520,7511,4508,6519,4

20. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния концентрации препарата Байкал – ЭМ-1 на появление первого настоящего листа астры (шт):


Варианты повторения
1234
1 1:100 5543
2 1:250 7677
3 1:500 10121212
4 1:1000 15141114
5 1:2000 16181618

21. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния белитовой муки на урожайность озимой ржи в условиях дерново-подзолистой почвы (г/сосуд):


Варианты повторения
1234
1 контроль 14,714,913,814,8
2 0,5 по НГ 16,315,916,917,3
3 1,0 по НГ 18,920,420,320,9
4 1,5 по НГ 24,323,123,824,1

22. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния биомассы корней (г/м2) на скорость продуцирования углекислого газа серой лесной почвой (г СО2/м2/ сутки):


Варианты повторения
1234
1 180 3,43,73,53,5
2 230 3,63,53,93,9
3 280 4,74,94,24,3
4 330 5,55,45,65,8

23. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния количества обработок препаратом Новосил на урожайность огурца (кг/м2):


Варианты повторения
1234
1 без обработок (к) 2,11,81,71,9
2 1 2,21,92,32,1
3 2 2,52,82,42,5
4 3 3,13,53,43,0

24. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния дозы компоста на опилочной основе (г/сосуд) на пористость среднесуглинистой почвы (%):


Варианты повторения
1234
1 контроль 43,747,445,545,9
2 0,5 кг 53,250,154,452,2
3 1 кг 56,655,456,757,7
4 1,5 кг 58,959,460,360,1

25. Обработать методом дисперсионного анализа данные вегетационного опыта по изучению влияния температуры и закаливания семян томатов на уровень (%) устойчивости к заморозкам:


Варианты повторения
1234
1 00С 14,016,010,017,0
2 -20С 29,031,024,020,0
3 -40С 41,037,039,045,0
4 -60С 49,044,045,043,0



Методические указания для обработки данных многофакторного опыта методом дисперсионного анализа

В многофакторном опыте изучается действие и взаимодействие нескольких факторов на изменчивость результативного признака, поэтому каждому фактору задают несколько градаций. Это позволяет изучать действие каждого из них при нескольких градациях других факторов.

Эффект взаимодействия факторов составляет ту часть общей изменчивости, которая вызвана различным действием одного фактора при разных градациях другого. В полевом опыте часто эффект от совместного применения изучаемых факторов может быть выше (синергизм) или ниже (антагонизм) суммы эффектов от раздельного применения каждого из них. В первом случае имеет место положительное, во втором – отрицательное взаимодействие факторов. Если же факторы не взаимодействуют, то эффект от совместного применения равен сумме эффектов от раздельного их применения (аддитивизм).

При дисперсионном анализе данных многофакторного опыта используют те же принципы и расчеты дисперсий, что и при однофакторном. Однако при этом усложняется математическая модель анализа.

При обработке данных двухфакторного опыта сумма квадратов расчленяется на следующие компоненты:

Cy = CA+ CB + CAB + CP + CZ.

Соответственно с указанными компонентами расчленяется и общее число степеней свободы:

N -1 = (lA-1) + (lB – 1) + (lA - 1)* (lB -1) + (n – 1) + (l – 1)* (n – 1).

Порядок обработки материалов двухфакторного полевого опыта следующий:

1) Составить таблицу 6 исходных данных, в которой определить суммы и средние:

Таблица 6. Исходные данные для многофакторного дисперсионного анализа

2) Далее при помощи компьютерных статистических программ обработать данные двухфакторного полевого опыта и составить таблицу результатов дисперсионного анализа по следующей форме (табл. 7):

Таблица 7 – Результаты дисперсионного анализа

Значения Fтабл. находят в прил. 2 для числителя берут число степеней свободы для варьирования факторов А, В и АВ, в качестве знаменателя используют степени свободы для остатка.

При Fфакт. ≤ F05(табл.), нулевая гипотеза подтверждается, существенных различий между средними в опыте нет;

Если Fфакт. ≥ F05(табл.) эффект от фактора существенен, тогда необходимо определить между какими вариантами наблюдаются существенные отличия (оценка существенности частных различий по НСР).

