Documente Academic
Documente Profesional
Documente Cultură
N
HORTICULTUR I ECOLOGIE
M.Botu
I.Botu
CUPRINS
PREFA
CAP.I.Obiectivele cercetrii tiinifice..
1.1.Obiectivele de cercetare generale
1.2.Obiectivele eseniale ale cercetrii
1.3.Obiectivele specifice de cercetare n horticultur ..
CAP.II.Metode i tehnici folosite n cercetarea din horticultur i ecologie ..
2.1.Clasificarea metodelor..
CAP.III.Proiectarea experienelor
3.1.Precizarea scopului experienei
3.2.Obiectivele i nivelele tratamentelor..
3.3.Planificarea locului de execuie..
3.4.Durata experienei
3.5.Costurile cercetrii
3.6.Baza biologic.
3.7.Baza material i tehnic .
3.8.Executanii experienei.
3.9.Stabilirea tipului de experien.
3.10.Analiza i interpretarea rezultatelor.
3.11.Valorificarea rezultatelor cercetrii..
CAP.IV.Designul experimental
4.1.Scopul i importana designului experimental.
4.2.Experienele de cmp
4.2.1.Importana experienelor de cmp..
4.2.2.Clasificarea experienelor.
4.2.3.Organizarea i alegerea locului de experimentare..
4.2.4. Elementele de baz ale unei exeperiene
CAP.V. Metode de aezare i de analiz biostatistic a experienelor
5.1.Designul experienelor monofactoriale..
5.2.Metode de aezare cu distribuie randomizat..
5.2.1.Metoda blocurilor randomizate.
5.2.2.Metoda ptratului latin..
5.2.3.Metoda dreptunghiului latin..
2
PREFA
Lucrarea de fa este conceput ntr-un moment dificil pentru evoluia cercetrii i
nvmntului romnesc n domeniul ecologiei agriculturii i horticulturii. Raportarea acestor
domenii la standardele internaionale presupune o cunoatere fundamental a fenomenelor, o
clasificare cert i sigur a rezultatelor obinute pentru comparaie i ulterior pentru aplicarea
direct n ecologie i agricultur.
nvmntul superior i cercetarea romneasc solicit un alt nivel de cunoatere, iar
pentru a ine pasul cu avansul ctigat pe plan internaional, n tehnica experimental,
biometria i conceptele reprezint o necesitate obiectiv.
Lipsa unor lucrri tiinifice autohtone , n aceste domenii , nelegerea mai dificil a
problemelor stricte de biometrie biostatistic i utilizarea unor programe speciale pe
calculatoare, au creat o anumit respingere a acestor tipuri de analize, uneori chiar a aprut
tendina de folosire a calculatoarelor cu softuri diferite, fr a se cunoate baza tiinific i
modul de interpretare a rezultatelor.
Autorii i-au propus prin diferite lucrri, inclusiv cea de fa, s creeze un cadru
adecvat nsuirii elementelor de baz ale tehnicii experimentale n domeniile agricol , horticol
i ecologic prin expunerea ctorva elemente de baz, absolut, obligatorii i prin exemple
practice pentru unele cazuri de rezolvare ale unor cercetri.
nelegerea fenomenelor i utilizarea rezultatelor de ctre fiecare dintre noi const n
nsuirea ,,pas cu pas a elementelor fundamentale ale biometriei biostatisticii i utilizarea
corect a analizelor urmat de interpretarea rezultatelor.
Lucrarea n ansamblu este uor de utilizat cu un minim de cunotine n matematic,
statistic i calculatoare i cunotine bune n biologie (agricultur i ecologie). Ajutai de
exemplele prezentate, devine un sprijin preios
poate fi
Autorii
CAP.II.
METODE I
TEHNICI
FOLOSITE N
CERCETAREA DIN
HORTICULTUR I ECOLOGIE
2.1.Clasificarea metodelor
2.1.1.Observaia este cea mai veche metod folosit de om n mod contient pentru
a studia
Cercetarea n cmp
Cercetarea n cmp este cunoscut i sub numele de cmpul de experien
sau
experiena de cmp.
Cercetarea n vase de vegetaie.
Cercetarea n fitotron
Cercetarea n laborator
Cercetarea asistat de calculator
ntreaga cercetare bazat pe calculator se sprijin pe elemente ale observaiei sau
elemente obinute prin alte metode de cercetare .
Este o metod modern de prelucrare automat a datelor. Fr aceste date nu este
posibil s se fac determinri i interpretri ale rezultatelor cercetrii, un management mai
bun al datelor experimentale, etc. Metoda ofer n prezent pachete de programe specifice
domeniului bine puse la punct, prin intermediul crora posibilitile de calcul i interpretare
cresc foarte mult (Sistem ANOVA , SAS/STAT Guide N.C., etc).
Cercetarea asistat de calculator a trecut deja ntr-o faz mult mai avansat, deoarece
ofer n plus posibilitatea folosirii unor funcii matematice i chiar poate face extrapolarea i
modelarea acesteia, cu mari implicaii n prognoza i evoluia a cestui sector.
n faza actual de cercetare tiinific
calculatorul electronic sau n general la informatic. Acest tip de cercetare necesit aparatur
adecvat (calculatoare de puteri diferite, programe de cercetare), cunotine n specialitate, n
matematic, informatic, etc.
CAP.III.PROIECTAREA EXPERIENELOR
O experien i propune s rezolve o anumit parte dintr-un conglomerat general de
obiective, uneori numai la nivelul unei zone sau un sit.
Prin proiectarea unei experiene se are n vedere :
- precizarea scopului experienei (nota de fundamentare);
- obiectivele i nivelele (parametrii unui tratament);
- locul de execuie (localitate i locul propriu zis de amplasare);
- durata experienei (pn la valorificarea complet)
- costurile totale i anuale pe elemente de cheltuieli;
- baza material i tehnic disponibil;
- baza biologic;
- stabilirea tipului de experien;
- stabilirea modului de analiz i interpretarea rezultatelor obinute:
- colectivul de cercettori care execut experiena;
- cum i unde se face valorificarea rezultatelor cercetrii
3.1.Precizarea scopului experienei
Orice experien ncepe de la scopul pe care ni- l propunem s-l realizm prin aceasta.
Scopul experienei se fixeaz ntr-un mod foarte scurt i concis. n situaia n care tema
general nu are o not de fundamentare a cercetrii, atunci este necesar s se realizeze o astfel
de not. De fapt n nota de fundamentare, pe lng scopul concis al experienei se va nscrie
obligatoriu propunerea de ofer, nivelul cercetrilor naionale i internaionale privind
obiectivul concret al experienei, dac s-au mai fcut sau nu astfel de cercetri, ce probleme i
cum au mai fost abordate, etc.
Cunoaterea acestor fenomene este de mare importan
3.4.Durata experienei
n cercetarea din agricultur i horticultur se impune mai mult dect la alte plante de
cultur o atenie sporit n proiectarea experienelor. De cele mai multe ori o experien
dureaz ntre 3 i 10 ani. Este un motiv n plus pentru a finaliza obiectivele propuse.
O experien cu grad ridicat de exactitate necesit un ciclu de min.3 ani de producie
normal.
3.5.Costurile cercetrii
Costurile cercetrii reprezint elementul determinant al executrii unei experiene. Nu
exist ar, institut sau cercettor care s fie mulumit de ct i se aloc pentru o experien.
Totdeauna ar dori mai multe fonduri pentru experiena sa. Considerm aceast cerere
ndreptit din partea cercettorilor deoarece acetia vd experiena lor ntr-o permanent
dinamic i gsesc elemente de mbuntire, elemente care necesit fonduri suplimentare.
Totui fondurile destinate cercetrilor sunt totdeauna ncorsetate de alte redistribuiri,
acestea n majoritate fiind dislocate de bugetul de stat (numai n msur redus provin din
sector privat).
10
12
IV.DESIGNUL EXPERIMENTAL
4.1.Scopul i importana designului experime ntal
Obiectivul principal al unui experiment sau al unei cercetri n biologie este de a
cunoate modul de manifestare al unor caracteristici sau fenomene, de a nltura aspecte le
negative i de a decide asupra aciunilor viitoare n acest domeniu. Acest obiectiv general
poate fi realizat pe baza unui design experimental precis i corect folosit, al unei activiti de
biometrie de mare rafinament i valoare i al unor metode biostatistice adecvate.
Sir Ronald Fisher (n 1934 i 1935) este primul care a sesizat c performanele medii
ale unor tratamente aplicate nu sunt
tratamentelor. n cadrul acestora exist o serie de erori care necesit punerea n eviden i
eliminarea acestora din valorile tratamentelor. n acest fel s-a ajuns la experimentrile
efectuate pe anumite suprafeele de teren, la mprirea acestora n parcelele experimentale
(ploturi) i la randomizarea tratamentelor
n Romnia, designul experimental este cunoscut i sub numele de ,,metode de aezare
a experienelor.
Designul experimental presupune un anumit mod de management experimental al
unui experiment, un protocol de execuie al experimentului, inclusiv cu obiectivele urmrite,
un mod specific (tipic), precis i strict de aezare al tratamentelor i blocurilor n experiment
i o analiz biostatistic specific modului de aezare.
Cea mai mare i mai important valoare a designului experimental o constituie
precizia datelor i n general a rezultatelor obinute n aceste experimentri.
4.2. Experienele de cmp
4.2.1. Importana experienelor de cmp
Experiena sau experimentul este un fenomen complex care se execut dup anumite
reguli bine precizate, n condiii ct mai apropiate de cele n care se va aplica rezultatul, cu
scopul vdit de a compara ntre ele efectele mai multor influene (tratamente) i a preleva pe
cele cu comportare superioar i a le folosi n aciunile viitoare din domeniu .
Experiena de cmp este o cultur de plante executat conform unui protocol de
management, dispus dup anumite reguli de design experimental n care se compar mai
multe tratamente situate pe parcele egale ca mrime, amplasate n condiii naturale ident ice,
13
cu scopul de a selecta n final cele mai valoroase tratamente care conduc la producii mari,
superioare calitativ i eficiente economic.
Poriunea de teren pe care este amplasat o experien
constituie ,,cmpul de
experien. Mai multe experiene diferite i amplasate ntr-o anumit suprafa de teren
formeaz un ,,poligon de cercetare.
n lucrrile din domeniul ameliorrii genetice a plantelor ntlnim noiuni diferite ale
experienelor: cultur comparativ de concurs, microcultur comparativ de concurs, colecii
etc.
Cultura comparativ de concurs este o experien de cmp care studiaz aciunea
simultan a factorilor de mediu ct i a celor tehnologici asupra produciei, calitii fructelor,
creterii etc., la mai multe soiuri, hibrizi comerciali, clone sau elite.
Microcultura comparativ de concurs este o experien de cmp de mai mici proporii
dect cultura comparativ de concurs (ca suprafa de teren i numr de soiuri) i care are
drept obiect de studiu comportarea unor elite sau hibrizi n anumite condiii de mediu.
Colecia de cmp este o experien efectuat n cmp, cu obiectivul de a studia
(evalua) comportarea n procesul creterii, fructificrii i adaptrii la anumite condiii
ecologice a unui numr ct mai mare de accesiuni (soiuri vechi, soiuri ameliorate, biotipuri,
clone, specii etc.) de origine i provenien diferit.
Experienele de cmp nu pot fi nlocuite de alte tipuri de experiene deoarece plantele
cultivate beneficiaz de un habitat, tehnologie i alte condiii naturale specifice. Rezultatele
obinute n aceste experiene pot fi extrapolate uor i sigur, pe suprafee mai mari de teren n
exploataiile comerciale, la nivelul unor localiti sau zone cu aceleai condiii.
4.2.2. Clasificarea experienelor
Experienele de cmp pot fi clasificate dup o multitudine de criterii:
a - n funcie de domeniul pe care l abordeaz:
- experienele de biologie, biotehnologie etc.;
- experiene de ecologie;
- experiene de agricultur;
- experiene de silvicultur;
- experiene de horticultur etc.
n cadrul fiecrui domeniu, experienele pot fi la rndul lor: de genetic i ameliorare,
tehnologie, prelucrarea produselor etc.
b - n funcie de specificul activitii de cercetare - dezvoltare:
14
16
acelai loc mai multe zeci de ani i este imposibil o schimbare de fond n managementul
experienei odat realizat.
Cadrul natural general i microzona n care se amplaseaz experiena (orografia
terenului, hidrografia, factorul edafic i factorii climatici) trebuie s corespund condiiilor
solicitate de plantele respective i n acelai timp s corespund scopului pentru care se
organizeaz aceast experien. Solul trebuie s fie tip ic zonei, ct mai uniform i s
corespund cerinelor speciei respective, astfel nct rezultatele obinute n experiment s
poat fi extinse i la zona limitrof. Cu ct extinderea rezultatelor poate fi fcut ntr-o zon
mai mare cu att cercetarea este mai eficient.
Locul de amplasare al experienelor va fi supus anterior unei investigaii minuioase cu
privire la tipul de sol, starea natural de fertilitate, pH- ul i alte elemente definitorii ale
calitii solului, la modul de aciune a factorilor climatici (brum, grindin), la factorii biotici
ai sitului (boli, duntori etc.).
Toate elementele prevzute n protocolul experienei i n special n fia de cercetare
se transpun ntocmai pe teren la locul de amplasare i organizare al experienei .
4.2.4.Elementele de baz ale unei experiene
La baza tuturor experienelor stau urmtoarele elemente:
- parcela experimental (plotul experimental sau celula experimental);
-
izolrile.
4.2.4.1Parcela experimental
Parcela experimental mai este cunoscut i sub numele de plot experimental sau
parcel elementar. Aceasta constituie elementul fundamental al tuturor experienelor de
cmp. Reprezint o suprafa de teren strict delimitat, de mrime specific plantei i tipului
de experien i pe care se aplic un anumit tratament, la un anumit nivel.
ntreaga experien este divizat n parcele experimentale. n designul experimental
formeaz cea mai mic diviziune a unei experiene. O experien cuprinde un numr de
parcele experimentale egale cu numrul tratamentelor (variantelor) nmulit cu numrul
repetiiilor.
17
Forma parcelelor
La experienele de cmp se folosesc parcele experimentale de form dreptunghiular
sau ptrat. Alegerea formei este dependent de mai muli factori ntre care se detaeaz:
caracteristicile habitusului, distana dintre plante, relieful terenului, spaiul total disponibil
pentru experien i forma acestuia, uniformitatea solului, metoda de aezare etc.
De regul se folosesc parcelele de form dreptunghiular la care raportul dintre
lungime i lime poate fi 2:1 la 6:1
Se consider ns c, cu ct lungimea parcelei este mai mare cu att sporete influena
marginii i a vecinilor i deci este necesar s eliminm de la msurtori un numr ct mai
mare de plante (izolatoare).
O alt form de parcele experimentale este cea de ptrat.
Aceasta se realizeaz mai greu, fiind dependent de distana dintre plante, utilajele de
semnat etc.
18
b i c pomi i vi -de-vie.
19
Planta
Soiuri hibrizi
ngrminte
20-40m
40-100 m
20-100 m2
25-50 m2
50-100 m2
30-100 m2
Poru mb
50-100 p l.
100-150 pl.
50-150 p l.
Floarea soarelu i
100-120 pl.
150-300 pl.
100-360 pl.
Cartof
100-200cu ib
150-280cu ib
100-300cu ib
150-200 pl.
400-600 pl.
150-650 pl.
Puni, pajiti
20-25 m2
20-25 m2
20-25 m2
20-30 m2
40-80 m2
20-100 m2
20-50 m2
30-100 m2
20-100 m2
30-50 m2
30-100 m2
30-100 m2
Ardei , v inete
20-30 m2
40-100 m2
20-40 m2
Ceap, usturoi
12-20 m2
20-40 m2
12-80 m2
15-30 m2
20-50 m2
25-75 m2
Tomate
20-40 m2
40-60 m2
20-80 m2
Salat , spanac
12-20 m2
20-40 m2
20-40 m2
Varz
30-40 m2
30-40 m2
40-60 m2
20-25 m2
20-40 m2
20-40 m2
20-30 m2
20-40 m2
20-40 m2
15-50 m2
50-100 m2
20-100 m2
Plante floricole
10-20 m2
30-50 m2
30-50 m2
2-4 pl.
6-12 pl.
4-6 pl.
4-6 pl.
6-15 pl.
6-8 pl.
4-5 pl.
6-12 pl.
4-6 pl.
4-5 pl.
6-12 pl.
6-8 pl.
Nuc, castan
2-3 pl.
4-6 pl.
4-5 pl.
10-20 m2
20-50 m2
20-50 m2
40-50 p l.
80-120 p l.
80-120 p l.
5-10 pl.
20-30 p l.
15-20 p l.
Cpun
10-20 m
25-60 m
25-60 m2
Vi-de-v ie
16-30 p l.
20-30 p l.
20-30 p l.
M etode tehnologice
Arbuti fructiferi
Dup diferi i autori (Pearce, 1949; Naid in, 1959; Wishart Sanderes, 1959; Su lescu, 1967; Ardelean .a,
2002; etc.).
