Kobling mellem jordens frugtbarhedsvariation og behandlingseffekter i flerfaktorielle markforsøg

Størrelse: px
Starte visningen fra side:

Download "Kobling mellem jordens frugtbarhedsvariation og behandlingseffekter i flerfaktorielle markforsøg"

Transkript

1 Statens Forsøgsvirksomhed i Plantekultur beretning Dataanalysisk Laboratorium (K. Dorph-Petersen) Kobling mellem jordens frugtbarhedsvariation og behandlingseffekter i flerfaktorielle markforsøg Confounding between soil heterogeneity and effects of treatments in factorial field experiments Kr. Kristensen og K. Dorph-Petersen Resumé Ved anvendelse af udbyttemodeller med alene systematisk frugtbarhedsvariation kan man undersøge, hvorledes denne frugtbarhedsvariation kobles til virkninger og vekselvirkninger i faktorielle forsøg med given parcelfordeling. Disse koblinger afhænger både af frugtbarhedsvariationens form og den anvendte parcelfordeling. I udbyttemodeller med såvel systematisk som tilfældig frugtbarhedsvariation kan undersøges betydningen af disse koblinger i forhold til den tilfældige variation. Beretningen giver eksempler på sådanne simuleringer udført med EDB. Summary Confounding between soil heterogeneity and effects of treatments in factorial field experiments. In Denmark systematically distributed plots are commonly used in field experiments as well in simple designs as in factorial designs. Examples of systematical designs in factorial experiments are shown in Figures 1, 2 and 3, where the numbers 1, 2, 3 stand for levels in the first factor a, b, c in the second and x, y, z in the third. There will always be a confounding between the systematical part of the soil heterogeneity and the effects of the treatments in plot design as shown in Figures 2 and 3. In these cases, however, confounding only takes place with the interactions between two or three factors. This paper shows, by means of calculated examples, how to eliminate the strongest of the confoundings in the analysis of variance. Furthermore, the types of confoundings, which are negligible relatively to the nonsystematical part of the soil heterogeneity are also shown. The study is based on yield-models as well as on experimental results from field trials. Indledning I markforsøg med een faktor anvendes ofte 5-10 ensbehandlede fællesparceller pr. forsøgsled for at opnå tilstrækkelig sikkerhed på gennemsnitstallene og for at kunne finde og korrigere grove fejl. I flerfaktorielle forsøg anvendes ofte kun 3-5 ens behandlede fællesparceller pr. faktorkombination, fordi man ved beregning af de enkelte faktorers hovedvirkninger benytter gennemsnit af et større antal»faktorielle fællesparceller«, Dorph-Petersen 1972, side m.fl. Denne anvendelse af faktorielle fællesparceller kan drives så vidt, at man anvender forsøgsplaner med kun een parcel pr. faktorkombination. Dette er især tilfældet i forsøg med 3 eller flere faktorer. Sådanne faktorielle forsøg frembyder flere specielle problemer m.h.t. parcelfordeling og statistisk analyse, og disse forhold behandles i følgende. 272

2 Parcelfordeling Her i landet anvendes i reglen systematisk parcelfordeling også i faktorielle forsøg, idet man tilstræber, at de enkelte faktorers momenter samt deres kombinationer fordeles efter principperne i systematiske kvadrat-, række- eller blokforsøg, Dorph-Petersen 1972, side Som eksempel herpå er i fig. 1 vist parcelfordelingen i et 3 X 3 faktorielt forsøg med 3 fællesparceller pr. faktorkombination. En tilsvarende parcelfordeling med 3x3x3 faktorielt forsøg (tredie faktor betegnet x, y og z) er vist i fig. 2. Fig x 3 x 3 faktorielt forsøg med 1 fp. pr. kombination lax 2bx 3cx lby 2cy 3ay lcz 2az 3bz 2cz 3az lbz 2ax 3bx lex 2by 3cy lay Fig. 1. Parcelfordeling 3x3 faktorielt forsøg, 3 fællesparceller pr. kombination 3by lcy 2ay 3cz laz 2bz 3ax lbx 2cx la 2b 3c lb 2c 3a lc 2a 3b 2c 3a lb 2a 3b lc 2b 3c la 3b lc 2a 3c la 2b 3a lb 2c De to faktorers momenter, betegnet henholdsvis 1, 2 og 3 samt a, b og c er indenfor parcelblokkene å 3x3 parceller fordelt som kvadratforsøg, og de 9 faktorkombinationer (la, lb... 3c) er fordelt som et blokforsøg med hensyntagen til»vandrette«parcelrækker og»lodrette«blokke å 3x3 parceller. Ved denne parcelfordeling har det været nødvendigt at lade den ene faktors momenter (x, y og z) ligge som 3 sammenhængende parceller. Dette skyldes, at der i et 3x3 kvadrat kun kan anbringes 2 systematiske fordelinger foruden parcelrækker og -kolonner. Parcelfordelinger svarende til kvadratforsøgets fordelinger kan anvendes bl.a. i 4x4 og 4 X4X4 faktorielle forsøg. Sidstnævnte er vist i fig. 3. Med andre talforhold mellem momenterne i forsøg med 3 og flere faktorer må man tillempe parcelfordelingen efter foranstående regler, men der kan sjældent opnås så velafbalancerede fordelinger af hovedvirkningerne og veksel- Fig. 3. Parcelfordeling i 4 x 4 x 4 faktorielt forsøg med en parcel pr. kombination lax 2cv 3dy 4bz lcz 2ay 3bv 4dx lby 2dz 3cx 3 av ldv 2bx 3az 4cy 2by ldz 4cx 3 av 2dv lbx 4az 3cy 2ax lev 4dy 3bz 2cz lay 4bv 3dx 3cz 4ay lbv 2dx 3ax 4cv ldy 2bz 3dv 4bx laz 2cy 3 by 4dz lex 2av 4dv 3bx 2az lcy 4by 3dz 2cx lav 4cz 3ay 2bv ldx 4ax 3cv 2dy lbz 273

3 Fig. 4. Parcelfordelinger i en parcelrække (1-6 forsøgsled) Fordeling 1 = alm. rækkeforsøg Fordeling 2 = = springertræk i kvadratforsøg virkningerne som i de her viste parcelfordelinger. I alle faktorielle forsøg med kun en parcel pr. faktorkombination vil jordens uensartethed i frugtbarhed og dermed følgende variation i udbyttet (betegnes frugtbarhedsvariation) indgå i eller»kobles til«faktorernes hovedvirkninger eller deres vekselvirkninger. Dette kan indses af variansanalysens skema, hvori faktorernes hovedvirkninger sammen med vekselvirkningerne»optager«alle totalvariationens frie værdier (og udgør i sum totalvariationens SAK). Der er altså ingen»blokke«, som kan fjerne en stor del af frugtbarhedsvariationen, således som tilfældet er i forsøg med egentlige fællesparceller. Denne kobling eller confounding af frugtbarhedsvariation til forsøgsvirkning er dog ikke speciel for forsøg med en parcel pr. faktorkombination, men forekommer i mange eenog flerfaktorielle forsøgsplaner. Hvordan der forekommer koblinger mellem frugtbarhedsvariation og forsøgsvirkninger afhænger både af frugtbarhedsvariationens form og den anvendte parcelfordeling. For simple forsøgsplaner og entydige frugtbarhedsvariationer kan man direkte se koblingsmulighederne og udforme korrektionsmetoder herimod, som f.eks. Lindhards metode til eliminering af ensidig frugtbarhedsvariation i det almindelige rækkeforsøg. For større faktorielle forsøgsplaner er et direkte overblik over mulige koblinger mellem frugtbarhedsvariation og forsøgsudslag - hovedvirkninger og vekselvirkninger - ofte vanskeligt eller umuligt. Man kan her gøre brug af simulerede udbyttemodeller, d.v.s. fiktive udbyttetal pr. parcel i vedkommende parcelfordeling og almindelig opgørelse af»forsøgsresultaterne«, Dorph-Petersen 1972, side 93-95, m.fl. Så længe man holder sig til ukomplicerede udbyttemodeller, kan beregningen ske manuelt (bordregnemaskine), men ved større undersøgelser må man benytte EDB. Sådanne - ved EDB - simulerede udbyttemodeller vil blive anvendt i det følgende. Metodik Til forklaring og demonstration af den anvendte metodik anføres først resultatet af enfaktorielle forsøg med 6 forsøgsled lagt i en parcelrække med 6 fællesparceller. Der prøves to parcelfordelinger som vist i fig. 4. Her er fordeling 1 den i rækkeforsøg anvendte parcelfordeling, mens fordeling 2 svarer til parcelfordeling efter springertrækmetoden i et kvadratforsøg og de 6 vandrette parcelrækker lagt ud i hinandens forlængelse. I disse to parcelfordelinger prøves først med en frugtbarhedsvariation som en entydig skråplanvariation i en udbyttemodel, idet der tillægges de 36 parceller hver et fiktivt udbytte begyndende fra venstre med 82.5, op til D.v.s. at gennemsnitsudbyttet bliver og udbyttetilvæksten 1.0 pet. pr. parcel. Når man ved sammentælling af fællesparcellerne beregner gennemsnitsudbyttet pr. forsøgsled fås: Parcelfordeling 1 Parcelfordeling 2 Forsøgsled 1 97,5 100,0 2 98,5 100,0 3 99,5 100, ,5 100, ,5 100, ,5 100,0 274

4 Ved parcelfordeling 1 indgår en del af skråplanvariationen i forsøgsledsforskellene, men ikke ved parcelfordeling 2. Variansanalysen af udbyttetallene i parcelfordeling 1 (tabel 1) viser, at totalvariationens SAK fordeles mellem forsøgsled og blokke (å 6 sammenhængende parceller). Tabel 1. Variansanalyse på rækkeforsøgene i fig. 4 For hver af disse 11 modeller er konstrueret 1000 rækker med 36 tilfældigt udtrukne tal af en normalfordeling med standardafvigelse 5, d.v.s. 5 pet. af modellens gennemsnitsudbytte. (Disse tilfældigt udtrukne normalfordelte tal er frembragt ved hjælp af to subrutiner, RANDU og GAUSS fra IBM's subrutinesamling: Sy- Parcelfordeling 1 Parcelfordeling 2 a b Variation f S»AK Variation f SAK Variation f SAK Total 35 : 3885 Total Total Forsøgsled Forsøgsled 5 0 Forsøgsled 5 0 Blokke 5 : 3780 Blokke Blokke Rest 25 0 Rest Plads indenfor blokke Rest 20 0 Foretages en tilsvarende analyse af fordeling 2 - her betegnet 2a fordeles variationen mellem blokke og rest, og denne rest vil da give en ukorrekt - undervurderende - F-test. Dette skyldes, at der i fordeling 2 foruden blokke er indlagt en anden stratificering, som kan betegnes som pladser indenfor blokke. Korrektionen herfor (sum af henholdsvis 1, parcel indenfor blokke = forsøgsled i parcelfordeling 1) må indføres i variansanalysen således, som det er gjort i variansanalysen 2b. Man får da grundlaget for en korrekt F-test. Fra markforsøg og blindforsøg vides, at jorders frugtbarhedsvariation ikke danner sådanne entydige skråplaner som prøvet i denne udbyttemodel. Foruden en systematisk over mange parceller gående - variation, der for een parcelrække kan være et skråplan, må man regne med en tilfældig variation, hvis plus- og minusafvigere kun rammer een eller få sammenhængende parceller. Til undersøgelse af indvirkning af systematisk og tilfældig frugtbarhedsvariation på disse to parcelfordelinger med anvendelse af de 3 viste variansanalyser er udført følgende. Der er konstrueret 11 udbyttemodeller, hvori den systematiske skråplanvariation tiltog med henholdsvis 0, 0.1, pet. pr. parcel. stem/360 Scientific Subroutine Package, Version III, H ). De her anvendte størrelser for systematisk og tilfældig variation er valgt ud fra erfaringer fra almindelige markforsøg og blindforsøg. Tilfældig variation på 5 pet. svarer nogenlunde til middel for restvariation i almindelige markforsøg. De systematiske variationer på 0-5 pet. mellem parcelrækker går fra minimum til skønnet maksimum af, hvad man finder for parcelrækker på langs ad agerretning. Tilsvarende for variation pet. mellem parceller indenfor sådanne parcelrækker. Ved at addere hver af de 11 skråplanvariationers parceludbytter med de dertil hørende tilfældige afvigelser fås ialt udbyttemodeller, og i hver af disse er de to parcelfordelinger indlagt og de tre variansanalyser, vist i tabel 1, er beregnet, inclusive beregning af s2 (led), s2 (rest) og F. Beregningens resultater er vist i tabel 2. For parcelfordeling 1 tiltager s2 (led) fra den tilfældige variationsandel = med øget skråplanvariation, idet denne som vist foran delvist indgår i s 2 (led). Herved vokser F og antal»forsøg«med signifikant F-værdi ud over de, som den tilfældige variation skal give. Det ses endvidere, at overvurdering af forsøgsudslag, 275