3) Далее определяются ошибка выборочной средней и ошибка разности средних для оценки существенности частных различий.

4) В итоге проводят оценку существенности главных эффектов и взаимодействия по НСР. При этом частное среднее опираются на количество повторений, а среднее для главного эффекта А – на n × lB, а для фактора В и взаимодействия АВ - n × lA.

Вычисляют ошибку разности средних и НСР для главных эффектов:

Для фактора А:

Sd = 2SZ2 / n × lB

НСР05 = t05 × SАd

Sx = √ SZ2 / n

Для фактора В и взаимодействия АВ:

Sd = √ 2 SZ2 / n × lA

НСР05 = t05 × SВd

5) В результате следует составить итоговую таблицу 8, в которой приводятся данные по факторам и средние по каждой градации фактора. Сравнить их между собой по НСР и оформить в виде выводов.

Таблица 8 – Итоговая таблица дисперсионного анализа

Рассмотрим пример анализа данной таблицы (табл. 9): Изучается влияние внесение удобрений в почву (фактор А) и способа обработки почвы (фактор В) на урожайность пшеницы (ц/га).

Таблица 9 – Пример дисперсионного анализа данных двухфакторного опыта

Задания для обработки данных многофакторного опыта методом дисперсионного анализа


1. Провести дисперсионный анализ данных о влиянии глубины плоскорезной обработки (фактор А) и дозы навоза (фактор В) на содержание подвижного органического вещества (мг С/100г).


Повторность А1(18-20 см)А2(28-30 см)
В1(20 т/га)В2(40 т/га)В1(20 т/га)В2(40 т/га)
1 11312599104
2 250219222240
3 90938792
4 145151140137

2. Провести дисперсионный анализ данных о влиянии основной обработки (фактор А) и вида предшественника (фактор В) на урожайность яровой пшеницы (ц/га).


Повторность А1(16-18 см)А2(30-32 см)
В1(20 т/га)В2(40 т/га)В1(20 т/га)В2(40 т/га)
1 27,321,325,323,7
2 24,325,624,425,8
3 27,022,422,520,3
4 25,823,225,620,9

3. Провести дисперсионный анализ данных о влиянии глубины посева (фактор А) и нормы высева (фактор В) на урожайность яровой пшеницы (ц/га).


Повторность А1(5 см)А2(8 см)
В1(5 млн.)В2(6 млн.)В1(5 млн.)В2(6 млн.)
1 20,617,919,316,3
2 18,818,318,715,7
3 18,318,720,912,1
4 21,718,121,514,8

4. Провести дисперсионный анализ данных о влиянии предшественников (фактор А) и сочетания минеральных удобрений (фактор В) на урожайность яровой пшеницы (ц/га).


Повторность А1(чистый пар)А2(кулисный пар)
В1(NP)В2(NK)В1(NP)В2(NK)
1 27,724,131,423,7
2 28,020,930,924,0
3 27,323,032,721,8
4 25,822,033,021,9

5. Провести дисперсионный анализ данных о влиянии орошения (фактор А) и дозы биогумуса (фактор В) на урожайность корнеплодов моркови (т/га).


Повторность А1(без орошения)А2(орошение)
В1(20 т/га)В2(40 т/га)В1(20 т/га)В2(40 т/га)
1 21,724,027,323,0
2 24,328,829,124,4
3 24,924,729,421,7
4 22,022,830,021,9

6. Провести дисперсионный анализ данных о влиянии размера частиц цеолитов (фактор А) и доз полного минерального удобрения (фактор В) на урожайность томатов (т/га).


Повторность А1(1-3 мм)А2(5-7 мм)
В1(N30P30K30)В2(N60P60K60)В1(N30P30K30)В2(N60P60K60)
1 27,729,028,434,2
2 19,924,328,730,0
3 23,426,025,929,8
4 23,025,227,031,4

7. Провести дисперсионный анализ данных о влиянии вида предшественника (фактор А) и глубины основной обработки (фактор В) на урожайность яровой пшеницы (ц/га).


