МЕТОДИКА МНОЖЕСТВЕННОГО СРАВНЕНИЯ СПОСОБОВ ОБРАБОТКИ ПОЧВЫ В ОПЫТАХ ПО ВОЗДЕЛЫВАНИЮ ЗЕРНОВЫХ КУЛЬТУР Текст научной статьи по специальности «СМИ (медиа) и массовые коммуникации»

Окончание таблицы 2

1 2 3

13,5 см 30,2 2,5

2017

45 см 19,1 5,2

26 см 20,5 4,3

15 см 24,9 2,7

13,5 см 24,8 2,8

НСР05 1,3 0,3

Выводы и предложения производству.

1. Засоренность посевов на вариантах с рядовым посевом была относительно ниже, чем на контроле; междурядья шириной 26 см оправдывают себя только в жаркие годы, благоприятные для роста сои в условиях холодного лета 2017 года они не смогли самостоятельно подавить вторую волну сорняков, как и широкорядные посевы; так же пригодность сои к боронованию и процент вырванных растений культуры в ходе данной операции был ниже, объяснение этому приведено ниже.

2. Очевиден слабый ростостимулирующий эффект внутривидовой конкуренции при посеве сои рядовым способом; растения сформировали более мощную корневую систему и большую вегетативную массу; созревание и наступление некоторых межфазовых периодов в среднем было ускорено на 2-3 дня.

3. Пригодность посевов к механизированной уборке повысилась при переходе к рядовому способу посева; соответственно, удалось добиться большей высоты прикрепления нижнего боба на 2 см.

4. Совершенно очевидно повышение урожайности сои на 4-5 ц/га при переходе на узкорядный посев - тем более ярко выражен экономический эффект, что никаких дополнительных затрат не было вложено.

5. Рядовой способ посева возможно использовать для повышения устойчивости земледелия в нашем регионе, так же данный способ посева является предпосылкой для перехода на экологически чистое земледелие.

Библиография:

1. Адаптивные технологии возделывания масличных культур / С.В. Гаркуша, В.М. Лукомец, Н.И. Бочкарев [и др.]. Краснодар.: ООО «Альбатрос Плюс», 2011. 184 с.

2. Пенчуков В.М., Зайцев Н.И., Дудка Н.З. Борьба с сорняками в посевах сои // Научный журнал КубГАУ. 2012. № 76(02). С. 2-10.

3. Продовольственная организация ООН (ФАО) // URL: http: //www. fao.org/home/ru/ (дата обращения: 26.08.2019).

УДК 004.94

МЕТОДИКА МНОЖЕСТВЕННОГО СРАВНЕНИЯ СПОСОБОВ ОБРАБОТКИ ПОЧВЫ В ОПЫТАХ ПО ВОЗДЕЛЫВАНИЮ ЗЕРНОВЫХ КУЛЬТУР

Сидорова Е.К., магистрант 2 курса направления подготоки 35.04.04 «Агрономия».

Научные руководители: к.с.-х.н., доцент Кондрашин Б.С., д.э.н., профессор, Шуметов В.Г.

ФГБОУ ВО Орловский ГАУ

АННОТАЦИЯ

Представлена методика обработки результатов полевых исследований по влиянию способов обработки почвы на урожайность ячменя, основанная на алгоритмах множественного сравнения средних.

КЛЮЧЕВЫЕ СЛОВА

Полевые исследования, способ обработки почвы, однофакторный дисперсионный анализ, имитация повторности, множественные сравнения, критерий Тьюки, статистическая значимость.

ABSTRACT

A methodology is presented for processing the results of field studies on the influence of soil cultivation methods on barley productivity, based on multiple comparison algorithms of averages.

KEYWORDS

Field studies, soil cultivation method, one-way analysis of variance, repetition simulation, multiple comparisons, Tukey's test, statistical significance.

В практике анализа результатов сельскохозяйственных исследований, в которых ставится задача статистическими методами выявить и доказать изменение или, напротив, стабильность значения какого-либо результирующего показателя под влиянием факторов различной природы, традиционно используется понятие наименьшей существенной разности [2, 6]. Это относится не только к агрономии, но и к другим областям сельскохозяйственных исследований. Так, в [4, 5] отмечалось, что в большинстве работ российских исследователей-животноводов анализ экспериментальных и «полевых» данных, ограничивается расчетом средних значений и, в лучшем случае, их стандартных ошибок, лишь в небольшом числе работ используется однофакторный дисперсионный анализ и очень редко - многофакторные обобщенные линейные модели.