5 Tabel 2. Variansanalyse af 6-leddet forsøg i en parcelrække Systematisk % signifikante skråplanvar. Gens. af 1000»forsøg«F-værdier %pr. parcel s 2 (led) s 2 (rest) F P 0,05 1. Parcelford. som alm. rækkefors., variansanalyse 1 0,0 24,7 24,8 1,08 4,4 0,1 24,8 24,9 1,08 4,8 0,2 25,5 24,9 1,11 5,3 0,3 27,8 25,0 1,21 7,6 0,4 29,0 25,1 1,27 9,3 0,5 30,4 25,0 1,33 9,7 0,6 31,8 25,0 1,39 10,3 0,7 35,1 25,0 1,55 14,6 0,8 38,1 25,2 1,63 15,6 0,9 41,5 25,0 1,79 18,7 1,0 45,7 25,0 1,97 24,7 2a. Parcelford. som springertræk, variansanalyse ^ 0,0 25,8 24,5 1,14 5,9 0,1 24,8 24,9 1,09 4,8 0,2 24,6 25,1 1,06 5,2 0,3 25,4 25,5 1,08 4,1 0,4 25,3 25,8 1,05 3,9 0,5 24,9 26,0 1,04 3,8 0,6 25,3 26,3 1,05 5,1 0,7 24,9 27,0 0,98 2,7 0,8 25,2 27,8 0,98 3,4 0,9 24,4 28,4 0,93 3,1 1,0 25,3 29,1 0,94 1,7 2b. Samme parcelfordeling, variansanalyse 2b 0,0 25,8 24,5 1,17 7,2 0,1 24,8 24,9 1,13 5,1 0,2 24,6 25,0 1,09 5,1 0,3 25,4 25,0 1,13 5,1 0,4 25,3 25,0 1,11 4,6 0,5 24,9 25,0 1,11 4,8 0,6 25,3 24,9 1,14 6,5 0,7 24,9 25,0 1,09 3,8 0,8 25,2 25,3 1,10 3,9 0,9 24,4 25,2 1,07 4,6 1,0 25,3 24,9 1,12 3,9 d.v.s. mere end 5 pet. signifikante F-værdier, først tiltager tydeligt, når skråplanvariationen er lig med eller over 0.4 pet. Deraf følger, at der ikke i et 6 leddet rækkeforsøg er grund til at anvende Lindhards holdopgørelse til eliminering af skråplanvariation, før denne er over 0.4 pet. pr. parcel. Denne»tærskelværdi«er afhængig af såvel antal forsøgsled som størrelsen af den tilfældige variation. Det bemærkes, at s2 (rest), der alene kan tilskrives den tilfældige variation, er meget nær 25.0 ved enhver skråplanvariation. Uden skråplanvariation måtte man forvente en gennemsnitlig F-værdi på F = f(rest > f (rest) 2 her 25:23 = 1.09, A. Hald 1952, side 375. Ved parcelfordeling 2 - variansanalyse 2a og 2b - er s2 (led) ved alle skråplanvariationer nær (gens ), d.v.s. alene bestemt af den tilfældige variation med s = 5.0; hvilket også er ventet ud fra foranstående analyse af skråplanvariation alene. I analyse 2a indgår en del af skråplanvariationen i s2 (rest), der tiltager med pet. skråplan. Herved aftager F-gens. og antal signifikante F-værdier tilsvarende med stigende pet. skråplan. Variansanalyse 2b, der tager korrekt hensyn til begge stratificeringer, giver nær ens s 2 (rest) og F-gens. ved alle skråplanvariationer. F-gens. kan forventes == 20: , hvilket den er i gns. af alle beregninger, og de enkelte 11 skråplanvariationer giver ingen tydelig afvigelse herfra. Variationen i antal signifikante F-værdier - omkring de forventede 5.0 pet. - synes stor, men bortset fra tallet 7.2 pet., ligger de indenfor de grænser, man af teoretiske overvejelser måtte forvente. Denne ret store variation i antal signifikante F-værdier er begrundelsen for at anvende 1000 beregninger pr. gruppe. Undersøgelse af 3 x 3 faktorielt forsøg Der er alene undersøgt den i fig. 1 viste parcelfordeling. For systematisk frugtbarhedsfordeling er beregning vist af Dorph-Petersen 1972, side Her er anvendt 3 udbyttemodeller: A med 5 pet. forskel mellem udbytte af vandrette parcelrækker; B med 1 pet. tiltagende udbyttestigning mellem parceller indenfor rækker og C med variation A og B samtidigt. Variansanalyser af modeludbytter A, B og C fremgår af tabel

6 Tabel 3. Variansanalyse på 3 udbyttemodeller 3x3 forsøg Model A Model B Model C Variation f. SAK s 2 SAK s 2 SAK s 2 Total , , ,2 Hovedvirkning af led 1,2, ,0 0 0,0 0 0,0» a, b, c 2 0 0,0 0 0,0 0 0,0 Vekselvirkning (1, 2, 3) x (a, b, c) ,0 0 0,0 0 0,0 Vandrette parcelrækker ,0 0 0, ,0 Blokke å 3 x 3 parceller 2 0 0, , ,0 Kolonner indenfor blokke 2 0 0,0 18 9,0 18 9,0 Rest ,0 0 0,0 0 0,0 (SAK kolonner indenfor blokke beregnes af følgende summer af de»lodrette parcelrækker«nummereret fra venstre: , , ). Det fremgår heraf, at systematisk variation mellem parcelrækker alene indgår i tilsvarende variation i variansanalyse. Den jævnt fra venstre til højre stigende variation indgår i blokke og kolonner indenfor blokke. I alle 3 modeller er forsøgsvirkningerne (hoved- og vekselvirkninger) samt restvariationen upåvirket af den systematiske variation. F-test kan følgelig alene udføres med s2 (rest) som nævner, d.v.s. at undladelse af at reducere med en eller flere af variationerne for rækker, blokke og kolonner ved beregning af SAK (rest) egentlig er ukorrekt. (Nævnte forhold kan ud over eksempler som disse vises matematisk ved hjælp af undersøgelse af variationens ortogonalitet). I tabel 3 er kun anvendt tre nævnte systematiske variationer uden nogen tilfældig variation. Til videre afprøvning er først dannet 36 systematiske udbyttemodeller, idet der mellem parcelrækker er prøvet forskelle på 0, 1, 2, 3, 4 og 5 pet. og mellem parceller indenfor rækker (eller mellem lodrette parcelkolonner) på 0, 0.2, 0.4, 0.6, 0.8 og 1.0 pet. Til hver af disse 36 systematiske udbyttemodeller er adderet 27 tilfældigt udtrukne tal af en normalfordelt population med gens. 0.0 og s = 5.0; dette gentaget 1000 gange pr. systematisk udbyttemodel. Med den i fig. 1 viste parcelfordeling er beregnet variansanalyse for disse »forsøg«. I tabel 4 er vist et uddrag heraf, svarende til forannævnte modeller A, B, C tillagt tilfældig variation samt tilfældig variation alene. Tabel 4. Variansanalyse af udbyttemodeller + tilfældig variation 3x3 forsøg Varians s 2 Til- model model model fældig A B C Variation f varia- + til- + til- + tiltion fældig fældig fældig Faktor (1, 2, 3) 2 24,4 25,8 25,3 25,2» (a, b, c) 2 24,3 24,2 25,8 27,1 Vekselvirkning 4 24,2 26,2 25,1 24,9 Rækker 2 26,2 243,8 25,0 249,4 Blokke 2 25,0 24,7 104,4 105,2 Kolonner 2 25,4 25,2 35,3 33,2 Rest 12 25,5 25,3 24,9 25,1 Ved tilfældig variation alene skulle man forvente, at alle s2 blev 25.0 og i modellerne + tilfældig variation de i tabel 3 angivne værdier Afvigelser herfra skyldes, at selv gens. af 1000 udtræk ikke er nok til at give fuld udjævning for tilfældighederne. Som nævnt foran bør man ved variansanalyse af forsøgsresultater med denne parcelfordeling reducere SAK med de tre blokdannelser, der er ortogonale med forsøgsleddene og deres vekselvirkning. Af hensyn til beregningsarbejdet vil man gerne nøjes med at anvende den eller de blokdannelser, der giver størst variation. I nærværende eksempel er alene undersøgt virkningen af at udelade reduktion for kolonner indenfor blokke. Denne når kun en be- 277