20
21
4.2.4.3.Variantele (tratamentele)
Orice experiment are scopul de a face diferenieri ntre dou sau mai multe lucruri,
fenomene, tehnologii, soiuri etc. Pentru a putea face diferenierea, lucrurile i fenomenele
comparate ntre ele trebuie s corespund unei populaii sau s prezinte aceleai caracteristici.
n cadrul experienelor ceea ce urmeaz s se compare ntre ele sunt ,,tratamentele
sau n limba romn ,,variantele.
Tratamentele (variantele) unei experiene formeaz factorul experimental. ntr-o
experien de cmp identificm totdeauna mai mult de o variant (2 la n).
Variantele (tratamentele) dintr-o experien reprezint graduri sau nivele ale
factorului experimental i dei se deosebesc ntre ele, se refer la un acelai tip de tratament.
n cazul unor experiene care i-au propus obiective diferite, variantele i nivelele lor
sunt diferite i de regul, nu pot fi comparate ntre ele (fac excepie seriile de experiene care
cuprind variante similare).
Experienele de cmp pot cuprinde un numr foarte diferit de variante, mergnd de la
cele de tip monofactorial (2-20), la cele polifactoriale (pn la peste 100 variante).
Analiza biostatistic are ca subiect general i central comparaia dintre diferitele
niveluri ale variantelor, inclusiv cu martorul, pe baza a numeroase teste de semnificaie.
Elementul reprezentativ al nivelului unui tratament (al variantei) l constituie media
acesteia raportat la o anumit unitate de msur (m2 , m3 , ha, kg, g, h, l etc.).
4.2.4.4.Distribuia variantelor
Modul de aezare al variantelor sau distribuia lor n blocurile experienei (n repetiii)
constituie o caracteristic important a experienelor de cmp.
Pentru probele extrase din diferite populaii exist mai multe modaliti de obinere.
Scopul este acela de a realiza o similitudine ct mai mare ntre media populaiei () i media
probei extrase ( x ).
La nceputurile punerii bazelor tiinifice ale analizei biostatistice i designului
experimental, variantele se distribuiau n experien n mod sistematic, adic se niruiau n
ordinea numerotrii, n toate repetiiile. Ulterior s-a ajuns la concluzia obiectiv c o astfel de
aezare influeneaz n mod negativ rezultatele experimentale din cauza ncrcrii lor cu
numeroase erori.
22
n situaia cnd se urmrete aciunea unui singur factor experimental, experiena este
una de tip monofactorial. Dac ns se urmresc 2,3 sau mai muli factori, atunci experiena
poate fi: bifactorial (2), trifactorial (3) etc.
n general dac exist un singur factor acesta se noteaz cu litera ,,A, iar cnd
ntlnim doi factori atunci acetia se noteaz cu literele ,,A i ,,B .a.m.d.
Factorul A prezint mai multe nivele care se noteaz:
a1 a2 a3
an
Factorul B se noteaz nivelele:
b1 b2 b3
bn
Factorul C se noteaz nivelele:
c1 c2 c3
cn
4.2.4.7.Izolrile
Izolrile sau rndurile de gard sunt obligatorii ntr-o experien de cmp. Scopul
acestora este de a izola parcelele experimentale, repetiiile (blocurile) sau experiena n
ansamblu de factorii deformatori aflai nuntrul sau n afara acesteia i de a crea condiii
uniforme de cretere i fructificare n toate parcelele.
n funcie de tipul plantelor, habitatul lor, distanele de plantare (semnare) izolrile
sunt formate din alei i rnduri izolatoare pe toate extremitile parcelelor experimentale.
Rndurile izolatoare sunt formate din aceleai soiuri ca i cele din parcelele experienei sau
dintr- un soi comun pentru toate izolrile, provenite din aceeai specie cu soiul (soiurile) care
se studiaz.
24
La pomii fructiferi, arbuti, vi-de-vie, izolrile sunt formate din 1 sau 2 rnduri de
izolare , din aceeai specie sau soi. Rolul izolrilor ntr-o experien vizeaz:
- protejarea ansamblului experienei (a designului experimental);
- protejarea blocurilor sau repetiiilor;
- protejarea parcelelor experimentale i a plantelor care le a lctuiesc.
Protejarea trebuie neleas sub aspectul c izolrile nu permit s se produc
interaciuni ntre plantele din interiorul parcelei experimentale (cele care vor face obiectul
observaiilor i al msurtorilor) i ali factori de mediu i biotici, n afara tratamentului la
care este supus parcela experimental.
n cadrul unei experiene intervin o serie de factori deformatori asupra creterii i
fructificrii plantelor.
);
b izolri (
).
Influena marginii
Experienele de cmp sunt limitate, n cele mai multe cazuri, de drumuri i alei.
Plantele situate la marginea experienelor, blocurilor sau parcelelor experimentale sunt
influenate puternic n creterea i fructificarea lor, de spaiul aflat la dispoziie, deseori, mai
mare dect cel normal. Influena pozitiv sau negativ pe care o primesc plantele situate la
exteriorul parcelelor este cunoscut sub numele de influena marginii.
Plantele de pe benzile sau rndurile izolatoare se nscriu n schia experienei, se
marcheaz distinct i n teren pentru a evita unele erori la nregistrarea datelor. Pe aceste
plante nu se pot face observaii i determinri.
Influena vecinilor
Influena vecinilor se produce ntre parcelele experimentale, adic ntre plantele care
primesc tratamente (variante) diferite i sunt amplasate alturat. Plantele din parcelele variante vecine suport o influen diferit n creterea i fructificarea lor fiind n legtur
direct cu:
- distanele de plantare
- tratamentele specifice din variante
Din cele prezentate rezult c plantele marginale de la o parcel experimental pot
primi influene diverse de la tratamentele aplicate variantelor vecine.
Influena golurilor
n parcelele experimentale apar deseori goluri ca urmare a mbolnvirilor i
distrugerilor mecanice a plantelor. Plantele se usuc i rmn spaii goale n parcele. Cu ct
aceste goluri sunt mai mari cu att se produce o influen mai puternic asupra plantelor
vecine din parcela experimental.
La plantele anuale se face completarea golurilor imediat dup semnare, dar de regul
se evit plantele vecine golurilor la nregistrarea observaiilor.
La plantele multianuale i n special la pomii fructiferi i
via-de-vie, problema
influenei golurilor este foarte important deoarece ntr-o parcel elementar sunt puine
plante (1-6), iar nlocuirea plantelor din goluri prin replantare ridic probleme multiple (lipsa
materialului sditor, replantarea cnd plantele din parcele au vrste naintate).
26
27
experiene. Indiferent ce material biologic folosim, aceasta fiind funcie de specie, de scopul
experienei, este necesar s ndeplineasc anumite condiii .
Unele dintre aceste condiii se pot aplica la materialul biologic de la diferite
experiene, acestea constituind condiii generale:
- valoarea biologic a materialului biologic trebuie s fie de cea mai nalt calitate,
astfel c acesta s corespund ntru-totul ca autenticitate, valoare cultural, stare fitosanitar
etc.;
- cu ct proveniena materialului biologic este din categorii biologice superioare (Baz,
certificat etc.), cu att acesta este mai valoros i corespunde folosirii ntr-o experien
riguroas.;
- uniformitatea materialului biologic ntr-o experien este o cerin obligatorie.
- vrsta materialului biologic ntr-o experien este aceiai, altfel parametrii experienei
nu pot fi luai n consideraie.
- folosirea materialului biologic se face n acelai timp n toate parcelele
experimentale.
- semnarea sau plantarea se execut cu mare atenie n aceleai condiii de tehnologie,
n toate parcelele experimentale.
Manipularea, pstrarea, sortarea sunt totdeauna n atenia cercettorului pentru a nu
modifica negativ calitatea materialului biologic.
28
a. Bl ocuri etajate.
29
30
Metoda prezint unele caracteristici care o deosebesc profund de alte metode de design
experimental :
- numrul coloanelor este egal cu numrul blocurilor i cu numrul variantelor
(blocurile sunt similare cu repetiiile);
- randomizarea variantelor se face n fiecare bloc i coloan astfel ca fiecare variant
s se regseasc o singur dat ntr-un bloc i o coloan;
- numrul variantelor este limitat la 6-8, maxim 10;
- forma experienei este ptrat n msura n care i parcelele experimentale sunt de
form ptrat. Acest aspect trebuie analizat n funcie i de habitusul plantelor din parcelele
experimentale deoarece la plantele pomicole i viticole este mai greu de realizat o form
ptrat att la parcelele experimentale ct i la ansamblul experienei.
forma experienei trebuia s fie ptrat (sau ct mai apropiat de ptrat), iar a
32
33
v.
34
35
k 1
2
- pentru k par, n = k + 1
Nu se pot forma grilaje balansate de tipul 6 x 6, 10 x 10 i 12 x 12 deoarece nu se pot
balansa.
La multe tipuri de grilaje ptrate balansate numrul repetiiilor este diferit de cel al
grilajului balansat (cazurile 5 x 5, 7 x 7, 9 x 9).
36
VI.EXPERIENELE POLIFACTORIALE
La experienele polifactoriale se constat cu claritate c au aprut unele elemente
suplimentare, comparativ cu experienele monofactoriale:
- existena influenei concomitente a doi sau mai muli factori;
- fiecare factor acioneaz ntr-un anumit mod i cu o anumit intensitate asupra
proceselor de cretere i fructificare;
- apariia fenomenului de interaciune ntre anumite graduri ale unui factor, cu alte
graduri ale altor factori;
- existena a numeroase ipoteze de testare ca urmare a corelaiilor ntre factorii
experimentali i efectul lor.
37
A = Soiuri de mr
a1-Golden delicious
a2 - Starkrimson
B = Forma de coroan
b1 - Vas ameliorat
b2 - Palmet cu brae oblice
b3 - Spindelbush
b4 - Pillar
38
cnd ale factorului B de dou ori , deci efectele factorului B vor fi mai bine studiate, s.a.m.d.
pentru factorul C.
Factorul A: soiuri
a1 - Feteasc alb
a2 - Riesling italian
Factorul B: distane de plantare
b1 -1,0 x 1,0m
b2 -2,0 x 1,0m
b3 -2,2 x 1,2m
Numrul blocurilor este de n = 4 , iar n parcela experimental sunt cte 10 butuci
(datele sunt abstracte).
Pentru experien bifactorial situaia se prezint astfel:
Randomizarea este obligatorie pentru toi factorii i n toate blocurile. Un mod de dispunere a
unei astfel de experiene trifactoriale este similar cu planul din figura 12 pentru trei factori .
6.2. Experiene trifactoriale
a. Metoda parcelelor subdivizate
Metoda parcelelor subdivizate se utilizeaz foarte des n experiene trifactoriale, n
special n cele pomicole i viticole, unde soiurile sunt aezate pe rnduri ca re se repet din loc
n loc. De asemenea, aceast metod este caracteristic experienelor la care factorii
experimentali se manifest cu intensiti diferite. Principiul acestei metode const n divizarea
parcelelor experimentale mari (Factorul A), n parcelele ocupate de gradurile factorului B,
iar acestea, la rndul lor, sunt ocupate de gradurile factorului C. Ierarhia factorilor este dat
de intensitatea de aciune a acestora. Totdeauna factorul A are aciune mai puternic dect
factorul B, iar aceasta dect factorul C. Rezult de aici c gradurile factorului A figureaz o
singur dat ntr-un bloc (repetiie), pe cnd ale factorului B de 2 ori, iar ale factorului C de 6
ori (n experiena de tipul 3 x 2 x 3). Cel mai bine studiat este factorul C deoarece dispunem
de un numr de 6 valori individuale pentru aceeai graduare (Fig. 12). Planul de aezare al
blocurilor va fi liniar pe un rnd sau mai multe rnduri, funcie de posibilitile din teren. Este
obligatorie randomizarea tuturor factorilor n toate blocurile.
39
40
x=
x1 x2 x3 x4 ..... xn
n
xi 486,1cm
n = 30
x =
xi =
n
486,1
= 16,20cm
30
41
xi =
x=
9124,7
= 152,08g
60
Xi (cm)
crt.
(centrele de
fi
Fi Xi (cm)
clas)
1
75
75
85
85
95
285
105
210
115
460
125
375
135
270
145
580
155
930
10
165
19
3135
11
175
1575
12
185
370
13
195
585
14
205
205
f1 = 60
K = 14 (clase)
fi = n = 60
i l
fiXi
x=
i l
9140
= 152,33g
60
f1 x1 =
9140cm
42
Pentru rezolvarea acestei probleme este necesar calcularea mediei ponderate care se
noteaz astfel,, x .
x =
n1 x1 n2 x2 n3 x3 ..... nn xn
n
Exemplu: S se precizeze care este producia medie de struguri la soiul Sauvignon din
zona Oltenia n anul 2003, cunoscnd c principalele plantaii sunt situate n 5 localiti i
dispun de poteniale diferite de producie.
Suprafaa ha
Localitatea
Producia total
t/localitate
25
9,0
225
10
15,0
150
42
7,0
294
18
11,0
198
26
16,0
416
Total
121
1283
10,6t / ha
121
121
(x)
crt
(SST-cm
50
2500
28
784
38
1444
40
1600
38
1444
43
1849
45
2025
43
1849
43
1849
10
36
1444
n =10
x= 406
x2 =
(x)
164836
16483,6
10
164836
16483,6
16788
(406)2 =164836
44
s =
x2 (
x) 2
n 1
s2 = 33,8cm2
s=
s2
Pentru ca valoarea s obinut s fie mai explicit este necesar s atam s la media
aritmetic x .
x SST =
406
= 40,6 cm2
10
Deci valoarea mediei aritmetice a SST poate fi cuprins ntre limitele de:
-40,6+5,8 = 46,4 cm2
-40,6-5,8 = 34,8 cm2
Majoritatea valorilor irului de variaie sunt cuprinse ntre 34,8 cm2 i 46,4 cm2 .
Exemplu b pentru iruri mari de valori
S se calculeze abaterea standard (s) privind greutatea medie a ciorchinilor de struguri
la soiul x.
X
Greutatea
fx
fx
( fx ) 2
n
ciorchinelu i
50
100
2.500
5.000
60
360
3.600
21.600
70
20
1400
4.900
98.000
80
66
5280
6.400
422.400
90
150
13500
8.100
1.215.000
1.982.030.40
100
98
9800
10.000
980.000
110
74
8140
12.100
895.400
464
120
35
4200
14.400
504.000
130
1040
16.900
135.200
10
140
700
19.600
98.000
n = 464
fx = 44520
98.500
4.374.600
45
4.271.617
2
fx
s2 =
fx
n 1
s=
s 2 222,4 =14,9g
x=
fx =
n
44520
= 95,95g; xcs 95,95 14,9g
464
7.5.Variana
Variana este indicele statistic cel mai mult utilizat n cercetrile din toate domeniile.
Se cunoate c valorile unei caracteristici sunt dispersate n jurul mediei acestora.
Aceast dispersie reprezint o medie aritmetic sau ponderat a ptratelor abaterilor valorilor
individuale fa de media lor.
Pentru a determina i a elimina semnificativ aceast abatere de la medie folosim
2
x2
( x 2)
n
n 1
Suma ptratelor abaterilor de la medie poart numele de suma ptratelor. Aceasta este
abreviat n diferite moduri: SS(pentru vorbitorii de limba englez) i SPA (pentru cei de
limba romn).
SPA (SS) la populaii = ( X i ) 2
SPA (SS) la probe = (X1 - x )2
Pentru exemplificare vom folosi un exemplu ipotetic de forma:
X1 (g)
X1 -x(g)
Xi-X(g)
(Xi-X)2 (g2 )
1,5
-1,75
1,75
3,06
2,0
-1,25
1,25
1,56
2,5
-0,75
0,75
0,56
3,0
-0,25
0,25
0,06
3,5
+0,25
0,25
0,06
4,0
+0,75
0,75
0,56
4,5
+1,25
1,25
1,56
5,0
+1,75
1,75
1,75
xi= 26,0g
(xi-x) = 0g
xi-x = 8,0g
(x1-x)2=9,17g
46
x =
26,0
= 3,25g
8
9,17
= 1,15g
8
Abaterea medie ptratic sau media ptratic poart numele de,,varian. Variana
este cel mai valoros parametru statistic pentru estimarea dispersiei n cadrul probei i n cadrul
populaiei. Termenul de,,medie ptratic a fost introdus de Biddel-Airy (1875), iar cel
de,,varian de Ronald Fisher (1918).
