Sunteți pe pagina 1din 75

UNIVERSITATEA DE ŞTIINŢE AGRICOLE ŞI MEDICINĂ VETERINARĂ

„ION IONESCU DE LA BRAD IAŞI”

FACULTATEA DE HORTICULTURĂ

ÎNVĂŢĂMÂNT LA DISTANŢĂ

CONSTANTIN LEONTE

TEHNICĂ
EXPERIMENTALĂ
IAŞI - 2003

CAPITOLUL 1
INTRODUCERE IN TEHNICA EXPERIMENTALĂ

1.1. GENERALITĂŢI

Datorită diferenţelor foarte mari între speciile horticole privind habitusul, condiţiile de
creştere şi dezvoltare, cerinţelor faţă de factorii climatici, experienţele efectuate cu aceste specii au
caracteristici speciale pentru diferitele ramuri ale horticulturii şi anume: viticultură, pomicultură,
legumicultură, floricultură.
În funcţie de specificul fiecărei culturi, cercetările se pot face în câmp, în sere, în case de
vegetaţie, în laboratoare, urmărindu-se atât aspectul practic imediat - creşterea cantitativă şi calitativă
a producţiei - cât şi unele probleme de cercetare fundamentală.
Cercetările ştiinţifice urmăresc, de asemenea, cunoaşterea şi dirijarea factorilor interni şi
externi care influenţează direct sau indirect producţia agricolă, găsirea unor căi de ridicare a
productivităţii muncii în agricultură prin încercarea unor soiuri şi hibrizi cu însuşiri de productivitate
superioară, a îngrăşămintelor şi pesticidelor mai eficace, a metodelor de cultivare a plantelor mai
potrivite pentru condiţiile specifice fiecărei zone.
Utilizarea cercetării ştiinţifice în agricultură, în general şi în horticultură în special, nu are un
trecut prea îndelungat. Astfel, prima staţiune experimentală a fost înfiinţată de B o u s s i n g a u l t în
anul 1834 la Bechelbronn în Franţa iar cea mai veche staţiune care funcţionează şi astăzi este cea
înfiinţată de L a w e s în anul 1843 la Rothamsted în Anglia.
În România, primele experienţe agricole s-au efectuat la Brad judeţul Bacău de către
întemeietorul ştiinţei agricole din ţara noastră, I o n I o n e s c u d e l a B r a d.

1.2. Terminologia utilizată în tehnica experimentală

Tehnica experimentală reprezintă totalitatea metodelor şi regulilor ce privesc planificarea,


organizarea şi desfăşurarea experienţelor precum şi a celor ce au în vedere valorificarea şi
interpretarea rezultatelor experimentale.

Experienţa este o acţiune efectuată după anumite reguli bine stabilite, cu scopul de a obţine
un răspuns sigur la o anumită întrebare în vederea rezolvării unei probleme ştiinţifice.
Deoarece experienţele se desfăşoară după reguli şi metodologii precise acestea se pot repeta
de acelaşi cercetător, pentru definitivarea concluziilor sale sau de către alţi cercetători, pentru
verificarea rezultatelor obţinute.
Experienţele din domeniul horticol se pot clasifica astfel : după specia cu care se
lucrează şi după l o c u l d e d e s f ă ş u r a r e.
În funcţie de primul criteriu deosebim : experienţe cu viţă de vie, pomi, arbuşti fructiferi,
specii legumicole, floricole, etc.
După locul de desfăşurare a experienţelor se cunosc: experienţe de câmp, în sere, case de
vegetaţie, solarii şi experienţe de laborator.

2
Experienţele de câmp reprezintă culturi comparative efectuate după regulile prevăzute de
tehnica experimentală, pe parcele egale ca mărime şi grupate cât mai strâns pe teren, în condiţii
pedoclimatice identice cu cele din cultura mare. Astfel de experienţe urmăresc efectul factorilor care
influenţează comportarea plantelor, producţia, calitatea, rezistenţa la factorii climatici precum şi la
acţiunea bolilor şi dăunătorilor.
În experienţele de câmp se cercetează: tipurile de sol, lucrările solului, lucrările de întreţinere,
dozele de îngrăşăminte, epocile de semănat sau plantat, forma şi mărimea spaţiului de nutriţie, soiuri
sau hibrizi, lucrări speciale (altoiri, tăieri, ciupiri, cârniri), norme de irigare, doze de insecticide,
erbicide şi fungicide, tratamente cu stimulatori de creştere, etc.
Experienţele de câmp se clasifică, la rândul lor, în funcţie de : f a c t o r u l c e r c e t a t, n
u m ă r u l d e f a c t o r i, m ă r i m e a p a r c e l e i e x p e r i m e n t a l e.
În funcţie de f a c t o r u l c e r c e t a t se deosebesc experienţe cu îngrăşăminte, experienţe
cu erbicide, experienţe cu tăieri la viţa de vie, experienţe cu portaltoi la viţa de vie, etc.
După n u m ă r u l d e f a c t o r i e x p e r i m e n t a l i, acestea pot fi : monofactoriale, când
se urmăreşte influenţa unui singur factor; bifactoriale, când se cercetează, în acelaşi timp, doi factori;
polifactoriale, când în aceeaşi experienţă se cercetează simultan influenţa a mai multor factori de
producţie.
Experienţele polifactoriale sunt mai greu de executat, de valorificat şi interpretat dar prezintă
avantajul că scot în evidenţă şi intercondiţionările între diferiţi factori experimentali.
După m ă r i m e a p a r c e l e i e x p e r i m e n t a l e şi s c o p u l u r m ă r i t,
experienţele de câmp sunt de trei categorii şi anume : experienţe de orientare, experienţe riguroase şi
experienţe de producţie.
E x p e r i e n ţ e l e d e o r i e n t a r e se organizează în fazele preliminare ale unei
cercetări minuţioase şi cuprind un număr foarte mare de variante în vederea verificării şi reţinerii
pentru experienţele riguroase numai a celor care permit obţinerea de rezultate deosebite. Mărimea
parcelelor în astfel de experienţe este de 1-2 m 2. Din acest motiv rezultatele obţinute nu pot fi
interpretate statistic.
E x p e r i e n ţ e l e r i g u r o a s e se organizează după toate normele de tehnică
experimentală ce vizează mărimea parcelei, modul de aşezare, numărul de repetiţii, etc. Pentru
fiecare mod de aşezare se adoptă o anumită metodă de valorificare a rezultatelor obţinute.
Pentru a se ajunge la concluzii reale, experienţele riguroase se repetă cel puţin trei ani normali
pentru a se cuprinde şi fluctuaţia factorilor climatici. Astfel de experienţe pot fi organizate şi în mai
multe zone pedoclimatice constituind aşa numitele experienţe în serie.
E x p e r i e n ţ e l e d e p r o d u c ţ i e se organizează pe suprafeţe mai mari (0,5-l ha), în
care se transpun în condiţii de producţie variantele care au prezentat cele mai bune rezultate în
experienţele riguroase. Astfel de experienţe mai poartă numele şi de experienţe demonstrative
deoarece în aceste câmpuri se organizează vizite ale specialiştilor pentru a lua cunoştinţă direct cu
cele mai bune variante ce vor putea fi extinse apoi în producţie.

Varianta experimentală reprezintă o graduare sau o dozare a factorului studiat în cadrul


experienţelor de câmp. Astfel, la experienţele cu soiuri fiecare din acestea reprezintă o variantă; la
experienţele cu îngrăşăminte, fiecare doză utilizată reprezintă o variantă; la experienţele cu sisteme
de conducere a coroanei la pomi, fiecare sistem de conducere reprezintă o variantă ş.a.m.d.

Parcela experimentală este unitatea de bază a fiecărei experienţe. Parcelele din care se
compune o experienţă de câmp sunt identice ca formă şi mărime. Forma şi mărimea parcelei
experimentale variază de la specie la specie sau chiar în cadrul aceleeaşi specii în funcţie de factorii
studiaţi. Fiecare parcelă primeşte un singur tratament la experienţele în care se cercetează un singur
factor, două tratamente la experienţele bifactoriale, trei tratamente la experienţele cu trei factori, etc.

3
Parcele experimentale trebuie să îndeplinească următoarele condiţii :
- să fie egale ca mărime;
- să fie semănate complet şi uniform;
- să nu prezinte goluri;
- să aibă plantele dezvoltate uniform;
- să poată fi executate lucrările de întreţinere;
- să cuprindă un număr corespunzător de plante recoltabile, astfel ca recolta obţinută să
caracterizeze capacitatea de producţie a plantelor.

În ceeea ce priveşte forma parcelelor experimentale, aceasta este condiţionată de specia cu


care se lucrează şi de metoda de aşezare a experienţelor în teren. Parcelele pot fi pătrate sau
dreptunghiulare dar se preferă ultima din următoarele motive :
-controlează mai bine variabilitatea fertilităţii solului;
-uşurează semănatul şi, în general, toată tehnologia specifică fiecărei culturi;
-uşurează efectuarea observaţiilor în perioada de vegetaţie.

Referitor la mărimea parcelelor experimentale se preferă parcelele mici din următoarele


motive :
-sunt necesare suprafeţe reduse pentru întreaga experienţă şi există astfel posibilitatea găsirii
unor suprafeţe omogene în ce priveşte fertilitatea solului ;
-se poate mări numărul de repetiţii sporind astfel exactitatea rezultatelor experimentale;
-necesită o cantitate mai mică de sămânţă sau material săditor;
-necesită forţă de muncă mai redusă pentru efectuarea lucrărilor de întreţinere.

Pentru stabilirea mărimii parcelelor experimentale se iau în consideraţie următorii factori:


- uniformitatea fertilităţii solului;
- tipul experienţei;
- specia cu care se experimentează;
- omogenitatea materialului folosit.

Blocul experimental este constituit din mai multe parcele alăturate ocupate de variante
diferite. Blocul poate cuprinde toate variantele din cadrul experienţei, o singură dată şi în acest caz
poartă numele de bloc complet, sau poate să fie constituit numai din o parte din variante şi
atunci poartă numele de bloc incomplet.

