ده اشتباه عام آماری در تحقیق و گزارش کشاورزی
ده اشتباه عام آماری درتحقیق وگزارش کشاورزی مطرح است. نتیجه بعضی تغییرات در فلسفه آماری در طول سالها که زیست شناسان به طور کلی و کشاورزان به طور اختصاصی در مورد اطلاعات تحلیلی و روش های تفسیرشان هیچ پاسخی ندارند . بقیه موارد بوسیله وابستگی زیاد به کامپیوترها بدون مطالعه دقیق نمونه های اطلاعات اصلی و بدون رسیدگی دقیق به حساب ها که کامپیوتر انجام می دهد،می باشد . اهمیت آزمایشات طرح ریزی به طور صحیح با نگاهی به سمت تحلیل های آینده مورد تاکید واقع شده است . روش تجربی درست کنترل شده و دقیق نیز مورد سفارش قرار گرفته است . برنامه ریزی صحیح معمولا اطمینان می دهد که مقایسه های منطقی می تواند صورت گیرد بدون مراجعه کردن به استفاده از روشهای مکانیکی از قبیل مقایسه های چندگانه وهمچنین اهمیت سو استفاده از روشهای مقایسه ای چندگانه از قبیل ) DMRTآزمایش مرحله ای چند گانه دانکن) مورد بحث واقع شده است . این نکته قابل توجه است در مواردی که ترکیب های منطقی در معامله یا طرز رفتار وجود ندارد استفاده از روش های مقایسه ای چندگانه صحیح است
آمارهای کاربردی نوین در تحقیقات کشاورزی در آمریکا و جاهای دیگر در 40سال اخیر مورد استفاده قرار گرفته است . در طول این مدت ، بعضی از روشها تغییر کرده است . برای مثال امروزه بر روی آزمون فرضیه تاکید کمتر و بر روی برآورد اندازه اختلافات و دیگر مفاهیم تاکید بیشتری است . هم اکنون ما به دنبال نشانه هایی از مفاهیم هستیم و از اطلاعاتی استفاده می کنیم که از نظر برآورد اندازه و اهمیت این مفاهیم و نتایج ما را تامین کند . همچنین مقداری اصلاحات درافکار درباره بعضی از مفاهیم حاصله از کاربرد گسترده مهارتهای آماری بنابر مشکلات زیستی صورت گرفته است. به طور مثال ،بر خلاف سابق ، استفاده از نقشه های بزرگ کم است . امروزه ما استفاده از نقشه های کوچک با جبران افزایش در تعداد تکرار ها را برای استفاده از منابع قابل دسترس توصیه می کنیم . قابلیت استفاده آماده کامپیوترهای الکتریکی موثر2اثر مثبت و منفی دارد. داده های مثبت را می توانیم به طور خیلی موثر و دقیق با هزینه کم پردازش کنیم.تجزیه هایی وجود دارد که می تواند اجرا شود که قبل از وجود تکنیک های محاسباتی مدرن اجرای آن غیر ممکن است . از سوی دیگر ، دسترسی به بسته های آماری بوسیله تحقیقاتی با پیشینه آماری محدود اشتباهات در روش های آماری را، امروزه افزایش داده است. مدارک فراوانی از اشتباعات آماری در تحقیقات کشاورزی وجود دارد . موضوع رایج در هر کدام از مجلات علمی گیاهی وجود موارد فراوانی را در موضوع موردبحث مطرح می کند. مجلات کشاورزی در تلاشند تا موقعیت را بهبود بخشند اما نویسندگان در حال جستجوی کمک های بیشتر برای تصمیم گیری در مورد اینکه کدامیک از تکنیک های آماری را آنها باید چگونه استفاده کنند،هستند . هدف این مقاله نشان دادن و بحث کردن راجع به 10 اشتباه رایج آماری در کشاورزی کاربردی می با شد . بعضی از اینها بیشتریک وقفه استفاده آماری به جای یک خطا هستند .
1- بلوک بندی نادرست و پیاده کردن غیر صحیح طرح آزمایشی
ملاحظات آماری باید شامل مراحل ادراکی آزمایش باشد . این شاید فقط دومین نیاز برای یک ایده تحقیق پذیر خوب است .