Но если методика статистического анализа результатов сельскохозяйственных исследований по критерию наименьшей существенной разности «валидна» при сравнении с контролем лишь одного варианта и, в определенной степени, оправдана в случае небольшого числа сравниваемых вариантов, то это вовсе не так при сравнении большого их числа. Так, в учебнике для агрономических специальностей [3] отмечается, что если количество вариантов в опыте невелико (до четырех), то для их сравнения можно положиться на критерий наименьшей существенной разности, но при этом максимальная точность сравнения достигается лишь для одной пары средних, а для повышения точности сравнения «следует использовать ранговые критерии, которые увеличивают порог критической разности (НСР) с удалением средних друг от друга в ранжированном ряду» [3]. Иначе говоря, вместо метода парных сравнений средних, следует применять методы их множественного сравнения.

В работах [7-9] множественное сравнение средних предложено проводить с помощью процедуры обобщенной линейной модели, предусмотренной в пакете статистических программ анализа данных общественных наук SPSS Base, которая дает исследователю исчерпывающую информацию о надежности статистических выводов. Но здесь имеется определенная трудность, вызванная отсутствием, в большинстве случаев, «сырых» данных, т.е. измерений по всем повторениям опытов. В работе [8], однако, предложено, при сокращенном представлении данных сельскохозяйственных исследований в формате «среднее ± стандартное отклонение», имитировать измерения по повторениям опытов. Так, для имитации трехкратной повторности опытов рекомендуется дополнять исходное множество средних значений изучаемого показателя двумя множествами: массивом «средних плюс стандартное отклонение» и массивом «средних минус стандартное отклонение».

Методику сравнения нескольких вариантов полевых опытов с использованием однофакторного дисперсионного анализа рассмотрим на примере исследований по влиянию способов основной обработки почвы на урожайность ячменя. В эксперименте сравнивались следующие варианты обработки почвы:

- вспашка на глубину 20-22 см;

- поверхностная на глубину 8-10 см;

- плоскорезная на глубину 20-22 см;

- чизельная на глубину 20-22 см.

Исходные данные для анализа приведены в таблице 1.

Таблица 1 - Урожайность ячменя в зависимости от способов основной обработки _почвы, ц/га_

Способ обработки почвы Урожайность, ц/га (среднее по трем повторениям)

Вспашка на глубину 20-22 см 31,5

Поверхностная на глубину 8-10 см 30,3

Плоскорезная на глубину 20-22 см 33,1

Чизельная на глубину 20-22 см 34,4

Анализируя данные таблицы 1 можно заключить, что более высокую или равную с глубокой вспашкой урожайность ячменя обеспечивают чизельная и плоскорезная обработки. В то же время, наблюдается значительный разброс урожайности по опытным делянкам: наименьшая существенная разность на уровне надежности 95% составляет 2,6 ц/га.

Рассмотрим различие урожайности по вариантам обработки почвы с позиции теории множественного сравнения средних. Задача формулируется так: выполнить сравнение сырых (сымитированных) значений урожайности ячменя для различных способов обработки почвы и сгруппировать опытные варианты по отношению к контролю - вспашке на глубину 20-22 см.

На первом этапе методики проводим «реконструкцию» исходного массива входных данных. Для большей надежности выводов полагаем, что выборки не являются сопряженными [2]. Тогда наименьшая существенная разность

HCP05=05Sd, (1)

где t05=3,18 - критерий Стьюдента на уровне надежности 95%.

Ошибка разности средних sd нам не известна, но можно ее рассчитать через известное значение НСР05=2,2 ц/га:

sd = Н С Р05/^05 = 2,6/3,18 = 0,818 ц/га.

В свою очередь, ошибка разности средних, при условии однородности дисперсий средних, определяется по формуле

sd = [2 s^f2. (2)

Повторность опытов - трехкратная, и ошибка средней (стандартная ошибка)

s^) = sJ(3V2). (3)

Получаем оценку стандартного отклонения (СКО):

sx = 3^(Хср) = 31/2sd/21/2= 1,225 sd = 1,00 ц/га.

Все остальные вычисления, включая расчет двух дополнительных множеств (массива «средних плюс стандартное отклонение» и массива «средних минус стандартное отклонение») проводим в редакторе данных программы SPSS Base версии 8.0 [10].

На следующем этапе статистического анализа строим ящичковые диаграммы, иллюстрирующие распределение измерений по вариантам - рисунок 1.

35

30

25

N =

Способ обработки почвы

Рисунок 1 - Урожайность ячменя по вариантам обработки почвы (сымитированные данные трех повторностей)

Видно, что распределения частично перекрываются, и требуется более глубокий анализ исходных данных.

Валидным методом сравнения средних в данном случае является однофакторный дисперсионный анализ. Выполним его с помощью соответствующей процедуры пакета статистических программ SPSS Base. Результаты анализа приведены в таблицах 2, 3 и на рисунке 2.

Таблица 2 - Описательная статистика «Урожайность, ц/га»

Способ обработки почвы № Среднее Стд. отклонение Стд. ошибка 95% доверит. интервал среднего

нижн. верхн.