V (cv) (s%) =
s
100(%)
x
Coeficientul de variaie are valori mai mari dect zero. La un coeficient de variaie mic
distribuia de frecvene este mic, iar la un coeficient de variaie mare, distribuia de frecvene
este mare. Simpson i alii, 1960 (citai de Zar J., 1999) semnaleaz folosirea frecvent a
coeficientului de variaie n biologie, n mod special pentru a marca variabilitatea caracterelor.
n vederea realizrii unei estimri corecte, au fost admise n biologie, n mod arbitrar,
valorile V pentru comparaie:
0-10% - coeficientul de variaie mic (cu variaie mic);
47
V(s%) =
s
5,8
100 =
100 = 14,29(14,3%)
40,6
x
V(s%) =
s
14,9
100 =
100 = 15,53 % (15,5%)
95,95
x
7.7.Testul t
Distribuia t poate fi considerat o estimat demn de ncredere n cazul distribuiilor
normale ale populaiei numai cnd probele extrase au un numr foarte mare de valori
individuale. n cele mai multe cazuri nu se poate considera s x % estimat sigur a lui x
pentru c n este insuficient de mare.
n aceast situaie distribuiile supuse legii t (mai mici de 100 indivizi) nu mai pot fi
comparate cu graniele x s, n care are valorile 1,96; 2,58 3,29, ci sunt valabile
graniele de semnificaie date de formula:
48
Cazul a):
x ts
x = valoarea medie a probei
t = valori cuprinse n tabelul 37 din anex
sx = abaterea standard a probei (s=
s2 )
x tsx
n care: s x = abaterea standard a mediei (s x =
s12 s 22
n1 n2
Exemple:
Cazul a): S se stabileasc graniele accidentale pentru soiul de tomate Ioana avnd
n vedere c: x = 44,5t/ha, s = 4,7 t/ha i n = 9 (GL=8).
Pentru = 5%, x t s:
49
Agen
n1 = 5
n1 = 5
GL = 4
GL = 4
x = 25,5 t/ha
x = 16,2 t/ha
s2 = 3,4 t
s2 = 1,8 t
Se calculeaz sd =
s12 s 22
=
n
3,4 1,8
=
5
5,2
= 1,0 t
5
50
x1 x 2
25,5 16,2
=
= 9,3 t (sd=
sd
1,0
s12 s 22
)
n
DL = 4 + 4 = 8
t 0,001 (P= 0,1%)8 0,1% (tabelul 37a)
7.8.Testul t multiplu
Testul t simplu se folosete pentru compararea a dou probe ale unei populaii. De
obicei, n cercetare este nevoie s comparm concomitent mai multe probe i de aceea se
folosete un alt indicator statistic numit,,testul t multiplu. Totodat se mai pot folosi i alte
teste ca,,testul Duncan,,,testul Newman - Keuls,,,testul Tukey etc.
Testul t multiplu
diferitelor probe. Comparaia este posibil pe baza diferenelor dintre mediile xi ale unui
numr mare de probe,,i.
Pentru a realiza examinarea cu ajutorul testului t multiplu este necesar s cunoatem
variana erorii (s 2E ), numrul gradelor de libertate (GL sau V) i s grupm mediile probelor
dup mrime deoarece comparaia nu se poate realiza dect pe baza diferenelor ntre medii
( x5 - x 2 ) etc.
De aceea, este necesar s obinem valorile:
sd =
2 s E2
(eroarea standard a diferenei sau abaterea standard a diferenei).
n
n care:
sd = abaterea standard a diferenei ntre dou probe,
s 2E = variana erorii
n = numrul de repetiii sau msurtori
Urmeaz obinerea lui t multiplu pentru = 5%, = 1% i = 0,1%, pentru numrul
de grade de libertate (GL = n-1) din tabelul 37.
Deoarece DL= sd*t, atunci obine DL 5,0%, DL 1,0% i DL 0,1% pentru compararea
diferenelor dintre dou medii.
Dup calcularea DL se construiete tabelul special cu diferenele i semnificaia lor.
51
2x 2,7
=
5
5,4
= 1,08 = 1,0
5
Valorile t cnd GL = 4
- pentru = 5%, t = 2,77
- pentru = 1 %, t = 4,60
- pentru = 0,1%, t = 6,86
Atunci:
DL 5,0 % = 2,77 *1,0 = 2,77 t
DL 1,0 % = 4,60 * 1,0 = 4,60 t
DL 0,1 % = 6,86 * 1,0 = 6,86 t
Se poate alctui tabelul cu diferenele mediilor i semnificaie lor.
Semnificaia diferenelor la producia soiurilor de mr cultivate n sistem supe rintensiv
cu ajutorul testului t multiplu
Tabelul 5
Clasificarea
Soiul ( x )
Idared
Jonathan
Starkrimson
probei
1
Sir Prize
Idared
Jonathan
Starkrimson
2,00
6,10* *
10,40 ***
4,10
8,40 ***
4,30
-
Cifrele din tabelul 5 se fac din diferenele mediilor: Sir Prize (28,4 t) Idared (26,4
t) = 2,00 t etc.
52
s12
presupune stabilirea dac probabilitatea
s 22
F
53
35
19
32
34
25
27
41
29
22
26
29
20
30
25
42
30
40
n2 = 8
24
n1 = 10
GL1 = 10-1= 9
GL2 = 8-1= 7
SPA2 (SS2 ) = 175,5 indivizi
s 22 = 25,07 indivizi
s12
53,3
F= 2 =
= 2,13
s 2 25,07
F0,05 = 3,68 F = 2,13
Ipoteza nul H0 este admis deoarece P(F 2,13) 0,5% i deci probele aparin la
aceeai populaie statistic, ntre ele nefiind diferene mari, provocate de abateri accidentale.
7.10.Testul 2 (chi ptrat)
Testul 2 , cunoscut i ca indicele de dispersie 2 a fost stabilit de Pearson i reprezint
o msur a deviaiei probei de la raportul ipotetic al populaiei. Se pornete de la ipoteza c
exist un anumit raport ntr-o populaie, ori scopul cercettorului este de a obine argumente
n sprijinul ipotezei prin extragerea de probe.
54
2 este indispensabil i se
( f1 Fi ) 2
( f Fn ) 2
( f F2 ) 2
+ 2
+.+ n
F2
Fn
Fi
0,81
=
177
59
177 59
2
n care:
f1, f2 - valori obinute n prob
F1, F2 valori ateptate
F1 =
236
3 = 177
4
F2 =
236
1 = 59
4
2 = 0,81
GL = n-1 = 2-1 = 1
55
Deci
obinut arat c n 30-50 % (40%) din cazuri, descendena hibrid va da natere la indivizi cu
fructe roii i verzi ce se abat de la raportul de segregare teoretic de 3:1 n msura de 2 =
0,81. Aceast abatere este nesemnificativ deoarece se ncadreaz deasupra probabilitii P =
0,05 (5%) i deci rezultatul corespunde ipotezei determinismului monogenic i descendena se
ncadreaz n ipoteza raportului de segregare de 3:1 (ntre frecvenele calculate i cele
teoretice nu sunt diferene semnificative).
56
xg
ct i de la mediile grupelor
x1
x2
xg
TC
( x) 2
n
.x
x1 x 2 ..........
2
n
57
...x 2 n) TC
x 2 TC ( x 21 x 2 2 ..........
SPAt
GL n 1
s1
SPA
GL
( x) 2
TC
SPA
.x
x1 x 2 ..........
2
x 2 TC
( s ) 2 ( x ) 2
n/2
GL 2 1 1
sg
SPAG
GL
( s 2)
s1
SPAi
GLi
Sursa
variaiei
SPA
GL
Estimat
Ateptat
(s2 )
( 2 )
e2 n 2g
e2
ntre grupe
SPAG
sg
Interior grupe
SPAi
(n-1)(2-1)
s1
Total
SPAt
n-1
st
Exemplu: n cadrul unei experiene cu dou soiuri de prun se urmrete greutatea medie a
fructelor(g). S se determine daca diferena de greutate este semnificativ.
Agen:20, 25, 27, 25, 26, 23, 24, 29, 25, 22; xa = 246g
Tuleu gras : 31, 28, 35, 36, 29, 31, 34, 33, 35, 36; xb= 328g
xa b 574g
xa 24,6 g
58
( x) 2
TC )
(20 25 27 .........
35 36)2 313978
15698,9
20
20
SPAt (202 252 272 ...... 352 362 ) TC 16943,0 15698,9 1244,1
GLt n 1 20 1 19
st
SPAt
GLt
1244, ,1
65,5
19
( x) 2
15698,9
GLG 2 1 1
2
sG
SPAG
GLG
1111,1
1111,1
1
sG
SPAi
GLi
133,0
7,4
18
Sursa
variaiei
ntre
SPA
GL
Proba F
Estimat
Ateptat
(s )
(2 )
grupe
1111,1
1111,1
551,8
Interior grupe
130,0
18
7,4
7,4
(soiuri)
(eroare)
(4,41-8,28)
Total
Se calculeaz
150,1
1244,1
sG
2
si
19
65,5
1111,1
150,1
7,4
59
=5%
=1%m cnd GL sunt 1 i 18 , rezult
F5 %=4,41
F1 %=8,28
ntre cele dou variane diferena este distinct semnificativ, deci varianele sunt
neomogene.
n continuare se verific dac ntre cele dou soiuri sunt n realitate deosebiri
semnificative. Pentru aceasta se folosete testul t i variana erorii (Interiorul grupelor).
Abaterea standard a diferenei (sd).
sd
2 7,4
1,48 1,22
10
condiii de mediu.
Presupunem c distribuia central a mediei este nul, Pi este abaterea de la media
individual i.
60
Gi - efectul genotipului
Ei - efectul mediului
Pi = Gi +Ei
2
P1 (G i E i)
G i E i2 2G i G 2
Simbol
Valoarea msurat
Fenotipic
VP
Valoare fenotipic
Genotipic
VG
Valoare genotipic
Aditiv
VA
Valoare de ameliorare
Dominan
VD
Interaciune
VI
Mediu
VE
Variana genotipic V G este compus la rndul su din variana aditiv (VA), variana
de dominan (VD) i covariana (AD).
VG= VA+VD+2CovAD
Dac se admite c efectul de aditivitate i de dominan sunt independeni , atunci :
VG= VA+VD
Variana genetic aditiv este cea mai stabil din punct de vedere ereditar i se mai
numete i variana valorii de ameliorare.
Variana genetic aditiv poate fi atribuit diferenelor dintre valorile medii de
manifestare a diferitelor alele, n toate combinaiile n care apar acestea. Constituie cauza
principal a asemnrii ntre rude i prin urmare este determinanta principal a proprietilor
61
observabile ale populaiei i a rspunsului prin selecie. Deoarece este principala surs a
variabilitii n cazul caracterelor cantitative aceasta se folosete n determinrile statistice.
Variana de dominan (VD) este partea din variana genotipic total care revine
diferenelor de manifestare a alelelor n funcie de comportamentul celuilalt membru al
fiecrei perechi de alele. n general variana de dominan prezint valori mici i greu de
calculat .
Dei mai exist i alte componeni ai varianei (varian de epistazie, de diferite
interaciuni), precum i din diferite metode de analiz complex a varianelor , ne vom
rezuma n continuare la prezentarea unor modele relativ mai simple. Pe msura aprofundrii
lor se poate trece la nivele superioare de analiz. Pentru studiile de analiza varianei n
ameliorarea genetic a plantelor se pornete de la premisa c sursa important de variaie este
constituit din diferenele care formeaz fiecare prob.
Variaia total rezult din dou surse de variaie.
-variaie ntre probele observabile
-variaie n interiorul probelor
Variana total calculat poate fi descompus n variana ntre probe i variana n
interiorul probelor. Deoarece variana nu are proprieti aditive, acesta nu poate fi
descompus prin scdere.
Remarcm ns c planurile de analiza varianei vor fi diferite , urmare a resurselor
diferite de variaie. n plus la plantele pomicole cu nmulire clonal intervin unele modificri
specifice n analiza varianelor, comparativ cu plantele nmulite generativ.
8.3.Analiza varianei la familiile de semifrai (half SIB)
n programele de ameliorare genetic, n multe cazuri se folosesc pentru mrirea
variabilitii i hibrizi naturali. Acetia provin din ncruciarea na tural la care numai printele
matern poate fi cunoscut, cel patern fiind de origine necunoscut.
Deoarece se cunoate baza ereditar n proporie de 50 % aceasta fiind mama grupelor
de descendeni (hibrizi) sunt formate din indivizi semifrai. Poria de gene comune (gradul de
nrudire) este de 25% sau .
Cazuri de acest fel apar frecvent n lucrrile de ameliorare de la plantele multianuale
(pomi, vie) dar i la cele anuale.
Variana total la descendeni se descompune n:
62
2 n 2
e2 .
Aceast varian
Suma
Cauza variabilitii
Ateptat
abaterilor
Grade
ptratelor
de
Estimat
(componenii
libertate
s2
observaionali)
e2 n 2f
e2
SPAf
f-1
sf
SPAe
f(n-1)
se
Total
SPAt
fn-1
VG
2 2
f e
V E e
2f
2f e2
63
s f e n
2
2f
2
f
( s 2 2)
V E = variana de mediu
V G = variana genotipic
2f 1/ 4V A
V A 4
V A = variana aditiv
2
f
Exemplu:
a.De la trei plante de Tuleu gras (androsteril) s-au recoltat fructele obinute prin
ncruciare liber (tat diferit). Din smburii obinui au rsrit de la fiecare mam cte 15
hibrizi. Dup a doua fructificare s-au cntrit fructele , cte 50 la fiecare hibrid i s-a fcut o
prob medie , dup cum urmeaz :
Greutatea medie a fructelor pe fiecare descendeni i pe
grupe de familii de semifrai (g)
Tabelul 8
Mama
1
10
T. gras 1
28
33
41
26
35
38
39
40
38
35
T. gras 2
30
25
28
32
34
39
24
28
30
29
T. gras 3
26
38
34
33
24
41
42
38
31
24
84
96
103
91
93
118
105
106
99
88
11
12
13
14
15
T. gras 1
32
36
29
26
35
511
T. gras 2
24
34
37
32
29
455
T. gras 3
36
40
39
37
30
513
92
110
105
95
94
1479
TC 1479
45
2187441
48609,8 48610
45
2 .........
SPAt 28 33
2
513
SPA f 511 455
15
37 30
C
730315
48610 78
15
1271 78 1193
GLt 3 15 1 44
64
GL f
3 1 2
GLe 3(15 1) 42
Sursa
variaiei
SPA
GL
Estimat
Ateptat
(s2 )
(componeni
observaionali)
78
39,0
e2 15 2f
1193
42
28,4
e2
1271
44
Interfamilii
(mame Tuleu
gras )
Interfamilii
(eroare)
Total
Dac
e2 s e2 28,4
Se poate calcula
s f e
2
2f
V p
VG
39,0 28,4
0,71
15
2f
Vp
VE V
0,71
2,44%
29,11
p VG 28,4
VE% 97,56%
VA 4 2 4 0,71 2,84
VA 9,76%
e2 (intrafamilii),
10
25
27
24
23
27
20
28
22
23
28
247
R2
27
24
26
20
26
23
25
26
25
18
240
R3
22
23
18
19
25
26
26
24
26
19
228
T1
74
74
68
62
78
69
79
72
74
65
715
T2
20
18
21
24
16
24
26
19
23
15
206
R2
19
17
16
16
22
19
22
17
19
19
186
R3
22
20
21
19
14
55
20
18
18
21
195
T2
61
55
58
59
52
65
68
54
60
55
587
T3
14
19
21
23
16
15
21
23
16
14
182
R2
22
14
19
15
18
19
20
20
19
20
186
R3
15
13
16
18
14
16
16
17
20
15
160
T3
51
46
56
56
48
50
57
60
55
49
528
186
175
182
177
178
184
204
186
189
169
1830
T1
R1
R1
R1
TC 1830 37210
90
66
SPAT x
528
SPAF 715 587
30
37210
2 1752 ..........
. 1692
SPAb 186
1134578
37210 609
30
Cauza
variabilitii
Interfamilii
SPA
GL
Estimat
Ateptat
(s2 )
609,0
304,5
e2 9 2r 10 2f
Repetiii (B)
90,9
45,5
e2 9 2r (
Interfamilii
759,1
85
8,5
1459,0
89
,1
31,7 )
( 317
10
(mama)
45,5 8,5
4,1
9
8,5
(eroare)
Total
V p
VG VF 31,7
VA 4 31,7 126,8
VP 100%
VG 71,5%
VE 28,5%
VA 28,6%
Conform acestui exemplu , este evident c apare n plus factorul repetiii. La variana
erorii, datorat mediului (i nu numai) se adaug i variana de la repetiii. Deoarece variana
67
pe repetiii este relativ redus, considerm c sugestia dat de Cbulea (1975), pentru
folosirea tipului ,,a de analiz la descendenii provenii din familii clonale este avantajoas
din punct de vedere economic i al timpului necesar.
Tipul ,,b de analiz este totui mai complex , profund i mai sigur .
8.4.Analiza varianei pentru planuri experime ntale randomizate
n orice experien aciunea tratamentelor (variantelor) constituie surse de variaie, dar
nu sunt singurele. Toate celelalte variaii necontrolate constituie eroarea experimental.