اولین دلیل برای قوانین آماری مورد استفاده، تضمین کردن کبفبت داده های بدست آمده راجع به مسئله مطالعه شده است فرضیات نمونه برداری در رابطه با جمعیت هایی که نتایج آزمایش از آنها نتیجه می شود وجود دارد شرایط جمعیت های محیطی،متدآزمایشی وتیمار ،فرضیات طرح آزمایشی از قبیل اینکه کدام طرح آزمایشی باید استفاده شود ؟ چه تیماری باید مطالعه شود وچند تکرار لازم است؟ تعدادی ازفرضیات عملی وابسته به جهت ،اندازه وشکل پلان وبلوک وجود دارد . مشکل آمارگر در مرحله اولیه درطرح ریزی یک ازمایش (بخصوص اگر محقق به خوبی درآمار تربیت نشده باشد ) مفید است اگر متمرکز شود روی سوالات مخصوص برای جواب داده شدن ومتد های آماری مناسب برای آزمایش براورد یافرضیه وهمچنین می تواند درانتخاب تیمار کمک بطلبد در این مسیر مقایسه های تیمار می توانند درمرحله تحلیل داده موثر شود
2-اشتباه استفاده از طرح آزمایشی نامناسب یا اشتباه درطرح مناسب
معرفترین طرح درتحقیقات کشاورزی قالب طرح بلوک کامل تصادفی است .طرح بلوک های کامل تصادفی ف، طرحی ساده ودربیشتر موارد قابل قبول وکار آمد است .اگر بطور مناسب سابقا قالب راطرح ریزی می کردند. دومین طرح خیلی معروف اگر بعضی از روشه اسپلت پلات می باشد حالت های زیادی درطرح اسپلت پلات است که اشکارا طرح بلوک های کامل تصادفی کاربرد دارد باطرح فاکتوریل اگر خواستار مقدم بودن آزمایشات باشیم درمورد اینکه کجا فقط سطح اندکی از اثر کل طرح یا تکرار ها کم باشد خطای کل طرح درتجزیه اسپلت پلات از اراده براورد واریانس با کاهش دقت وکجا نخواست یک آزمایش خوب دراثر کل فاکتور.
یک طرح فاکتوریل ازآزمایشات درون ساختاری از قالب طرح بلوک کامل تصادفی به صورت مساوی ساختن آماره اندازه گیری دقیقه برای همه اثرات وبه عبارت دیگر هردو مجموعه ها ازاثرات اصلی ومتقابل
نمونه های زیادی درطرح اسپلت پلات است که به طور نامناسب نامزد بودن برای قالب طرح بلوک های کامل تصادفی.
برخی ازرفتار ازمایش معین می کند جهت زیر مجموعه بررسی آزمایشات در گروهای ازقبیله جمع آوری داده ونشان دادن برای اثرات آزمایشی ،گروه برداشت ومانند آن
این قبیل بررسی غیر تصادفی درواحدهای آزمایشی مثبت نشان می دهد ارتباط بین بررسی واحدها درگروه ها ،یک طرح اسپلت پلات به وجود می آورد تشخیص عیب این هدایت این امکان تجزیه وتخمین نادرست واریانس خطای آزمایشی .
یک طرح آزمایشی مناسب به وسیله قصور درشناختن ترکیب به واحد آزمایشی امکان تخریب دارد .
برای مثال امکان سعی برای آماده کردن تکرار به صورت طرح های بزرگی که به قسمت های خرد تقسیم بندی شده که آزمایش کاربردی داشته اند (شکل 1) در آزمایش سمپاشی هوایی برای کنترل بیماری ، 3ماده شیمیایی که مورد استفاده در طبقه های بالا و سپس طبقه های بخش فرعی آماره برای محقق با اندیشه صحیح تکرار کنند . در شکل 1 قالب طرح بلوکهای کامل تصادفی درست نیست که محقق برای کاربرد آن نامزد شود .
هر طبقه یک واحد آزمایشی و بخش های فرعی ساده هستند ، نه تکرار شدنی .
یک قالب طرح بلوک های کامل تصادفی (شکل 2) سپس محقق به صورت تناوبی اختصاص می دهد . در این مورد 9 واحد آزمایشی در 3 بلوک از هر 3 تصادفی کردن
راه حل انتقال تصادفی کردن نیاز به قالب طرح بلوک کامل بصادفی در انجام سمپاشی هوایی مطابق با این نقشه تجدبد نظر شده است . برآورد تخمین خطر اثر مواد سمپاشی به گیج کردن تمایل دارد . شرایط زمین مشکل بزرگی نیست و پاسخ مناسب به شرط آنکه تخمین آزمایش اشتباه باشد .