Repetiţia experimentală este alcătuită din gruparea de parcele care cuprinde o singură
dată fiecare variantă, în acest caz repetiţia identificându-se cu un bloc complet. Este, de
asemenea, posibil, ca repetiţia experimentală să fie constituită din mai multe blocuri
incomplete dar care să cuprindă o singură dată toate variantele unei experienţe. Pentru
asigurarea unei exactităţi cât mai mari a rezultatelor obţinute fiecare variantă se va repeta de
mai multe ori în poziţii cât mai diferite.
Numărul repetiţiilor experimentale variază în funcţie de uniformitatea terenului,
exactitatea rezultatelor urmărite, modul de aşezare a experienţei. În orice caz pentru ca
rezultatele obţinute să poată fi valorificate statistic şi să reflecte fidel situaţia din teren, în
tehnica experimentală se utilizează 4-6 repetiţii.

Parcela repetiţie reprezintă parcela ocupată de aceeaşi variantă în diferite repetiţii.

Varianta martor (standard sau de control) este varianta care serveşte drept bază de
comparaţie pentru celelalte variante cercetate în cadrul experienţei respective. Astfel, în

4
experienţele cu soiuri, varianta martor este reprezentată de soiul sau hibridul zonat în unitate.
La experienţele cu un număr mare de variante introducerea martorului în schema experienţei
este facultativă, deoarec producţia fiecărei variante poate fi exprimată procentual faţă de
media generală a tuturor variantelor sau faţă de fiecare variantă separat.

Perdelele de protecţie sau parcelele protectoare au aceeaşi formă şi mărime cu


parcelele experimentale, sunt ocupate cu aceeaşi cultură şi sunt adăugate la extremităţi pentru
a se elimina influenţa marginilor şi pentru a proteja parcelele experimentale.

Banda de protecţie reprezintă fâşia de teren cu o lăţime egală cu dublul lăţimii unei
parcele experimentale şi care se amplasează în jurul experienţei cu scopul de a proteja
parcelele experimentale de pagubele care ar putea fi produse de oameni sau animale. Şi
benzile de protecţie sunt ocupate cu aceeaşi cultură cu care se experimentează.

Cărările separatoare sunt intervalele libere dintre parcelele alăturate realizate cu


scopul uşurării recoltării variantelor. La plantele care se seamănă în rânduri obişnuite,
cărările se realizează prin eliminarea a 1-2 rânduri de fiecare parte a parcelei, în perioada
înfloritului.

Drumurile reprezintă spaţiile libere lăsate între experienţe cu scopul de a înlesni


întoarcerea maşinilor agricole precum şi pentru uşurarea efectuării observaţiilor în timpul
perioadei de vegetaţie. Drumurile asigură, de asemenea, accesul vizitatorilor în câmpurile
experimentale.

1.3. Condiţii pe care trebuie să le îndeplinească terenul pentru câmpurile de experienţă cu


plante horticole

Câmpul de experienţă este o suprafaţă de teren amenajată special şi cuprinde totalitatea


experienţelor ce se organizează într-o staţiune care deserveşte o anumită zonă pedoclimatică.
Pentru ca rezultatele obţinute să reprezinte fidel situaţia din zonă şi să se poată generaliza în
producţie, terenul pe care se amplasează câmpul experimental trebuie să îndeplinească anumite
condiţii şi anume :
-să fie aşezat într-o zonă cu climă reprezentativă pentru întreaga regiune deservită de staţiune ;
-să corespundă speciei cu care se experimentează în privinţa tipului de sol, structurii acestuia,
reliefului, poziţiei şi orientării ;
-fertilitatea solului trebuie să fie cât mai uniformă ;
-să nu fie situat în vecinătatea centrelor populate şi a drumurilor cu circulaţie intensă pentru a
se evita eventualele stricăciuni;
-să nu fie amplasate lângă obstacole naturale, păduri, lacuri, râpe, obstacole care contribuie la
un microclimat specific ce nu permite generalizarea rezultatelor obţinute.
Pentru a se cunoaşte cu precizie uniformitatea fertilităţii terenului se organizează experienţe de
recunoaştere. Astfel, terenul destinat câmpurilor experimentale se pregăteşte şi se seamănă cu culturi
sensibile la un grad redus de neomogenitate a fertilităţii solului (orz, ovăz, salată, spanac, etc.).

5
După răsărirea culturii se împarte terenul în parcele cu suprafaţa de 40-100 m 2 şi se observă
fiecare separat. Observaţiile au în vedere vigoarea plantelor, talia acestora, culoarea frunzelor precum
şi rezultatele de producţie. După calcularea producţiilor obţinute, pe schiţa experienţei se colorează
cu aceeaşi culoare parcelele cu producţii apropiate, în felul acesta putând avea o oarecare imagine
privind uniformitatea fertilităţii.
Date mai exacte se pot obţine prin calcularea coeficientului de variabilitate (s %) cu ajutorul
formulei :

s 100
s%=
x

În funcţie de rezultatele obţinute se pot face aprecieri asupra uniformităţii fertilităţii astfel:
-la valori ale coeficientului mai mici decât 10, se consideră că fertilitatea terenului este
foarte uniformă ;
-la valori cuprinse între 10-20, uniformitatea fertilităţii este mijlocie ;
-la valori ale lui s% mai mari de 20, fertilitatea este foarte neuniformă şi terenul respectiv nu
poate fi utilizat pentru câmpurile experimentale.
Omogenizarea fertilităţii solului se poate realiza prin culturi speciale numite culturi de
uniformizare. Astfel, se cultivă timp de 2-6 ani cu o plantă leguminoasă iar dacă terenul este
îmburuienat se foloseşte o prăşitoare. Tehnologia de întreţinere este aceeaşi pe toată suprafaţa. După
încheierea perioadei de uniformizare, în funcţie de gradul de variabilitate a fertilităţii se organizează
o cultură de recunoaştere şi abia apoi terenul respectiv poate fi utilizat pentru amplasarea
experienţalor.

CAPITOLUL 2
FACTORII CARE INFLUENŢEAZĂ EXACTITATEA
REZULTATELOR EXPERIMENTALE
Factorii care influenţează rezultatele obţinute în parcelele experimentale sunt : forma parcelei,
mărimea parcelei, numărul de repetiţii, influenţa marginilor frontale, influenţa marginilor laterale,
influenţa golurilor, distribuţia variantelor în cadrul blocului experimental, metoda de aşezare, etc.

Forma parcelei este determinată de metoda de aşezare a experienţei, lăţimea maşinilor


agricole care vor fi utilizate, specia cu care se lucrează. La alegerea formei parcelelor se va avea în
vedere evitarea influenţei marginilor, parcelelor vecine şi golurilor precum şi evitarea hibridărilor
spontane între soiurile plantelor autogame. Pentru experienţele aşezate în pătrat latin se vor utiliza
parcele de formă pătrată. Când se folosesc parcele de formă dreptunghiulară se are în vedere raportul
între lăţimea şi lungimea acestora, cele mai favorabile raporturi fiind cuprinse între 1/4 şi 1/10.

Mărimea parcelei se alege în aşa fel încât să asigure pe de o parte o precizie cât mai mare a
rezultatelor obţinute iar pe de altă parte să realizeze şi o economie a terenului folosit.
În urma cercetărilor efectuate s-a constatat că odată cu creşterea suprafeţei parcelelor
experimentale, în anumite limite, se realizează o reducere a abaterii standard a mediei aritmetice
şi a erorii experimentale .
Pentru stabilirea mărimii parcelei experimentale se vor avea în vedere câteva principii şi
anume :

6
-pe solurile cu fertilitate uniformă parcelele pot fi mai mari iar pe solurile neomogene sub
aspectul fertilităţii parcelele vor fi mai mici dar se vor amplasa într-un număr mai mare de
repetiţii ;
-la plantele cu desime mare pe unitatea de suprafaţă parcelele vor avea o mărime mai mică
faţă de cazul când se experimentează cu plante la care distanţele între rânduri şi între plante pe
rând sunt mari şi când şi suprafaţa parcelei experimentale va trebui să fie mai mare ;
-în experienţele cu diferite tehnologii de lucrare a solului, de încercare a diferitelor maşini
agricole, parcelele vor avea dimensiuni mai mari comparativ cu experienţele cu soiuri sau
hibrizi în care lucrările solului sunt identice în toate parcelele ;
-în experienţele riguroase parcelele vor fi întotdeauna mai mari comparativ cu parcelele din
experienţele de orientare ;
-la plantele care reacţionează puternic la influenţa marginilor şi a golurilor şi la care
eliminările laterale şi frontale vor fi mai mari, suprafaţa parcelei experimentale trebuie să fie mai
mare pentru ca după efectuarea eliminărilor să rămână o suprafaţă recoltabilă suficient de mare
pentru a putea asigura veridicitatea rezultatelor obţinute ;
-în momentul în care lucrările tehnologice se execută mecanizat mărimea parcelei se alege
în funcţie de lăţimea de lucru a agregatelor respective.
Câteva valori privind mărimea parcelelor experimentale pentru diferite specii horticole,
stabilite în raport cu condiţiile din ţara noastră, sunt prezentate în tabelul 1.1.

Numărul de repetiţii poate influenţa în mare măsură exactitatea rezultatelor experimentale


dacă nu se respectă anumite condiţii la stabilirea acestui număr şi anume :
-numărul de repetiţii trebuie să fie mai mare pe terenurile la care fertilitatea solului este
mai puţin omogenă ;
-dacă diferenţele între diferite graduări ale unui factor nu sunt suficient de mari, deci
dacă diferenţele între variante sunt mici, numărul de repetiţii va trebui să fie mai mare ;
-pentru experienţele de orientare şi de producţie se vor amplasa un număr mai mic de
repetiţii pe când la experienţele riguroase numărul acestora trebuie să fie de cel puţin 4-6 ;
-numărul repetiţilor diferă în funcţie de metoda de aşezare a experienţelor fiind egal cu
numărul variantelor la experienţele dispuse în pătrat latin şi cu un submultiplu al numărului de
variante la experienţele dispuse în dreptunghi latin.