Experienele cu planuri randomizate, cu blocuri complete permit mprirea
materialului experimental n blocuri sau repetiii. Fiecare bloc cuprinde attea parcele
experimentale cte tratamente exist. Prin aceasta se poate pstra n experien eroarea
experimental n cadrul fiecrei grupe, ct mai mic.
Valorile individuale se grupeaz, pe blocuri i variante iar variana total se
descompune n variana blocurilor, variana variantelor i variana erorii.
Rezultatele sunt mai exacte, se pot folosi tratamente i repetiii ct mai multe (dup
necesiti), datele lips din anumite parcele pot fi determinate corect sau eliminate.
Calcularea i interpretarea rezultatelor n experienele monofactoriale
8.4.1.Blocuri randomizate
Exemplu: S se urmreasc i s se stabileasc capacitatea de producie la cteva
soiuri de prun cultivate n condiiile staiunii X, n anul 1996. S se examineze graniele de
semnificaie privind diferenele de producie dintre soiuri i s se stabileasc o clasificare
corect a acestora.
Soiuri
1.Rivers timpuriu
2.Tuleu gras
3.Centenar
4.Agen
5.Vnt romnesc
6.Stanley
Vrsta = 10 ani
68
V1
R1
R2
R3
R4
Se cntrete producia pe fiecare pom din parcela elementar la fiecare variant n toate
repetiiile .
R2
V1=14, 11, 10, 12 = 47/4 = 11,75kg/p =
69
R3
V1=20, 18, 20, 22 = 80/4=20,00kg/p =
R4
V1=15, 18, 12, 14 = 59/4=14,75kg/p =
R1
R2
R3
R4
V1
18,75
11,75
20,00
14,75
V2
31,50
28,75
37,75
31,25
V3
37,25
44,50
33,25
44,50
V4
21,75
27,75
15,75
11,00
V5
14,00
17,50
15,00
11,75
V6
35,75
47,50
44,25
48,00
70
R1
R2
R3
R4
V1
9,4
5,9
10,0
7,4
32,7
8,175
V2
15,8
14,4
18,8
15,6
64,6
16,150
V3
18,6
22,3
16,6
22,3
79,8
19,950
V4
10,9
13,9
7,9
5,5
38,2
9,550
V5
7,0
8,8
7,5
5,9
29,2
7,300
V6
17,9
23,8
22,1
24,0
87,8
21,950
79,6
89,1
82,9
80,7
332,3
( x) 2
n
332,32 110423,29
4601
24
24
+ 54,76 +
249,64
207,36
353,44
243,36
345,96
497,29
275,56
497,29
118,81
193,21
62,41
30,25
49,00
77,44
56,25
34,81
320,41
566,44
488,41
576,00
1172,18
1576,55
1336,07
SPAB=
1436,47=5521,27-4601=920,27
( R1 ) 2 ( R2 ) 2 ( R3 ) 2 ( R4 ) 2
V
=
TC
= 4610 - 4601 = 9
71
SPA V
21631,21
TC = 5407,8 - 4601=806,8
4
SPA
GL
Blocuri (R )
9,0
Variante
806,8
161,36
Eroare
104,47
15
6,96
Total
920,27
23
2s 2
n
sd=
2 x6,96
1,86kg
4
72
21,63(2,90-4,56)
= 1% - 2,98
=0,1% - 4,14
Pentru examinarea semnificaiei diferenelor dintre variante ne folosim de diferena
limit (DL):
DL5% = t x sd = 2,14 x 1,86 = 3,98 t/ha
DL1,0% = t x sd = 2,98 x 1,86 = 5,54
DL 0,1% = t x sd = 4,14 x 1,86 = 7,70
Soiul
Producia
Diferena
(t/ha)
Semnificaia
V6
Stanley
21,95
+13,77
***
V3
Centenar
19,95
+11,77
***
V2
Tuleu gras
16,15
+7,97
***
V4
Agen
9,55
+1,37
V1
Rivers timpuriu
8,18
(mt)
V5
Vnt romnesc
7,30
-0,88
DL 5%= 3,98t;
DL 1% = 5,54;
DL 0,1% = 7,70
2,0
Tuleu
gras
Agen
Rivers
timpuriu
Vnt romnesc
5,8**
12,4***
13,77***
14,65***
3,8
10,4***
11,77***
12,65***
6,6**
7,97 ***
8,85***
1,37
2,25
Agen
Rivers timpuriu
0,88
n vederea executrii unei testri mai severe a diferenelor dintre tratamente folosim
testul Duncan. Pentru aceasta aplicm formula:
73
sx =
s2E
n
sx =
6,96
1,07kg / ha
6
Producia
Q 5%
Rp= q s x
x (t/ha)
Stanley
21,95
Centenar
19,95
3,01
3,22
Tuleu gras
16,15
3,67
3,93
Agen
9,55
4,08
4,36
Rivers timpuriu
8,18
4,37
4,67
Vnt romnesc
7,30
4,60
4,92
74
8.4.2.Dreptunghi latin
Exemplu: S se stabileasc i s se valorifice rezultatele obinute ntr-o experien
privind capacitatea de producie la 8 soiuri de mr cultivate n zona colinar a Olteniei, n anul
2002. Experiena este aezat dup metoda dreptunghiului latin, cu 8 soiuri, 4 repetiii, 4
coloane i cu parcela experimental compus din 4 plante. Distanele de plantare sunt de 4 x 2
m, portaltoiul M106, iar forma de conducere fus subire.
Dup cum s-a specificat n capitolul VII, la acest tip de experien se realizeaz analiza
tripl a varianei (blocuri , coloane i tratamente).
Schema expe rienei este urmtoarea:
Col. I
II
III
IV
V1
B(R) 1
R2
R3
R4
75
Producia de mere aranjat dup planul din teren al experienei (dreptunghi latin) (t/ha).
Tabelul 18
Col. I
Blocul
R2
R3
R4
Suma
III
IV
Subc.
repetiia
R1
II
28,0
25,8
30,0
31,0
28,0
17,5
19,0
20,0
32,2
24,0
0,0
19,0
22,6
18,0
30,0
34,0
24,0
21,0
18,0
32,0
28,6
35,5
25,0
24,1
17,5
34,5
22,5
22,3
23,0
26,0
34,0
21,5
207
194,8
199,2
207,6
199,3
199,8
208,2
201,3
808,6
coloanei
Soiul
crt.
R1
R2
R3
R4
Golden delicious
28,0
30,0
32,0
26,0
116,0
29,0
Jonathan
25,8
22,6
24,1
22,3
94,8
23,7
Starkrimson
30,0
32,2
28,6
34,0
124,8
31,2
Idared
31,0
34,0
35,5
34,5
135,0
33,8
Jonagold
28,0
24,0
25,0
22,5
99,5
24,9
Mutsu
17,5
20,0
21,0
21,5
80,0
20,0
Kalther de Bohemia
19,0
18,0
18,0
17,5
72,5
18,1
20,0
19,0
24,0
23,0
86,0
21,5
199,3
199,8
208,2
201,3
808,6
( x) 2
n
808,6 2 653833,96
20432,3
=
=
12
32
( R1 ) 2 ...... ( R4 ) 2
SPABlocuri =
=
TC =
( C1 ) 2 ........ ( C4 ) 2
SPAColoane =
SPAVariante =
=
TC =
163574,44
20432,3 14,5
8
TC =
Grade de libertate:
GLT = (nv)-1= 32 - 1 = 31
GLB = n - 1 = 4 - 1 = 3
GLC = c - 1 = 4 - 1 = 3
GLV = v - 1 = 8 - 1 = 7
GLE = GLT - (GLB + GLC + GLV) = 31 13 = 18
Tabelul central privind analiza varianei
Tabelul 20
Sursa variaiei
SPA
GL
Blocuri
6,4
Coloane
14,5
Soiuri
866,6
123,8
Eroare
38,0
18
2,11
Total
925,5
31
77
Testul F
58,6 (2,58-3,85)**
2s 2
=
n
2 x 2,11
1,03t
4
limit
(DL):
DL5% = t x sd = 2,10 x 1,03 = 2,16 t
DL1% = t x sd = 2,88 x 1,03 = 2,97 t
DL0,1% = t x sd = 3,92 x 1,03 = 4,04 t
Semnificaia diferenelor de producie la soiurile de mr,
comparativ cu soiul Jonathan
Tabelul 21
Nr.
Soiul
crt.
Producia
Diferena
Semnificaia
(t/ha)
Prin semne
Prin litere
Idared
33,8
10,1
***
Starkrimson
31,2
7,5
***
Golden delicious
29,0
5,3
***
Jonagold
24,9
1,2
Jonathan (mt)
23,7
21,5
-2,2
Mutsu
20,0
-3,7
oo
Kalther de Bohemia
18,1
-5,6
ooo
DL 5% = 2,16t
DL 1% = 2,97
78
DL 0,1% = 4,04
Factorul A
Soiuri
a1 -Jonathan
a2 -Golden delicious
a3 -Starkrimson
Factorul B
Portaltoi
b1 -M9
b2 -M26
b3 -M106
79
Tabel 22
Blocul
11
12
13
21
22
23
31
32
33
R1
1,9
2,2
2,8
2,2
2,3
3,2
1,7
1,9
2,4
R2
31
22
32
23
12
33
11
13
21
1,8
2,6
2,2
3,5
2,0
2,0
2,3
3,1
2,0
21
33
12
22
11
32
13
31
23
2,4
2,3
2,5
2,0
1,8
1,8
2,6
2,0
3,3
33
21
11
32
13
22
23
12
31
2,3
2,5
2,0
1,7
2,9
2,5
3,7
2,3
1,9
R3
R4
Blocul
Varianta
variantei
repetiie
II
III
IV
11
Jonathan/M9
1,9
2,3
1,8
2,0
8,0
2,0
12
Jonathan/26
2,2
2,0
2,5
2,3
9,0
2,3
13
Jonathan/106
2,8
3,1
2,6
2,9
11,4
2,9
21
Golden del./M9
2,2
2,0
2,4
2,5
9,1
2,3
22
Golden del./M26
2,3
2,6
2,0
2,5
9,4
2,4
23
Golden del./M106
3,2
3,5
3,3
3,7
13,7
3,4
31
Starkrimson/M9
1,7
1,8
2,0
1,9
7,4
1,9
32
Starkrimson/M26
1,9
2,2
1,8
1,7
7,6
1,9
33
Starkrimson/M106
2,4
2,0
2,3
2,3
9,0
2,3
20,6
21,5
20,7
21,8
84,6
80
Analiza varianei:
TC
( x 2)
n
SPAT x
84,62
198,8
36
SPAB
SPAV
TC )
obinerea :
SPAE SPAT (SPAB SPAC SPAV )
n exemplul de mai sus apare necesar decelarea efectului soi xportaltoi i aceasta se
face cu ajutorul tabelului.
Soiul
crt
M9
M26
M106
soi
Jonathan
8,0
9,0
11,4
28,4
Golden delicious
9,1
9,4
13,7
32,2
Starkrimson
7,4
7,6
9,0
24,0
24,5
26,0
34,1
84,6
SPAportaltoi
4 x3
81
S2
SP
GL
Total
9,2
35
Blocuri
0,1
Soiuri
2,8
1,4
30,43(3,40-5,61)**
Portaltoi
4,4
2,2
47,82(3,40-5,61)**
Soi x portaltoi
0,8
0,2
4,35(2,78-4,22)**
Eroare
1,1
24
0,046
variabilitii
sd
2 xs2E
2 x0,046
0,15m
4
t pentru GL=24
82
t5%=2,06
t1%=2,80
t0,1%=3,75
DL5,0%=0,15x2,06=0,31m
DL1,0%=0,15 x 2,80=0,42m
DL0,1%=0,15 x 3,75=0,56
Influena soiului i portaltoiului asupra nlimii pomilor de mr
Tabelul 26
Codul
Varianta
variantei
Varianta nlimea
Diferena
Semnificaia
11
Jonathan/M9(Mt)
2,0
12
Jonathan/26
2,3
0,3
13
Jonathan/106
2,9
0,9
***
21
Golden del./M9
2,3
0,3
22
Golden del./M26
2,4
0,4
23
Golden del./M106
3,4
1,4
31
Starkrimson/M9
1,9
-0,1
32
Starkrimson/M26
1,9
-0,1
33
Starkrimson/M106
2,3
0,3
DL5%=0,31m
DL1%=0,42m
DL0,1%=0,56m
2S 2 E
nportaltoi
2 0,046
0,09m
43
83
***
nlimea medie a
Diferena
Semnificaia
pomilor (m)
Jonathan (Mt)
2,4
Golden delicious
2,7
0,3
**
Starkrimson
2,0
-0,4
000
DL5%=0,2m
DL1%=0,3m
DL0,1%=0,4m
sd
2S 2 E
nsoi
2 0,046
0,09m
43
DL5,0%=0,09 x 2,06=0,2m
DL1,0%=0,09 x 2,80 =0,3m
DL0,1%=0,09 x 3,75 = 0,4m
nlimea plantelor m
Diferena
Semnificaia
M9(Mt)
2,0
M26
2,2
0,2
M106
2,8
0,8
***
DL5%=0,2m
DL1%=0,3m
DL0,1%=0,4m
84
Sinteza rezultatelor experimentale este posibil de fcut ntr- un tabel general de sintez
(sau dou) cu semnificaia influenei tuturor factorilor (soi, portaltoi i interaciune s p).
nlimea pomilor la mr n funcie de soi i portaltoi
Tabelul 29
Portaltoi
M9
M26
M109
Soi
Media
Soi
Jonathan
2,0d
2,3c
2,9
2,4B
2,4c
3,4a
2,7A
Starkrimson
1,9d
1,9d
2,3c
2,0C
Media portaltoi
2,1N
2,2N
2,9M
-n-1
Soiuri S
- s-1
Eroare (a)
- (n-1)(s-1)
Total
- n(s-1)
Portaltoi P
- p-1
86
Ani A
- a-1
Interaciunile SxP
- (s-1)(p-1)
Interaciune P x A
- (p-1)(a-1)
Interaciune S x A
- (s-1)(a-1)
Interaciune BxA
- (n-1)(a-1)
Interaciune SxPxA
- (s-1)(p-1)(a-1)
Eroare (b)
- (n-1)(s-1)(p-1)(a-1)
Total general
- nx s xp xa 1
n acest exemplu lipsesc o serie de interaciuni, ca de pild BxS, BxP pe care le-am
considerat fr o importan prea mare. Ele ns pot fi calculate ca i n celelalte cazuri.
Se trece apoi la desfurarea analizei varianei:
Se calculeaz termenul de corecie TC.
Se calculeaz suma ptratelor abaterilor SPA
SPAT = (x1 +x2 +..+xn )-TC
SPA =
R R R
SPsoi
( S1 ) ( S 2 ) 2 ...... ( S n ) 2
sxpxa
TC
pxaxn
SPcombinaii (BxS) =
TC
( S1 R1 ) 2 ( S1 R1 ) 2 ...... ( S n Rn ) 2
axp
TC
( S1 P1 ) 2 ( S1 P1 ) 2 ...... ( S n Pn ) 2
axn
TC
( A1 S1 ) 2 ( A2 S1 ) 2 ...... ( An S n ) 2
sxpxn
TC
( S1 A1 ) 2 ( S1 A2 ) 2 ...... ( S n An ) 2
nxp
87
TC
SPcombinaii (PxA)=
( P1 R1 ) 2 ( P1 R2 ) 2 ...... ( Pn Rn ) 2
a
TC
SPA
GL
Blocuri (B)
n-1
Soiuri (S)
s-1
Eroare (a)
(n-1)(s-1)
Total
n(s-1)
Portaltoi (P)
p-1
Ani (A)
a-1
Interaciune SxP
(s-1)(p-1)
Interaciune PxA
(p-1)(a-1)
Interaciune SxA
(s-1)(a-1)
Interaciune BxA
(n-1)(a-1)
Interaciune BxS
(n-1)(s-1 )
Interaciune BxP
(n-1)(p-1)
Interaciune SxPxA
(s-1)(p-1)(a-1)
Eroare (b)
(n-1)(s-1)(p-1)(a-1)
Total general
n x s x p x a-1
s2
n funcie de valorile F se stabilesc dac exist diferene asigurate statistic sau acestea
lipsesc. n continuare se examineaz semnificaia diferenelor cu ajutorul testului t pentru
fiecare factor i fiecare interaciune. Pentru factorul soi (S) se folosete la calculare variana
erorii (a) sau s 2a . De cele mai multe ori examinarea semnificaiei se face folosind variana
88
2
interaciunii SxPxA ( s SPA
) deoarece diferenele dintre variante vor fi cu att mai sigure cu ct
2
, va fi mai mic (reacia soiurilor i portaltoilor la condiiile de mediu va fi ct mai
s SPA
redus).
sd =
2
2s SPA
GL
(1778) 2 3161284
TC=
43906,7
sxpxaxn 3x2 x3x4
s = soiuri = 3
p = portaltoi = 2
a = ani = 3
n = repetiii = 4
SPAT = (172 +252 +222 ++242 +282 +272 )-TC= 1225,3
SPB=
SPsoi=
SPC(BxS) =
89
Portaltoi
M9
Jonathan
M106
M9
Idared
M106
M9
Golden
delicious
M106
SPani=
An
1994
1995
1996
1994
1995
1996
1994
1995
1996
1994
1995
1996
1994
1995
1996
1994
1995
1996
R1
17
25
22
64
20
22
20
62
126
20
30
28
78
24
25
24
73
151
25
35
29
89
24
30
25
79
168
445
Blocuri
R2
R3
17
20
26
25
24
25
67
70
19
21
21
20
18
17
58
58
125
128
17
21
28
29
25
26
70
76
23
27
28
24
25
25
76
76
146
152
28
30
30
32
31
24
89
86
25
26
29
30
26
26
80
82
169
168
440
448
90
R4
19
24
24
67
18
21
20
59
126
20
28
27
75
25
25
24
74
149
28
34
29
91
24
28
27
79
170
445
73
100
95
268
78
84
75
237
505
78
115
106
299
99
102
98
299
598
111
131
113
355
99
117
104
320
675
1778
SA
151
184
170
177
217
204
210
248
217
SPComb.BA= 130 2 167 2 148 2 129 2 162 2 149 2 1452 160 2 1432 134 2 160 2 1512
axp
TC
265210
265210
TC 295
axp
6
SPComb.SA= 151
=
358284
TC 878,8
nxp
64 2 67 2 .... 82 2 79 2
133894
TC
TC 724,6
a
a
Inter.SPA=1100,8-60,5-256,9-603,9= 179,5
SPA
GL
Blocuri
1,8
Soiuri
603,9
301,9
603,8**
2,9
0,5
Total
608,6
11
Portaltoi
60,5
30,25
1,53
Ani
256,9
128,4
6,51**
Interaciune SxP
30,6
15,3
0,77
Interaciune PxA
407,2
203,6
10,33**
Interaciune SxA
18,0
4,5
0,23
Interaciune BxA
36,3
6,0
0,30
Interaciune SxPxA
179,5
44,9
2,28
Eroare (b)
236,3
12
19,7
1225,3
33
Eroare (a)
Total general
Testul F pune n eviden existena diferenelor ntre nivelele factorilor studiai i ntre
interaciunea factorilor.