مثال دیگر ، استفاده از طرح نامناسب است . جایگزینی فاکتر های غلط در سطح همه قطعات در طرح split-plot اخیرا یکی از نویسندگان به یک آزمایش گلخانه ای مواجه شد که شامل یک مطالعه واکنش 12 خاک مختلف به آهک را بررسی می کرد . در سطح آهک ( 0و2t/ha) . هدف از این آزمایش مشاهده واکنش متفاوت خاکها به آهک بود . طرح split-plot با فاکتور whole-plot در آهک استفاده شد که در بلوکهای تصادفی مرتب شده بود . ولی مقایسه دو سطح آهک در خاک انجام نشد . یک ترتیب خیلی بهتر برای رسیدن به اهداف معین تصادفی کردن خاکها برای whole-plot و قرار دادن فاکتور آهک در سطح sub-plot است . مقایسه دو سطح آهک در خاک باید بسیار دقیق باشد زیرا sub-plot اشتباه می شود . اگر بالاتر از تعداد زیادی از میزان آزادی که برای آزمایش استفاده شده است .
3- اشتباه در تصادفی کردن تیمار ها در طرح آزمایشی
تصادفی کردن بیمه می کند که اثر تیمار ها و اشتباهات آزمایشی بی غرض تخمین زده می شود .نقصان استفاده از شیوه های تصادفی مناسب می تواند در تیمار های معین مطلوب باشد یا بخاطر موقعیت که آنها در آن قرار گرفته اند در محل آزمایش و باعث تفاوت در میزان دقت مقایسه های مختلف شده اند نا مطلوب باشد . محققان علوم گیاهی در طول 20سال گذشته نتایج گسترده با تعدادی از مثالها در این مورد که نیاز به طرح تصادفی نبوده مواجه شده ایم . روش تصادفی کردن در روش های آماری بحث شده است . همچنین وجود دارد روشهای مناسب در برخی از دسته های محاسبات آماری.
تصادفی کردن برای واحد های آزمایشی در زمان تعیین تیمار فقط بررسی شده است این اهمیت که محقق در طول جنبه های مختلف تحقیق که جنبه طول کل صورتهای آزمایش که ارتباط نادرست در بین واحد های آزمایشی وجود دارد . در تیمارهای مشابه یا رابطه های دیگر توصیه نمی شود .
برای این الگو ممکن است اتفاق بیفتد . مثلا اگر گیاهان گلدانی از تکرار های مختلف در یک گروه باشند مدیریت تهیه مواد غذایی روزانه آسان می شود.زمانی که آزمایشات به صورت سری انجام میشوند (چندمکان-چند سال) لازم است که انتخاب تصادفی مختلف برای هر آزمایش انجام شود . این کاهش تمایل که ممکن است دو تیمار هم جوار برروی هم اثر متقابل داشته و تمایل به برابرکردن تمامی شباهت های ارزنده است .
همچنین تمامی مراحل آزمایشات مانند زنجیر و جدا از هم می با شد . برای مثال گیاهان براساس یک طرح آزمایشی در گلخانه رشد کنند و سپس به مزرعه انتقال داده شوند ودر مرحله دوم آزمایش در شرایط محیطی مزرعه . ویا ممکن است گیاهان به صورت تصادفی در مرحله ای از چرخه زندگی در گلخانه رشد کنند و سپس در مرحله خاصی از رشد در طرح آزمایشی قرار داده شوند. انتخاب تصادفی مناسب در آن مرحله باعث اجتناب از تاثیرات تیمار و خطاهای آزمایشگاهی شده ( اثر تنوع شرایط محیطی در طول مراحل قبل رشد ) اما یک طرح آزمایشی موثر باید در برگیرنده تدارکات برای خطا ها در تمامی مراحل رشد گیاه باشد.