7 tydende størrelse ved en stor, entydig variation fra venstre til højre i figurens orientering - hovedparten af variationen indgår jo i blokvariationen. (Virkning af videre udeladelse ses af næste eksempel). Til belysning af kolonnevariationens rolle ved variansanalyser er samlet følgende gennemsnitsresultater i tabel 5. kansgrænsen, og svarende til foranstående er pet. signifikante -værdier lidt aftagende med tiltagende kolonnevariation, mens pet. F 2 -værdier er nær de 5 pet. i alle tilfælde. Det vil sige, at man ved at lade kolonnevariationen indgå i resten får en lille undervurdering af forsøgsudslagene, der dog først er nævneværdig, når kolonnevariationen er usædvanlig stor. Tabel 5. Virkning af kolonnevariation 3x3 forsøg Forskel mellem lodrette parcelkolonner, % 0,0 0,2 0,4 0,6 0,8 1,0 s 2 for kolonnevariation 25,3 25,1 26,7 28,4 31,1 34,1 Si 2 for restvariation incl. kolonnevariation 25,1 25,1 25,2 25,4 25,7 26,3 s 2 3 for restvariation ekskl.» 25,0 25,1 24,9 24,9 24,8 25,0 F x beregnet af s x (forventet 1,17) 1,16 1,15 1,15 1,14 1,15 1,12 F a»» s 2 (» 1,20) 1,19 1,19 1,20 1,19 1,22 1,21 % signifikante F r værdier 4,9 4,9 4,9 4,7 4,6 4,5 %» F 2 -vær dier 5,0 4,9 5,0 4,8 5,3 5,0 s2 for kolonnevariationen og de to følgende s2-værdier er beregnet som gens. af de 6 forskellige systematiske variationer mellem parcelrækker, da disse ikke indvirker på kolonnevariationen. Det ses, at s2 (kolonner) selvsagt tiltager med tiltagende forskel i modellen mellem de lodrette parcelrækker. s 2 for restvaria- 2 tionen eksklusive kolonnevariationen er nær det tilstræbte 25.0 uanset variationen mellem de lodrette parcelrækker. Indregnes kolonnevariationen i denne rest, fås s^, d.v.s, en restvarians uden korrektion for kolonner, der tiltager lidt med voksende variation mellem lodrette parcelrækker. Ved at anvende henholdsvis s x 2 og s 2 2 til beregning af F for de to hovedvirkninger og vekselvirkningen fås tallene i linie 4 og 5, som altså her er gennemsnit af enkeltværdier. Man ser her, at anvendelse af s-^ med 14 fri værdier (teoretisk gens ) giver lidt for lave værdier med tendens til at blive lavest, hvor variationen mellem lodrette parcelrækker er størst. Beregning af F med den korrekte 2 s 2 giver i gennemsnit den forventede værdi F = 1.20 og ingen tydelig gang i de 6 tal. Forneden i tabellen er vist i pet. af henholdsvis F^ og F 2 -værdier større end P 0.05 signifi- Summa: man kan lade kolonnevariationen indgå i restvariationen. 3x3x3 faktorielle forsøg i udbyttemodeller Undersøgelsen omfatter alene den i fig. 2 anførte parcelfordeling prøvet i samme udbyttemodeller som omtalt i forrige afsnit. For de tre rent systematiske udbyttemodeller betegnet A, B og C samt de tilsvarende med tillagt 5 pet. tilfældig variation gav variansanalyser de i tabel 6 viste varianser. Variationerne over stregen i tabel 6 udgør et ortogonalt sæt, d.v.s. at de udgør totalvariansens f og SAK. Følgelig er de under stregen anførte systematiske variationer koblet ind i de ovenfor anførte 7 variationer (samt i totalvariationen). Af systematisk variation alene, model A og B, ses, at variation mellem vandrette parcelrækker og blokke kobles i den trefaktors vekselvirkning, mens kolonnevariationen indenfor blokkene er koblet til vekselvirkningen (a, b, c) X (x, y, z). Modellerne med disse systematiske variationer + tilfældig variation, tabel 6 til højre, giver nogenlunde samme tal , således som det måtte forventes. 278

8 Tabel 6. Varianser, s 2, i udbyttemodeller 3x3x3 forsøg Model: Vatiation f. Total 26 Hovedvirkninger (1, 2, 3) 2» (a, b, c) 2» (x, y, z) 2 Systematisk var. alene Systematisk + tilfældig var. A B C A B C s 2 s 2 s 2 s 2 s 2 s 2 17,3 6,9 24,2 0,0 0,0 0,0 25,8 25,3 25,2 0,0 0,0 0,0 24,2 25,8 27,1 0,0 0,0 0,0 26,2 25,0 25,6 Vekselvirkninger (1, 2, 3) x (a, b, c) 4 0,0 (1, 2, 3) x (x,y, z) 4 0,0 (a, b, c) x (x, y, z) 4 0,0 (1, 2, 3) x (a, b, c) x (x, y, z) 8 56,3 Parcelrækker 2 225,0 Blokke å 3 x 3 parceller 2 0,0 Kolonner indenfor blokke 2 0,0 0,0 0,0 26,2 25,1 24,9 0,0 0,0 24,5 24,6 24,9 4,5 4,5 25,4 29,6 29,3 20,3 76,5 79,8 45,1 101,0 0,0 225,0 243,8 25,0 249,4 81,0 81,0 24,7 104,4 105,2 9,0 9,0 25,2 35,3 33,2 Da alle de tre faktorer i reglen, er fikserede, kan der reelt ikke foretages nogen F-test, fordi den i nævneren anvendte s 2 skal indeholde random elementer. I forsøg som nærværende består s 2 for trefaktors vekselvirkning af henholdsvis reel trefaktors vekselvirkning plus systematisk jordvariation, der på grund af parcelfordeling indkobles i denne størrelse, plus tilfældig variation. I markforsøg vil den reelle trefaktors vekselvirkning erfaringsmæssigt oftest være den mindste af disse fraktioner, og man kan derfor i reglen forudsætte, at den ikke findes. Ud fra undersøgelse af de vigtigste systematiske jordvariationers kobling til trefaktors vekselvirkning - som det her ses af tabel 6 kan man fastlægge korrektion og derved få en s 2 (rest), som består af tilfældig variation. Dog kan der heri indgå systematisk jordvariation af andre typer end de, der er korrigeret for. Denne s 2 (rest) kan da - omend med forbehold anvendes som nævner i F-tests for forsøgets hovedog vekselvirkninger. At en sådan korrektion til s 2 (rest) er nødvendig, ses af tabel 6 til højre, idet s 2 for trefaktors vekselvirkning går fra 25 til 101 med øget systematisk variation, mens s 2 for de tre hovedvirkninger og de to vekselvirkninger (1, 2, 3) x (a, b, c) og (1, 2, 3) X (x, y, z) forbliver omkring 25. F-test for disse 5 s2-værdier vil altså umuliggøres med tiltagende systematisk variation, idet virkeligt forsøgsudslag svarende dertil vil blive undervurderet. Dette er demonstreret i tabel 7, der viser pet. signifikante F-værdier (P 0.05) for de 3 hovedvirkninger og to førstnævnte tofaktors vekselvirkninger alle beregnet med ukorrigeret s 2 for trefaktors vekselvirkning som nævner. Tabel 7. Pet. signifikante F-værdier, P 0.05 beregnet med s 2 (rest ukorrigeret) 3x3x3 forsøg Forskel ml. vandrette Forskel mellem lodr. parcelkolonner, % parcelræk- 0,0 0,2 0,4 0,6 0,8 1,0 ker, % 0,0 4,5 5,0 3,9 3,1 1,4 0,8 1,0 4,6 3,9 2,9 2,2 0,9 0,6 2,0 1,8 2,0 1,4 1,5 0,7 0,3 3,0 1,0 0,8 0,7 0,5 0,2 0,1 4,0 0,2 0,1 0,2 0,1 0,1 0,0 5,0 0,1 0,0 0,0 0,0 0,0 0,0 Øverst til venstre i tabel 7 med alene tilfældig variation er der nær de teoretiske 5 pet. signifikante F-værdier, men antallet heraf aftager nogenlunde regelmæssigt ned mod nederste 279

9 højre hjørne. Dette viser, at med en rækkevariation på over 2 pet. og en variation indenfor rækker over pet. er testning af forsøgsvirkninger med s2 (trefaktors vekselvirkning) uden korrektion helt uacceptabel. Af tabel 6 fremgår, at SAK for trefaktors vekselvirkning kan korrigeres med SAK for henholdsvis parcelrækker og SAK for blokke å 3 x 3 parceller. Disse 2 variationer er ortogonale med alle 3 hovedvirkninger og de tre tofaktors vekselvirkninger. Ved en sådan korrektion fås en s2 (rest) med 4 fri værdier, der kan anvendes til F-tests for de tre hovedvirkninger og de to førstnævnte tofaktors vekselvirkninger. I s2 for vekselvirkning (a, b, c) X (x, y, z) er indkoblet variationen mellem kolonner indenfor blokke, følgelig kan denne vekselvirkning ikke testes med s2 (rest). Tabel 8. Pet. signifikante F-værdier, P 0.05 beregnet af s 2 (rest korrigeret) 3x3x3 forsøg Forskel mellem Forskel ml. lodr. parcelkolonner, % vandrette 0,0 0,2 0,4 0,6 0,8 1,0 parcelrækk., % Hovedvirkninger og vekselvirkninger 0,0 5,0 5,0 5,0 5,3 5,4 6,2 1,0 5,4 5,4 4,8 4,8 4,9 4,0 2,0 3,6 4,8 5,0 5,1 5,0 5,9 3,0 5,2 4,7 5,4 4,8 5,0 5,2 4,0 5,5 4,6 5,5 5,3 4,3 4,5 5,0 5,0 4,8 5,2 5,4 4,8 5,3 Gens. 5,0 4,9 5,2 5,1 4,9 5,2 Velselvirkning (a, b, c) x (x, y, z) incl. kolonnevar. 0,0 4,6 5,5 4,8 6,5 6,3 7,6 1,0 5,8 4,3 4,4 4,6 6,0 5,2 2,0 4,6 4,8 5,0 5,6 6,0 6,7 3,0 5,3 4,7 5,9 6,0 6,2 6,3 4,0 5,6 5,2 4,9 5,6 5,5 7,4 5,0 5,5 5,1 6,2 7,2 5,7 5,6 Gns. 5,2 4,9 5,2 5,9 6,0 6,5 I tabel 8 foroven er vist pet. signifikante F-værdier for gennemsnit af de tre hovedvirkningef og to førstnævnte vekselvirkninger. Forneden er vist tilsvarende for vekselvirkningen (a, b, c) X (x, y, z) alle beregnet med den korrigerede s 2 (rest) som nævner. I tabellens øverste halvdel ses, at pet. signifikante F-værdier varierer tilfældigt omkring den teoretiske gennemsnitsværdi 5.0. Af dette følger, at en korrektion af s 2 for trefaktors vekselvirkning med række- og blokvariation er berettiget. Af tabel 8 nederste halvdel ses, at pet. signifikante F-værdier tiltager mod højre, d.v.s. med tiltagende kolonnevariation. Deraf følger, at F-test for vekselvirkningen (a, b, c) X (x, y, z) bliver mindre korrekt ved betydende kolonnevariation. Men da en som her prøvet jævnt tiltagende kolonnevariation på over 0.5 pet. erfaringsmæssigt er sjælden i almindelige markforsøg, er dette forbehold kun af teoretisk interesse. 4x4x4 faktorielle forsøg i udbyttemodeller Undersøgelse er udført med den i fig. 3 viste parcelfordeling, der er afledet af 4 X 4 kvadratforsøg indenfor hver af de 4 blokke å 4 x 4 parceller. En undersøgelse af systematisk variation alene, svarende til tabel 6 venstre halvdel, viser, at systematisk variation mellem vandrette parcelrækker og lodrette blokke samt kolonner indenfor blokkene kobles ind i forsøgets variationer på samme måde som for 3 x 3 x 3 forsøget i tabel 6. Det vil sige, at variation mellem henholdsvis vandrette parcelrækker og blokke å 4 X 4 parceller indgår i den trefaktors vekselvirkning, mens variation mellem kolonner indenfor blokke indkobles i tofaktors vekselvirkning mellem 2. faktor (a, b, c, d) og 3. faktor (x, y, z, v). I lighed med foranstående følger, at F-tests med s 2 for trefaktors vekselvirkning (uden korrektion) er uanvendelig, hvis der er en betydende variation mellem parcelrækker eller -blokke. Dette demonstreres ud fra følgende beregning. Ved successivt at anvende 0, 1, 2,..., 5 pet. forskel mellem udbyttet i vandrette parcelrækker og 0,0, 0,2, 0,4... 1,0 pet. for- 280