91
n funcie de valorile F teoretice din tabelul 38 putem evidenia dac ipoteza nul H0
(1 = 2 = .=n ) este adevrat sau fals.
n cazul factorului S(soiuri) constatm c:
F0.05 (2; 6) = 603,8 este cu mult mai mare dect valorile F teoretic (5,14; 10,9).
0,0005 P 0,0001
Deci ipoteza nul H0 se respinge, ntre soiuri fiind diferene semnificative foarte mari.
Pentru factorul P(portaltoi), valoarea F empiric 1,53 este mai mic dect al lui F teoretic
(4,75; 9,33), la GL (1;12).
Nu se respinge ipoteza nul H0 , ntre portaltoi nefiind diferene asigurate statistic.
Pentru factorul Ani, valoarea F empiric este de 6,51comparativ cu Fteoretic (2; 12) care este
de 3,89 la 6,93.
0,025 P 0,01
Se respinge ipoteza nul H0, ntre ani fiind diferene asigurate statistic.
n cazul interaciunii soiuri x portaltoi (SxP), se constat c ipoteza nul H0 este
adevrat, adic interaciunea lipsete:
P0.05 (2 ; 12) = 0,77, iar Pteoretic este 3,89 i 6,93.
Interaciunea Portaltoi x Ani (PxA) se dovedete a fi puternic, anii influeneaz
comportarea portaltoilor . Ipoteza nul H0 se respinge.
F0.05 (2 ; 12) = 10,33 iar Fteoretic este 3,89 i 6,93
0,005 P 0,0025
n cazul interaciunii Soi x Ani (SxA), valoarea F empiric= 0,23 ceea ce demonstreaz
valabilitatea ipotezei nule H0 . Fteoretic = (3,89-6,93).
Interaciunea Soiuri x Portaltoi x Ani (SxPxA) este dat de valoarea
F0.05 (4 ; 12) = 2,28,
Fteoretic = 3,26 i 5,41
n consecin ipoteza nul este adevrat, nu se nregistreaz o interaciune asigurat
statistic.
n afara acestor interaciuni mai pot fi puse n eviden i altele, de tipul : Blocuri x
Soiuri, Blocuri x Portaltoi, Blocuri x Ani.
Astfel de interaciuni pot pune n eviden influena neuniformitii solului sau alte
tipuri de influen.
n continuare se face examinarea produciei cu ajutorul testului t (dar i cu alte teste
mai puternice), folosind formula:
92
sd=
2
2 s ae
GL
2 x0,5
0,41t
6
t = 5% = 2,77
1% = 4,60
0,1% =8,61
DL 5% = 1,35 t
DL1% = 1,89 t
DL0,1% = 3,53
Prod.
Idared
Jonathan
t/ha
Golden delicious
28,12
3,20 **
7,08 ***
Idared
24,92
3,88 ***
Jonathan
21,04
sd=
GL
GL12 t
2 x19,7
1,81
12
5% = 2,18
1% = 3,05
0,1% =4,32
DL 5% = 3,94 t
DL1% = 5,52 t
DL0,1% = 7,82
M9 = 25,6t
93
M106 = 23,8
M9 - M106 = 1,8 t
ntre portaltoi nu se constat diferene semnificative.
- Diferenele dintre ani (GL= 12)
DL 5% = 3,94 t
DL1% = 5,52 t
DL0,1% = 7,82
Prod.t/ha
1996
1994
1995
27,0
2,42
4,63**
1996
24,62
1994
22,41
2,21
94
IX.CORELAIA
Analiza corelaiilor sau dependena stochastic se ocup de studiul dependenei dintre
dou sau mai multe variabile. Cu ajutorul analizei varianei am fcut o analiz biostatistic a
unei singure variabile, provenit din una sau mai multe probe sau populaii.
Corelaiile pot servi la stabilirea unor relaii dintre dou variabile (caractere sau
caracteristici variabile) n cadrul unor populaii, a unor experiene de cmp sau de laborator.
Analiza corelaiilor poate aduce noi elemente privind cercetarea.
Pentru analiza corelaiilor sunt necesare de stabilit perechile de date msurabile, cu
legtur reciproc i care aparin la dou variabile x i y ale unei probe.
Perechile de date de la ambele variabile sunt randomizate, adic sunt extrase dintr-o
populaie cu distribuie bivariat. Msura gradului de asociere dintre dou variabile poart
numele de coeficient de corelaie i se noteaz cu ,,r sau ,,p. Valoarea coeficientului de
corelaie este pozitiv sau negativ. Coeficientul de corelaie este pozitiv atunci cnd valorile
celor dou variabile cresc sau descresc n acelai sens. n cazul n care valorile unei variabile
cresc iar ale celeilalte descresc sau invers, atunci coeficientul de corelaie este negativ.
Valorile coeficientului de corelaie oscileaz ntre -1-0 i +1-0. Cnd r = o , corelaia
lipsete complet la probele empirice nu se ntlnesc valorile r=0 sau r=1.
Corelaia este cu att mai puternic cu ct valorile lui r se apropie de +1 sau -1 i este
mai slab cu ct se apropie de valoarea o. Dei coeficientul de corelaia exprim gradul de
legtur dintre dou variabile, totui nu indic sensul corelaiei i nici dependena variabilei y
de variabil x.
Corelaiile se pot prezenta grafic cu ajutorul sistemului de coordonare rectangulare.
Pe cele dou coordonate, ncepnd de la origine , se stabilesc unitile pentru variabila x (axa
absciselor) i variabila y (axa coordonatelor).
Coeficientul de corelaie a fost stabilit de Bravais i poate fi determinat cu ajutorul
mai multor formule:
2
s xy
2
2
s x s y
x1 y1
sau r =
x1 y1
n 1
95
( x
x12 n 1
n 1
)(
y1
( y ) 2
n 1
% fructe
Producia
observaii
legate
kg/pom
10
x2
y2
xy
11
100
121
110
12
14
144
196
168
14
17
196
289
238
16
19
256
361
304
18
21
324
441
378
20
25
400
625
500
22
30
484
900
660
24
32
576
1024
763
26
38
676
1444
988
10
30
50
900
2500
1500
n=10
192
257
4056
7801
5614
SPAy =
SPAxy =
( x ) 2
( y ) 2
xy
4056
36864
370
10
7901
66049
1296
10
xy
49344
5614
680
n
10
GL = n-1 = 10-1 = 9
s 2x
SPAx 370
41,1
GLx
9
96
s 2y
SPA y
s 2xy
SPAxy
GLy
GLxy
1296
144,0
9
680
75,5
9
s xy
r=
2 2
sx s y
75,5
41,1 144,0
75,5
0,982
76,9
SPAxy
r=
SPAx SPA y
680
370 x1296
680
0,982
692,5
(n 2)r 2
1 r2
(10 2)0,9822
1 9822
7,714
216,2(5,32 11,26)
0,035
14,7
Din tabel obinem pentru t=14,70 i GL =n-2=8, valori cu mult sub 0,10, ceea ce ne
permite s tragem concluzia c exist un grad foarte semnificativ de corelaie ntre cele dou
variabile studiate.
Putem s concluzionm c ntre procentul de fructe legate i producia de fructe la
soiul Tuleu gras exist o corelaie /asociaie( strns dat de un coeficient de corelaie
r=0,982, foarte semnificativ pozitiv. Odat cu sporirea procentului de legare prin polenizare a
fructelor de la 10 la 30% va spori negreit i producia de fructe, n limitele de la 11 la 50 kg
/pom, cu condiia s nu intervin i ali factori de influen.
97
CAP.X. REGRESIA
y bx b x
y y b( x x)(
(a = termenul constant)
b=coeficientul de regresie)
Ne vom folosi n acest exemplu de datele din tabel care reprezint dependena dintre
procentul de fructe legate i producia de fructe la soiul Tuleu gras.
Avem deja calculate:
SPAx =
SPAxy =
xy
( x) 2
n
370,0
x y 680,0
n
98
byx =
SPAxy 680,0
1,84
SPAx 370,0
192
19,2%
10
257
25,7kg / pom
10
10
Y=1,84x-9,6=18,4-9,6= 8,8
20
30
Se obine o dreapt de regresie dat de ecuaia y = a+1,84 (Fig..) care se exprim c exist
o legtur strns ntre cele dou variabile. La o cretere a variabilei independente cu 1,84
(b), variabila dependent va rspunde cu o cretere pozitiv de producie de o unitate.
99
100
Variabila x
Variabila y
x2
x*y
x2 y
xx2
1,0
7,0
1,00
7,0
7,00
1,00
1,3
8,0
1,69
10,4
13,52
2,20
1,7
9,0
2,89
15,3
26,01
4,91
2,0
14,0
4,00
28,0
56,00
8,00
2,5
18,0
6,25
45,0
112,50
15,62
3,3
21,0
10,89
69,3
228,69
35,94
5,0
33,0
25,00
165,0
825,00
125,00
6,6
38,0
43,56
250,8
1655,28
287,50
23,4
148,0
95,26
590,8
2924,00
480,17
()2
95,28
3823,0
2708,33
SPAx =
y2
( x ) 2
n
SPAx =
(x )
SPAxy =
xy
SPAx y =
2 2
( y 2 )
n
3823,0
148,0 2
3823,0 2723,0 1085
8
23,4 2
95,28
95,28 68,44 26,84
8
( x 2 ) 2
n
2708,33
95,28 2
1573,55
8
101
SPAxx =
b1 =
xx
x x
480,17
23,4 95,28
201,5
8
SPAxSPAx 2 ( SPAxx 2 ) 2
(26,84 x1573,55) (201,5) 2
b1 = 14461,6 8,9
1631,9
b2 =
SPAxSPAx 2 ( SPAxx 2 ) 2
(26,84 x1573,55) (201,5) 2
b2 = 647,56 0,40
1631,9
x 11,9
y = -2,5
x= 1
x= 2
x= 5
x= 6
x= 3
x= 7
102
Tabelul 37
Valorile teoretice t care au probabilitatea p = 5 %, 1 %, i 0,1 %
Dac tabelul nu cuprinde unele grade de libertate, valorile t vor fi luate din rndurile cele mai
apropiate.