Повторность А1(донник)А2(кукуруза)
В1(16-18 см)В2(25-27 см)В1(16-18 см)В2(25-27 см)
1 19,321,417,220,0
2 18,923,319,218,5
3 17,721,714,318,3
4 18,421,914,919,1

8. Провести дисперсионный анализ данных о влиянии дозы извести (фактор А) и минеральных удобрений (фактор В) на интенсивность дыхания торфяной почвы (г СО2/ м2 /сут).


Повторность А1(1,5 т/га)А2(2,5 т/га)
В1(P30K40)В2(P60K80)В1(P30K40)В2(P60K80)
1 2,72,83,72,8
2 1,92,33,92,4
3 2,22,44,02,5
4 2,42,33,92,5

9. Провести дисперсионный анализ данных о влиянии вида основной обработки (фактор А) и способа посева (фактор В) на урожайность яровой пшеницы (ц/га).


Повторность А1(отвальная)А2(безотвальная)
В1(узкорядный)В2(рядовой)В1(узкорядный)В2(рядовой)
1 14,417,716,120,0
2 12,818,215,919,8
3 14,618,114,921,3
4 13,917,014,820,8

10. Провести дисперсионный анализ данных о влиянии сортов (фактор А) и сроков посева (фактор В) на урожайность ячменя (ц/га).


Повторность А1(Тан-1)А2(Красноярский-80)
В1(25 мая)В2(5 июня)В1(25 мая)В2(5 июня)
1 17,920,024,314,3
2 13,920,122,112,8
3 15,018,323,812,9
4 15,216,922,013,0

11. Провести дисперсионный анализ данных о влиянии вида гербицидов (фактор А) и культиваций (фактор В) на урожайность овса (ц /га).


Повторность А1(ковбой)А2(пума-супер)
В1(без культивации)В2(с культивацией)В1(без культивации)В2(с культивацией)
1 15,319,417,821,3
2 14,020,317,422,4
3 17,222,418,022,9
4 15,218,918,224,7

12. Провести дисперсионный анализ данных о влиянии сроков посева (фактор А) и глубины заделки навоза (фактор В) на урожайность озимой ржи (ц/га).


Повторность А1(10 августа)А2(20 августа)
В1(0-10 см)В2(20-30 см)В1(0-10 см)В2(20-30 см)
1 12,315,014,719,3
2 11,414,313,820,0
3 11,914,115,021,0
4 12,814,915,020,4

13. Провести дисперсионный анализ данных о влиянии сроков посева (фактор А) и сочетания минеральных удобрений (фактор В) на урожайность овса (ц/га).


Повторность А1(25 мая)А2(5 июня)
В1(NP)В2(PK)В1(NP)В2(PK)
1 13,810,716,314,3
2 14,211,316,915,6
3 14,910,417,014,1
4 11,910,817,515,5

14. Провести дисперсионный анализ данных о влиянии доз известкования (фактор А) и вида азотного удобрения (фактор В) на активность фермента каталазы (см3 /1г/мин).


Повторность А1(1 т/га)А2(2 т/га)
В1(NH4NO3)В2CO(NH2)2В1(NH4NO3)В2CO(NH2)2
1 2,72,83,43,7
2 2,12,83,73,9
3 2,32,93,54,3
4 2,43,04,24,3

15. Провести дисперсионный анализ данных о влиянии глубины плоскорезной обработки (фактор А) и дозы азотно-калийных удобрений (фактор В) на урожайность зеленой массы кукурузы (ц/га).


Повторность А1(14-16 см)А2(24-26 см)
В1(N45K60)В2(N90K120)В1(N45K60)В2(N90K120)
1 183213161170
2 180229165179
3 176210154189
4 177234150185

16. Провести дисперсионный анализ данных о влиянии числа предпосевных культиваций (фактор А) и дозы минеральных удобрений (фактор В) на урожайность яровой пшеницы (ц/га).