10 skel mellem udbyttet af lodrette parcelrækker (kolonner) og alle kombinationer heraf, fås 36 forskellige systematiske udbyttemodeller (som i forrige afsnit). Til hver parcel i disse er lagt en tilfældig variation som omtalt foran, og dette er gentaget 2000 gange. Heraf er beregnet variansanalyser inclusive F-tests med s2 for trefaktors vekselvirkning som nævner samt pet. signifikante F-værdier. Tabel 9. Pet. signifikante F-værdier beregnet af s 2 (rest ukorrigeret) 4x4x4 forsøg Forskel mellem Forskel ml. lodr. parcelkolonner, % vandrette 0,0 0,2 0,4 0,6 0,8 1,0 parcelrækk., % 0,0 5,1 3,7 1,9 0,4 0,1 0,0 1,0 3,3 2,8 1,3 0,4 0,1 0,0 2,0 0,9 0,9 0,3 0,1 0,0 0,0 3,0 0,2 0,1 0,1 0,0 0,0 0,0 4,0 0,0 0,0 0,0 0,0 0,0 0,0 5,0 0,0 0,0 0,0 0,0 0,0 0,0 I tabel 9 er samlet pet. signifikante F-værdier, beregnet som gennemsnit af de 3 hovedvirkninger og vekselvirkningerne (1, 2, 3, 4) X (a, b, c, d) og (1, 2, 3, 4) x (x, y, z, v). Det vil sige, at hvert tal i tabellen er pet. af F-værdier. Med tilfældig variation alene (række- og kolonnevariation = 0.0) fås nær den teoretiske værdi, 5.0 pet. signifikante F-værdier, men denne pet. aftager meget hurtigt ved tiltagende variation mellem henholdsvis parcelrækker og -kolonner, sidstnævnte er reelt udtryk for tiltagende variation mellem blokkene. Heraf følger, at man til F-tests må anvende en s2 (korrigeret rest) beregnet af SAK for trefaktors vekselvirkning -j- SAK parcelrækker -f- SAK blokke og 27 -f- 3 ^ 3 = 21 fri værdier. Ved en beregning svarende til tabel 9, men med s2 (korrigeret rest) som nævner, fås de i tabel 10 for oven anførte procenttal, som i gennemsnit er det teoretiske 5.0 uden hensyn til deres plads i tabellen. Man har da med den korrigerede s2 (rest) fået plausible F-tests for nævnte hoved- og vekselvirkninger. Tabel 10. Pet. signifikante F-værdier beregnet af i 2 (rest korrigeret) 4x4x4 forsøg Forskel mellem Forskel ml. lodr. parcelkolonner, % vandrette 0,0 0,2 0,4 0,6 0,8 1,0 parcelrækk, % Hovedvirkning og to vekselvirkninger 0,0 5,1 5,0 5,2 4,8 5,1 5,2 1,0 5,1 5,0 5,0 5,1 5,3 5,0 2,0 5,0 5,2 4,8 5,2 5,5 4,8 3,0 5,1 4,9 4,9 5,0 5,2 4,9 4,0 5,1 4,6 4,8 4,8 4,6 5,2 5,0 5,0 4,9 5,1 5,0 5,0 4,9 Gens. 5,1 4,9 5,0 5,0 5,1 5,0 Vekselvirkning (a,b, c, d) x (x,y,z,v) inclusive kolonnevariation 0,0 5,0 4,5 7,0 8,1 9,6 14,1 1,0 5,4 5,5 6,5 7,3 10,9 13,7 2,0 4,7 5,6 6,1 7,1 10,1 12,6 3,0 5,7 5,3 5,6 8,6 11,0 12,6 4,0 5,5 4,6 6,7 7,7 11,0 14,7 5,0 4,2 5,0 6,2 7,2 10,2 13,2 Gens. 5,1 5,1 6,4 7,7 10,5 13,5 Da variationen mellem lodrette parcelkolonner indenfor blokke er koblet ind i vekselvirkningen mellem 2. og 3. faktor (a, b, c, d) X (x, y, z, v), vil man få en ukorrekt F-test ved at anvende den korrigerede s2 (rest) hertil. Dette er vist i tabel 10 forneden, hvor hvert tal er pet. signifikante F-værdier ud af Det fremgår heraf, at pet. signifikante F-værdier er korrekt omkring 5.0, når der ikke er kolonnevariation, men at procenttallet stiger fra 5.1 til 13.5, når forskellene mellem lodrette parcelkolonner (d.v.s. blok- og kolonnevariation) går fra 0.2 til 1.0 pet. af udbyttet. Hvilket igen vil sige, at man ikke må anvende sidstnævnte test. Anvendelse af korrigeret s2 (rest) i stedet for den ukorrigerede s 2 (trefaktors vekselvirkning) er begrundet med korrektionen for række- og blokvariation, og følgeligt er denne korrektion kun nødvendig, hvis kvotienten mellem s2 (ukorrigeret rest) og s2 (korrigeret rest) bliver væsentlig større end 1. Hvor stor den kvotient 281

11 skal være for at nødvendiggøre korrektionen ses ved sammenligning mellem tabel 11 - kvotienter mellem s2 (ukorrigeret rest) og s 2 (korrigeret rest) - og tabel 9. Heraf ses, at når nævnte kvotient er over 1.4, bliver pet. signifikante F-værdier beregnet med ukorrigeret s2 (rest) under 1, d.v.s. en væsentlig mistydning af resultaterne. En tilsvarende beregning for 3 x 3 x 3 forsøget gav lignende resultat. Tabel 11. Kvotient mellem s 2 (rest ukorrigeret) og s 2 (rest korrigeret) 4x4x4 forsøg Forskel mellem Forskel ml. lodr. parcelkolonner, % vandrette 0,0 0,2 0,4 0,6 0,8 1,0 parcelrækk, % 0,0 1,0 1,1 1,3 1,7 2,2 2,9 1,0 1,1 1,2 1,4 1,8 2,3 3,0 2,0 1,5 1,6 1,8 2,2 2,7 3,3 3,0 2,1 2,1 2,4 2,7 3,3 3,9 4,0 2,9 3,0 3,2 3,6 4,1 4,8 5,0 4,0 4,0 4,3 4,6 5,2 5,9 Af foranstående fremgår, at de prøvede frugtbarhedsvariationer kun påvirker vekselvirkningen mellem 2. og 3. faktor samt trefaktors vekselvirkningen. Følgelig skal, ved valg af hvilke behandlinger, der skal indlægges i de tre faktorer, ses efter, om der er nogen tofaktors vekselvirkning, man er særlig interesseret i, og i så fald placere denne som vekselvirkning (1, 2, 3, 4) x (a, b, c, d) eller (1, 2, 3, 4) x (x, y, z, v). Denne 4 x 4 x 4 forsøgsplan kan let omformes til en 2 X 2 X 4 X 4 forsøgsplan (eller andre med 2 momenter pr. faktor). I så fald bør man vælge faktor 1 (med 1, 2, 3, 4) til deling efter skemaet: 4x4x4 mom. 1 bliver i 2 x 2 x 4 x 4 mom.komb. q I»» 2»»»» q II»» 3»»»» p I»» 4»»»» p II, hvor q og p er een faktor, I og II en anden. Herved opnår man, at koblingen mellem kolonnevariation og vekselvirkning (a, b, c, d) X (x, y, z, v) fastholdes i denne vekselvirkning alene. Undersøgelse af egentlige forsøgsresultater For at sammenligne sidstnævnte modelundersøgelser med virkelige markforsøg er samlet resultaterne af 26 forsøg udført på forsøgsstationerne i de sidste år. Disse er udført med den i fig. 3 viste parcelfordeling, og faktor 1 var 2 mængder Mg-gødning kombineret med 2 mængder P-gødning. Faktor 2 var 4 mængder K-gødning og faktor 3 var 4 mængder N-gødning. Altså et 2 x 2 x 4 x 4 faktorielt forsøg, men her behandlet som et 4 x 4 x 4 forsøg. I hvert af de 26 forsøg udførtes almindelig trefaktors variansanalyse, og dertil beregnedes variationerne for parcelrækker, blokke og kolonner indenfor blokke (ved en speciel variansanalyse pr. forsøg). Endvidere beregnedes s 2 (korrigeret rest) af SAK trefaktors vekselvirkning minus SAK parcelrækker minus SAK blokke. Resultaterne heraf i form af s 2 for hoved virkninger, vekselvirkninger m.v. er vist i tabel 12. Det fremgår heraf, at variationen 1 3. faktor, N-gødning, er dominerende, men at der også forekommer store variationer mellem henholdsvis parcelrækker og blokke. I tabellens højre kolonne er vist kvotienten s 2 (ukorrigeret rest = vekselvirkning faktor 1 X 2 X 3): s 2 (korrigeret rest). For 6 forsøg er denne kvotient , og i 15 forsøg > 2.0. Ud fra foranstående tyder disse kvotienter på, at en testning med s 2 (ukorrigeret rest) oftest er mere eller mindre misvisende. Dette kan også skønnes af det store antal F-værdier mindre end 1, man vil få ved testning med s2 (ukorrigeret rest). I tabel 12 er med 1-3 stjerner angivet, hvilke s2 (kolonnevariationer), der er signifikant større end s 2 (korrigeret rest). I de forsøg hvor s 2 (kolonner) er signifikant, ser man, at s2 (vekselvirkning faktor 2x3) oftest er større end s 2 (faktor 1 X 2) og s 2 (faktor 1 X 3). Da man ikke ved, hvor store de reelle vekselvirkninger er, siger dette i og for sig ikke noget, men det modsiger dog ikke foranstående advarsel om at tillægge en stor F-værdi for vekselvirkning mellem faktor 2 x 3 nogen vægt. Denne undersøgelse af virkelige forsøg sy- 282