GL
P= 5%
P= 1%
P= 0,1
GL
P= 5%
P= 1%
P= 0,1
%
12,71
63,66
636,62
26
2,06
2,78
3,71
4,30
9,93
31,60
27
2,05
2,77
3,69
3,18
5,84
12,94
28
2,05
2,76
3,67
2,78
4,60
8,61
29
2,04
2,76
3,66
2,57
4,03
6,86
30
2,04
2,75
3,65
2,45
3,71
5,96
35
2,03
2,72
3,59
2,37
3,50
5,41
40
2,02
2,70
3,55
2,31
3,36
5,04
45
2,01
2,69
3,52
2,26
3,25
4,78
50
2,01
2,68
3,49
10
2,23
3,17
4,59
60
2,00
2,66
3,46
11
2,20
3,11
4,44
70
1,99
2,65
3,43
12
2,18
3,06
4,32
80
1,99
2,64
3,41
13
2,16
3,01
4,22
90
1,99
2,63
3,40
14
2,15
2,98
4,14
100
1,98
2,63
3,39
15
2,13
2,95
4,07
120
1,98
2,62
3,37
16
2,12
2,92
4,02
140
1,98
2,61
3,36
17
2,11
2,90
3,97
160
1,98
2,61
3,35
18
2,10
2,88
3,92
180
1,97
2,60
3,35
19
2,09
2,86
3,88
200
1,97
2,60
3,34
20
2,09
2,84
3,85
300
1,97
2,59
3,32
21
2,08
2,83
3,82
400
1,97
2,59
3,32
22
2,07
2,82
3,79
500
1,96
2,59
3,31
23
2,07
2,81
3,77
1000
1,96
2,58
3,30
24
2,06
2,80
3,75
25
2,06
2,79
3,73
1,96
2,58
3,29
103
Tabelul 38
Grade de
libertate
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Grade de
libertate
26
27
1
161
4,052
18.51
98.49
10.13
34.12
7.71
21.20
6.61
16.26
5.99
13.74
5.59
12.25
5.32
11.26
5.12
10.56
4.96
10.04
4.84
9.65
4.75
9.33
4.67
9.07
4.60
8.86
4.54
8.68
4.49
8.53
4.45
8.40
4.41
8.28
4.38
8.18
4.35
8.10
4.32
8.02
4.30
7.94
4.28
7.88
4.26
7.82
4.24
7.77
2
200
4,999
19.00
99.00
9.55
30.82
6.94
18.00
5.79
13.27
5.14
10.92
4.74
9.55
4.46
8.65
4.26
8.02
4.10
7.56
3.98
7.20
3.88
6.93
3.80
6.70
3.74
6.51
3.68
6.36
3.63
6.23
3.59
6.11
3.55
6.01
3.52
5.93
3.49
5.85
3.47
5.78
3.44
5.72
3.42
5.66
3.40
5.61
3.38
5.57
3
216
5,403
19.16
99.17
9.28
29.46
6.59
16.69
5.41
12.06
4.76
9.78
4.35
8.45
4.07
7.59
3.86
6.99
3.71
6.55
3.59
6.22
3.49
5.95
3.41
5.74
3.34
5.56
3.29
5.42
3.24
5.29
3.20
5.18
3.16
5.09
3.13
5.01
3.10
4.94
3.07
4.87
3.05
4.82
3.03
4.76
3.01
4.72
2.99
4.68
4
225
5,625
19.25
99.25
9.12
28.71
6.39
15.98
5.19
11.39
4.53
9.15
4.12
7.85
3.84
7.01
3.63
6.42
3.48
5.99
3.36
5.67
3.26
5.41
3.18
5.20
3.11
5.03
3.06
4.89
3.01
4.77
2.96
4.67
2.93
4.58
2.90
4.50
2.87
4.43
2.84
4.37
2.82
4.31
2.80
4.26
2.78
4.22
2.76
4.18
5
230
5,764
19.30
99.30
9.01
28.24
6.26
15.52
5.05
10.97
4.39
8.75
3.97
7.46
3.69
6.63
3.48
6.06
3.33
6.64
3.20
5.32
3.11
5.06
3.02
4.86
2.96
4.69
2.90
4.56
2.85
4.44
2.81
4.34
2.77
4.25
2.74
4.17
2.71
4.10
2.86
4.04
2.66
3.99
2.64
3.94
2.62
3.90
2.60
3.86
1
4.22
7.72
4.21
7.68
4.20
2
3.37
5.53
3.35
5.49
3.34
3
2.98
4.64
2.96
4.60
2.95
4
2.74
4.14
2.73
4.11
2.71
5
2.59
3.82
2.57
3.79
2.56
Grade de libertate
6
7
234
237
5,859 5,928
19.33 19.36
99.33 99.34
8.94
8.88
27.91 27.67
16.16 6.09
15.21 14.98
4.95
4.88
10.67 10.45
4.28
4.21
8.47
8.26
3.87
3.79
7.19
7.00
3.58
3.50
6.37
6.19
3.37
3.29
5.80
5.62
3.22
3.14
5.39
5.21
3.09
3.01
5.07
4.88
3.00
2.92
4.82
4.65
2.92
2.84
4.62
4.44
2.85
2.77
4.46
4.28
2.79
2.70
4.32
4.14
2.74
2.66
4.20
4.03
2.70
2.62
4.10
3.93
2.66
2.58
4.01
3.85
2.63
2.55
3.94
3.77
2.60
2.52
3.87
3.71
2.57
2.49
3.81
3.65
2.55
2.47
3.76
3.59
2.53
2.45
3.71
3.54
2.51
2.43
3.67
3.50
2.49
2.41
3.63
3.46
Grade de libertate
6
7
2.47
2.39
3.59
3.42
2.46
2.37
3.56
3.39
2.44
2.36
104
8
239
5,981
19.37
99.36
8.84
27.49
6.04
14.80
4.82
10.27
4.15
8.10
3.73
6.84
3.44
6.03
3.23
5.47
3.07
5.06
2.95
4.74
2.85
4.50
2.77
4.30
2.70
4.14
2.64
4.00
2.59
3.89
2.55
3.79
2.51
3.71
2.48
3.63
2.45
3.56
2.42
3.51
2.40
3.45
2.38
3.41
2.36
3.36
2.34
3.32
9
241
6,022
19.38
99.38
8.81
27.34
6.00
14.66
4.78
10.15
4.10
7.98
3.68
6.71
3.39
5.91
3.18
5.35
3.02
4.95
2.90
4.63
2.80
4.39
2.72
4.19
2.65
4.03
2.59
3.89
2.54
3.78
2.50
3.68
2.46
3.60
2.43
3.52
2.40
3.45
2.37
3.40
2.35
3.35
2.32
3.30
2.30
3.25
2.28
3.21
10
242
6,056
19.39
99.40
8.78
27.23
5.96
14.54
4.47
10.05
4.06
7.87
3.63
6.62
3.34
5.82
3.13
5.26
2.97
4.85
2.86
4.54
2.76
4.30
2.67
4.10
2.60
3.94
2.55
3.80
2.49
3.69
2.45
3.59
2.41
3.51
2.38
3.43
2.35
3.37
2.32
3.31
2.30
3.26
2.28
3.21
2.26
3.17
2.24
3.13
11
243
6,082
19.40
99.41
8.76
27.13
5.93
14.45
4.70
9.96
4.03
7.79
3.60
6.54
3.34
5.74
3.10
5.18
2.94
4.78
2.82
4.46
2.72
4.22
2.63
4.02
2.56
3.86
2.51
3.73
2.45
3.61
2.41
3.52
2.37
3.44
2.34
3.36
2.31
3.40
2.28
3.24
2.26
3.18
2.24
3.14
2.22
3.09
2.20
3.05
12
244
6,106
19.41
99.42
8.74
27.05
5.91
14.37
4.68
9.89
4.00
7.72
3.57
6.47
3.28
5.67
3.07
5.11
2.91
4.71
2.79
4.40
2.69
4.16
2.60
3.96
2.53
3.80
2.48
3.67
2.42
3.55
2.38
3.45
2.34
3.37
2.31
3.30
2.28
3.23
2.25
3.17
2.23
3.12
2.20
3.07
2.18
3.03
2.16
2.99
8
2.32
3.29
2.30
3.26
2.29
9
2.27
3.17
2.25
3.14
2.24
10
2.22
3.09
2.20
3.06
2.19
11
2.18
3.02
2.16
2.98
2.15
12
2.15
2.96
2.13
2.93
2.12
28
29
30
32
34
36
38
40
42
44
46
48
50
55
60
65
70
80
100
125
150
200
400
1000
7.64
4.18
7.60
4.17
7.56
4.15
7.50
4.13
7.44
4.11
7.39
4.10
7.35
4.08
7.31
4.07
7.27
4.06
7.24
4.05
7.21
4.04
7.19
4.03
7.17
4.02
7.12
4.00
7.08
3.99
7.04
3.98
7.01
3.96
6.96
3.94
6.90
3.92
6.84
3.91
6.81
3.89
6.76
3.86
6.70
3.85
6.66
3.84
6.64
5.45
3.33
5.42
3.32
5.39
3.30
5.34
3.28
5.29
3.26
5.25
3.25
5.21
3.23
5.18
3.22
5.15
3.21
5.12
3.20
5.10
3.19
5.08
3.18
5.06
3.17
5.01
3.15
4.98
3.14
4.95
3.13
4.92
3.11
4.88
3.09
4.82
3.07
4.78
3.06
4.75
3.04
4.71
3.02
4.66
3.00
4.62
2.99
4.60
4.57
2.93
4.54
2.92
4.51
2.90
4.46
2.88
4.42
2.86
4.38
2.85
4.34
2.84
4.31
2.83
4.29
2.82
4.26
2.81
4.24
2.80
4.22
2.79
4.20
2.78
4.16
2.76
4.13
2.75
4.10
2.74
4.08
2.72
4.04
2.70
3.98
2.68
3.94
2.67
3.91
2.65
3.88
2.62
3.83
2.61
3.80
2.60
3.78
4.07
2.70
4.04
2.69
4.02
2.67
3.97
2.65
3.93
2.63
3.89
2.62
3.86
2.61
3.83
2.59
3.80
2.58
3.78
2.57
3.76
2.56
3.74
5.56
3.72
2.54
3.68
2.52
3.65
2.51
3.62
2.50
3.60
2.48
3.56
2.46
3.51
2.44
3.47
2.43
3.44
2.41
3.41
2.39
3.36
2.38
3.34
2.37
3.32
3.76
2.54
3.73
2.53
3.70
2.51
3.66
2.49
3.61
2.48
3.58
2.46
3.54
2.45
3.51
2.44
3.49
2.43
3.46
2.42
3.44
2.41
3.42
2.40
3.41
2.38
3.37
2.37
3.34
2.36
3.31
2.35
3.29
2.33
3.25
2.30
3.20
2.29
3.17
2.27
3.14
2.26
3.11
2.23
3.06
2.22
3.04
2.21
3.02
3.53
2.43
3.50
2.42
3.47
2.40
3.42
2.38
3.38
2.36
3.35
2.35
3.32
2.34
3.29
2.32
3.26
2.31
3.24
2.30
3.22
2.30
3.20
2.29
3.18
2.27
3.15
2.25
3.12
2.24
3.09
2.23
3.07
2.21
3.04
2.19
2.99
2.17
2.95
2.16
2.92
2.14
2.90
2.12
2.85
2.10
2.82
2.09
2.80
3.36
2.35
3.33
2.34
3.30
2.32
3.25
2.30
3.21
2.28
3.18
2.26
3.15
2.25
3.12
2.24
3.10
2.23
3.07
2.22
3.05
2.21
3.04
2.20
3.02
2.18
2.98
2.17
2.95
2.15
2.93
2.14
2.91
2.12
2.87
2.10
2.82
2.08
2.79
2.07
2.76
2.05
2.73
2.03
2.69
2.02
2.66
2.01
2.64
3.23
2.28
3.20
2.27
3.17
2.25
3.12
2.23
3.08
2.21
3.04
2.19
3.02
2.18
2.99
2.17
2.96
2.16
2.94
2.14
2.92
2.14
2.90
2.13
2.88
2.11
2.85
2.10
2.82
2.08
2.79
2.07
2.77
2.05
2.74
2.03
2.69
2.01
2.65
2.00
2.62
1.98
2.60
1.96
2.55
1.95
2.53
1.94
3.51
3.11
2.22
3.08
2.21
3.06
2.19
3.01
2.17
2.97
2.15
2.94
2.14
2.91
2.12
2.88
2.11
2.86
2.10
2.84
2.09
2.82
2.08
2.80
2.07
2.78
2.05
2.75
2.04
2.72
2.02
2.70
2.01
2.67
1.99
2.64
1.97
2.59
1.95
2.56
1.94
2.53
1.92
2.50
1.90
2.46
1.89
2.43
1.88
2.41
3.03
2.18
3.00
2.16
2.98
2.14
2.94
2.12
2.89
2.10
2.86
2.09
2.82
2.07
2.80
2.06
2.77
2.05
2.75
2.04
2.73
2.03
2.71
2.02
2.70
2.00
2.66
1.99
2.63
1.98
2.61
1.97
2.59
1.95
2.55
1.92
2.51
1.90
2.47
1.89
2.44
1.87
2.41
1.85
2.37
1.84
2.34
1.83
2.32
2.95
2.14
2.92
2.12
2.90
2.10
2.86
2.08
2.82
2.06
2.78
2.05
2.75
2.04
2.73
2.02
2.70
2.01
2.68
2.00
2.66
1.99
2.64
1.98
2.62
1.97
2.59
1.95
2.56
1.94
2.54
1.93
2.51
1.91
2.48
1.88
2.43
1.86
2.40
1.85
2.37
1.83
2.34
1.81
2.29
1.80
2.26
1.79
2.24
2.90
2.10
2.87
2.09
2.84
2.07
2.80
2.05
2.76
2.03
2.72
2.02
2.69
2.00
2.66
1.99
2.64
1.98
2.62
1.97
2.60
1.96
2.58
1.95
2.56
1.93
2.53
1.92
2.50
1.90
2.47
1.89
2.45
1.88
2.41
1.85
2.36
1.83
2.33
1.82
2.30
1.80
2.28
1.78
2.23
1.76
2.20
1.75
2.18
continuare tabelul
Grade de
libertate
1
2
3
4
5
6
7
8
9
14
245
6,142
19.42
99.43
8.71
26.92
5.87
14.24
4.64
9.77
3.96
7.60
3.52
6.35
3.23
5.56
3.02
5.00
2.86
16
246
6,169
19.43
99.44
8.69
26.83
5.84
14.15
4.60
9.68
3.92
7.52
3.49
6.27
3.20
5.48
2.98
4.92
2.82
20
248
6,208
19.44
99.45
8.66
26.69
5.80
14.02
4.56
9.55
3.87
7.39
3.44
6.15
3.15
5.36
2.93
4.80
2.77
24
249
6,234
19.45
99.46
8.64
26.60
5.77
13.93
4.53
9.47
3.84
7.31
3.41
6.07
3.12
5.28
2.90
4.73
2.74
30
250
6,258
19.46
99.47
8.62
26.50
5.74
13.83
4.50
9.38
3.81
7.23
3.38
5.98
3.08
5.20
2.86
4.64
2.70
Grade de libertate
40
50
75
251
252
253
6,286 6,302 6,323
19.47 19.47 19.48
99.48 99.48 99.49
8.60
8.58
8.57
26.41 26.35 26.27
5.71
5.70
5.68
13.74 13.69 13.61
4.46
4.44
4.42
9.29
9.24
9.17
3.77
3.75
3.72
7.14
7.09
7.02
3.34
3.32
3.29
5.90
5.85
5.78
3.05
3.03
3.00
5.11
5.06
5.00
2.82
2.80
2.77
4.56
4.51
4.45
2.67
2.64
2.61
105
100
253
6,334
19.49
99.49
8.56
26.23
5.66
13.57
4.40
9.13
3.71
6.99
3.28
5.75
2.98
4.96
2.76
4.41
2.59
200
254
3,352
19.49
99.49
8.54
26.18
5.65
13.52
4.38
9.07
3.69
6.94
3.25
5.70
2.96
4.91
2.73
4.36
2.56
500
254
6,361
19.50
99.50
8.54
26.14
5.64
13.48
4.37
9.04
3.68
6.90
3.24
5.67
2.94
4.88
2.72
4.33
2.55
254
6,366
19.50
99.50
8.53
26.12
5.63
13.46
4.36
9.02
3.67
6.88
3.23
5.65
2.93
4.86
2.71
4.31
2.54
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Grade de
libertate
26
27
28
29
30
32
34
36
38
40
42
44
46
48
50
55
60
65
70
80
4.60
2.74
4.29
2.64
4.05
2.55
3.85
2.48
3.70
2.43
3.56
2.37
3.45
2.33
3.35
2.29
3.27
2.26
3.19
2.23
3.13
2.20
3.07
2.18
3.02
2.14
2.97
2.13
2.93
2.11
2.89
4.52
2.70
4.21
2.60
3.98
2.51
3.78
2.44
3.62
2.39
3.48
2.33
3.37
2.29
3.27
2.25
3.19
2.21
3.12
2.18
3.05
2.15
2.99
2.13
2.94
2.10
2.89
2.09
2.85
2.06
2.81
4.41
2.65
4.10
2.54
3.86
2.46
3.67
2.39
3.51
2.33
3.36
2.28
3.25
2.23
3.16
2.19
3.07
2.15
3.00
2.12
2.94
2.09
2.88
2.07
2.83
2.04
2.78
2.02
2.74
2.00
2.70
4.33
2.61
4.02
2.50
3.78
2.42
3.59
2.35
3.43
2.29
3.29
2.24
3.18
2.19
3.08
2.15
3.00
2.11
2.92
2.08
2.86
2.05
2.80
2.03
2.75
2.00
2.70
1.98
2.66
1.96
2.62
4.25
2.57
3.94
2.46
3.70
2.38
3.51
2.31
3.34
2.25
3.20
2.20
3.10
2.15
3.00
2.11
2.91
2.07
2.84
2.04
2.77
2.00
2.72
1.98
2.67
1.96
2.62
1.94
2.58
1.92
2.54
14
2.10
2.86
2.08
2.83
2.06
2.80
2.05
2.77
2.04
2.74
2.02
2.70
2.00
2.65
1.98
2.62
1.96
2.59
1.95
2.56
1.94
1.54
1.92
2.52
1.91