Повторность А1(1 культивация)А2(2 культивации)
В1(N60P60K60)В2(N90P90K90)В1(N60P60K60)В2(N90P90K90)
1 19,322,431,032,1
2 21,725,630,429,8
3 20,425,129,933,4
4 20,524,829,835,6

17. Провести дисперсионный анализ данных о влиянии органических удобрений (фактор А) и минеральных удобрений (фактор В) на урожайность зеленой массы кукурузы (ц/га).


Повторность А1(навоз)А2(солома)
В1(P)В2(K)В1(P)В2(K)
1 213188150123
2 204173143125
3 211190144111
4 231180170145

18. Провести дисперсионный анализ данных о влиянии предшественников (фактор А) и дозы азотного удобрения при внесении соломы (фактор В) на урожайность озимой ржи (ц/га).


Повторность А1(клевер)А2(горох + овес)
В1(N30)В2(N60)В1(N30)В2(N60)
1 21,420,817,319,7
2 18,317,316,819,3
3 18,716,415,420,1
4 19,016,016,919,8

19. Провести дисперсионный анализ данных о влиянии орошения (фактор А) и дозы органических удобрений (фактор В) на урожайность капусты (т/га).


Повторность А1(без орошения)А2(с орошением)
В1(20 т/га)В2(40 т/га)В1(20 т/га)В2(40/га)
1 58,067,078,080,0
2 52,072,074,083,0
3 50,060,081,087,0
4 49,055,085,078,0

20. Провести дисперсионный анализ данных о влиянии предшественников (фактор А) и глубины предпосевной культивации (фактор В) на урожайность яровой пшеницы (ц/га).


Повторность А1(чистый пар)А2(люцерна)
В1(6-7 см)В2(9-10 см)В1(6-7 см)В2(9-10 см)
1 28,324,330,127,3
2 25,920,132,426,8
3 25,621,833,029,1
4 25,022,031,427,8

21. Провести дисперсионный анализ данных о влиянии сроков посева (фактор А) и срока внесения азотных удобрений (фактор В) на урожайность озимой ржи (ц/га).


Повторность А1(15 августа)А2(25 августа)
В1(до посева)В2(рано весной)В1(до посева)В2(рано весной)
1 10,414,112,917,9
2 11,813,813,018,8
3 10,515,214,019,1
4 10,514,312,518,3

22. Провести дисперсионный анализ данных о влиянии числа междурядных обработок (фактор А) и ширине междурядий (фактор В) на урожайность зеленой массы кукурузы (ц/га).


Повторность А1(1 обработка)А2(2 обработки)
В1(45 см)В2(90 см)В1(45 см)В2(90 см)
1 24,320,926,323,8
2 22,122,725,825,2
3 27,824,325,423,9
4 24,920,926,923,4

23. Провести дисперсионный анализ данных о влиянии сортов (фактор А) и способа посева (фактор В) на урожайность овса (ц/га).


Повторность А1(Таежник)А2(Писаревский)
В1(узкорядный)В2(рядовой)В1(узкорядный)В2(рядовой)
1 19,423,824,825,8
2 22,022,125,627,3
3 21,525,724,326,4
4 22,926,324,926,0

24. Провести дисперсионный анализ данных о влиянии способа посадки картофеля (фактор А) и доза полного минерального удобрения (фактор В) на урожайность картофеля (ц/га).


Повторность А1(гладкий)А2(голландский)
В1(N30P40K40)В2(N60P70K70)В1(N30P40K40)В2(N60P70K70)
1 18,318,921,325,6
2 15,919,322,027,3
3 16,319,922,325,9
4 17,120,024,026,9

25. Провести дисперсионный анализ данных о влиянии глубины посева (фактор А) и сроков посева (фактор В) на урожайность яровой пшеницы (ц/га).


Повторность А1(3 см)А2(6 см)
В1(10 мая)В2(20 мая)В1(10 мая)В2(20 мая)
1 27,321,325,323,7
2 24,325,624,425,8
3 27,022,422,520,3
4 25,823,225,620,9




© ФГОУ ВПО Красноярский государственный аграрный университет

© Центр дистанционного обучения