12 Tabel 12. 4x4x4 faktorieltforsøg, variansanalyser, s 2 pr. variation Antal Hovedvirkninger Vekselvirkninger Parcel- Tværfri Faktor: x2 1x3 2x3 1x2x3 rækk. blokke værdier: Kolon- Korri. s 2 (fak 1x2x3) ner rest s 2 (kor. rest) 3 21 Forsøg i kartofler beregnet på kg tørstof pr. parcel a 12,6-14,4 m 2 Fors. 1 1,31 0,27 15,50 0,64 0,38 0,38 0,55 1,89 1,14 0,39 0,27 2,0 2 3,34 0,66 42,89 1,32 0,54 0,72 0,85 0,48 0,83 0,79 0,90 1,0 3 1,27 1,10 85,42 0,78 0,50 0,69 0,66 1,28 2,72 0,75 0,28 2,4 4 1,32 0,72 121,68 0,37 0,80 0,59 0, ,35 0,00 0,41 1,3 5 2,14 0,66 77,98 0,48 0,61 1,23 0,83 1,32 4,37 2,03** 0,26 3,2 6 0,45 0,19 197,53 0,36 0,73 0,44 1,48 5,63 1,63 0,56 0,87 1,7 7 0,85 0,97 193,53 0,57 0,54 1,13 1,24 3,92 0,57 2,70 0,96 1,3 8 1,34 1,96 61,19 1,08 0,83 0,66 2,33 8,27 7,98 0,36 0,68 3,4 9 1,18 1,06 115,26 0,82 0,41 1,34 3,01 20,45 2,27 2,90* 0,63 4,8 10 0,56 15,05 146,22 2,84 0,78 3,33 4,18 3,03 22,15 1,79 1,77 2,4 11 2,26 4,71 253,71 1,35 1,04 2,07 2,62 4,68 9,66 3,51 1,33 2,0 12 2,34 1,38 78,61 0,83 0,75 2,34 1,00 3,34 2,69 5,41*** 0,42 2,4 13 4,28 3,62 255,66 0,46 0,73 2,31 2,04 6,21 7,14 5,51** 0,72 2,8 14 1,11 1,04 200,79 1,40 1,15 1,84 1,15 0,99 4,69 3,36** 0,67 1,7 15 2,30 1,08 444,38 0,76 1,76 1,19 2,92 10,13 7,02 2,36 1,30 2,2 16 3,01 0,27 74,77 1,04 0,58 0,57 0,72 0,24 1,76 0,39 0,64 1,1 17 9,43 0,53 161,90 0,84 2,16 0,60 1,15 1,13 1,52 1,20 1,10 1,0 18 1,14 1,66 80,38 1,06 3,84 1,68 4,28 12,54 16,40 1,72 1,37 3,1 19 0,85 0,94 113,82 1,13 1,78 0,80 2,42 2,64 12,53 0,83 0,95 2,5 20 3,79 0,28 69,43 0,88 0,37 0,89 2,13 2,45 14,17 1,68* 0,37 5,8 21 1,79 0,09 77,55 0,34 0,99 0,89 1,80 1,95 7,08 2,35 1,02 1,8 Forsøg i vårsæd, hkg kærne pr. ha 22 12,2 3,3 1567,9 10,5 7,9 11,0 23,4 65,0 108,r 18,4* 5,4 4, ,0 13,3 1452,2 12,6 18,6 3,3 28,6 11,8 108,8 8,1 19,5 1,5 Forsøg i rajgræs, hkg tørstof pr. ha, sum af 4 slæt 24 5,3 11, ,8 24,6 9,6 12,2 1,3 65,5 20,0 8,6 10,0 1, ,4 40, ,5 12,2 6,4 3,3 20,2 43,3 28,6 1,3 15,6 1, ,7 8,1 : 22757,2 89,2 14,4 15,5 72,5 119,9 360,3 12,0 24,6 2,9 nes i god overensstemmelse med foranstående modelundersøgelser og tyder på, at man bør anvende s 2 (korrigeret rest) som nævner i F-tests. Diskussion og sammendrag Ved hjælp af en simpel udbyttemodel kan man undersøge en parcelfordeling og vise, hvor der forekommer kobling mellem den i modellen valgte frugtbarhedsvariation og forsøgsudslag - hovedvirkninger og vekselvirkninger. Dette kan også vises ad matematisk vej ved undersøgelse af de enkelte variationers ortogonalitet, men ved noget uregelrette parcelfordelinger er modelundersøgelser oftest lettest og mest overskuelige. For en enkelt parcelfordeling er det overkommeligt ved hjælp af en bordregnemaskine at beregne nogle få udbyttemodeller med de mest regulære frugtbarhedsvariationer - som model A, B og C i foranstående. Ønsker man at behandle mange udbyttemodeller, f.eks. med gradueret frugtbarhedsvariation, er EDB på sin plads. Inddrager man tilfældig variation i modellen, er det nødvendigt at benytte et stort 283

13 antal m.h.t. den tilfældige variations forskellige modeller - oftest 1000 eller flere - for at få udjævnet tilfældighedernes spil, og så er EDB nødvendigt. I foranstående er behandlet gradueret frugtbarhedsvariation mellem forsøgets»vandrette«og»lodrette«parcelrækker, som må betragtes som almindeligt forekommende grundtyper på frugtbarhedsvariation, selvom andre er lige så almindelige, f.eks. formet som et»bakkelandskab«. Men sidstnævnte er vanskeligere at give systematiske former egnet til undersøgelse. Nærværende undersøgelses hovedresultat har påvist koblinger mellem frugtbarhedsvariation og hoved- og vekselvirkninger i faktorielle forsøg med kun en parcel pr. faktorkombination. Hertil er anvendt 3 x 3 x 3 faktorielt forsøg i 27 parceller og 4 X 4 X 4 forsøg i 64 parceller. Ved de anvendte parcelfordelinger og prøvede frugtbarhedsfordelinger er vist disse koblinger og hvorledes der kan korrigeres derfor. Det er endvidere vist, at korrektion for frugtbarhedsvariation, indkoblet i den s 2, som anvendes som nævneren i F-tests, bør udføres, for at få anvendelige testresultater i de tilfælde, hvor betydende frugtbarhedsvariation forekommer. Det er endvidere vist at mindre væsentlige og sjældnere forekommende frugtbarhedsvariationer såsom variation mellem kolonner indenfor blokke ofte kan negligeres, selvom de er koblet til virkning eller vekselvirkning. Dog kan de blive så store, at man må tage hensyn dertil ved vurdering af F-test for den virkning, som de er koblet til. Foranstående giver ikke»brugsanvisning«på variansanalyse med nødvendige korrektioner for alle de former for faktorielle forsøg, der er og vil blive brugt, men giver en belysning af problemerne og en vejledning til undersøgelse af andre former for faktorielle forsøg end de her prøvede. Som bekendt er anvendelsen af systematisk parcelfordeling speciel for dansk og tildels tysk forsøgsvirksomhed. I de fleste engelsk-sprogede lande m.fl. anvendes forskellige former for randomiseret parcelfordeling. Dette bevirker, at en sammenligning mellem resultater, som de her foreliggende og de fleste udenlandske arbejder om tilsvarende problemer, er vanskelig eller umulig. Derfor er der ikke her refereret til den meget omfattende litteratur om confounding i faktorielle forsøg, selv om flere af de her behandlede problemer er berørt i andre arbejder. Foranstående beregninger er udført på NEUCC, Lundtofte, med programmer udarbejdet af Kr. Kristensen. K. Dorph-Petersen har bidraget ved planlægning og udarbejdelse af beretningen. Litteratur Dorph-Petersen, K. (1972): Markforsøg. Hald, A. (1952): Statistical Theory with Engineering Application. IBM (1968): System/360 Scientific Subroutine Package. Version III H Manuskript modtaget den 3. december

Kapitel 12 Variansanalyse

Kapitel 12 Variansanalyse Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 / 43 Indledning Sammenligning af middelværdien i to grupper indenfor en stikprøve kan

Læs mere

Kapitel 12 Variansanalyse

Kapitel 12 Variansanalyse Kapitel 12 Variansanalyse Peter Tibert Stoltze stat@peterstoltzedk Elementær statistik F2011 Version 7 april 2011 1 Indledning 2 Ensidet variansanalyse 3 Blokforsøg 4 Vekselvirkning 1 Indledning 2 Ensidet

Læs mere

To-sidet varians analyse

To-sidet varians analyse To-sidet varians analyse Repetition En-sidet ANOVA Parvise sammenligninger, Tukey s test Model begrebet To-sidet ANOVA Tre-sidet ANOVA Blok design SPSS ANOVA - definition ANOVA (ANalysis Of VAriance),

Læs mere

Analyse af måledata II

Analyse af måledata II Analyse af måledata II Usikkerhedsberegning og grafisk repræsentation af måleusikkerhed Af Michael Brix Pedersen, Birkerød Gymnasium Forfatteren gennemgår grundlæggende begreber om måleusikkerhed på fysiske

Læs mere

Anvendelse af ufuldstændige blokforsøg

Anvendelse af ufuldstændige blokforsøg Anvendelse af ufuldstændige blokforsøg Kristian Kristensen 1, Jakob Willas 2, Lise Nistrup Jørgensen 3 og Rene Gislum 4 1 Forskergruppe for Biometri, Afd. for Husdyravl og Genetik, DJF 2 Afd. for Sortsafprøvning,

Læs mere

Intro Design of Experiments

Intro Design of Experiments Intro Design of Experiments OH no: 1 Faktorer, niveauer, behandlinger og gentagelser Styrbare faktorer Faktorer Styrbare (controllable) faktorer Støjfaktorer (nuisance factors) Kvalitative Kvantitative

Læs mere

Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere

Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere DET ØKONOMISKE RÅD S E K R E T A R I A T E T d. 20. maj 2005 SG Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere Baggrundsnotat vedr. Dansk Økonomi, forår 2005, kapitel

Læs mere

Bedste rette linje ved mindste kvadraters metode

Bedste rette linje ved mindste kvadraters metode 1/9 Bedste rette linje ved mindste kvadraters metode - fra www.borgeleo.dk Figur 1: Tre datapunkter og den bedste rette linje bestemt af A, B og C Målepunkter og bedste rette linje I ovenstående koordinatsystem

Læs mere

Normalfordelingen og Stikprøvefordelinger

Normalfordelingen og Stikprøvefordelinger Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger

Læs mere

Modelkontrol i Faktor Modeller

Modelkontrol i Faktor Modeller Modelkontrol i Faktor Modeller Julie Lyng Forman Københavns Universitet Afdeling for Anvendt Matematik og Statistik Statistik for Biokemikere 2003 For at konklusionerne på en ensidet, flersidet eller hierarkisk

Læs mere

Kursus Introduktion til Statistik. Forelæsning 12: Variansanalyse. Per Bruun Brockhoff

Kursus Introduktion til Statistik. Forelæsning 12: Variansanalyse. Per Bruun Brockhoff Kursus 02402 Introduktion til Statistik Forelæsning 12: Variansanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:

Læs mere

6. Regression. Hayati Balo,AAMS. 1. Nils Victor-Jensen, Matematik for adgangskursus, B-niveau 1

6. Regression. Hayati Balo,AAMS. 1. Nils Victor-Jensen, Matematik for adgangskursus, B-niveau 1 6. Regression Hayati Balo,AAMS Følgende fremstilling er baseret på 1. Nils Victor-Jensen, Matematik for adgangskursus, B-niveau 1 6.0 Indledning til funktioner eller matematiske modeller Mange gange kan

Læs mere

Deskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium

Deskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium Deskriptiv (beskrivende) statistik er den disciplin, der trækker de væsentligste oplysninger ud af et ofte uoverskueligt materiale. Det sker f.eks. ved at konstruere forskellige deskriptorer, d.v.s. regnestørrelser,

Læs mere

Oversigt. Kursus Introduktion til Statistik. Forelæsning 12: Variansanalyse. Per Bruun Brockhoff. Envejs variansanalyse - eksempel

Oversigt. Kursus Introduktion til Statistik. Forelæsning 12: Variansanalyse. Per Bruun Brockhoff. Envejs variansanalyse - eksempel Kursus 02402 Introduktion til Statistik Forelæsning 12: Variansanalyse Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:

Læs mere

Eksempel , opg. 2

Eksempel , opg. 2 Faktorer En faktor er en gruppering/inddeling af målinger/observationer pga. Tilsigtede variationer i en eller flere forsøgsparametre Nødvendige (potentielle) blok-effekter såsom gentagne målinger på samme

Læs mere

PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006

PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006 PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006 I dag: To stikprøver fra en normalfordeling, ikke-parametriske metoder og beregning af stikprøvestørrelse Eksempel: Fiskeolie

Læs mere

Indhold. 2 Tosidet variansanalyse Additive virkninger Vekselvirkning... 9

Indhold. 2 Tosidet variansanalyse Additive virkninger Vekselvirkning... 9 Indhold 1 Ensidet variansanalyse 2 1.1 Estimation af middelværdier............................... 3 1.2 Estimation af standardafvigelse............................. 3 1.3 F-test for ens middelværdier...............................