Tabelul 1.1.
Mărimea parcelelor experimentale la plantele horticole
Tipul de experienţe
Specia Cu soiuri Cu îngrăşăminte
Cu alţi
aplicate aplicate
factori
manual mecanic
0 1 2 3 4
V I Ţ A D E V I E
80-100 80-120 plante - 80-120 plante
Şcoala de viţe
plante
Viţă de vie 20-30 butuci 20-50 butuci 20-50 butuci 20-50 butuci
P O M I ŞI A R B UŞT I F R U C T I F E R I
Măr altoit pe: - sălbatic 2 pomi 2 pomi 5-10 pomi 5-15 pomi
- franc 2 pomi 2 pomi 5-10 pomi 5-15 pomi
- Paradis 4-5 pomi 4-5 pomi 8-10 pomi 10-15 pomi
Păr altoit pe: - sălbatic 2 pomi 2 pomi 5-10 pomi 5-15 pomi
Gutui altoit pe gutui 4 pomi 4 pomi 8-10 pomi 10-15 pomi
Prun altoit pe corcoduş 2-4 pomi 2-4 pomi 5-10 pomi 5-15 pomi
Piersic altoit pe:piersic 2 pomi 2 pomi 5-10 pomi 5-15 pomi

7
- corcoduş 2-4 pomi 2-4 pomi 8-10 pomi 10-15 pomi
Cireş altoit pe sălbatic 2 pomi 2 pomi 5-10 pomi 5-15 pomi
Arbuşti fructiferi 20-30 tufe 20-30 tufe - 20-100 tufe
Şcoala de pomi 20-40 mp 20-40 mp 40-100 mp 20-100 mp
Căpşuni 20-30 mp 25-40 mp 40-80 mp 20-30 mp
L E G U M E
Mazăre 20-40 mp 30-40 mp 40-100 mp 20-100 mp
Fasole 20-50 mp 35-50 mp 50-100 mp 50-100 mp
Rădăcinoase mici şi
15-30 mp 20-35 mp 40-70 mp 15-80 mp
mijlocii
Morcov, ceapă 20 mp 20-25 mp 40-60 mp 40-80 mp
100-120 120-150
Conopidă 30 mp 40 mp
plante plante
Salată, spanac 20 mp 20-40 mp 40-60 mp 40 mp
Verdeţuri 20-30 mp 25-40 mp 40-70 mp 20-100 mp
Plante aromatice şi
20-50 mp 20-50 mp 50-100 mp 20-100 mp
condimentare
Seminceri de
25 mp 25 mp 40-60 mp 40 mp
ceapă,morcovi,varză
100-150 150-200 70-250
Tomate 40 mp
plante plante plante
0 1 2 3 4
25 mp(200 25 mp(200
40 mp 40-100 mp
Ardei plante) plante)
80-100 100-120 120-150 80-150
Vinete
plante plante plante plante
100-120 120-150 80-150
Varză de toamnă 100 plante
plante plante plante
Dovleci, castraveţi, 50-100
50 plante 60-80 plante 60-120 plante
pepeni galbeni plante
Pepeni verzi 50 plante 60-80 plante 60-120 plante 40 mp
Sfeclă, gulii, ridichi de 150-200 170-220 400-600 150-650
iarnă plante plante plante plante
100-200 120-150 150-280 100-300
Cartof
cuiburi cuiburi cuiburi cuiburi
200-225 225-250 350-600 200-650
Alune de pământ
cuiburi cuiburi cuiburi cuiburi

Datele cercetărilor arată că se înregistrează o scădere foarte puternică a erorilor mediei


aritmetice şi a erorii diferenţei până la r = 10. Peste această valoare scăderea erorii nu
justifică mărirea numărului de repetiţii.

Influenţa frontală se întâlneşte la toate parcelele experimentale în sensul că plantele


situate la capetele parcelelor experimentale beneficiază de spaţii de nutriţie mai mari, lumină
şi căldură şi deci se dezvoltă mai puternic în comparaţie cu cele situate în centrul parcelei.
Se consideră că, la plantele semănate în rânduri dese, zona de influenţă frontală este
de 0,5 până la 1 m, la solano-fructoase şi vărzoase pe distanţa a două plante iar la pomi,
arbuşti fructiferi şi viţa de vie la o singură plantă.
Pentru anularea acestei influenţe asupra producţiei întregii parcele experimentale se
fac eliminări frontale de 0,5-1 m..

Influenţa laterală sau de vecinătate se manifestă între parcelele învecinate în care se


experimentează graduări diferite ale unui factor experimental. Această influenţă este mai

8
pregnantă şi trebuie luată în consideraţie atunci când se experimentează cu diferite doze de
îngrăşăminte sau erbicide, cu diferite norme de irigare sau cu desimi de semănat. În cazul în
care se cercetează capacitatea de producţie a unor soiuri sau diferite sisteme de tăiere la viţa
de vie influenţa laterală nu se manifestă atât de puternic şi deci nu este nevoie să se facă
eliminările laterale.
La plantele semănate în rânduri dese eliminările laterale sunt de 0,5 m la fiecare
margine a parcelei. Pentru plantele semănate la distanţe mai mari de 50 cm între rânduri,
pentru anularea influenţei laterale se elimină câte un rând de plante la fiecare margine a
parcelei experimentale.
Suprafaţa rămasă după efectuarea eliminărilor frontale şi laterale poartă numele de
suprafaţă recoltabilă, aceasta fiind luată în consideraţie pentru valorificarea rezultatelor
experimentale.
Pentru sere şi răsadniţe suprafaţa recoltabilă este determinată de un număr minim de
plante recoltabile (tabelul 2.1.).

Tabelul 2.1.
Numărul minim de plante recoltabile în sere şi răsadniţe

Numărul minim de plante recoltabile


Specia
în sere în răsadniţe
Ardei gras 24 22
Ardei iute 40 40
Castravete 5 9-12
Conopidă 20 18
Dovlecel - 18
Gulioare 40 30
Morcov - 300
Pătlăgele vinete 20 16
Pepene 10 -
Ridiche de lună 1000 600
Salată 30-40 20-30
Tomate înalte 15 16
Tomate pitice - 18

Influenţa golurilor . Prin gol se înţelege atât locul unde lipsesc plantele din parcela
experimentală cât şi unde planta sau plantele sunt mai puţin dezvoltate.
În funcţie de cauzele determinante golurile pot fi de două feluri şi anume : sistematice şi
întâmplătoare sau accidentale.
Golurile sistematice apar în toate repetiţiile unei variante fiind determinate de unele
sensibilităţi ale plantelor la acţiunea gerului, a secetei sau chiar la acţiunea unor tratamente
experimentate.
Golurile întâmplătoare apar numai în unele repetiţii ale unor variante şi sunt determinate de
unele greşeli de semănat sau de atacul inegal al unor dăunători.

9
Datorită spaţiului mai mare de nutriţie, influenţei luminii şi căldurii, plantele situate în
vecinătatea golurilor pot da producţii cu 10-20 % mai mari decât restul plantelor din parcelă. Dacă
numărul golurilor este prea mare, producţia parcelei se deformează şi nu se mai poate avea garanţia
obţinerii unor rezultate veridice.
Anularea influenţei golurilor se poate face în funcţie de specia cu care se experimentează.
Astfel, la plantele semănate în rânduri dese, golurile de până la 10 % nu se iau în consideraţie
datorită faptului că producţia plantelor vecine golurilor - plante mai favorizate - poate acoperi
deficitul de producţie determinat de golurile respective. La goluri peste 10 % din numărul de plante
sau din suprafaţa parcelei, întreaga parcelă se elimină din calcul.
La plantele prăşitoare, golurile care nu depăşesc 4 % din suprafaţă nu se iau în considerare;
între 5 şi 10 % se corectează producţia cu ajutorul unor formule matematice iar dacă depăşesc 10 %,
parcelele respective se elimină din calcul.
Corectarea producţiilor parcelelor afectate de goluri se poate face după metode severe sau
după metode rapide, aplicate desigur, în funcţie de tipul experienţei.
Când se aplică metoda severă, se elimină toate plantele vecine golului, se determină producţia
unei plante considerată normală după care, în funcţie de aceasta, se determină producţia întregii
parcele.
Corectarea producţiei prin metoda rapidă se face prin aplicarea unor formule matematice fără
eliminarea plantelor vecine golurilor.
Una din formule este cea a lui H e n r i c h s şi anume :

 ng 
PC = Pr  1  , în care :
 2np 

Pc = producţia corectată ;
Pr=producţia reală ;
ng = numărul golurilor ;
np = numărul plantelor recoltate.

Metoda de aşezare influenţează veridicitatea rezultatelor experimentale atât prin modul de a


controla omogenitatea fertilităţii solului cât şi prin folosirea diverselor metode de valorificare a
rezultatelor experimentale, specifice pentru diferite metode de aşezare.

10
CAPITOLUL 3
METODE DE AŞEZARE A EXPERIENŢELOR

3.1. Metode clasice

Rezultatele muncii de cercetare în horticultură depind, în mare măsură, de modul de aşezare a


parcelelor în teren în sensul asigurării unor condiţii identice pentru toate variantele studiate.
La începuturile tehnicii experimentale, amplasarea experienţelor se făcea foarte simplu,
graduările factorilor fiind studiate în parcele alăturate, fără repetiţii. Din acest motiv rezultatele
obţinute nu erau totdeauna cele reale şi deci nu se puteau face cele mai bune recomandări pentru
producţie.
Depăşirea acestui stadiu s-a făcut în momentul introducerii calculelor matematice pentru
valorificarea experienţelor, calcule ce stabilesc erorile care afectează rezultatele experimentale
precum şi siguranţa diferenţelor de producţie realizate de diferite variante.
În vederea efectuării acestor calcule a fost necesară respectarea unor reguli de bază privind
aşezarea variantelor în cadrul unei experienţe. Aceste reguli au generat apariţia unor metode de
amplasare care s-au folosit o perioadă îndelungată de timp şi care, pentru experienţele
monofactoriale, se mai folosesc şi în prezent, fiind cunoscute sub numele de metode vechi.
Datorită faptului că impun aşezarea variantelor în aceeaşi ordine în cadrul repetiţiilor, aceste
metode prezintă neajunsul că erorile experimentale nu pot fi eliminate prin calcul.
În cadrul metodelor vechi, cele mai cunoscute sunt următoarele: aşezarea liniară, aşezarea
liniar-etajată, aşezarea pătratică sau în şah şi aşezarea în fâşii.

Aşezarea liniară (Mitscherlich) (fig.3.1.) se caracterizează prin faptul că parcelele


experimentale sunt aşezate alăturat iar variantele, în cadrul repetiţiilor, sunt aşezate în aceeaşi ordine
sistematică. Metoda a fost utilizată îndeosebi pentru culturile comparative cu soiuri sau hibrizi
precum şi în unele experienţe cu lucrări culturale.