Стандартная 20-22 см 3 31,500 1,0000 0,5774 29,016 33,984

Поверхностная 8-10 см 3 30,300 1,0000 0,5774 27,816 32,784

Плоскорезная 20-22 см 3 33,100 1,0000 0,5774 30,616 35,584

Чизельная 20-22 см 3 34,400 1,0000 0,5774 31,916 36,884

Итого 12 32,325 1,8356 0,5299 31,159 33,491

Таблица 3 - Дисперсионный анализ данных «Урожайность, ц/га»

Источник изменчивости Сумма квадратов Ст. свободы Средний квадрат Критерий Фишера F Значение

Между группами 29,062 3 9,687 9,687 0,005

В группах 8,000 8 1,000 - -

Итого 37,062 11 - - -

Из таблицы 3 следует, что урожайность ячменя различается по вариантам обработки почвы: значение критерия Фишера Р=9,687 статистически значимо на р-уровне 0,005. При этом качество однофакторной модели достаточно высокое: она объясняет 78,4% общей дисперсии. Однако по вариантам «плоскорезная 20-22 см» и «чизельная 20-22 см» значения урожайности достаточно близки, и требуется дополнительный анализ их различия.

Способ обработки почвы

Рисунок 2 - Урожайность ячменя по вариантам обработки почвы (расчет)

На заключительном этапе анализа проводим множественное сравнение средних значений урожайности по критерию Тьюки [1], который позволяет не только проверить статистическую значимость разностей между данными, но и решить задачу выделения однородных подмножеств средних, не отличающихся статистически значимо друг от друга - таблица 4.

Таблица 4 - Однородные подгруппы вариантов обработки почвы по критерию Тьюки _(уровень значимости критерия различия между подгруппами р=0,05)_

Вариант Повторность Урожайность, ц/га

подгруппа 1 подгруппа 2 подгруппа 3

Поверхностная 8-10 см 3 30,300 - -

Стандартная 20-22 см 3 31,500 31,500 -

Плоскорезная 20-22 см 3 - 33,100 33,100

Чизельная 20-22 см 3 - - 34,400

Уровень значимости критерия различия в подгруппе 0,496 0,278 0,434

Из таблицы 4 следует, что варианты обработки почвы образуют три однородные подгруппы: подгруппу 1 меньшей урожайности, причем контроль (стандартная 20-22 см) принадлежат и к этой подгруппе, и к подгруппе 2, вариант «плоскорезная» - к погруппам 2 и 3, а вариант «чизельная 20-22 см» - только к подгруппе 3, т.е. мы достигаем полного отделения чизельной обработки почвы от остальных вариантов.

Представленный пример показывает эффективность множественных методов сравнения результатов полевых испытаний. При их использовании повышается разрешающая способность методики, обеспечивается большая надежность статистических выводов.

Библиография:

1. Бююль А., Цёфель П. SPSS: Искусство обработки информации. Анализ статистических данных и восстановление скрытых закономерностей. СПб.: ООО «ДиаСофтЮП», 2002. 608 с.

2. Доспехов Б.А. Методика полевого опыта (с основами статистической обработки результатов исследований). 5-е изд., доп. и перераб. М.: Агропромиздат, 1985. 351 с.

3. Кирюшин Б.Д., Усманов Б.Д., Васильев И.П. Основы научных исследований в агрономии. М.: Колос, 2009. 398 с.

4. Кузнецов В.М. Разведение по линиям и голштинизация: методы оценки, состояние и перспективы // Проблемы биологии продуктивных животных. 2013. № 3. С. 25-79.

5. Кузнецов В.М. Современные методы анализа и планирования селекции в молочном стаде. Киров.: Зональный НИИСХ Северо-Востока, 2001. 116 с.

6. Лакин Г.Ф. Биометрия: Учебное пособие для биол. спец. вузов, 4-е изд., перераб. и доп. М.: Высшая школа, 1990. 352 с.

7. Мельник А.Ф., Шуметов В.Г., Кондрашин Б.С. Использование процедуры обобщенной линейной модели для анализа результатов сельскохозяйственных исследований // Успехи современного естествознания. 2019. № 2. С. 23-29.

8. Множественное сравнение средних в эмпирических сельскохозяйственных исследованиях / В.Г. Шуметов, А.С. Коломейченко, В.С. Буяров, С.Ю. Метасова // Вестник аграрной науки. 2017. № 4 (67). С.113-122.

9. Шуметов В.Г. Множественные сравнения средних в системе анализа данных общественных наук SPSS Base // Современные проблемы физико-математических наук: материалы II международной научно-практической конференции, 24-27 ноября 2016 г. / под общ. ред. Т.Н. Можаровой. Орел: ОГУ. С. 240-244.

10. SPSS Base 8.0 для Windows. Руководство по применению. Перевод-Copyright 1998 СПСС Русь. - 397 с.