Læs mere

Plot af B j + ǫ ij (Y ij µ α i )): σ 2 : within blocks variance. σb 2 : between blocks variance

Plot af B j + ǫ ij (Y ij µ α i )): σ 2 : within blocks variance. σb 2 : between blocks variance Plot af B j + ǫ ij (Y ij µ α i )): Program: res 4 2 0 2 B1 B2 B3 B4 B5 1. vi starter med at gennemgå opgave 3 side 513. 2. nyt: to-sidet variansanalyse 1 2 3 4 5 block σ 2 : within blocks variance σb 2

Læs mere

Hvad skal vi lave? Model med hovedvirkninger Model med vekselvirkning F-test for ingen vekselvirkning. 1 Kovariansanalyse. 2 Sammenligning af modeller

Hvad skal vi lave? Model med hovedvirkninger Model med vekselvirkning F-test for ingen vekselvirkning. 1 Kovariansanalyse. 2 Sammenligning af modeller Hvad skal vi lave? 1 Kovariansanalyse Model med hovedvirkninger Model med vekselvirkning F-test for ingen vekselvirkning 2 Sammenligning af modeller 3 Mere generelle modeller PSE (I17) ASTA - 14. lektion

Læs mere

Forelæsning 11: Envejs variansanalyse, ANOVA

Forelæsning 11: Envejs variansanalyse, ANOVA Kursus 02323: Introduktion til Statistik Forelæsning 11: Envejs variansanalyse, ANOVA Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark

Læs mere

Ikke-parametriske tests

Ikke-parametriske tests Ikke-parametriske tests 2 Dagens menu t testen Hvordan var det nu lige det var? Wilcoxson Mann Whitney U Kruskall Wallis Friedman Kendalls og Spearmans correlation 3 t-testen Patient Drug Placebo difference

Læs mere

Beretning nr Statens Planteavlsforsøg Landbrugscentret Statens Forsøgsstation, Ledreborg Alle Roskilde

Beretning nr Statens Planteavlsforsøg Landbrugscentret Statens Forsøgsstation, Ledreborg Alle Roskilde Statens Planteavlsforsøg Landbrugscentret Statens Forsøgsstation, Ledreborg Alle 100 4000 Roskilde Beretning nr. 1542 Afbrænding af halm og udnyttelse af genvæksten efter frøhøst hos rød svingel (Festuca

Læs mere

Såmængdeforsøg ved frøavl af almindelig rajgræs (Lolium perenne L.)

Såmængdeforsøg ved frøavl af almindelig rajgræs (Lolium perenne L.) Statens Planteavlsforsøg Frøavls- og Industriplanteforsøg (Asger Larsen) 1358. beretning Såmængdeforsøg ved frøavl af almindelig rajgræs (Lolium perenne L.) Seed rates of perennial rye grass (Loliumm perenne

Læs mere

Vi kalder nu antal prøverør blandt de 20, hvor der ikke ses vækst for X.

Vi kalder nu antal prøverør blandt de 20, hvor der ikke ses vækst for X. Opgave I I en undersøgelse af et potentielt antibiotikum har man dyrket en kultur af en bestemt mikroorganisme og tilført prøver af organismen til 20 prøverør med et vækstmedium og samtidig har man tilført

Læs mere

Kompendium i faget. Matematik. Tømrerafdelingen. 2. Hovedforløb. Y = ax 2 + bx + c. (x,y) Svendborg Erhvervsskole Tømrerafdelingen Niels Mark Aagaard

Kompendium i faget. Matematik. Tømrerafdelingen. 2. Hovedforløb. Y = ax 2 + bx + c. (x,y) Svendborg Erhvervsskole Tømrerafdelingen Niels Mark Aagaard Kompendium i faget Matematik Tømrerafdelingen 2. Hovedforløb. Y Y = ax 2 + bx + c (x,y) X Svendborg Erhvervsskole Tømrerafdelingen Niels Mark Aagaard Indholdsfortegnelse for H2: Undervisningens indhold...

Læs mere

Reeksamen i Statistik for Biokemikere 6. april 2009

Reeksamen i Statistik for Biokemikere 6. april 2009 Københavns Universitet Det Naturvidenskabelige Fakultet Reeksamen i Statistik for Biokemikere 6. april 2009 Alle hjælpemidler er tilladt, og besvarelsen må gerne skrives med blyant. Opgavesættet er på

Læs mere

Lineære sammenhænge, residualplot og regression

Lineære sammenhænge, residualplot og regression Lineære sammenhænge, residualplot og regression Opgave 1: Er der en bagvedliggende lineær sammenhæng? I mange sammenhænge indsamler man data som man ønsker at undersøge og afdække eventuelle sammenhænge

Læs mere

Vi anbefaler at så mange oplysninger som muligt tilpasses/indtastes, men tilpas som minimum forsøgsbehandlinger, forsøgsdesign og afgrøde.

Vi anbefaler at så mange oplysninger som muligt tilpasses/indtastes, men tilpas som minimum forsøgsbehandlinger, forsøgsdesign og afgrøde. Tilpas forsøget og forsøgsplanen Umiddelbart efter du har bestilt et forsøg på onfarmtrials.dk vil det fremgå af forsøgslisten i modulet PC- Markforsøg i Nordic Field Trial System (NFTS). I PC-Markforsøg

Læs mere

Solvarmeanlæg ved biomassefyrede fjernvarmecentraler

Solvarmeanlæg ved biomassefyrede fjernvarmecentraler Downloaded from orbit.dtu.dk on: Dec 16, 017 Solvarmeanlæg ved biomassefyrede fjernvarmecentraler Heller, Alfred Publication date: 001 Document Version Også kaldet Forlagets PDF Link back to DTU Orbit

Læs mere

k UAFHÆNGIGE grupper Oversigt 1 Intro eksempel 2 Model og hypotese 3 Beregning - variationsopspaltning og ANOVA tabellen 4 Hypotesetest (F-test)

k UAFHÆNGIGE grupper Oversigt 1 Intro eksempel 2 Model og hypotese 3 Beregning - variationsopspaltning og ANOVA tabellen 4 Hypotesetest (F-test) Kursus 02323: Introduktion til Statistik Forelæsning 11: Envejs variansanalse, ANOVA Peder Bacher DTU Compute, Dnamiske Sstemer Bgning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lngb Danmark e-mail:

Læs mere

Program. Forsøgsplanlægning og tosidet variansanalyse. Eksempel: fuldstændigt randomiseret forsøg. Forsøgstyper

Program. Forsøgsplanlægning og tosidet variansanalyse. Eksempel: fuldstændigt randomiseret forsøg. Forsøgstyper Program Forsøgsplanlægning og tosidet variansanalyse Helle Sørensen E-mail: helle@math.ku.dk I formiddag: Forsøgstyper og forsøgsplanlægning Analyse af data fra fuldstændigt randomiseret blokforsøg: tosidet

Læs mere

Læring af test. Rapport for. Aarhus Analyse Skoleåret

Læring af test. Rapport for. Aarhus Analyse  Skoleåret Læring af test Rapport for Skoleåret 2016 2017 Aarhus Analyse www.aarhus-analyse.dk Introduktion Skoleledere har adgang til masser af data på deres elever. Udfordringen er derfor ikke at skaffe adgang

Læs mere

Mere sikre udbytteresultater i alm. parcelforsøg i vinterraps

Mere sikre udbytteresultater i alm. parcelforsøg i vinterraps Notat Projekt: Kvalitet i rapsforsøg Ansvarlig PHT Oprettet 13-08-2015 Side 1 af 11 Mere sikre udbytteresultater i alm. parcelforsøg i vinterraps Philipp Trénel og Birgitte Feld Mikkelsen, AgroTech, 08-07-2015

Læs mere

Ændring af rammeområde 2.B.6 Østbyvej

Ændring af rammeområde 2.B.6 Østbyvej Ændring af rammeområde 2.B.6 Østbyvej Tillæg 12 til Roskilde Kommuneplan 2013 2.B.6 2.BT.4 0 500 m 500 Forord HVAD ER ET TILLÆG TIL KOMMUNEPLANEN? Den fysiske planlægning reguleres bl.a. gennem kommuneplanlægning.

Læs mere

Notat. Danskeres normale og faktiske arbejdstider

Notat. Danskeres normale og faktiske arbejdstider R o c k w o o l F o n d e n s F o r s k n i n g s e n h e d Notat Danskeres normale og faktiske arbejdstider hvor store er forskellene mellem forskellige grupper? Af Jens Bonke Oktober 2012 1 1. Formål

Læs mere

Statistik viden eller tilfældighed

Statistik viden eller tilfældighed MATEMATIK i perspektiv Side 1 af 9 DNA-analyser 1 Sandsynligheden for at en uskyldig anklages Følgende histogram viser, hvordan fragmentlængden for et DNA-område varierer inden for befolkningen. Der indgår

Læs mere

Rapport 23. november 2018

Rapport 23. november 2018 Rapport 23. november 2018 Proj.nr. 2004280 Version 1 EVO/MT Principper for og forslag til repræsentative stikprøveplaner til analyse af konsekvensen af produktionsændringer for værdi- og kvalitetsvurdering

Læs mere

GRIBSKOV KOMMUNE FORÆLDRETILFREDSHEDSUNDERSØGELSE 2019 DAGTILBUD, SKOLE, FO OG KLUB

GRIBSKOV KOMMUNE FORÆLDRETILFREDSHEDSUNDERSØGELSE 2019 DAGTILBUD, SKOLE, FO OG KLUB GRIBSKOV KOMMUNE FORÆLDRETILFREDSHEDSUNDERSØGELSE 2019 DAGTILBUD, SKOLE, FO OG KLUB INDHOLD Afsnit 1 Introduktion Side 02 Afsnit 2 Sammenfatninger Side 04 Afsnit 3 Resultater dagtilbud Side 08 Afsnit 4

Læs mere

Sidste gang: One-way(ensidet)/one-factor ANOVA I dag: Two-factor ANOVA (Analysis of variance) Two-factor ANOVA med interaktion

Sidste gang: One-way(ensidet)/one-factor ANOVA I dag: Two-factor ANOVA (Analysis of variance) Two-factor ANOVA med interaktion VARIANSANALYSE 2 Sidste gang: One-way(ensidet)/one-factor ANOVA I dag: (Analysis of variance) med interaktion Problem: Hvordan håndterer vi forsøg, hvor effekten er forårsaget af to faktorer og en evt.