2.50
1.90
2.48
1.90
2.46
1.88
2.43
1.86
2.40
1.85
2.37
1.84
2.35
1.82
2.32
16
2.05
2.77
2.03
2.74
2.02
2.71
2.00
2.68
1.99
2.66
1.97
2.62
1.95
2.58
1.93
2.54
1.92
2.51
1.90
2.49
1.89
2.46
1.88
2.44
1.87
2.42
1.86
2.40
1.85
2.39
1.83
2.35
1.81
2.32
1.80
2.30
1.79
2.28
1.77
2.24
20
1.99
2.66
1.97
2.63
1.96
2.60
1.94
2.57
1.93
2.55
1.91
2.51
1.89
2.47
1.87
2.43
1.85
2.40
1.84
2.37
1.82
2.35
1.81
2.32
1.80
2.30
1.79
2.28
1.78
2.26
1.76
2.23
1.75
2.20
1.73
2.18
1.72
2.15
1.70
2.11
24
1.95
2.58
1.93
2.55
1.91
2.52
1.90
2.49
1.89
2.47
1.86
2.42
1.84
2.38
1.82
2.35
1.80
2.32
1.79
2.29
1.78
2.26
1.76
2.24
1.75
2.22
1.74
2.20
1.74
2.18
1.72
2.15
1.70
2.12
1.68
2.09
1.67
2.07
1.65
2.03
30
1.90
2.50
1.88
2.47
1.87
2.44
1.85
2.41
1.84
2.38
1.82
2.34
1.80
2.30
1.78
2.26
1.76
2.22
1.74
2.20
1.73
2.17
1.72
2.15
1.71
2.13
1.70
2.11
1.69
2.10
1.67
2.06
1.65
2.03
1.63
2.00
1.62
1.98
1.60
1.94
4.17
4.12
2.53
2.50
3.86
3.80
2.42
2.40
3.61
3.56
2.34
2.32
3.42
3.37
2.27
2.24
3.26
3.21
2.21
2.18
3.12
3.07
2.16
2.13
3.01
2.96
2.11
2.08
2.92
2.86
2.07
2.04
2.83
2.78
2.02
2.00
2.76
2.70
1.99
1.96
2.69
2.63
1.96
1.93
2.63
2.58
1.93
1.91
2.58
2.53
1.91
1.88
2.53
2.48
1.89
1.86
2.49
2.44
1.87
1.84
2.45
2.40
Grade de libertate
40
50
1.85
1.82
2.41
2.36
1.84
1.80
2.38
2.33
1.81
1.78
2.35
2.30
1.80
1.77
2.32
2.27
1.79
1.76
2.29
2.24
1.76
1.74
2.25
2.20
1.74
1.71
2.21
2.15
1.72
1.69
2.17
2.12
1.71
1.67
2.14
2.08
1.69
1.66
2.11
2.05
1.68
1.64
2.08
2.02
1.66
1.63
2.06
2.00
1.65
1.62
2.04
1.98
1.64
1.61
2.02
1.96
1.63
1.60
2.00
1.94
1.61
1.58
1.96
1.90
1.59
1.56
1.93
1.87
1.57
1.54
1.90
1.84
1.56
1.53
1.88
1.82
1.54
1.51
1.84
1.78
106
4.05
2.47
3.74
2.36
3.49
2.28
3.30
2.21
3.14
2.15
3.00
2.09
2.89
2.04
2.79
2.00
2.71
1.96
2.63
1.92
2.56
1.89
2.51
1.87
2.46
1.84
2.41
1.82
2.36
1.80
2.32
4.01
2.45
3.70
2.35
3.46
2.26
3.27
2.19
3.11
2.12
2.97
2.07
2.86
2.02
2.76
1.98
2.68
1.94
2.60
1.90
2.53
1.87
2.47
1.84
2.42
1.82
2.37
1.80
2.33
1.77
2.29
3.96
2.42
3.66
2.32
3.41
2.24
3.21
2.16
3.06
2.10
2.92
2.04
2.80
1.99
2.70
1.95
2.62
1.91
2.54
1.87
2.47
1.84
2.42
1.81
2.37
1.79
2.32
1.76
2.27
1.74
2.23
3.93
2.41
3.62
2.31
3.38
2.22
3.18
2.14
3.02
2.08
2.89
2.02
2.77
1.97
2.67
1.93
2.59
1.90
2.51
1.85
2.44
1.82
2.38
1.80
2.33
1.77
2.28
1.74
2.23
1.72
2.19
3.91
2.40
3.60
2.30
3.36
2.21
3.16
2.13
3.00
2.07
2.87
2.01
2.75
1.96
2.65
1.92
2.57
1.88
2.49
1.84
2.42
1.81
2.36
1.78
2.31
1.76
2.26
1.73
2.21
1.71
2.17
75
1.78
2.28
1.76
2.25
1.75
2.22
1.73
2.19
1.72
2.16
1.69
2.12
1.67
2.08
1.65
2.04
1.63
2.00
1.61
1.97
1.60
1.94
1.58
1.92
1.57
1.90
1.56
1.88
1.55
1.86
1.52
1.82
1.50
1.79
1.49
1.76
1.47
1.74
1.45
1.70
100
1.76
2.25
1.74
2.21
1.72
2.18
1.71
2.15
1.69
2.13
1.67
2.08
1.64
2.04
1.62
2.00
1.60
1.97
1.59
1.94
1.57
1.91
1.56
1.88
1.54
1.86
1.53
1.84
1.52
1.82
1.50
1.78
1.48
1.74
1.46
1.71
1.45
1.69
1.42
1.65
200
1.72
2.19
1.71
2.16
1.69
2.13
1.68
2.10
1.66
2.07
1.64
2.02
1.61
1.98
1.59
1.94
1.57
1.90
1.55
1.88
1.54
1.85
1.52
1.82
1.51
1.80
1.50
1.78
1.48
1.76
1.46
1.71
1.44
1.68
1.42
1.64
1.40
1.62
1.38
1.57
500
1.70
2.15
1.68
2.12
1.67
2.09
1.65
2.06
1.64
2.03
1.61
1.98
1.59
1.94
1.56
1.90
1.54
1.86
1.53
1.84
1.51
1.80
1.50
1.78
1.48
1.76
1.47
1.73
1.46
1.71
1.43
1.66
1.41
1.63
1.39
1.60
1.37
1.56
1.35
1.52
1.69
2.13
1.67
2.10
1.65
2.06
1.64
2.03
1.62
2.01
1.59
1.96
1.57
1.91
1.55
1.87
1.53
1.84
1.51
1.81
1.49
1.78
1.48
1.75
1.46
1.72
1.45
1.70
1.44
1.68
1.41
1.64
1.39
1.60
1.37
1.56
1.35
1.53
1.32
1.49
100
125
150
200
400
1000
1.79
2.26
1.77
2.23
1.76
2.20
1.74
2.17
1.72
2.12
1.70
2.09
1.69
2.07
1.75
2.19
1.72
2.15
1.71
2.12
1.69
2.09
1.67
2.04
1.65
2.01
1.64
1.99
1.68
2.06
1.65
2.03
1.64
2.00
1.62
1.97
1.60
1.92
1.58
1.89
1.57
1.87
1.63
1.98
1.60
1.94
1.59
1.91
1.57
1.88
1.54
1.84
1.53
1.81
1.52
1.79
1.57
1.89
1.55
1.85
1.54
1.83
1.52
1.79
1.49
1.74
1.47
1.71
1.46
1.69
1.51
1.79
1.49
1.75
1.47
1.72
1.45
1.69
1.42
1.64
1.41
1.61
1.40
1.59
107
1.48
1.73
1.45
1.68
1.44
1.66
1.42
1.62
1.38
1.57
1.36
1.54
1.35
1.52
1.42
1.64
1.39
1.59
1.37
1.56
1.35
1.53
1.32
1.47
1.30
1.44
1.28
1.41
1.39
1.59
1.36
1.54
1.34
1.51
1.32
1.48
1.28
1.32
1.26
1.38
1.24
1.36
1.34
1.51
1.31
1.46
1.29
1.43
1.26
1.38
1.22
1.32
1.19
1.28
1.17
1.25
1.30
1.46
1.27
1.40
1.25
1.37
1.22
1.33
1.16
1.24
1.13
1.19
1.11
1.15
1.28
1.43
1.25
1.37
1.22
1.33
1.19
1.28
1.16
1.19
1.08
1.11
1.00
1.00
Tabelul 39
Numrul
gradelor
de libertate
ale erorii
10
12
14
16
18
20
50
100
(GL E)
1
17 97 17 97 17 97 17 97 19 97 17 97 17 97 17 97 17 97 17 97 17 97 17 97 17 97 17 97 17 97 17 97
6 09 6 09 6 09 6 09 6 09 6 09 6 09 6 09 6 09 6 09 6 09 6 09 6 09 6 09 6 09 6 09
4 50 4 52 4 52 4 52 4 52 4 52 4 52 4 52 4 52 4 52 4 52 4 52 4 52 4 52 4 52 4 52
3 93 4 01 4 03 4 03 4 03 4 03 4 03 4 03 4 03 4 03 4 03 4 03 4 03 4 03 4 03 4 03
3 64 3 75 3 80 3 81 3 81 3 81 3 81 3 81 3 81 3 81 3 81 3 81 3 81 3 81 3 81 3 81
3 46 3 59 3 65 3 68 3 69 3 70 3 70 3 70 3 70 3 70 3 70 3 70 3 70 3 70 3 70 3 70
3 44 3 48 3 55 3 59 3 61 3 62 3 63 3 63 3 63 3 63 3 63 3 63 3 63 3 63 3 63 3 63
3 26 3 40 3 48 3 52 3 55 3 57 3 58 3 58 3 58 3 58 3 58 3 58 3 58 3 58 3 58 3 58
3 20 3 34 3 42 3 47 3 50 3 52 3 54 3 54 3 55 3 55 3 55 3 55 3 55 3 55 3 55 3 55
10
3 15 3 29 3 38 3 43 3 47 3 49 3 51 3 52 3 52 3 53 3 53 3 53 3 53 3 53 3 53 3 53
11
3 11 3 26 3 34 3 40 3 44 3 46 3 48 3 49 3 50 3 51 3 51 3 51 5 51 3 51 3 51 3 51
12
3 08 3 23 3 31 3 37 3 41 3 44 3 46 3 47 3 48 3 50 3 50 3 50 3 50 3 50 3 50 3 50
13
3 06 3 20 3 29 3 35 3 39 3 42 3 44 3 46 3 47 3 48 3 49 3 49 3 49 3 49 3 49 3 49
14
3 03 3 18 3 27 3 33 3 37 3 40 3 43 3 44 3 46 3 47 3 48 3 48 3 49 3 49 3 49 3 49
15
3 01 3 16 3 25 3 31 3 36 3 39 3 41 3 43 3 45 3 47 3 48 3 48 3 48 3 48 3 48 3 48
16
3 00 3 14 3 24 3 30 3 34 3 38 3 40 3 42 3 44 3 46 3 47 3 48 3 48 3 48 3 48 3 48
17
2 98 3 13 3 22 3 29 3 33 3 37 3 39 3 41 3 43 3 45 3 47 3 47 3 48 3 48 3 48 3 48
18
2 97 3 12 3 21 3 27 3 32 3 36 3 38 3 41 3 42 3 45 3 46 3 47 3 47 3 47 3 47 3 47
19
2 96 3 11 3 20 3 26 3 31 3 35 3 38 3 40 3 42 3 45 3 46 3 47 3 47 3 47 3 47 3 47
20
2 95 3 10 3 19 3 26 3 30 3 34 3 37 3 39 3 41 3 44 3 45 3 46 3 47 3 47 3 47 3 47
24
2 92 3 07 3 16 3 23 3 28 3 32 3 35 3 37 3 39 3 42 3 44 3 46 3 47 3 47 3 48 3 48
30
2 89 3 04 3 13 3 20 3 25 3 29 3 32 3 35 3 37 3 41 3 43 3 45 3 46 3 47 3 49 3 49
40
2 86 3 03 3 10 3 17 3 22 3 27 3 30 3 33 3 35 3 39 3 42 3 44 3 46 3 47 3 50 3 50
60
2 83 2 98 3 07 3 14 3 20 3 24 3 28 3 31 3 33 3 37 3 41 3 43 3 45 3 47 3 54 3 54
100
2 80 2 95 3 05 3 12 3 17 3 22 3 25 3 29 3 31 3 36 3 39 3 42 3 45 3 47 3 59 3 60
2 77 2 92 3 02 3 09 3 15 3 19 3 23 3 27 3 29 3 34 3 38 3 41 3 44 3 47 3 64 3 74
108
97,5
90
70
50
30
10
2,5
0,1
,0 393
,0158
,148
,103
,211
,713
,455
1,07
1,39
2,41
2,71
3,84
5,02
6,62
10,8
4,61
5,99
7,38
9,21
,216
,352
,584
1,42
2,37
13,8
3,67
6,25
7,81
9,35
11,3
16,3
,297
,484
,711
,554
,831
1,15
1,06
2,19
1,61
3,00
3,36
4,88
7,78
9,49
11,1
13,3
18,5
4,35
6,06
9,24
11,1
12,8
15,1
20,5
,872
1,24
1,24
1,69
1,64
2,20
2,17
2,83
3,83
5,35
7,23
10,6
12,6
14,4
16,8
22,5
4,67
6,35
8,38
12,0
14,1
16,0
18,5
1,65
2,18
2,73
24,3
3,49
5,53
7,34
9,52
13,4
15,5
17,5
20,1
26,1
9
10
2,09
2,70
2,56
3,25
3,33
4,17
6,39
8,34
10,7
14,7
16,9
19,0
21,7
27,9
3,94
4,87
7,27
9,34
11,8
16,0
18,3
20,5
23,2
11
3,05
29,6
3,82
4,57
5,58
8,15
10,3
12,9
17,3
19,7
21,9
24,7
31,3
12
13
3,57
4,40
5,23
6,30
9,03
11,3
14,0
18,5
21,0
23,3
26,2
32,9
4,11
5,01
5,89
7,04
9,93
12,3
15,1
19,8
22,4
24,7
27,7
34,5
14
4,66
5,63
6,57
7,79
10,8
13,3
16,2
21,1
23,7
26,1
29,1
36,1
15
5,23
6,26
7,26
8,55
11,7
14,3
17,3
22,3
25,0
27,5
30,6
37,7
16
5,81
6,91
7,96
9,31
12,6
15,3
18,4
23,5
26,3
28,8
32,0
39,3
17
6,41
7,56
8,67
10,1
13,5
16,3
19,5
24,8
27,6
30,2
33,4
40,8
18
7,01
8,23
9,39
10,9
14,4
17,3
20,6
26,0
28,9
31,5
34,8
42,3
19
7,63
8,91
10,1
11,7
15,4
18,3
21,7
27,2
30,1
32,9
36,2
43,8
20
8,26
9,59
10,9
12,4
16,3
19,3
22,8
28,4
31,4
34,2
37,6
45,3
21
8,90
10,3
11,6
13,2
17,2
20,3
23,9
29,6
32,7
35,5
38,9
46,8
22
9,54
11,0
12,3
14,0
18,1
21,3
24,9
30,8
33,9
36,8
40,3
48,3
23
10,2
11,7
13,1
14,8
19,0
22,3
26,0
32,0
35,2
38,1
41,6
49,7
24
10,9
12,4
13,8
15,7
19,9
23,3
27,1
33,2
36,4
39,4
43,0
51,2
25
11,5
13,1
14,6
16,5
20,9
24,3
28,2
34,4
37,7
40,6
44,3
52,6
26
12,2
13,8
15,4
17,3
21,8
25,3
29,2
35,6
38,9
41,9
45,6
54,1
27
12,9
14,6
16,2
18,1
22,7
26,3
30,0
36,7
40,1
43,2
47,0
55,5
28
13,6
15,3
16,9
18,9
23,6
27,3
31,4
37,9
41,3
44,5
48,3
56,9
29
14,3
16,0
17,7
19,8
24,6
28,3
32,5
39,1
42,6
45,7
49,6
58,3
30
15,0
16,8
18,5
20,6
25,5
29,3
33,5
40,3
43,8
47,0
50,9
59,7
40
22,2
24,4
26,5
29,1
34,9
39,3
44,2
51,8
55,8
59,3
63,7
73,4
50
29,7
32,4
34,8
37,7
44,3
49,3
54,7
63,2
67,5
71,4
76,2
86,7
60
37,5
40,5
43,2
46,5
53,8
59,3
65,2
74,4
79,1
83,3
88,4
99,6
70
45,4
48,8
51,7
55,3
63,3
69,3
75,1
85,5
90,5
95,0
100,4
112,3
80
53,5
57,2
60,4
64,3
72,9
79,3
86,1
96,6
101,9
106,6
112,3
124,8
90
61,8
65,6
69,1
73,3
82,5
89,3
96,5
107,6
113,1
118,1
124,1
137,2
100
70,1
74,2
77,9
82,4
92,1
99,3
106,9
118,5
124,3
129,6
135,8
149,4
,0 157
,0 982
,0201
,0506
,115
4
5
95
2
109
Valorile limit ale coeficienilor de corelaie (rmax ) pentru diferite grade de libertate i
probabiliti de transgresiune
(dup Erna Weber, 1961)
Tabelul 41
Probabilitatea de transgresiune
Grade de
libertate
5%
1%
0,27 %
0,1 %
rmax
5
0,75
0,87
0,93
0,95
10
0,58
0,71
0,78
0,82
15
0,48
0,61
0,68
0,72
20
0,42
0,53
0,61
0,65
25
0,38
0,49
0,55
0,60
30
0,35
0,45
0,51
0,55
35
0,32
0,42
0,48
0,52
40
0,30
0,39
0,45
0,49
50
0,27
0,35
0,41
0,44
60
0,25
0,33
0,37
0,41
70
0,23
0,30
0,35
0,38
80
0,22
0,28
0,33
0,36
90
0,21
0,26
0,31
0,34
100
0,19
0,25
0,29
0,32
120
0,18
0,23
0,27
0,30
150
0,16
0,21
0,24
0,26
200
0,14
0,18
0,21
0,23
300
0,11
0,15
0,17
0,19
400
0,10
0,13
0,15
0,16
500
0,09
0,11
0,13
0,15
700
0,07
0,10
0,11
0,12
900
0,06
0,09
0,10
0,11
< 0,06
< 0,09
< 0,10
< 0,11
1000
>1000
110
Valorile p n %
Nu mrul gradelor de libertate este indicat curent numai pn la 10. Pentru un numr mai mare de grade de
libertate se va lua coloana cu cifra cea mai apropiat.