R1 R2 R3

11
V1 V2 V3 V4 V5 V1 V2 V3 V4 V5 V1

Fig. 3.1. Aşezarea liniară (Mitscherlich)

Aşezarea liniar-etajată (fig.3.2.) se utilizează atunci când configuraţia terenului ales nu


permite întinderea experienţei pe o distanţă prea mare. Pentru a se evita faptul ca două repetiţii ale
unei variante să cuprindă aceleaşi neuniformităţi ale terenului este necesar ca variantele să se aşeze
în aşa fel încât să nu coincidă în cele două etaje ale experienţei.
Dezavantajul metodei constă în aceea că în cazul folosirii unui număr mare de variante, pe
terenurile neuniforme în privinţa fertilităţii, toate variantele vor fi afectate de erori sistematice.

R1 R2

V1 V2 V3 V4 V1 V2 V3 V4

V4 V3 V2 V1 V4 V3 V2 V1
R3 R4
Fig. 83.2. Aşezarea liniar – etajată

Aşezarea pătratică (fig.3.3.) se caracterizează prin dispunerea parcelelor experienţei în pătrat


perfect. Condiţia care trebuie respectată este ca repetiţiile aceleeaşi variante să nu se întâlnească pe
orizontală, pe verticală sau pe diagonală. Pentru a se realiza aceste condiţii este necesar ca numărul
variantelor experimentale să fie mai mare decât cinci şi numărul repetiţiilor să fie egal cu cel al
variantelor.
Acest mod de amplasare a experienţelor este indicat pentru experienţele cu îngrăşăminte,
erbicide, insecticide, fungicide, etc., deoarece toate lucrările sunt identice pe toate parcelele
experimentale, diferind doar aplicarea tratamentelor respective.

RI 1 2 3 4 5

RII 4 5 1 2 3

RIII 2 3 4 5 1

12
RIV 5 1 2 3 4

RV 3 4 5 1 2

Fig. 3.3. Aşezarea pătratică (şah)

Aşezarea în fâşii (Zade) (fig.3.4.) se foloseşte îndeosebi pentru experienţele cu lucrări ale
solului şi se caracterizează prin aceea că repetiţiile unei variante sunt aşezate una în continuarea
celeilalte, astfel că fiecare variantă formează o fâşie continuă.
Deoarece repetiţiile unei variante cuprind aceleaşi neuniformităţi ale terenului, pentru a
înlătura erorile datorate neuniformităţii fertilităţii solului, după fiecare 2-3 variante experimentale se
amplasează varianta martor.

RI
Mt V1 V2 Mt V3 V4 Mt V5 V6 Mt V7 V8 Mt

RII
Mt V1 V2 Mt V3 V4 Mt V5 V6 Mt V7 V8 Mt

RIII
Mt V1 V2 Mt V3 V4 Mt V5 V6 Mt V7 V8 Mt

RIV
Mt V1 V2 Mt V3 V4 Mt V5 V6 Mt V7 V8 Mt

Fig. 3.4. Aşezarea în fâşii (Zade)

3.2. Metode moderne

Pentru a se evita apariţia erorilor sistematice datorate dispunerii variantelor în aceeaşi ordine
în cadrul fiecărei repetiţii, în tehnica experimentală modernă s-a adoptat distribuirea întâmplătoare a
variantelor.
Prin randomizarea variantelor (random - întâmplător), blocurilor sau coloanelor, parcelele
experimentale se repartizează în teren fără nici o ordine stabilită anterior. În acest fel variantele se
pot învecina între ele în mod cât mai variat, astfel că datele experimentale vor fi însoţite de mai
puţine erori sistematice.
Dintre metodele moderne de aşezare cele mai des utilizate sunt următoarele : aşezarea în
blocuri, aşezarea în pătrat latin, aşezarea în dreptunghi latin, aşezarea în grilaje şi aşezarea în parcele
subdivizate.

Aşezarea în blocuri (block design) (fig.3.5.), constituie metoda cea mai simplă şi cea mai des
utilizată în experienţele de câmp. Parcelele experimentale sunt de formă dreptunghiulară şi sunt

13
dispuse unele lângă altele formând blocuri complete. Pentru a se asigura tuturor parcelelor dintr-un
bloc un teren cât mai uniform este necesar ca forma blocului să fie pe cât posibil apropiată de pătrat,
lungimea parcelelor să fie egală cu lăţimea blocului iar numărul de variante să nu fie mai mare de 12-
15.
În una din repetiţii, pentru a se facilita prezentarea experienţei, variantele se aşează în ordine
iar în celelalte se adoptă dispunerea randomizată, întâmplătoare.
În funcţie de modul de dispunere a blocurilor se cunosc :
- blocuri pe un singur rând, când acestea sunt aşezate unul lângă altul, în linie (fig.3.5.a.)
- blocuri etajate, când sunt aşezate pe două sau trei rânduri (fig.3.5.b.)
- blocuri dispersate, când nu vin în contact unul cu altul chiar dacă fac parte din aceeaşi
experienţă (fig.3.5.c.)

Bloc I Bloc II Bloc III Bloc IV

V1 V2 V3 V4 V5 V3 V5 V2 V1 V4 V2 V1 V5 V4 V3 V1 V3 V5 V4 V2

a. Blocuri pe un singur rând

Blocul I Blocul II

V1 V2 V3 V4 V5 V2 V1 V5 V1 V4

V2 V1 V5 V3 V4 V1 V3 V4 V2 V5
Blocul III Blocul IV

b. Blocuri etajate

V1 V2 V3 V4 V5 V5 V1 V4 V2 V3
Blocul I Blocul II

V4 V2 V5 V1 V3
Blocul III

c. Blocuri dispersate
Fig3.5. Aşezarea în blocuri

14
Aşezarea în pătrat latin (latin square),(fig.3.6.) se caracterizează prin faptul că parcelele
experimentale sunt astfel aşezate încât atât blocul (orizontal) cât şi coloana (vertical) reprezintă
repetiţii complete. Numărul variantelor trebuie să fie întotdeauna egal cu numărul repetiţiilor.
Randomizarea variantelor se face în aşa fel încât fiecare variantă să fie reprezentată o singură dată
atât în fiecare bloc (repetiţie) cât şi în fiecare coloană.
Datorită dificultăţilor de lucru cu un număr prea mare de repetiţii, la pătratul latin numărul de
variante experimentale se limitează la 6-8.
Metoda specifică de valorificare a rezultatelor experimentale permite eliminarea erorilor
sistematice cauzate de neuniformitatea solului în două direcţii (blocuri şi coloane). Din acest motiv
pătratul latin dă rezultate relativ exacte şi pe soluri neuniforme în privinţa fertilităţii şi se recomandă
şi când se urmăreşte aflarea diferenţelor foarte mici între variante puţine, cum este cazul la
experienţele cu soiuri.

4 5 1 2 3

3 1 4 5 2

5 4 2 3 1

2 3 5 1 4

1 2 3 4 5

Fig. 3.6. Aşezarea în pătrat latin

Aşezarea în dreptunghi latin (latin rectangle),(fig.3.7.) este o variantă a pătratului latin


rezultată din necesitatea de a se experimenta cu un număr mai mare de variante. În acest sens,
coloanele pătratului latin sunt împărţite în 2-4 subcoloane, astfel că numărul variantelor poate fi de 2-
4 ori mai mare faţă de cel al repetiţiilor. Pentru a se putea adopta această metodă de aşezare este
necesar ca numărul variantelor să reprezinte un multiplu al numărului de repetiţii
Randomizarea variantelor se face pe coloane şi subcoloane astfel ca în schema experienţei,
fiecare bloc şi fiecare coloană (formată din 2-4 subcoloane) să formeze câte o repetiţie completă.
Şi această metodă permite eliminarea erorilor sistematice datorate neuniformităţii fertilităţii
solului însă se afirmă că rezultatele obţinute sunt cu atât mai exacte cu cât coloanele sunt divizate în
mai puţine subcoloane.

5 12 10 9 3 2 11 1 7 6 8 4
3 8 11 7 10 4 6 9 5 12 1 2
4 10 6 5 11 8 2 12 3 1 9 7
11 7 1 8 9 12 10 3 4 2 6 5
6 9 2 12 7 1 4 5 8 11 3 10
1 2 3 4 5 6 7 8 9 10 11 12

Fig. 3.7. Aşezarea în dreptunghi latin

15
Aşezarea în grilaj (lattice design), (fig.3.8.) se utilizează atunci când numărul variantelor
dintr-o experienţă este prea mare şi în felul acesta blocurile complete s-ar alungi prea mult, devenind
neuniforme şi ducând la creşterea erorilor experimentale.
Pentru reducerea erorilor, parcelele se dispun în blocuri incomplete, care cuprind numai o
parte din variantele experimentale. În acest caz o repetiţie este formată din mai multe blocuri
incomplete.
Acest mod de aşezare permite includerea în experienţă a mai multor variante experimentale,
comparativ cu celelalte tipuri de aşezări şi, în acelaşi timp, grupează foarte strâns pe teren variantele
unui bloc, oferindu-le astfel condiţii asemănătoare de experimentare.
Pentru aşezările în grilaje există o serie de reguli precise şi anume :
- numărul de variante trebuie să fie un pătrat perfect ;
- numărul de repetiţii se calculează în funcţie de numărul de bază al pătratului perfect ;
dacă numărul de bază este par, formula folosită este

n=k+1

iar dacă este impar, formula este :

k1
n= în care,
2

n = numărul de repetiţii
k = numărul de bază.

De regulă, în practică, se preferă numerele de bază impare deoarece, în acest caz, numărul de
repetiţii se micşorează.
- pentru constituirea unei repetiţii sunt necesare un număr de blocuri incomplete egal cu
numărul de bază ;
- numărul de variante în fiecare bloc incomplet trebuie să fie egal cu numărul de bază pentru ca
toate variantele să fie reprezentate o singură dată în cadrul unei repetiţii ;
- randomizarea în cadrul fiecărui bloc, coloane,între blocuri şi între coloane se face în funcţie
de tipul grilajului.
Dintre numeroasele tipuri de grilaje, o utilizare mai largă o au următoarele : grilajul simplu,
grilajul pătrat şi grilajul balansat.

Grilajul simplu se caracterizează prin faptul că în prima repetiţie, variantele sunt aşezate în
ordine sistematică, în repetiţia a doua variantele aşezate orizontal în blocuri incomplete vor fi dispuse
vertical în coloane incomplete iar în repetiţiile următoare locul variantelor se stabileşte prin
randomizarea blocurilor din primele două repetiţii precum şi a variantelor din cadrul blocurilor.
Numărul repetiţiilor trebuie să fie par.