4- استفاده از اندازه نامناسب یک آزمایش (تعداد تکرار نامناسب)
استفاده از تعداد تکرار مناسبدر یک آزمایش خیلی مهم است . استفاده از نعداد تکرار کم نتیجه مبهم به همراه دارد و در حالی که استفاده از تعداد تکرار زیاد پر هزینه می با شد . اشتباه احتمالی متخصصین کشاورزی از جنبه تکرار کم اغلب از جنبه های دیگر بیشتر است . از منظر دیگر مزرعه آزمایش جداگانه زمانی که محقق در تلاش برای رسیدن به نتیجه مناسب با دو تکرار می باشد ارزنده است . در شرایط مزرعه ای کمی وجود دارد زمانی که تعداد تکرار ها مناسب باشد .
جدول 1-2 کوکران و کوکس (1957) راهنمای مفیدی جهت تعیین تعداد مناسب تکرارها تهیه کردند. اگر چه شباهت های متنوع مواد آزمایشگاهی (ضریبی از تنوع ) واضح باشد و محقق موافق تفاوت براورد بین میانگین از در صد معین باشد . همچنین ضروری است در فرضیات یک سطح احتمال برای تست (α) و یک احتمال از نپذیرفتن یک فرضیه کاذب . همچنین در تحقیقات محققین کشاورزی مهم است برای تکرار در نمونه مناسب منابع جمعیتی از شرایط محیطی .
این مهارت معمولا بوسیله تست زیاد کشت در چندین سال و چندین موقعیت با اهمیت ناحیه جعرافیایی بدست می آید .بعید به نظر می رسد که تست از یک جنبه در یک سال نتیجه معتبر بدون استثناء بدست آید .در شرایط محدودیت زیاد منابع محیطی .
5- استفاده از تکنیکهای آزمایشی نامناسب:
داده های ارزنده یک آزمایش وابستگی زیادی دارد به تکنیک های آزمایشگاهی استفاده شده . زیرا مقدار آمار با تنوع و روشها برای رفتار با آن با کمبود تکنیک های آزمایشگاهی استفاده شده در حیطه علاقه کارشناس آمار بستگی دارد . در حقیقت کارشناسان آمار مهمترین مشارک را با محققین کشاورزی در طرح سوالات تحقیق در حدود تکنیکهای آزمایشگاهی بایک چشم انداز پیشرفت داشته باشند. جهت اطلاعات بدست آمده از آزمایش به میزان زیادی بستگی به تکنیک های آزمایشگاهی استفاده شده دارد . از آنجایی که آمار ها در مورد تغییر پذیری صحبت می کند و روشهایی درباره آن تکنیک های آزمایشگاهی قلمرو نگرانی متخصصین آمار می شود . در حقیقت متخصصین آمار شاید یکی از پر اهمیت ترین سهم را در تحقیقات کشاورزی در پاسخ به سوالات محققین درباره تکنیک های آزمایشگاهی با توجه به بهبود آن دارند. ما فهمیدیم که برخی از متخصصین کشاورزی مفهوم بلوکه بندی موثر را
نمی دانند در بعضی موارد آنها فقط بلوکه کردن را برای تکرار استفاده می کنند نه جهت کنترل اشتباهات . بعضی افراد قبل از اینکه به اندازه کافی با مراحل آزمایشی آشنا شوند آزمایشات را انجام می دادند و در نتیجه آنها تکنیک های خوبی استفاده نمی کردند.
بعضی ها در کنترل متغیرها مراقبت کافی نداشتند که به گفته ما تکنیک های آزمایشی آنها خارج از کنترل می با شد . دیگران بازنگری کافی روی مراحل آزمایش نداشتند یا اینکه آنها حوادث غیر طبیعی که در موقع آزمایش اتفاق می افتاد را یادداشت
نمی کردند . به طور کلی دقت با استفاده از تکنیک آزمایشی واحد در سراسر گروههای آزمایشی افزایش می یابد بعضی روشهای استاندارد کردن تکنیکها : 1- نوشتن مراحل جهت هدایت فاز های مختلف آزمایشات و یک برنامه زمانی جهت اجرای آنها
1- تمام پرسنل را با داده ها طرح ها و اطلاعات روبرو کنیم و آنها را از منابع مختلف اشتباه و نیاز به تکنیک های خوب آگاه کنیم
2- از درمان های متحد الشکل استفاده کنیم
3- تمرین کنیم که تمام عوامل خارجی را به اندازه کافی کنترل کنیم تا آنجا که هر درمان تاثیرش را تحت شرایط کنترل شده و شرایط قابل مقایسه داشته باشد .