Læs mere

5.11 Middelværdi og varians Kugler Ydelse for byg [Obligatorisk opgave 2, 2005]... 14

5.11 Middelværdi og varians Kugler Ydelse for byg [Obligatorisk opgave 2, 2005]... 14 Module 5: Exercises 5.1 ph i blod.......................... 1 5.2 Medikamenters effektivitet............... 2 5.3 Reaktionstid........................ 3 5.4 Alkohol i blodet...................... 3 5.5

Læs mere

University of Copenhagen. Notat om statistisk inferens Larsen, Martin Vinæs. Publication date: Document Version Peer-review version

University of Copenhagen. Notat om statistisk inferens Larsen, Martin Vinæs. Publication date: Document Version Peer-review version university of copenhagen University of Copenhagen Notat om statistisk inferens Larsen, Martin Vinæs Publication date: 2014 Document Version Peer-review version Citation for published version (APA): Larsen,

Læs mere

Ukrudt sen fremspiring

Ukrudt sen fremspiring 561-13-15 Report Weed late emergence Jens Nyholm Thomsen jnt@nbrf.nu +45 21 68 95 88 NBR Nordic Beet Research Foundation (Fond) Højbygårdvej 14, DK-496 Holeby Borgeby Slottsväg 11, SE-237 91 Bjärred Phone:

Læs mere

1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ

1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ Indhold 1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) 2 1.1 Variation indenfor og mellem grupper.......................... 2 1.2 F-test for ingen

Læs mere

grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen

grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen 1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen

Læs mere

(studienummer) (underskrift) (bord nr)

(studienummer) (underskrift) (bord nr) Danmarks Tekniske Universitet Side 1 af 20 sider. Skriftlig prøve: 15. december 2008 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)

Læs mere

Kystbeskyttelse Lild Strand. Forslag til bidragsfordeling THISTED KOMMUNE

Kystbeskyttelse Lild Strand. Forslag til bidragsfordeling THISTED KOMMUNE Kystbeskyttelse Lild Strand Forslag til bidragsfordeling THISTED KOMMUNE 1. OKTOBER 2018 Indhold 1 Indledning 4 2 Anlægsoverslag 4 3 Forslag til bidragsfordeling 6 3.1 Skråningsbeskyttelse 6 3.2 Strandfodring

Læs mere

Hypoteser om mere end to stikprøver ANOVA. k stikprøver: (ikke ordinale eller højere) gælder også for k 2! : i j

Hypoteser om mere end to stikprøver ANOVA. k stikprøver: (ikke ordinale eller højere) gælder også for k 2! : i j Hypoteser om mere end to stikprøver ANOVA k stikprøver: (ikke ordinale eller højere) H 0 : 1 2... k gælder også for k 2! H 0ij : i j H 0ij : i j simpelt forslag: k k 1 2 t-tests: i j DUER IKKE! Bonferroni!!

Læs mere

Program. 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12

Program. 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12 Program 1. Varianskomponent-modeller (Random Effects) 2. Transformation af data. 1/12 Dæktyper og brændstofforbrug Data fra opgave 10.43, side 360: cars 1 2 3 4 5... radial 4.2 4.7 6.6 7.0 6.7... belt

Læs mere

Dragværk. På billedet kan du se en pige eller kvinde, der står på ryggen af en hane. Pigen er syet i dragværk. Det er et lille motiv på en knædug.

Dragværk. På billedet kan du se en pige eller kvinde, der står på ryggen af en hane. Pigen er syet i dragværk. Det er et lille motiv på en knædug. Dragværk Fra anden halvdel af 1700-tallet er tekstiler med såkaldt dragværk bevaret. Her trak kvinderne i brede borter tråde ud i hele stoffets bredde og syede derefter figurer som f.eks. dyr og træer

Læs mere

Lineær regression. Simpel regression. Model. ofte bruges følgende notation:

Lineær regression. Simpel regression. Model. ofte bruges følgende notation: Lineær regression Simpel regression Model Y i X i i ofte bruges følgende notation: Y i 0 1 X 1i i n i 1 i 0 Findes der en linie, der passer bedst? Metode - Generel! least squares (mindste kvadrater) til

Læs mere

Vejledning til skemaet Gødningskvote og Efterafgrøder 2014

Vejledning til skemaet Gødningskvote og Efterafgrøder 2014 Vejledning til skemaet Gødningskvote og Efterafgrøder 2014 Kolofon Denne vejledning er udarbejdet af Center for Jordbrug, Miljø i 2014 Ministeriet for Fødevarer, Landbrug og Fiskeri Ministeriet for Fødevarer,

Læs mere

Ovenstående figur viser et (lidt formindsket billede) af 25 svampekolonier på en petriskål i et afgrænset felt på 10x10 cm.

Ovenstående figur viser et (lidt formindsket billede) af 25 svampekolonier på en petriskål i et afgrænset felt på 10x10 cm. Multiple choice opgaver Der gøres opmærksom på, at ideen med opgaverne er, at der er ét og kun ét rigtigt svar på de enkelte spørgsmål. Endvidere er det ikke givet, at alle de anførte alternative svarmuligheder

Læs mere

Grundlag for samarbejde med kommuner om forebyggelse

Grundlag for samarbejde med kommuner om forebyggelse 44 Grundlag for samarbejde med kommuner om forebyggelse Overlæge lic.med. Jens Lauritsen Ortopædkirurgisk afd. O, OUH I årene 1999-2003 var der i alt 267.596 førstegangshenvendelser efter tilskadekomst

Læs mere

T A L K U N N E N. Datasæt i samspil. Krydstabeller Grafer Mærketal. INFA Matematik - 1999. Allan C

T A L K U N N E N. Datasæt i samspil. Krydstabeller Grafer Mærketal. INFA Matematik - 1999. Allan C T A L K U N N E N 3 Allan C Allan C.. Malmberg Datasæt i samspil Krydstabeller Grafer Mærketal INFA-Matematik: Informatik i matematikundervisningen Et delprojekt under INFA: Informatik i skolens fag Et

Læs mere

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA) Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:

Læs mere

SILKEBORG KOMMUNE FORÆLDRETILFREDSHEDSUNDERSØGELSE 2018 SKOLE OG SFO

SILKEBORG KOMMUNE FORÆLDRETILFREDSHEDSUNDERSØGELSE 2018 SKOLE OG SFO SILKEBORG KOMMUNE FORÆLDRETILFREDSHEDSUNDERSØGELSE 2018 SKOLE OG SFO 1 INDHOLD Afsnit 01 Introduktion Side 03 Afsnit 02 Sammenfatning Side 05 Afsnit 03 Skoleresultater Side 07 Afsnit 04 SFO-resultater

Læs mere

Naturvidenskabelig Bacheloruddannelse Forår 2006 Matematisk Modellering 1 Side 1

Naturvidenskabelig Bacheloruddannelse Forår 2006 Matematisk Modellering 1 Side 1 Matematisk Modellering 1 Side 1 I nærværende opgavesæt er der 16 spørgsmål fordelt på 4 opgaver. Ved bedømmelsen af besvarelsen vægtes alle spørgsmål lige. Endvidere lægges der vægt på, at det af besvarelsen

Læs mere

Program. 1. ensidet variansanalyse. 2. forsøgsplanlægning: blocking. 1/12

Program. 1. ensidet variansanalyse. 2. forsøgsplanlægning: blocking. 1/12 Program 1. ensidet variansanalyse. 2. forsøgsplanlægning: blocking. 1/12 Ensidet variansanalyse: analyse af grupperede data Nedbrydningsrate for tre typer af opløsningsmidler (opgave 13.8 side 523) Sorption

Læs mere

Kundernes tilfredshed med skadesforsikringsselskaberne i Danmark

Kundernes tilfredshed med skadesforsikringsselskaberne i Danmark [0] Dansk KundeIndex 2003 skadesforsikring Kundernes tilfredshed med skadesforsikringsselskaberne i Danmark Hovedresultater Indledning og metode For tredje år i træk gennemføres en samlet kundetilfredshedsundersøgelse

Læs mere

Generelle lineære modeller

Generelle lineære modeller Generelle lineære modeller Regressionsmodeller med én uafhængig intervalskala variabel: Y en eller flere uafhængige variable: X 1,..,X k Den betingede fordeling af Y givet X 1,..,X k antages at være normal

Læs mere

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA)

Anvendt Statistik Lektion 9. Variansanalyse (ANOVA) Anvendt Statistik Lektion 9 Variansanalyse (ANOVA) 1 Undersøge sammenhæng Undersøge sammenhænge mellem kategoriske variable: χ 2 -test i kontingenstabeller Undersøge sammenhæng mellem kontinuerte variable:

Læs mere

LUP læsevejledning til afdelingsrapporter

LUP læsevejledning til afdelingsrapporter Indhold Hvordan du bruger læsevejledningen... 1 Oversigtsfigur... 2 Temafigur... 3 Spørgsmålstabel... 4 Respondenter og repræsentativitet... 6 Oversigtsfigur for afsnit/underopdelinger... 8 Uddybende forklaring

Læs mere

Vina Nguyen HSSP July 13, 2008

Vina Nguyen HSSP July 13, 2008 Vina Nguyen HSSP July 13, 2008 1 What does it mean if sets A, B, C are a partition of set D? 2 How do you calculate P(A B) using the formula for conditional probability? 3 What is the difference between

Læs mere

NORDIC FIELD TRIAL SYSTEM FORSØGSPLANLÆGNING

NORDIC FIELD TRIAL SYSTEM FORSØGSPLANLÆGNING NORDIC FIELD TRIAL SYSTEM FORSØGSPLANLÆGNING Oprettelse af forsøgsplan... 3 Basis oplysninger... 4 Forsøgsdesign... 5 Planlagte grundbehandlinger... 6 Forsøgsbehandlinger... 7 Måletider og måleparametre...

Læs mere

Reeksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl

Reeksamen Bacheloruddannelsen i Medicin med industriel specialisering. Eksamensdato: Tid: kl Reeksamen 2018 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 13-08-2018 Tid: kl. 09.00-11.00 Bedømmelsesform

Læs mere

Løsning til eksaminen d. 14. december 2009

Løsning til eksaminen d. 14. december 2009 DTU Informatik 02402 Introduktion til Statistik 200-2-0 LFF/lff Løsning til eksaminen d. 4. december 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition,

Læs mere

Analysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17

Analysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17 nalysestrategi Vælg statistisk model. Estimere parametre i model. fx. lineær regression Udføre modelkontrol beskriver modellen data tilstrækkelig godt og er modellens antagelser opfyldte fx. vha. residualanalyse

Læs mere

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala 3 5% 5% 5% 0 3 4 5 6 7 8 9 0 Statistik for biologer 005-6, modul 5: Normalfordelingen opstår når mange forskellige faktorer uafhængigt af hinanden bidrager med additiv variation til. F.eks. Højde af rekrutter

Læs mere

Eksamen Bacheloruddannelsen i Medicin med industriel specialisering

Eksamen Bacheloruddannelsen i Medicin med industriel specialisering Eksamen 2016 Titel på kursus: Uddannelse: Semester: Forsøgsdesign og metoder Bacheloruddannelsen i Medicin med industriel specialisering 6. semester Eksamensdato: 17-02-2015 Tid: kl. 09.00-11.00 Bedømmelsesform

Læs mere

Eksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet

Eksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet Eksamen ved Københavns Universitet i Kvantitative forskningsmetoder Det Samfundsvidenskabelige Fakultet 14. december 2011 Eksamensnummer: 5 14. december 2011 Side 1 af 6 1) Af boxplottet kan man aflæse,

Læs mere

Bekendtgørelse om stemmesedler til brug ved kommunale og regionale valg

Bekendtgørelse om stemmesedler til brug ved kommunale og regionale valg BEK nr 1123 af 15/10/2014 (Gældende) Udskriftsdato: 16. marts 2017 Ministerium: Social- og Indenrigsministeriet Journalnummer: Økonomi- og Indenrigsmin., j.nr. 2014-17902 Senere ændringer til forskriften

Læs mere

finansielle virksomheder mv.), der ikke er momsregistreret i særlig stor grad, men som i stedet afregner lønsumsafgift.

finansielle virksomheder mv.), der ikke er momsregistreret i særlig stor grad, men som i stedet afregner lønsumsafgift. Notat Jord & Affald J.nr. MST-779-00115 Ref. RH 11. maj 2010 Oversigt over virksomheder med omsætning under 50.000 kr. i 2008 Oversigten er et hjælpemiddel, som kommunerne kan benytte sig af i forbindelse