Grilajul balansat se deosebeşte de cel simplu, prin faptul că numărul repetiţiilor trebuie să fie
k+1, iar randomizarea variantelor se face în aşa fel încât fiecare pereche de variante să se întâlnească
o singură dată în acelaşi bloc. Operaţia prin care variantele sunt grupate după această regulă se
numeşte balansare.

Grilajul pătrat are parcelele şi repetiţiile sub formă de pătrat. Deosebirea faţă de pătratul latin
constă în aceea că nici blocurile şi nici coloanele nu sunt complete.
Pentru evitarea greşelilor de aşezare a variantelor pentru aceste experienţe se recomandă
folosirea schemelor de randomizare din manualele de tehnică experimentală.

16
1 2 3 4 5 6

4 5 6 1 2 3

7 8 9 7 8 9

Randomizarea
blocurilor

Randomizarea
coloanelor
5 6 4

2 3 1

8 9 7

Fig.3.8. Grilajul pătrat

Aşezarea în parcele subdivizate (split plot design) ,(fig.3.9.).


Toate metodele de aşezare prezentate se folosesc cu preponderenţă pentru experienţele
monofactoriale însă, exceptând metoda grilajelor, se pot utiliza şi pentru experienţele cu mai mulţi
factori.
Folosirea acestor metode pentru experienţele polifactoriale este limitată totuşi datorită
apariţiei unor dificultăţi tehnice legate de randomizarea variantelor în diferite repetiţii.
Pentru a înlătura aceste neajunsuri precum şi pentru a reduce apariţia unor erori
experimentale s-a introdus aşezarea în parcele subdivizate la care combinaţiile de factori nu mai sunt
liber randomizate ci sunt grupate în toate repetiţiile, după unul din factori.
Metoda constă în divizarea parcelelor mari, în care se experimentează unul din factori, în
parcele mai mici, care cuprind graduările unui al doilea factor, acestea subdivizându-se la rândul lor
în parcele şi mai mici pentru graduările factorului trei ş.a.m.d .
În astfel de metode de aşezare, rezultatele care se referă la primii factori luaţi în studiu sunt
mai puţin concludente, rezultate certe obţinându-se doar la nivelul parcelelor mici.
Pentru dimensionarea experienţei se porneşte de la cele mai mici parcele care trebuie să aibă
suprafaţa recoltabilă recomandată de tehnica experimentală după care din aproape în aproape se
calculează suprafaţa parcelelor mijlocii şi apoi a parcelelor mari.
În ce priveşte randomizarea parcelelor în teren, aceasta se face separat în cadrul fiecărui
factor luat în studiu. Astfel, parcelele mici se randomizează în cadrul parcelelor mijlocii, acestea în
cadrul parcelelor mari iar ultimele în cadrul repetiţiei.
Avantajul metodei în cazul experienţelor bifactoriale şi trifactoriale constă în faptul că pe
lângă influenţa fiecărui factor în parte asupra rezultatelor obţinute se poate cuantifica şi interacţiunea
factorilor studiaţi.

a1 a2

17
b1 b2 b3 b2 b1 b3

c1 c2 c3 c4 c5 c1 c2 c3 c4 c5 c1 c2 c3 c4 c5 c1 c2 c3 c4 c5 c1 c2 c3 c4 c5 c1 c2 c3 c4 c5
Repetiţia I

Fig. 3.9. Planul unei experienţe trifactoriale de tipul 2 x 3 x 5


aşezată în parcele subdivizate

3.3. Organizarea experienţelor în teren

Pentru a obţine rezultate care să reflecte realitatea din teren şi care să poată fi apoi
generalizate este necesar ca înainte de transpunerea experienţei în câmp să se întocmească un plan
care să cuprindă metoda de aşezare (schiţa experienţei), obiectivele urmărite, factorii experimentali şi
metoda de prelucrare a rezultatelor.

Alegerea metodei de aşezare


Factorii de care trebuie să se ţină seama la alegerea metodei de aşezare a experienţelor în
teren sunt următorii : numărul variantelor experimentale, gradul de uniformitate a solului, forma
terenului, cantitatea de sămânţă disponibilă şi metoda folosită pentru calcularea rezultatelor obţinute.
În privinţa numărului de variante se ţine seama de faptul că pentru experienţele cu variante
puţine se va alege metoda blocurilor randomizate sau pătratul latin pe când la un număr de variante
mai mare se va folosi dreptunghiul latin sau metoda grilajelor.În ce priveşte uniformitatea solului,
aceasta influenţează alegerea metodei de aşezare în sensul că pe solurile neuniforme se va putea
folosi numai pătratul latin sau grilajele, metode care permit controlul fertilităţii solului pe două
direcţii.
Forma terenului impune alegerea unei anumite metode de aşezare. Astfel, pe terenurile
alungite se foloseşte metoda blocurilor pe un singur rând, deci cu aşezarea liniară a repetiţiilor.
În primele verigi ale procesului de ameliorare când cantitatea de sămânţă disponibilă este
destul de redusă se adoptă metode de aşezare cu mai puţine repetiţii cum ar fi grilajul pătrat cu 25 de
variante în trei repetiţii.
În sfârşit în ce priveşte metoda de prelucrare a datelor se are în vedere faptul că pentru fiecare
metodă de aşezare există o singură metodă corectă de calculare a rezultatelor.

Stabilirea dimensiunilor câmpului de experienţă


După formularea obiectivelor urmărite şi alegerea metodei de aşezare urmează să se
stabilească dimensiunile câmpului experimental.
În acest sens, o parte din date se precizează în prealabil de către experimentator iar cu ajutorul
acestora se calculează celelalte.
Astfel, se precizează numărul de variante şi repetiţii, suprafaţa recoltabilă a parcelei
experimentale, distanţa de semănat sau de plantat, lăţimea de lucru a semănătorii, lăţimea
eliminărilor frontale şi laterale.
Cu ajutorul acestor date se calculează apoi : lăţimea parcelei semănate, lăţimea şi lungimea
recoltabilă a unei parcele, lăţimea şi lungimea unei repetiţii, lungimea şi lăţimea întregii experienţe,
suprafaţa experienţei.
Pentru exemplificare, se consideră o experienţă cu mazăre de grădină care se transpune în
teren după metoda blocurilor pe un singur rând.
Se precizează :

18
- numărul de variante : 5
- numărul de repetiţii : 4
- suprafaţa recoltabilă a parcelei : 40 m2
- lăţimea eliminărilor frontale: l m x 2 = 2 m
- lăţimea eliminărilor laterale: 0,5 m x 2 = 1 m
- lăţimea de lucru a semănătorii : 1,667 m x 3 = 5 m.
Cu ajutorul acestor date se calculează apoi în ordine :
- lăţimea parcelei semănate care trebuie să fie un multiplu al lăţimii de lucru a semănătorii :
1,667 m x 3 = 5 m
- lăţimea recoltabilă a parcelei experimentale care rezultă din diferenţa între lăţimea parcelei
semănate şi lăţimea eliminărilor laterale :
5m-1m=4m
- lungimea parcelei recoltabile care rezultă din raportul între suprafaţa recoltabilă şi lăţimea
recoltabilă :
40 m2 : 4 m = 10 m
- lungimea totală a parcelei se determină prin adăugarea la lungimea recoltabilă a lăţimii
eliminărilor frontale :
10 m + 2 m = 12 m
- lungimea unei repetiţii este dată de produsul între lăţimea totală a unei parcele
experimentale şi numărul de variante :
5 m x 5 = 25 m
- lungimea experienţei se calculează înmulţind lungimea unei repetiţii cu numărul de repetiţii
:
25 m x 4 = 100 m
- lungimea totală a experienţei se determină adăugând la lungimea ocupată de parcelele
experimentale a încă două lăţimi ale unei parcele, deoarece la capetele câmpului experimental se
aplasează câte o parcelă de protecţie egală cu parcela experimentală şi ocupată cu aceeaşi cultură :
5 m x 2 = 10 m
100 m + 10 m = 110 m
- lăţimea experienţei este egală cu lungimea parcelei experimentale, deci, 12 m.
- suprafaţa experienţei se află înmulţind lungimea totală a experienţei cu lăţimea acesteia :
110 m x 12 m = 1320 m
- suprafaţa câmpului experimental se determină adăugând la suprafaţa experienţei, suprafaţa
ocupată de drumul de acces şi banda de protecţie, a căror lăţime variază în funcţie de natura
experienţei.

Transpunerea experienţei în teren


După calcularea dimensiunilor câmpului experimental se procedează la materializarea
acestuia în teren, prin pichetări, conform metodei de aşezare utilizate.
În vederea pichetării sunt necesare următoarele materiale:
-echer pentru trasarea perpendicularelor sau, în lipsa acestuia, o sfoară cu lungimea de 12 m cu care
se confecţionează un triunghi dreptunghic cu laturile de 3m, 4m şi respectiv 5 m ;
-rulete de oţel cu lungimi de 20 m sau 50 m ;
-jaloane topografice pentru trasarea aliniamentelor ;
-sârmă galvanizată sau sfoară bine răsucită de-a lungul căreia se marchează capetele parcelelor ;
-picheţi ;
-ciocane de lemn pentru bătut picheţii ;
-etichete din tablă, lemn sau material plastic pe care se încrie numărul variantelor .
Pichetarea câmpului experimental se face astfel :