4- مقیاس مناسب بی طرف جهت تاثیر در مان ها درست کنیم .
5- از اشتباهات بزرگ جلوگیری کنیم
بعضی از جنبه های تکنیک شامل انتخاب مناسب ، اندازه و شکل طرح ،انتخاب مقدار کنترل شده در آزمایشات مختلف و زمان بندی مناسب عنلکرد ها می شود .از دید آماری خیلی مهم است که اشخاصی که آزمایشات را طرح ریزی می کنند درموضوع به همان خوبی تکنیک های طرح ورزیده باشند به عبارت دیگر این غیر ممکن است اعتبار بدهیم به اطلاعات غیر دقیقی ،در حالی که آنها تحت شرایط مهمی جمع آوری شده اند.
6- استفاده از واژه خطای آزمایشی نا مناسب یا دوباره سازی خطا استاندارد
استفاده از واژه خطای نامناسب جهت آزمون یا ایجاد خطا های استاندارد یک مشکل است که سالها وجود داشته است اما اخیرا به دلیل استفاده مشترک از بسته های شماره خبری آماری افزایش یافته است که به عنوان واژه خطای پیش فرض استفاده می شود تا تحت عنوان واژه خطا و تخمین دقت در کامپیوتر استفاده شود نسبت زیادی از موارد به صورت اتوماتیک بوسیله دسته بندی های کامپیوتری که درست نیست ایجاد شود . استفاده کنندگان بسته کامپیوتری جهت صحت تجزیه آنها مسئول هستند. اختلاف تجزیه اطلاعات از طرح کاملا تصادفی در هر طرح نمونه داده شده است .تجزیه واریانس داده از طرح بلوک کامل تصادفی هر کدام از پلاتها از مجموع نمونه خطا های تشکیل شده از خطای آزمایشی معمول می با شد . خطای آزمایشی خطای دوره مربوط به آزمایش رفتارها است نه براساس خطای نمونه. F براساس 2 فرم نسبت به رفتار MS در خطای MS با 9و27 درجه آزادی نه در سطح آزادی معنی دار 05/0 فقط یکی از بلوکهای مکانی و آزمایشات متناسب با مدل خطی بوسیله کامپیوتر استفاده می شود خطا هایی که روی هم گذاشته می شوند می توانند 590 =227/[(400×200) + (2000(×27)] استفاده شود. استفاده از این خطای جمع شده نامناسب است . کامپیوتر در مخرج کسر از 590 بجای2000 در ضریب F استفاده می کند و مخرج کسر درجه آزادیممکن 227 باشد بجای مقدار صحیح 27 . نتیجه دریافتی می تواند غلط باشد و آزمایشات در سطح 05/0 معنی دار خواهد بود .یا اگر مدل مشخص باشد خطااز نمونه خطای جداگانه بدست می آید. بعضی از کامپیوتر ها یکجا از نمونه خطاها در آزمایش رفتارها و نتایج طبقه بندی شده در یک سوق دادن رو به بالا بزرگی در نسبت F استفاده می کنند.
کجا نتایج مطلوب محقق باشد از ارزش نسبت خطای دوره استفاده می شود زیرا اگر طرحهای طبیعی را ملزم کند مشکل خواهد بود یکی از مثالهای رایج در طرح از اتاق آزمایشی رشد است . تهیه کافی اتاقهای تکثیر و تنظیم کردن درجه حرارت مشکل است . اغلب اتاقها از طرف محقق بایک شماره مشخص (سهیم) هستند .و همچنین انتخاب های تنظیمی یکدست برای مشخص کردن یک اتاق مشکل است . همانند کردن ترکیبی از فاکتور ها در اتاق بیشترین راحتی را نتیجه میدهد. اما نتایج از دومین نوع خطای دوره ای همانند اختصاصی برای تست آزمایش ها درجه رطوبت نیست . در جریان استفاده از آزمایش نتایج مشکل و معمولا متعددی در اختیار قرار می گیرد. بعضی از تنظیمات دما درون اتاق از تداوم (اجرا) با ترکیب فاکتور های ترکیبی گوناگون بیرون روی در اتاق است. در تداوم (جریان) یک بلوک در بلوک کاملا تصادفی تمام پلات مرتب شده از دما و پلات ها در محدوده اتاق ها در یک جریان طرحهای فرعی بررسی می شوند، روش نوشتن راه حل امید میانگین برابر(مساوی) که روشهای آزمایشگاهی آماری را شرح می دهد (توصیف می کند) مفید در یک راهنمایی مناسب مدت خط برای آزمایش، مخصوصا در وضعیت های که آنجا چندین اندازه طرح یا سطح های از حدود خط در آزمایش یکسان است .