10
12
15
20
30
50
0,1
93,7
93,0
92,7
92,5
92,5
92,0 92,0 92,0 92,0 92,0 92,0 92,0 92,0 92,0 92,0 92,0 0,1
0,2
87,4
86,0
85,5
85,1
84,9
84,7 84,1 84,1 84,1 84,1 84,1 84,1 84,1 84,1 84,1 84,1 0,2
0,3
81,5
79,3
78,5
77,9
77,7
77,3 77,2 77,1 77,0 76,9 76,8 76,7 76,6 76,5 76,4 76,3 0,3
0,4
75,8
72,7
71,6
71,1
70,8
70,6 70,4 70,2 70,0 69,8 69,6 69,4 69,2 69,0 68,9 68,8 0,4
0,5
70,5
66,7
65,0
64,4
64,0
63,3 63,4 63,2 63,0 62,8 62,6 62,4 62,2 62,0 61,9 61,8 0,5
0,6
65,6
61,0
59,2
58,2
57,5
57,0 56,8 56,6 56,4 56,2 56,0 55,8 55,6 55,4 55,2 55,0 0,6
0,7
61,2
55,7
53,5
52,4
51,5
50,9 50,6 50,4 50,2 50,0 49,6 49,3 49,0 48,7 48,5 48,3 0,7
0,8
57,2
50,7
48,2
47,0
46,0
45,3 44,9 44,6 44,3 44,1 43,7 43,4 43,1 42,8 42,6 42,4 0,8
0,9
53,5
46,3
43,5
41,9
40,9
40,3 39,9 39,6 39,3 39,0 38,6 38,2 37,8 37,4 37,1 36,8 0,9
1,0
50,0
42,2
39,2
37,5
36,2
35,5 35,0 34,7 34,4 34,1 33,6 33,3 33,0 32,4 31,9 31,7 1,0
1,1
46,8
38,6
35,2
33,4
32,0
31,3 30,8 30,3 29,9 29,7 29,1 28,8 28,5 27,9 27,5 27,1 1,1
1,2
44,0
35,3
31,7
29,7
28,3
27,7 27,0 26,4 25,9 25,8 25,1 24,8 24,5 23,9 23,4 23,0 1,2
1,3
41,5
32,2
28,4
26,3
25,0
24,2 23,5 23,0 22,6 22,2 21,7 21,3 21,0 20,4 19,8 19,3 1,3
1,4
39,3
29,6
25,7
23,3
22,0
21,1 20,4 19,9 19,5 19,1 18,5 18,1 17,7 17,1 16,5 16,0 1,4
1,5
37,3
27,2
23,1
20,7
19,3
18,5 17,8 17,1 16,7 16,3 15,7 15,3 14,9 14,3 13,7 13,2 1,5
1,6
35,5
25,0
20,8
18,5
17,0
16,0 15,3 14,8 14,4 14,0 13,4 12,9 12,5 11,9 11,4 11,0 1,6
1,7
33,9
23,1
18,8
16,4
15,0
9,3
8,9 1,7
1,8
32,3
21,3
17,0
14,7
13,2
9,1
8,7
8,1
7,6
7,2 1,8
1,9
30,8
19,8
15,4
13,0
11,6
10,7 9,9
9,3
9,0
8,7
8,0
7,6
7,2
6,6
6,1
5,7 1,9
2,0
29,6
18,4
13,9
11,6
10,2
9,3
8,5
8,0
7,7
7,3
6,8
6,4
6,0
5,4
4,9
4,5 2,0
2,1
28,3
17,1
12,7
10,4
9,0
8,0
7,4
6,9
6,6
6,3
5,8
5,3
4,9
4,4
4,0
3,6 2,1
2,2
27,2
15,9
11,5
9,3
8,0
7,0
6,4
6,0
5,6
5,3
4,8
4,4
4,0
3,6
3,2
2,8 2,2
2,3
26,1
14,8
10,5
8,3
7,0
6,1
5,5
5,1
4,7
4,4
4,1
3,6
3,2
2,9
2,5
2,1 2,3
2,4
25,1
13,8
9,6
7,4
6,2
5,3
4,7
4,3
4,0
3,7
3,4
3,0
2,6
2,3
2,0
1,6 2,4
2,5
24,2
13,0
8,8
6,7
5,4
4,6
4,1
3,7
3,4
3,1
2,8
2,5
2,1
1,8
1,6
1,2 2,5
2,6
23,4
12,1
8,0
6,0
4,8
4,1
3,5
3,2
2,9
2,7
2,4
2,0
1,7
2,7
22,7
11,4
7,4
5,4
4,3
3,6
3,1
2,7
2,5
2,3
2,0
1,7
1,4
2,8
21,9
10,7
6,8
4,9
3,8
3,1
2,6
2,3
2,1
1,9
1,6
1,4
2,9
21,2
10,1
6,3
4,4
3,4
2,7
2,3
2,0
1,8
1,6
1,3
3,0
20,5
9,7
5,8
4,0
3,0
2,4
2,0
1,7
3,1
19,9
9,1
5,4
3,6
2,7
2,12 1,7 1,45 1,25 1,12 0,93 0,75 0,57 0,43 0,33 0,20 3,1
3,2
19,3
8,6
5,0
3,3
2,4
1,86 1,5 1,25 1,08 0,97 0,78 0,60 0,45 0,33 0,25 0,14 3,2
3,3
18,8
8,1
4,6
3,1
2,2
1,65 1,3 1,08 0,93 0,82 0,65 0,50 0,36 0,26 0,18 0,10 3,3
3,4
18,3
7,7
4,3
2,75
2,0
1,45 1,13 0,95 0,79 0,70 0,53 0,40 0,28 0,20 0,14 <0,10 3,4
3,5
17,7
7,3
4,0
2,50
1,8
1,28 1,00 0,80 0,69 0,58 0,44 0,32 0,22 0,15 0,10
3,5
3,6
17,3
6,9
3,7
2,30
1,6
1,13 0,87 0,70 0,59 0,50 0,37 0,26 0,18 0,12 <0,10
3,6
3,7
16,8
6,6
3,4
2,10
1,4
3,7
111
3,8
16,4
6,3
3,2
1,92
1,27
3,8
3,9
16,0
6,0
3,0
1,75
1,15
3,9
Diferene
Diferene
nesemnificative
semnificative
Diferene distinct
semnificative
Diferene foarte
semnificative
4,0
15,6
5,7
2,8
1,62
1,05
4,2
14,8
5,2
2,45
1,35
0,84
4,4
14,2
4,8
2,15
1,15
0,70
4,6
13,6
4,4
1,91
1,00
0,59
4,8
13,0
4,1
1,70
0,86
0,49
5,0
12,6
3,8
1,52
0,75
0,42
5,2
12,1
3,5
1,37
0,66
0,34
5,4
11,7
3,25
1,23
0,58
0,29
0,17 0,10
5,6
11,3
3,05
1,11
0,50
0,25
0,14 <0,10
5,8
10,9
2,85
1,01
0,44
0,21
0,12
6,0
10,5
2,65
0,92
0,39
0,18
0,10
6,2
10,2
2,50
0,84
0,35
0,16 <0,10
6,4
9,9
2,35
0,78
0,31
0,14
6,6
9,7
2,22
0,72
0,27
0,12
6,8
9,3
2,10
0,66
0,24
0,11
7,0
9,0
1,99
0,61
0,22 <0,10
7,2
8,8
1,87
0,56
0,20
7,4
86,
1,78
0,52
0,18
7,6
8,3
1,69
0,48
0,16
7,8
8,1
1,60
0,44
0,14
8,0
7,9
1,52
0,41
0,13
8,5
7,5
1,34
0,34
0,11
9,0
7,0
1,19
0,29
0,10
9,5
6,7
1,08
0,25
10,0
6,3
0,98
0,22
11,0
5,75
0,82
0,16
12,0
5,30
0,69
0,12
13,0
4,90
0,58
0,10
14,0
4,55
0,50
<0,10
15,0
4,25
0,44
16,0
4,00
0,39
17,0
3,75
0,34
18,0
3,55
0,31
19,0
3,35
0,27
20,0
3,20
0,24
21,0
3,05
0,22
22,0
2,90
0,20
23,0
2,78
0,19
24,0
2,65
0,17
25,0
2,55
0,16
26,0
2,43
0,15
27,0
2,36
0,14
28,0
2,28
0,13
112
10
12
15
20
30
50
29,0
2,20
0,12
30,0
2,13
0,11
31,0
2,06
0,10
113
Bibliografie
1.Sokal R., Rohlf F., 1994 Biometry, Third Edition W.H.Freeman and Company, New
York.
2.Anderson L., Mc Lean R.- Design of Experiments . Marcel Denker, New York.
3.Botu I., Botu M., 2003 Analiz biostatistic i design experimental n biologie i
agricultur . Edit. Conphys, Rm.Vlcea .
4.Androing F.J., Abboud N., 1979. Initiation au calcul des probabilites et a la theorie de
l'echantillonage. Imprimerie Jauvre, Paris.
5.Ardelean M., Sestra R., 1966. ndrumtor de lucrri practice ,,Tehnic experimental,
Tipografia Agronomia Cluj Napoca.
6.Ardelean M.,Sestra R., Cordea M., 2002. Tehnic experimental horticol. Edit. Academic
Press, Cluj Napoca .
7.Bailey T.J.,1959. Statistical methods in biology. English Universities Press, London , U.K.
8. Baker A.J., 1980. Morphometric differentiation in New Zealand populations of the house
soarrow (Passer domesticus). Evolution nr.34, 638-653.
9.Baker H.C., Leon J., 1988. Stability analysis in plant breeding . Plant breeding nr.101;1-23;
U.S.A.
10.Baron T., Biji E., Tovissi L., .a. 1996. Statistic teoretic i economic. Edit.Didactic i
Pedagogic, Bucureti.
11.Brz H., Boeru S., Bold I., .a. 1994. Istoria tiinelor n Romnia. tiinele agricole.
Edit. Academiei Romne.
12.Bernard C., 1958. Introducere n studiul medicinei experimentale.Edit. tiinific ,
Bucureti.
13.Besag J.E., Kempton R.A, 1986. Statistical analysis of field experiments using
neighbouring plants. Biometrics nr.42:231 251.
14.Botez C., Marin E., Tma E., 1995. ndrumtor de lucrri practice ,,Genetic. Tipo
Agronomia Cluj-Napoca.
15.Botnariuc N., 1976. Concepia i metoda sistemic n biologia general. Edit. Academiei,
Bucureti.
16.Botu I., Botu M., Achim Gh., Badea J., 1996. Unele aspecte privind optimizarea
elementelor de tehnic experimental n evaluarea soiurilor de prun .Lucrri tiinifice ICPP
Piteti.
114
17.Botu I., Botu M., 1997. Metode i tehnici de cercetare n pomicultur. Edit.Conphys,
Rm.Vlcea.
18.Castel J., 1967. Essai de determination de functions de production laitier dans l'espence
bovine. INRA, Lab d'Econ.Rurale, Grignon, France.
19.Cbulea I., 1975. Metode statistice pentru analiza componentelor genetice ale
variabilitii continue. Probleme de GeneticTeoretic i Aplicat , nr.6 ICPPT Fundulea.
20.Cepoiu N., Potlog S., 1960. Metodica experimentelor cu soiuri. Ameliorarea plantelor
agricole, vol.I , Edit Agrosilvic, Bucureti.
21.Ceapoiu N., 1964. Calcularea i interpretarea grupelor (seriilor) de experiene. Probleme
Agricole, nr. 12.
22.Ceapoiu N., 1968. Metode statistice aplicate n experienele agricole i biologice. Editura
Agrosilvic, Bucureti.
23.Cochran W.G., Cocs G.M., 1957. Experimental Design. John Wileyand Son, New Work,
USA.
24.Cociu V., Oprea t., 1989. Metode de cercetare n ameliorarea plantelor pomicole.
Editura Dacia, Cluj-Napoca.
25.Copony W. Davidescu D., Pamfil Gh., 1985. Interpretarea statistic a experienelor
(Analiza varianei). Red . Revistelor Agricole, Bucureti: 1-145.
26.Cotig C., 1994. Proiectarea i organizarea cercetrii n agricultur. Reprografia
Univ.Craiova.
27.Cotruz C., Cotruz Carmen, Kocsis Maria, Ionescu C., 1994. Manual de lucrri practice de
Biologie celular. Edit. Tehnic, Bucureti.
28.Cuicu G., 1971. Introducere n teoria probabilitilor i statistic matematic. Edit.
Didactic i Pedagogic, Bucureti.
29.Dancea I., 1976. Metode de optimizare. Edit.Dacia, Cluj Napoca.
30.Davidescu V., Coponiy W., 1969. Interpretarea statistic a experienelor cu ngrminte.
Red. Rev.Agricole, Bucureti.
31.Duncan D. B., 1955, Multiple range and multiple F tests. Biometrics, nr.11; 1-42.
32.Demarly Y., Sibi M., 1989. Amelioration des plante set biotechnologies. John Libbey
Eurotext London , Paris; 1-152.
33.Dumitru I., 1967.Lucrri practice de biochimie. Edit.Didactic i Pedagocic , Bucureti.
34.East E.M., 1911. The genotype hypothensis and hibridization. Americ Nat.45: 160 -174.
35.Falconer D.S. 1960.Introduction to quantitative genetics, Oliver and Boyd,Edinburg, U.K.
115
36.Finney D.J.1955 .Experimental design and its statistical basis. Cambrige Univ.Press.
England.
37.Fisher R.A., 1934. Design of Experiments. Olivers and Boyd Edinburg, U.K.
38.Fisher R.A., Yates F., 1938. Statistical Tables for biological, agricultura land medical
research. Oliver and Boyd, Edinburg, U.K.
39.Florescu M., 1984. Enigmele i paradigmele materiei. Edit. Pol. Bucureti.
40.Freman G.H., 1973. Experimental designs with unequal concurences for estimating direct
and effects of trataments. Biometrika, nr. 60: 559-563.
41.Gallais A., 1990. Theorie de la selection en amelioration des plants. Edit.Masson, Paris.
42.Giurgiu V., 1969.Dendrometrie . Edit . Agrossilvic, Bucureti.
43.Glantz A.S. 1981. Primer of Bio Statistics. Mc Graw Hill Companies, USA.
44.Green R.H. 1969. Sampling design and statistical methods for environmenthal biologist.
Wiley and Sons.N.Y.
45.Grosu H., Lungu S., Kremer V., 1997. Metode liniare utilizate n ameliorarea genetic a
animalelor . Edit. CORAL SANIVET, Bucureti ; 1-164.
46.Guarino L., .a., 2001 . Design and analisys of evaluation trials of genetic resources
colections. IPGRI Technical Bull., nr.4 , Roma , Italy.
47.Haldane J.B.S., 1955. The measurement of variation. Evaluation, nr. 9 ; 484-486.
48. Harding P.H. 1983 .Testing and cultivar evaluation . In ,,Methods in Fruit Breeding,
Purdue Univ.Press, West Lafayette, Indiana, USA.
49.Harter H.L., 1960. Critical values for Duncan New Multiple Range Test. Biometrics,
vol.16, nr.4.
50.Hartia S., Moise t., 1976. Prognoza produciei n agricultur. Edit. CERES Bucureti.
51.Harville D.A., Frenech A.P., 1985. Confidence intervals for a variance ratino, or for
heritability in an unbalanced mixed linear model. Biomtricks, nr.137-152.
52.Hatton R.G., 1931. The elimination of sources of error in field experiments. A.R.S.East
Malling Rs.Sta.Stat for 1928. 1930, U.K.
53.Heady O.E., 1969. Cercetarea interdisciplinar: calculul i folosirea coeficienilor tehnici
de imput output rezultai din studiul funciilor de producie n America de Nord. OCDE,
Paris, nr.65; 49-64.
54.Heady O.E.i Dillan D., 1969. Agricultural production Function . Iowa State Univ.Press.
Anns., Iowa (1961) . In: ,,Funciile de producie n agricultur Caiet Documentar, nr.10 ,,Ex
Terra Aurum, 79-275. Bucureti.
116
Amer.Soci of.Ann
Scvientifique.USA.
56.Hoblyn T.N., 1931. Field experiments in horticulture. Tech.Commun Imp.Bur.Fruit Prod.,
East Malling, nr.2, U.K.
57.Iancu S., 2002. Tehnic experimental. Tipografia Univ.Craiova; 1-178.
58.Ion N.,1994. Curs de tehnic experimental horticol. Tipo. Univ.. de tiine Agronomice,
Bucureti; 1-106.
59.Jitreanu G., 1994. Tehnic experimental. Curs Univ. Agronomic ,,Ion Ionescu de la
Brad, Iai.
60.Johannsen W., 1909. Elemente der exakten Erblichkeitslehre. Gustav Fisher, Jena,
Germany.
61.Lantos t., 1976. Valoarea euristic a previziunii tiinifice. Edit. Dacia , Cluj-Napoca.
62.Layne R., Tan C .a. 1996. Irigation and fertilizer aplication methods affect performance
of high density Peach orchards. Hot Science 31 (3); 370.375, USA.
63.Lynch M., Walsh B., 1998. Genetics and Analysis of Quantitative Traits. Sinauer Ass.,
Inc., Publishers , Massachusetts, USA; 1-980.
64.Manea Al., Stoica I., 1977. Informare, cercetare , dezvoltare.Repere teoretice i
methodologice. Edit. tiinific i enciclopedic, Bucureti.
65.Mather K., 1964. Statistical analysisin biology.Univ.Paperbacks, Methnen, London , U.K.
66.Motsenbocker E.C., 1996. In row plant spacing affects growth and yeld of repperoncini
Peper.Hort Science nr.31 (2); 198-200, USA.
67.Morris R.F., 1959. Single factor analysis in population dymanics. Ecology, nr. 40; 580588.
68.O'Brien M., Cargil B., Fridley R., 1983. Principles and Practices for Harvesting and
Hadling Fruits and Nuts. A. VI-Publishing Comp.INC.Westport, Connecticut.
69. Ollivier L., 1981. Elements de Genetique Quantitative. Edit.Masson , Paris.
70. Ptracu M., 1981. Ingineria genetic i modelarea programat a plantelor. Edit.CERES,
Bucureti.
71.Pearce C.S., 1976 . Field Experimentation
117
95.***,MSTAT (http://www.msu.edu/user/bricker/mstat.htm).
96.***,S-Plus (http:/www.splus.mathsoft.com).
97.***,SAS (http:/www.sas.com)
98.***,1991, UN/ECE-Standards for fresh fruit and vegetables. United Nations, New York.
99.***, 1966, Dictionar enciclopedic romn. Edit. Politic . Bucureti.
119