19
-se trasează, cu ajutorul jaloanelor, un aliniament de bază pe care se măsoară cu ruleta o lungime
egală cu lungimea câmpului experimental. Fiecare capăt al câmpului se marchează cu câte un pichet ;
-se întinde sârma galvanizată sau sfoara orientată pe aliniamentul trasat ;
-se întinde ruleta în lungul sforii şi se delimitează prin picheţi lăţimea parcelelor experimentale;
picheţii se bat înspre interiorul experienţei, cât mai aproape de sfoară dar fără să o atingă ;
-lungimea fiecărei repetiţii se marchează cu doi picheţi ;
-din punctele terminale ale experienţei se ridică perpendiculare cu ajutorul echerului, se întinde sfoara
şi se marchează lăţimea experienţei ;
-în lipsa echerului, perpendicularele se pot ridica utilizând o sfoară cu lungimea de 12 m marcată la 3,
4 şi 5 m cu care se confecţionează un triunghi dreptunghic, unghiul drept găsindu-se la intersecţia laturilor cu
dimensiunile de trei şi respectiv patru metri ;
-se verifică dacă distanţa între cele două perpendiculare este egală cu lungimea experienţei marcată
iniţial pe aliniamentul de bază ;
-se întinde sfoara şi se marchează şi pe acest aliniament lăţimea parcelelor experimentale şi lungimea
repetiţiilor ;
-pentru identificarea variantelor, repetiţiilor sau a oricărei parcele experimentale se procedează la
etichetarea acestora ; etichetele pot fi confecţionate din lemn, tablă sau material plastic, cu fondul de culoare
albă şi notaţiile de culoare neagră .
Semănatul sau plantatul materialului experimental
După pichetarea experienţei se execută, la nevoie, ultimele lucrări de pregătire a patului germinativ şi
se seamănă experienţa.
Semănatul se va efectua cu grijă deosebită pentru a obţine parcele încheiate, fără goluri, asigurându-se
fiecărei plante acelaşi spaţiu de nutriţie.
Datorită faptului că reuşita semănatului depinde în mare măsură de starea de funcţionare şi reglarea
semănătorii, înainte de începerea lucrării se controlează distanţele între rânduri, cantitatea de sămânţă
distribuită de fiecare tub sau secţie şi se face proba maşinii pentru fiecare variantă în parte.
La experienţele cu soiuri, sămânţa necesară pentru fiecare parcelă se cântăreşte, se pune în pungi de
hârtie sau săculeţi din pânză, se etichetează, după care se aşază în faţa fiecărei parcele conform planului
experienţei.
În experienţele cu pomi, arbuşti fructiferi şi viţă de vie materialul săditor trebuie să fie cât mai
uniform şi normal dezvoltat. Gropile pentru plantare se pac în aceeaşi zi pentru întreaga experienţă.
Semănatul sau plantatul materialului săditor trebuie terminat în aceeaşi zi în toată experienţa.
Întreţinerea culturilor
Pentru fiecare specie folosită în câmpurile experimentale se aplică plantelor aceleaşi lucrări ca şi în
cultura mare excepţie făcând doar experienţele în care factorul studiat îl constituie lucrările din tehnologia
culturii respective.
În timpul efectuării lucrărilor tehnologice se va evita producerea golurilor prin distrugerea plantelor.
La fel ca şi semănatul şi lucrările de întreţinere trebuie făcute în aceeaşi zi în întreaga experienţă.

Observaţii ce se fac în perioada de vegetaţie


Toate notările din cursul perioadei de vegetaţie se trec în carnetul de observaţii care se întocmeşte
pentru fiecare experienţă în parte şi cuprinde următoarele date :
-unitatea în care se execută experienţa ;
-denumirea experienţei ;
-anul în care se desfăşoară cercetarea ;
-responsabilul experienţei ;
-date despre tipul de sol precum şi despre însuşirile fizice, chimice şi biologice ale acestuia ;
-temperaturile medii zilnice, maxime şi minime ;
-precipitaţiile înregistrate ;
-planta premergătoare ;
-planul experienţei (schiţa) ;
-specificarea variantelor ;
-lucrările solului (denumirea, data, adâncimea) ;
-îngrăşămintele administrate (felul îngrăşămintelor, doza, data, modul de administrare) ;
-data semănatului ;

20
-distanţele între rânduri şi între plante pe rând ;
-dimensiunile parcelei semănate ;
-dimensiunile parcelei recoltabile ;
-numărul repetiţiilor ;
-lucrările de întreţinere ;
-observaţii fenologice ;
-recoltarea (data, modul executării, faza de coacere, producţiile înregistrate) ;
-analize privind calitatea recoltei ;
-prelucrarea şi interpretarea rezultatelor .

Observaţiile şi determinările fenologice se fac numai de aceeaşi persoană prin măsurători directe sau
prin bonitare folosind diferite scări (1-3; 1-5; 1-9).
În general, observaţiile se referă la : data răsăritului (când 75 % din plante au răsărit), prezenţa sau
absenţa golurilor la răsărire, starea culturii la intrarea în iarnă şi la ieşirea din iarnă, pagubele cauzate de ger,
modul de desfăşurare a fenofazelor, talia plantelor, desimea şi uniformitatea acestora, atacul de boli şi
dăunători, etc.

Recoltarea experienţelor
Lucrările de recoltare se planifică şi se pregătesc cu mult înainte de începere asigurându-se mai întâi
materialele necesare şi anume: etichete, saci de hârtie, sfoară pentru legat, coşuri, cântare, registre, etc.
În vederea recoltării se va ţine cont de următoarele indicaţii :
-începerea recoltării se va face cu eliminările laterale, eliminările frontale, parcelele de protecţie şi
banda de protecţie ;
-recoltarea se va face în aceeaşi zi pentru întreaga experienţă ;
-pentru a se evita scuturarea seminţelor, boabelor sau fructelor recoltarea va începe ceva mai devreme
de maturitatea fiziologică ;
-de regulă, recoltarea se face pe vreme uscată ;
-se va face uniform în toate parcelele experimentale şi fără pierderi ;
-se vor evita cu desăvârşire confuziile sau greşelile la etichetare şi manipulare ;
-cântărirea producţiei se va face cu acelaşi cântar şi cu aceeaşi precizie pentru toată experienţa .

CAPITOLUL 4

VALORIFICAREA REZULTATELOR EXPERIMENTALE

Datorită imperfecţiunilor maşinilor şi uneltelor cu care se lucrează, subiectivităţii


experimentatorilor, acţiunii factorilor climatici, variabilităţii fertilităţii solului, rezultatele
experimentale sunt întotdeauna afectate de erori. Din această cauză valorile producţiilor şi ale altor
măsurători sau determinări variază de la o parcelă la alta şi în cadrul unei variante de la o repetiţie la
alta.
Pentru a determina valorile reale ale producţiilor înregistrate în parcelele experimentale deci,
pentru a delimita valorile reale ale erorilor experimentale s-au elaborat diferite metode de calcul
matematic, specifice pentru fiecare metodă de aşezare.
Toate aceste calcule ajută la precizarea superiorităţii unora dintre variante şi dă siguranţa că
introduse în producţie vor da aceleaşi rezultate ca şi în câmpul de experienţă.

21
În privinţa modului de calcul, acesta a evoluat odată cu tehnica experimentală, astfel că există
procedee specifice atât pentru metodele vechi de aşezare cât şi pentru cele în care aşezarea
variantelor se face randomizat.
În ultimul timp s-a impus metoda analizei varianţei care a devenit metoda statistică generală
de valorificare a rezultatelor experimentale.

4.1. Valorificarea rezultatelor la experienţele dispuse


după metode vechi de aşezare

Calcularea şi interpretarea rezultatelor experimentale la experienţele dispuse după vechile


metode de aşezare a experienţelor în teren se face folosind etapele de calcul indicate de M i t s c h e r
l i c h şi L i n d h a r d.
Caracteristic pentru acest mod de calcul este faptul că valorificarea rezultatelor se face
separat pentru fiecare variantă experimentală, după care se întocmeşte tabelul de sinteză.
Pentru exemplificarea acestui mod de calcul se prezintă datele obţinute într-o experienţă cu
fasole de grădină la care s-au administrat trei doze de îngrăşăminte şi care s-au comparat cu
producţia realizată la varianta martor, nefertilizată .
Pentru experimentare s-a folosit aşezarea liniară (metoda M i t s c h e r l i c h). Variantele
experimentale au fost următoarele :
V1 - nefertilizat (martor)
V2 - fertilizat cu 60 Kg/ha P2O5
V3 - fertilizat cu 30 Kg/ha K2O
V4 - fertilizat cu 25 Kg N + 40 Kg P2O5 + 30 Kg K2O
Experienţa s-a efectuat în patru repetiţii cu suprafaţa recoltabilă a parcelei experimentale de
40 m2.
Producţiile obţinute sunt înscrise în tabelul 4.1.

Tabelul 4.1.
Producţia de păstăi obţinută la fasolea de grădină
(Kg/parcela recoltabilă)

Nr. Repetiţia
Varianta
variantei R1 R2 R3 R4
1 Nefertilizat 24,8 26,7 27,1 28,5
2 N0P60 35,2 33,5 36,3 37,0
3 N0P0K30 32,6 33,8 34,1 35,9
4 N25P40K30 39,3 38,0 36,9 38,4

Datele înregistrate se calculează separat pentru fiecare variantă în parte.


Pentru exemplificare se prezintă calculele rezultatelor obţinute în varianta nefertilizată
(tabelul 4.2.).

Tabelul 4.2.

22
Rezultatele obţinute în varianta nefertilizată
Repe- Producţia v m
v2 m
tiţia 2
Kg/40 m Kg/ha - + %
1 24,8 6200 494 244036
2 26,7 6675 19 361
3 27,1 6775 81 6561 191 2,8
4 28,5 7125 431 185761
 - 26775 513 512 436719
M - 6694

Producţia unei variante se exprimă prin valorile medii ale repetiţiilor acelei variante, care
poartă numele de medie aritmetică şi se calculează cu ajutorul relaţiei:
x1  x2  ...xn
M= , în care :
n
M - reprezintă media aritmetică;
x - reprezintă producţia unei parcele-repetiţii;
n - numărul de repetiţii.