7- اشتباه در مطالعه الگوی داده ها :
با استفاده از کامپیوترهای مدرن،یک گرایش به پردازش معمولی داده ها از طریق تجزیه و تحلیل معمولی داده های استاندارد بدون مطالعه دقیق الگوهای متنوع در داده ها ،وجود دارد.به عنوان یک نتیجه ،محققین ،خیلی کم آشنا و مانوس با رفتار داده های آزمایشی خود ،نسبت به هنگامی که تجزیه و تحلیل دستی انجام می شود،هستند.این امر برای داده های ناسازگار راحت است که از ردیابی و کشف شدن فرار کنند.
وجود یک داده غیر معمول(دور از انتظار)می تواند منجر به بزرگ شدن واریانس شود،بدون آشکار بودن،اگر به عنوان مثال فقط یک تجزیه و تحلیل معمولی واریانس انجام گیرد.
واریانس های ناهمگن،نامناسب بودن متد(روش) و مدل فرضیات،بندرت بدون یک مطالعه دقیق داده ها ،آشکار خواهد بود.اگر مجموعه داده ها برای مطالعه دستی، خیلی بزرگ است،برنامه های متنوع کامپیوتر برای تصحیح،آنالیز مانده،آزمون هنجاری(عادی و همگن بودن)و غیره ،برای کمک به یک تجزیه و تحلیل کامل داده ها قابل استفاده هستند.اگر دلایل و علت داده های دور از انتظار (outlier)قابل استفاده باشد،این امکان پذیر است تا آنها را با تخمین های طرح مفقودیابی جایگزین کرد.
در بعضی موارد،کل قسمتی از داده ها(یا حتی تمام مجموعه داده ها)،تحت تاثیر فاکتورهای غیرقابل کنترل یا طرح آزمایشی ویا ورودی و خروجیهای نامناسب،نامعتبر هستند.این مهم است که چنین دلایلی شناخته شوند و به آنها پرداخته شود.
ردیابی(کشف)قسمتی از داده ها که واریانس آنها با دیگر بخش های داده ها اختلاف دارند،باید بوسیله مقایسه حدود بین تکرارها برای هر عملیات یا بوسیله تجزیه و تحلیل مانده ها ،باید انجام شود.
چندین روش برای تعیین اینکه اشتباهاتی در مجموعه داده ها هست و آنها نامتجانس هستند،وجود دارد.در بعضی موارد،یک تبدیل مانند گزارش تبدیل ممکن است مورد استفاده قرار گیرد.
یک رویکرد دیگر ،تفکیک داده ها به مجموعه هایی که دارای واریانس همگن هستند و انجام تجزیه و تحلیل های جداگانه واریانس برای هر مجموعه می باشد.یک مطالعه دقیق از الگوی داده می تواند کمک کند که آیا تعیین یک مدل بیولوژیکی قیاسی کافی است و یا اینکه الگو، مدلهای دیگری را مناسب نشان می دهد.
8- تکیه بیش از اندازه بر نوع خاصی از تجزیه های آماری
در تحقیقات کشاورزی ، تجزیه واریانس بیشتر در تجزیه روشهای بین المللی است . این روش آماری تائید
می کنددر همه اساس روشهای آماری دنبال می کند و این با کشاورزی بیشتر مانوس است . تجزیه واریانس شیوه قوی برای فهمیدن اختلاف در داده و شایستگی عمده ابزار است. بنابراین بستگی بیش از اندازه در تجزیه واریانس یا چند تای دیگر از روش تجزیه واحد آماری است ابزار برای تحقیق این دو مسئله (مشکل) به پیوستن یا آمیزش بستگی دارد .
