Modelowanie danych z doświadczeń trójczynnikowych zakładanych w układach zależnych o różnych strukturach blokowych
TL;DRAbstract
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
Chat with Paper
AI Agents for this Paper
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
Keywords
Chat
Click to start Chat