Pentru exemplul dat media aritmetică va fi :

6200 6675 6775 7125 26775


M=   6693,75
4 4

Media aritmetică a rezultatelor reprezintă fidel situaţia din teren atunci când valorile care o
compun sunt foarte apropiate între ele, în acest caz erorile fiind foarte mici.
Pentru a stabili erorile care afectează media aritmetică este necesar să se calculeze abaterile
fiecărei repetiţii faţă de medie. Dacă media aritmetică este calculată corect, suma abaterilor pozitive
este egală sau foarte apropiată de suma abaterilor negative.
În exemplul dat se poate observa acest lucru astfel :
-suma abaterilor pozitive = 494 + 19 = 513
-suma abaterilor negative = 81 + 431 = 512

Pentru calcularea erorilor ce afectează media aritmetică se procedează astfel :


-se calculează suma pătratelor abaterilor -  v2

 v2  4942  192  812  4312  436719

-se calculează eroarea mijlocie absolută a mediei aritmetice (m), cu ajutorul relaţiei :

 v2 436719 436719
m=     191
n n  1 4 4  1 12

Această valoare arată că producţia medie calculată, de 6694 Kg/ha, este afectată de o eroare
în plus sau în minus de 191 Kg/ha.
Deoarece exprimarea erorii în cifre absolute nu dă posibilitatea aprecierii cu uşurinţă a
mărimii acesteia,

23
-se calculează eroarea mijlocie relativă a mediei aritmetice (m%), adică eroarea care
afectează 100 de unităţi de produs.
Calculul se face cu ajutorul relaţiei :
m 100
m%=
M
Pentru exemplul dat,
191 100
m%=  2,8
6694
Rezultatele obţinute reflectă fidel situaţia din teren atunci când valoarea erorii mijlocii
relative a mediei aritmetice (m%) este mai mică decât cifra trei.
După modelul prezentat se calculează datele până la eroarea mijlocie relativă a mediei
aritmetice şi pentru celelalte trei variante luate în studiu după care se compară şi se interpretează
rezultatele experimentale.
În acest scop, se centralizează mai întâi datele obţinute într-un tabel de sinteză (tabelul 4.3.).
Tabelul 4.3.
Sinteza rezultatelor experimentale
D Producţia
Varianta M m m%
 mD
S
relativă
Nefertilizat 6694  l9l 2,8 Martor - 100,0
2181
N0P60 8875  190 2,1 8,10 132,58
 269
1831
N0P0K30 8525  170 1,9
 255 7,18 121,35

2843
N25P40K30 9537  124 1,3
 227
12,52 142,47

După înregistrarea erorilor mijlocii şi relative ale mediei aritmetice se calculează diferenţele
de producţie faţă de varianta martor (nefertilizat).
Deoarece diferenţele de producţie se calculează pentru valori însoţite de erori este necesar să
se calculeze şi erorile care afectează aceste diferenţe.
Astfel, eroarea mijlocie a diferenţei se calculează cu ajutorul relaţiei :

mD =  m12  m2 2

m1 = eroarea mijlocie absolută a variantei martor


m2 = eroarea mijlocie absolută a variantei de comparat.

În exemplul prezentat, eroarea mijlocie a diferenţei pentru varianta doi este :

mD =  191 190  269

Pentru a putea considera o diferenţă de producţie în plus sau în minus faţă de martor ca fiind
sigură, aceasta trebuie să depăşească de cel puţin trei ori eroarea ei.
În acest sens,
- se calculează coeficientul de siguranţă cu ajutorul relaţiei :

24
D
S=
mD

Pentru interpretarea rezultatelor obţinute este necesar să se calculeze producţia relativă,


considerându-se producţia martorului egală cu 100 %.
Din datele prezentate în tabelul 4.3. se constată că producţia de păstăi la fasolea de grădină
este influenţată pozitiv de fertilizare.
Astfel, prin administrarea a 60 Kg/ha P2O5 se realizează o diferenţă de producţie de 2181
Kg/ha faţă de martor ceea ce reprezintă un spor de 32,58 %. Prin aplicarea unilaterală a potasiului
diferenţa de producţie este de 1831 Kg/ha deci numai cu 21,35 % mai mult faţă de martor.
Cele mai bune rezultate s-au obţinut prin fertilizare complexă ,şi anume 25 Kg/ha azot, 40
Kg/ha fosfor şi 30 Kg/ha potasiu, în acest caz înregistrându-se o diferenţă de producţie faţă de martor
de 2843 Kg/ha, deci o creştere a producţiei de păstăi cu 42,47 %.

4.2. Valorificarea rezultatelor obţinute la experienţele aşezate după metode


moderne

La baza valorificării experienţelor aşezate după metodele moderne stă analiza varianţei.
Aceasta este o metodă elaborată de F i s c h e r şi se caracterizează prin aceea că erorile sunt
analizate sub aspectul cauzelor care le provoacă. Derivând de la englezul " variance " care înseamnă
neomogenitate, neuniformitate, varianţa reprezintă deci măsura neomogenităţii datelor obţinute într-
un câmp experimental.
Valorificarea datelor cu această metodă este precedată de stabilirea cauzelor care au
determinat diferenţele de producţie între diferitele variante experimentale. Continuarea calculelor
este justificată numai în cazul în care diferenţele de producţie sunt determinate de factorii luaţi în
studiu şi nu de erorile de tehnică experimentală.
Dacă se stabileşte că diferenţele sunt datorate factorilor luaţi în studiu se calculează gradul de
semnificaţie a diferenţelor.
Chiar dacă la toate experienţele dispuse după metode moderne de aşezare se foloseşte pentru
valorificarea rezultatelor analiza varianţei, totuşi modul de calcul diferă de la o metodă de aşezare la
alta.
În desfăşurarea calculelor prin metoda analizei varianţei se folosesc o serie de termeni care
definesc expresii matematice şi care se notează cu simboluri specifice.
Principalii termeni folosiţi şi simbolurile acestora se redau în cele ce urmează :
 = suma unor valori ;
x = producţia sau valoarea individuală a unei parcele experimentale (variante) ;
x = producţia medie sau valoarea medie a unui caracter luat în studiu şi se calculează
x
raportând suma tuturor valorilor la numărul de parcele ( x = );
N
N = numărul tuturor parcelelor care compun o experienţă ;
n = numărul de repetiţii ;
v = numărul de variante ;
b = numărul de repetiţii sau blocuri ;
C = termenul de corecţie sau scăzătorul, se calculează raportând pătratul sumei tuturor valorilor
măsurate la numărul de valori;
SP sau SPA = suma pătratelor abaterilor;
SPT = suma pătratelor abaterilor pentru toată experienţa ;
SPB = suma pătratelor abaterilor pentru blocuri (repetiţii) ;
SPV = suma pătratelor abaterilor pentru variante ;

25
SPE = suma pătratelor abaterilor pentru eroare ;
SPA x C = suma pătratelor abaterilor pentru acţiunea combinată a factorilor;
SPL = suma pătratelor abaterilor pentru coloane (linii) ;
GL = gradul de libertate al valorilor ;
GLT = gradul de libertate pentru total experienţă ;
GLB = gradul de libertate pentru repetiţii (blocuri) ;
GLV = gradul de libertate pentru variante ;
GLL = gradul de libertate pentru coloane (linii) ;
GLE = gradul de libertate pentru eroare ;
GLA x C = gradul de libertate pentru acţiunea combinată a factorilor experimentali ;
s2 = varianţa sau abaterea medie pătratică ;
s2v = varianţa variantelor ;
s2E = varianţa erorii ;
s2A x C = varianţa interacţiunilor dintre factori ;
mt = varianta martor faţă de care se compară rezultatele obţinute în celelalte variante
experimentale ;
s d = eroarea diferenţei sau abaterea standard a diferenţei ;
p = probabilitatea de transgresiune ;
t = proba t sau testul t ;
f = proba sau testul F ;
DL = diferenţele limită pentru diferite probabilităţi de transgresiune .
În ceea ce priveşte simbolurile utilizate pentru diferitele semnificaţii ale diferenţelor acestea
sunt următoarele :
* - diferenţă pozitivă semnificativă
** - diferenţă pozitivă distinct semnificativă
*** - diferenţă pozitivă foarte semnificativă
o - diferenţă negativă semnificativă
oo - diferenţă negativă distinct semnificativă
ooo - diferenţă negativă foarte semnificativă
- - diferenţă pozitivă sau negativă nesemnificativă
Indiferent de metoda de calcul folosită, producţiile parcelelor experimentale se exprimă în
producţii la hectar şi se înscriu pe un plan, conform aşezării parcelelor pe teren. Pentru uşurarea
calculelor producţiile se exprimă, de regulă, prin două sau cel mult trei cifre (t sau q/ha).
Se foloseşte, de asemenea, micşorarea tuturor producţiilor parcelelor experimentale cu
aceeaşi cantitate, astfel că operaţiile matematice se vor efectua cu cifre mai mici. La sfârşitul
calculului urmează să se adauge la fiecare variantă cantitatea diminuată iniţial.

4.2.1. Valorificarea rezultatelor experimentale la


experienţele aşezate în blocuri

Pentru exemplificare se propune o cultură comparativă cu şase clone de viţă de vie obţinute
din soiul Grasă de Cotnari. Experienţa este aşezată după metoda blocurilor în patru repetiţii.
Etapele de calcul sunt următoarele :
a. Producţiile parcelelor experimentale exprimate în t/ha se înscriu într-un plan
corespunzător aşezării în teren (tabelul 4.4.).
Tabelul 4.4.

26
Producţiile înscrise în planul experienţei
Repe-
Producţiile parcelelor (t/ha)
tiţia
1 11,5 1 10,7 2 11,2 3 11,7 4 12,3 5 11,9 6
2 12,1 4 11,6 6 12,1 5 11,3 3 11,2 1 10,5 2
3 11,0 3 11,9 5 11,3 1 11,8 6 10,6 2 12,0 4
4 11,7 6 11,8 4 10,8 2 12,5 5 11,1 3 11,4 1
x) - cifrele din colţul de sus reprezintă numărul variantei

b. Se ordonează producţiile pe variante şi blocuri într-un tabel în care se înscriu şi


următoarele valori (tabelul 9.5.) :
- suma producţiilor parcelelor ocupate cu aceeaşi variantă (V);
- suma producţiilor parcelelor din fiecare repetiţie (B);
- suma producţiilor tuturor parcelelor experimentale (  x);
c. Se calculează termenul de corecţie sau scăzătorul cu ajutorul relaţiei:

C=
 x 2

, în care :
N

 x = suma producţiilor tuturor parcelelor experimentale;


N = numărul total al parcelelor din experienţă;

Termenul de corecţie sau scăzătorul se calculează pentru a elimina numărul mare de scăderi
necesare aflării abaterii faţă de medie a fiecărei valori în vederea obţinerii sumei pătratelor abaterilor
de la media aritmetică. Prin folosirea scăzătorului toate aceste operaţii se înlocuiesc cu una singură.
Pentru exemplul dat,
275,92
C=  3171,7004
24

d. Se calculează suma pătratelor abaterilor de la media aritmetică pentru întreaga


experienţă, pentru blocuri, pentru variante şi pentru eroare.
Calculele se fac cu ajutorul următoarelor relaţii :
- suma pătratelor abaterilor pentru întreaga experienţă (SPT) ,

SPT =  x2 - C

- suma pătratelor abaterilor pentru blocuri (SPB) ,

 b2
SPB = - C , în care :
v
v = numărul variantelor

- suma pătratelor abaterilor pentru variante (SPV),

27
 v2
SPV = - C, în care :
b
b = numărul repetiţiilor

- suma pătratelor abaterilor pentru eroare (SPE) ,

SPE = SPT - (SPB + SPV),

Pentru exemplul dat,

SPT = (11,52  11,22  11,32 ...11,72) - 3171,7004 = 6,6296

69,32  68,82  68,62  69,22


SPB =  3171,7004  0,0546
6

45,42  42,62 ...47,02


SPV =  3171,7004  6,1821
4

SPE = 6,6296 - (0,0546 + 6,1821) = 0,3929

e. Se calculează gradele de libertate (GL) pentru toată experienţa (GL T), pentru repetiţii
(GLB), pentru variante (GLV) şi pentru eroare (GLE) .