اولا: مخصوص تجزیه آماری ساده شاید نامناسب برای مشکل دیگرعلت اساسی اینکه فرضیه ها نیاز برای تجزیه دارند برای این است که متقاعد نشده اند یا برای اینکه روشهای موثر ممکن است در دسترس باشند . ثانیا : روشهای دیگری از تجزیه ممکن است بیشتر ظاهر شوند از ساختار اساسی از مفروضات یا دانسته ها و اطلاعات برای مثال یک ترکیب گسترده اصلی تجزیه ها یا دیگر روشهای چند واریته ای می تواند خیلی آموزنده باشد از نظر همبستگی یا ارتباط های ساختار بین چندین متغیر ،تکرار تحقیق باید همیشه انتقادی باشد از روش استاندارد از تجزیه ها و در صدد برآمدن مساعدت آماری باشد این روش بدون ادراک آن غیر کافی است .
استفاده نادرست در گزارش نتایج تجربه ای
9-استفاده نادرست از روش های مقایسه میانگین ها
آنهایی که چند رشته آزمایش جدید دانکن هستند. شاید قالبا بیشترین اتفاق ها از استفاده های نادرست در گزارش و از استفاده نادرست چندین روش مقایسه ای ناشی می شوند . بین یک تمایل تازه به استفاده بالا و نادرست وجود دارد . مقایسه مکانیکی روش های دانکن جدید چندگانه آزمایش در تفسیر گزارش ها نتایج تحقیق ، علوم گیاهی مجلات را روبرو می شود با این مسئله برای یک شماره از سال ها ، استفاده نادرست از این روشها به طور دائم در بعضی از صفحه های مجلات یادداشت می شود. در دسترس ترین مسئله برای درآوردن استنباط اثر درباره تیمارها آن است که مهمترین به مورد طرح و هدف بزرگ بیان می شود بوسیله تحقیق قبل از اینکه آزمایش ها شروع بشوند . همچنین مهمترین موارد تجربی و طرح تیمار و گزارش از پذیرش مکان در تحقیق دوباره محل در تمام طول دوره آزمایش تیمارها مطالعه می شوند . جزبه جز بخاطر اینکه آیا مقایسه ها ترکیب تیمار ها منطقی هستند.بطور مثال که ملاحظه می کنیم دوره بعدی از 5تیمار 2×2 چهار عامل بعدی تیمار ها عبارتند از واریته های AوB بدون کود دادن اضافی و تطبیق تیمار که عبارتند از واریته استاندارد و کود دادن استاندارد و مقایسه های که برای این 5 تیمار منطقی هستند و 4 تیمار دیگر کود و بدون کود و (واریتهAوB ) ×(کود و بدون کود).
یک موضوع روشهای آماری برای روش شناسی به مقایسه محصولات و حساب کردن مجموع از واریته ها با هر مقایسه ای بهتر است . به شیوه دمای چند مقایسه ای بیرون باید اشاره کنیم و نباید مورد استفاده واقع شوند برای مقایسه کردن 5 معنی برای اینکه وجود دارد مقایسه های مخصوص و پیشنهاد می شود به وسیله فاکتور های اساسی از دانسته ها صورت گیرد . ما توانایی آن را که آزمایشها را متمرکز کنیم روی مقایسه های دقیق را داریم برای حالتهای از آزمایش کردن که مستلزم فاکتور کنترل کمی( میزان نیتروژن،که مستلزم بودن تیمارهای از
0و50و100و150و200کیلوگرم در هکتار ازت) به خاطر مناسب بودن واکنش های منحنی برای پاسخ مناسب به آنالیزهای آماری است . این گزارش شایددر نمودار نشان داده شده که شدت پاسخ در معادله و دقت در اندازه است این نزدیک شدن ممکن است رویه متغیر را 2 یا بیشتر طول بدهد که تمایل به مناسب بودن عملکرد داده هاست قبول این پاسخ منحنی معرف حرکت کامل در مفهوم آزمایش که اثر آن تولید متغیر های مستقل است . تمایل به نامناسب بودن بعنوان مثال در سوال : آیا متغیرY از 10=x به 20=x آمار مهمی است؟یا x چقدر برای داشتن افزایش انجام می شود (در بالا 10=x ) متغیر Y انجام داده شده قبل از آمار قابل توجه است؟سوالات اینگونه منعکس میشود به دلیل اهمیت بالای فرضیه آزمایش و تخمین هزینه آن است . آزمایش آماری از اهمیت کمک برای تقسیم کهآیا متغیر Y حقیقی یا مصنوعی هستند که به صورت اتفاقی (زیادی،شلوغی) در آزمایش . قبول کردن پاسخ منحنی احتمال