Læs mere

Kvælstofreducerende tiltags effekt på kvælstofprognosen

Kvælstofreducerende tiltags effekt på kvælstofprognosen 1 Kvælstofreducerende tiltags effekt på kvælstofprognosen Finn P. Vinther og Kristian Kristensen, Institut for Agroøkologi, Aarhus Universitet NaturErhvervstyrelsen (NEST) har d. 12. juli bedt DCA Nationalt

Læs mere

for gymnasiet og hf 2016 Karsten Juul

for gymnasiet og hf 2016 Karsten Juul for gymnasiet og hf 75 50 5 016 Karsten Juul Statistik for gymnasiet og hf Ä 016 Karsten Juul 4/1-016 Nyeste version af dette håfte kan downloades fra http://mat1.dk/noter.htm HÅftet mç benyttes i undervisningen

Læs mere

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1)

Billedbehandling og mønstergenkendelse: Lidt elementær statistik (version 1) ; C ED 6 > Billedbehandling og mønstergenkendelse Lidt elementær statistik (version 1) Klaus Hansen 24 september 2003 1 Elementære empiriske mål Hvis vi har observationer kan vi udregne gennemsnit og varians

Læs mere

En intro til radiologisk statistik. Erik Morre Pedersen

En intro til radiologisk statistik. Erik Morre Pedersen En intro til radiologisk statistik Erik Morre Pedersen Hypoteser og testning Statistisk signifikans 2 x 2 tabellen og lidt om ROC Inter- og intraobserver statistik Styrkeberegning Konklusion Litteratur

Læs mere

Kursus Introduktion til Statistik. Forelæsning 13: Summary. Per Bruun Brockhoff

Kursus Introduktion til Statistik. Forelæsning 13: Summary. Per Bruun Brockhoff Kursus 02402 Introduktion til Statistik Forelæsning 13: Summary Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:

Læs mere

1 Hb SS Hb Sβ Hb SC = , (s = )

1 Hb SS Hb Sβ Hb SC = , (s = ) PhD-kursus i Basal Biostatistik, efterår 2006 Dag 6, onsdag den 11. oktober 2006 Eksempel 9.1: Hæmoglobin-niveau og seglcellesygdom Data: Hæmoglobin-niveau (g/dl) for 41 patienter med en af tre typer seglcellesygdom.

Læs mere

Nordic Field Trial System Version: 1.0.0.17002

Nordic Field Trial System Version: 1.0.0.17002 Nordic Field Trial System Version: 1.0.0.17002 070400808 Alternativt koncept til nedfældning af svinegylle i vinterhvede Til Oversigt Landscentret, Planteavl Udkærsvej 15, Skejby 8200 Århus N. Forsøgsplanen

Læs mere

Basic statistics for experimental medical researchers

Basic statistics for experimental medical researchers Basic statistics for experimental medical researchers Sample size calculations September 15th 2016 Christian Pipper Department of public health (IFSV) Faculty of Health and Medicinal Science (SUND) E-mail:

Læs mere

Kritisk gennemgang af økonomisk grundlag, EY rapporten: vurdering af økonomisk potentiale ved ændring af skolestrukturen i Randers kommune

Kritisk gennemgang af økonomisk grundlag, EY rapporten: vurdering af økonomisk potentiale ved ændring af skolestrukturen i Randers kommune Kritisk gennemgang af økonomisk grundlag, EY rapporten: vurdering af økonomisk potentiale ved ændring af skolestrukturen i Randers kommune Økonomien er opdelt i 2 dele: Personaleomkostninger som følge

Læs mere

Kapitel 11 Lineær regression

Kapitel 11 Lineær regression Kapitel 11 Lineær regression Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 1 Indledning Vi modellerer en afhængig variabel (responset) på baggrund af en uafhængig variabel (stimulus),

Læs mere

Bilagsnotat til: De nationale tests måleegenskaber

Bilagsnotat til: De nationale tests måleegenskaber Bilagsnotat til: De nationale tests måleegenskaber Baggrund Der er ti obligatoriske test á 45 minutters varighed i løbet af elevernes skoletid. Disse er fordelt på seks forskellige fag og seks forskellige

Læs mere

Hvad betyder jordtypen og dyrkningshistorien for kvælstofbehovet?

Hvad betyder jordtypen og dyrkningshistorien for kvælstofbehovet? Hvad betyder jordtypen og dyrkningshistorien for kvælstofbehovet? Landskonsulent Leif Knudsen, konsulent Niels Petersen og konsulent Hans S. Østergaard, Landskontoret for Planteavl, Landbrugets Rådgivningscenter

Læs mere

Dette notat indeholder en oversigt over hovedresultater fra PISA Etnisk 2012. Notatet består af følgende

Dette notat indeholder en oversigt over hovedresultater fra PISA Etnisk 2012. Notatet består af følgende PISA Etnisk 2012: Kort opsummering af de væsentligste resultater Dette notat indeholder en oversigt over hovedresultater fra PISA Etnisk 2012. Notatet består af følgende afsnit: Fem hovedresultater Overordnede

Læs mere

Pilotprojekt FFA-Rådgivningsprogram Afdelingen for Veterinære forhold og Råvarekvalitet Mejeriforeningen/Dansk Kvæg. Slutrapport Maj 2007

Pilotprojekt FFA-Rådgivningsprogram Afdelingen for Veterinære forhold og Råvarekvalitet Mejeriforeningen/Dansk Kvæg. Slutrapport Maj 2007 Pilotprojekt FFA-Rådgivningsprogram Afdelingen for Veterinære forhold og Råvarekvalitet Mejeriforeningen/Dansk Kvæg Slutrapport Maj 2007 Sammendrag Baggrund for pilotprojektet For mange frie fedtsyrer

Læs mere

Module 4: Ensidig variansanalyse

Module 4: Ensidig variansanalyse Module 4: Ensidig variansanalyse 4.1 Analyse af én stikprøve................. 1 4.1.1 Estimation.................... 3 4.1.2 Modelkontrol................... 4 4.1.3 Hypotesetest................... 6 4.2

Læs mere

Afprøvning af nye ukendte tidlige kartoffelsorter via udbytteforsøg med og uden plastdækning 2017

Afprøvning af nye ukendte tidlige kartoffelsorter via udbytteforsøg med og uden plastdækning 2017 Afprøvning af nye ukendte tidlige kartoffelsorter via udbytteforsøg med og uden plastdækning 2017 Projektansvarlig. LMO Samsø v/knud Ravn Nielsen: knn@lmo.dk Resume På Samsø er der udført ni forsøg med

Læs mere

Bilag 1. Om læsning og tolkning af kort udformet ved hjælp af korrespondanceanalysen.

Bilag 1. Om læsning og tolkning af kort udformet ved hjælp af korrespondanceanalysen. Bilag 1. Om læsning og tolkning af kort udformet ved hjælp af korrespondanceanalysen. Korrespondanceanalysen er en multivariat statistisk analyseform, som i modsætning til mange af de mere traditionelle

Læs mere

Dansk Sportsdykker Forbund

Dansk Sportsdykker Forbund Dansk Sportsdykker Forbund Teknisk Udvalg Sid Dykketabellen Copyright Dansk Sportsdykker Forbund Indholdsfortegnelse: 1 FORORD... 2 2 INDLEDNING... 3 3 DEFINITION AF GRUNDBEGREBER... 4 4 FORUDSÆTNINGER...

Læs mere

Opgave I II III IV V VI Spørgsmål (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) Svar 5 4 4 2 3 1 1 5 4 1

Opgave I II III IV V VI Spørgsmål (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) Svar 5 4 4 2 3 1 1 5 4 1 Danmarks Tekniske Universitet Side 1 af 18 sider. Skriftlig prøve: 1. juni 2005 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle sædvanlige Dette sæt er besvaret af (navn)

Læs mere

Besvarelse af vitcap -opgaven

Besvarelse af vitcap -opgaven Besvarelse af -opgaven Spørgsmål 1 Indlæs data Dette gøres fra Analyst med File/Open, som sædvanlig. Spørgsmål 2 Beskriv fordelingen af vital capacity og i de 3 grupper ved hjælp af summary statistics.

Læs mere

Normalfordelingen. Det centrale er gentagne målinger/observationer (en stikprøve), der kan beskrives ved den normale fordeling: 1 2πσ

Normalfordelingen. Det centrale er gentagne målinger/observationer (en stikprøve), der kan beskrives ved den normale fordeling: 1 2πσ Normalfordelingen Det centrale er gentagne målinger/observationer (en stikprøve), der kan beskrives ved den normale fordeling: f(x) = ( ) 1 exp (x µ)2 2πσ 2 σ 2 Frekvensen af observationer i intervallet

Læs mere

Bønnevægt Side 1. tabel 1: bønnevægte fra Johannsens rene linie 13 (forældrevægt= 0,375 g) 0,40-0,45 0,35-0,40

Bønnevægt Side 1. tabel 1: bønnevægte fra Johannsens rene linie 13 (forældrevægt= 0,375 g) 0,40-0,45 0,35-0,40 Bønnevægt Side 1 Baggrund Mange væsentlige egenskaber hos organismer bestemmes af en kombination af et stort antal gener og en miljøpåvirkning af den samlede geneffekt. Eksempler herpå er størrelse og

Læs mere

Introduktion til EXCEL med øvelser

Introduktion til EXCEL med øvelser Side 1 af 10 Introduktion til EXCEL med øvelser Du kender en almindelig regnemaskine, som kan være til stort hjælp, når man skal beregne resultater med store tal. Et regneark er en anden form for regnemaskine,

Læs mere

Tildeling af Magnesium ved dyrkning af stivelseskartofler. Delrapport 2018 AKV Langholt

Tildeling af Magnesium ved dyrkning af stivelseskartofler. Delrapport 2018 AKV Langholt Tildeling af Magnesium ved dyrkning af stivelseskartofler Delrapport 2018 AKV Langholt Skrevet af: Henrik Pedersen og Claus Nielsen AKV Langholt AmbA Gravsholtvej 92 9310 Vodskov Indhold Resumé... 3 Baggrund...

Læs mere

Eksamen i Statistik for biokemikere. Blok

Eksamen i Statistik for biokemikere. Blok Eksamen i Statistik for biokemikere. Blok 2 2007. Vejledende besvarelse 22-01-2007, Niels Richard Hansen Bemærkning: Flere steder er der givet en argumentation (f.eks. baseret på konfidensintervaller)

Læs mere

Muligheder: NB: test for µ 1 = µ 2 i model med blocking ækvivalent med parret t-test! Ide: anskue β j som stikprøve fra normalfordeling.

Muligheder: NB: test for µ 1 = µ 2 i model med blocking ækvivalent med parret t-test! Ide: anskue β j som stikprøve fra normalfordeling. Eksempel: dæktyper og brændstofforbrug (opgave 25 side 319) Program: cars 1 2 3 4 5... radial 4.2 4.7 6.6 7.0 6.7... belt 4.1 4.9 6.2 6.9 6.8... Muligheder: 1. vi starter med at gennemgå opgave 7 side

Læs mere

Repetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable

Repetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable Normal fordelingen Normal fordelingen Egenskaber ved normalfordelingen Standard normal fordelingen Find sandsynligheder ud fra tabel Transformation af normal fordelte variable Invers transformation Repetition

Læs mere