می رود استفاده مناسب آزمایش آماریرا باعث شود . که آن اشاره می کند مه ما این شلوغی را بصورت اتفاقی برای متغیرY شرح می دهیم .قبول کردن پاسخ منحنی در بالا سوالات باید تخمین زده شوند. مثلا برآورد متغیر Y که بعنوان متغیرx برای 10تا20 و خطای استاندارد چقدر است و برآورد متغیر؟یا چقدر متغیرx برای محصول و افزودن معنی داری Y ازs شمارش شده و خطای استاندارد و برآورد متغیر x ؟
سخت در تنظیم کردن سختی و قاعده ثابت برای داده های ثابت در فاکتورهای آزمایشی . هر چه ارائه آزمایش سخت باشدارائه طرح آن نیز سخت است معمولا اگر به هم تاثیر داشتن ممکن است استفاده شوند برای تکنیک هاس شرح دادن که در بالا تاثیرمتوسطی در آن دارد . اگرتاثیردراندازه ،که تکنیک هایی که برای یک فاکتورو درجه های دیگر فاکتورهااستفاده میشوند. تیمار ها چه ساختاری دارند . در گنجایش خلاصه تجزیه از جدول واریانس در نتایج بخشی از گزارش ها یا مجله. اغلب برای خواننده سودمند است . تطبیق معانی متفاوت از تطبیق معانی دیگر تیمار ها همچنین معانی واریته A متفاوت است از معنی واریته B . که آن می تواندگزارش ها را چک کند . در میانگین از 4 معنی دیگر در معانی واریته A و معنی واریته B . که این باعث می شود اطلاعات در مجموعه ای از داده ها یافت شود . در یک حالت بکار می رود که برای زیاد کردن مقایسه تا آنرا موجه کند . آنجا آنها برای قواعد تیمار منطقی به نظر نمی رسند. مقایسه مکانیکی همه زوج ها برای مقایسه کاربردوهمچنین روش والردانکن. ضریب k
(steel and torrie,1980) به نظر مناسب است بنابراین باید یادآور شد که در بیشترین آزمایش ها بعضی قواعد در تیمار کم می شود.
10- اشتباه در گزارش مواد و روش ها، طرح آزمایشی و روش های آماری مورد استفاده
یکی از عیب های گزارش شده نتایج تحقیقات شرح مواد و روش ها نا کافی آن می با شد و لزوم دخالت دادن آمار و محاسبات آماری در آزمایشات و گزارش آنها اهمیت دارد و درج اطلاعات در متن مقاله و انجام ویرایش هیات تحریریه اهمیت دارد . به طور مثال شرح یک طرح آزمایشی از نظر آماری و رعایت نکات به شرح ذیل است :
آزمایش باید براساس یک طرح بلوک خرد شده باشد . اگر 4 پلات داشته باشیم فاکتور زیر پلات مقدار کودازت شیمیایی از (kg/ha 150,100,50,0 و N مقدار آمونیوم هیدرات) مقدار معنی دار شامل واریته گیاه×عکس العمل کود ازت . میزان اقتصادی بر اساس آزمایشات هدی و همکاران 1955،نسبت ثابت cost/price 0244/0 می باشد که کود ازت برحسب کیلوگرم و عملکرد ذرت در 100 کیلوگرم(quintals).
نتیجه گیری:
استفاده غلط از آمار کشاورزی به مراتب رایج تر از سایر موارد است . دیدگاه آمار به طور قابل ملاحظه ایی از آمار از روز های اولیه کاربرد آنها تغییر کرده ( مثلا روش جدید آزمون دانکن ) و کشاورزان از این تغییرات کلا آگاه نیستند .استفاده متداول ازکامپیوتر همراه باقابلیت دسترسی موجود درتعدادی ازاستفاده غلط ازآمار بدست آمده است.
کشاورزان باید در طرح آزمایشات و تجزیه و تفسیر داده آنها نیاز خود را تشخیص دهند . مسئولیت برای بهبود و اصلاح اعمال آماری در تحقیق کشاورزی برای کشاورزان مشترک باقی مانده است . آماردانان، بازبینگر های وویرایشگر های مجله های کشاورزی.چنین اصلاحاتی باید در آزمایشات زراعی طرح ریزی شده که روی مشکلات ذکر شده متمرکز ایجاد شود.