După calcularea mediei aritmetice, numărul termenilor care pot varia liber fără a modifica
valoarea acesteia este mai mic cu unu faţă de numărul total al termenilor care o compun..
Unul din termeni va primi în mod obligatoriu o anumită valoare în funcţie de variaţia
celorlalţi termeni, astfel ca valoarea mediei să rămână neschimbată.
De exemplu, media 15 poate proveni din cinci numere. Patru din acestea pot fi alese liber,
primul poate fi 8, al doilea 23, al treilea 18, al patrulea 6. Cel de-al cincilea termen nu poate fi decât
20, deoarece numai astfel se poate obţine media 15.
Rezultă deci, că informaţia cuprinsă în unul din termeni nu mai este necesară dacă se dispune
de media aritmetică şi de valorile celorlalţi termeni.

Gradele de libertate se calculează cu ajutorul relaţiilor :

GLT = N - 1 în care ,

N = numărul parcelelor experimentale

GLB = b - 1 în care,
b = numărul repetiţiilor

GLV = v - 1 în care,
v = numărul variantelor

GLE = GLT - (GLB + GLV)

Pentru exemplul dat,

GLT = 24 - 1 = 23

28
GLB = 4 - 1 = 3
GLV = 6 - 1 = 5
GLE = 23 - (3 + 5) = 15

f. Se calculează varianţa (s2) pentru variante şi pentru erori raportând suma pătratelor
abaterilor la gradele de libertate corespunzătoare .

Astfel,

SPV
- pentru variante s v 
2

GL V

SPE
- pentru eroare s
2
E 
GL E

În experienţa ce se valorifică,

6,1821
s2V   1,2364
5
0,3929
s2E = =0,0262
15

g. Se calculează proba F (Ficher). Varianţa variantelor cuprinde atât măsura variaţiilor


întâmplătoare de producţie cât şi variaţia reală datorată factorilor cercetaţi.
Varianţa erorii cuprinde numai efectul fluctuaţiilor întâmplătoare.
Pentru cunoaşterea diferenţelor reale de producţie între variante, deci a diferenţelor datorate
factorilor cercetaţi, este necesar să se compare varianţa variantelor cu varianţa erorii. Această
comparare se face calculând proba F, cu ajutorul relaţiei :
s2V
F 2
sE
În exemplul prezentat,

1,2364
F
0,0262

Valoarea probei F din experienţă se compară cu valoarea F calculată teoretic pentru


probabilitatea de transgresiune de 5 % şi în funcţie de numărul gradelor de libertate al celor două
varianţe.
Prin probabilitate de transgresiune (P%) se înţelege improbabilitatea obţinerii aceloraşi
rezultate. Probabilitatea de transgresiune de 5% înseamnă şansa de 95% de a obţine aceleaşi rezultate
în anii următori sau în experienţe asemănătoare.
Dacă valoarea F calculată pentru o anumită experienţă este mai mare decât valoarea F limită
calculată teoretic pentru aceleaşi grade de libertate, se poate afirma, cu un risc mai mic de 5% de a
greşi, că diferenţele de producţie sunt datorate factorilor cercetaţi.
În situaţia când valoarea F este mai mică decât valoarea calculată teoretic, înseamnă că
diferenţele între variante sunt mici, neasigurate statistic şi sunt datorate abaterilor accidentale. În
acest caz nu se mai justifică cercetarea semnificaţiei diferenţelor.

29
Pentru exemplul dat, în tabelul anexă 1, valoarea F găsită la intersecţia rândului indicat de
GLE (15) cu coloana indicată de GLV (5) este de 2,90. Proba F calculată pentru experienţa ce se
valorifică este de 47,19, mai mare faţă de valoarea F pentru probabilitatea de transgresiune de 5%.
Aceasta înseamnă că cele şase clone cu care s-a experimentat sunt diferite în privinţa capacităţii de
producţie, că diferenţele de producţie între variante sunt, în general, semnificative şi deci, calculul
poate continua.
Toate datele obţinute se centralizează într-un tabel care poartă numele de "tabelul varianţelor"
(tabelul 4.6.).

h.Se calculează producţia medie a fiecărei variante, producţia medie a întregii


experienţe şi diferenţele de producţie între variante şi martor.
- Producţia medie a fiecărei variante se calculează raportând producţiile totale V din tabelul
4.5., la numărul repetiţiilor.
45,4
- varianta 1 = = 11,35 t/ha
4
42,6
- varianta 2 = = 10,65 t/ha
4
44,6
- varianta 3 =  11,15 t/ha
4
47,6
- varianta 4 = = 11,90 t/ha
4

48,7
- varianta 5 = = 12,18 t/ha
4
47,0
- varianta 6 = = 11,75 t/ha
4
Tabelul 4.6.
Tabelul varianţelor
Specificare SP GL s2 Proba F
Total 6,6296 23 1,2364
Blocuri 0,0546 3 F=  47,19
0,0262
Variante 6,1821 5 1,2364
(2,90)
Eroare 0,3929 15 0,0262

- Producţia medie a întregii experienţe, notată cu X se calculează raportând suma


producţiilor tuturor parcelelor experimentale la numărul acestora .

 x 275,9
X   11,49 t/ha
N 24

Producţia medie a întregii experienţe se foloseşte ca martor pentru compararea rezultatelor


obţinute de fiecare variantă în parte. Se poate folosi drept martor şi producţia unei variante
experimentale sau, pentru experienţele cu soiuri, producţia soiului zonat în regiunea respectivă .
Diferenţele de producţie (d) se calculează între producţia medie a fiecărei variante şi
producţia medie a întregii experienţe.
Astfel,

30
- pentru varianta l,

d = 11,35 - 11,49 = - 0,14 t/ha = - 140 Kg/ha

- pentru varianta 2,

d = 10,65 - 11,49 = - 0,84 t/ha = - 840 Kg/ha

- pentru varianta 3,
d = 11,15 - 11,49 = - 0,34 t/ha = - 340 Kg/ha

- pentru varianta 4,
d = 11,90 - 11,49 = + 0,41 t/ha = 410 Kg/ha

- pentru varianta 5,

d = 12,18 - 11,49 = + 0,69 t/ha = 690 Kg/ha


- pentru varianta 6,

d = 11,75 - 11.49 = + 0,26 t/ha = 260 Kg/ha

i. Se stabileşte gradul de semnificaţie a diferenţelor folosind proba t (testul t) sau diferenţele


limită.
În acest sens este necesar să se stabilească eroarea care afectează diferenţele de producţie,
numită eroarea diferenţelor şi care se notează cu sd .

2s2E
sd  în care ,
n
- s2E - reprezintă varianţa erorii ;
- n - reprezintă numărul de repetiţii.

Pentru exemplul dat,

2 0,0262
sd   0,11 t/ha = 110 Kg/ha
4

- Gradul de semnificaţie prin testul t se stabileşte calculând acest test pentru fiecare variantă
prin raportarea diferenţelor de producţie la eroarea diferenţei .
d
t=
sd
Astfel,

- pentru varianta 1,
140
t=  1,3
110
- pentru varianta 2,

31
840
t=  7,6
110
- pentru varianta 3,
340
t=  3,1
110
- pentru varianta 4,
410
t=  3,7
110
- pentru varianta 5,
690
t=  6,3
110
- pentru varianta 6,
260
t=  2,4
110

În funcţie de valorile t calculate şi de gradele de libertate ale erorii, în tabelul anexă 2 se caută
probabilitatea de transgresiune (P%), corespunzătoare fiecărei diferenţe de producţie.
Aprecierea semnificaţiei unei diferenţe de producţie în funcţie de probabilitatea de
transgresiune corespunzătoare se face folosind gradele de semnificaţie şi notările prezentate în
tabelul 4.7.

Tabelul 4.7.
Gradele de semnificaţie
Probabilitate Grade de Notări
de transgresiune semnificaţie Surplus Deficit
P > 5% Nesemnificativ - -
P = 5% - 1% Semnificativ * o
P = 1% - 0,1% Distinct semnificativ ** oo
P < 0,1% Foarte semnificativ *** ooo

Astfel :
- Pentru varianta 1 valoarea probabilităţii de transgresiune (P%) se găseşte la intersecţia
rândului indicat de t = 1,3 cu valoarea corespunzătoare a gradului de libertate pentru eroare GL = 15.
Deoarece valoarea P (21,3%) este mai mare de 5%, diferenţa de producţie este nesemnificativă.
- Pentru varianta 2, valoarea lui t este 7,6 iar probabilitatea de transgresiune este sub 0,1%.
Rezultă că diferenţa de producţie este foarte semnificativă. Fiind un deficit de producţie se va nota cu
trei cercuri (ooo).
- Pentru varianta 3, (t = 3,1), P = 0,75% .Această valoare este cuprinsă între 1% şi 0,1% , deci
diferenţa este distinct semnificativă . Fiind, de asemenea, un deficit de producţie, semnificaţia se va
nota cu două cercuri (oo).
- Pentru varianta 4, (t = 3,7), P = 0,21%. Diferenţa este distinct semnificativă dar deoarece este
un surplus de producţie faţă de martor, se va nota cu două asteriscuri (**).
- Pentru varianta 5, (t = 6,3), P este sub 0,1%. Diferenţa în acest caz este foarte semnificativă
dar fiind un surplus de producţie se va nota cu trei asteriscuri (***).
- Pentru varianta 6, (t = 2,4), P = 3,0%. În acest caz valoarea lui P% este cuprinsă între 1% şi
5%, deci diferenţa de producţie este semnificativă şi fiind un surplus se va nota cu un asterisc (*).

32
Datele calculate se înregistrează într-un tabel de sinteză (tabelul 9.8.) în care variantele se trec
în ordinea descrescândă a producţiilor .Producţia medie a experienţei, considerată variantă martor, se
intercalează între celelalte variante conform valorii obţinute. În acelaşi tabel se înscriu şi producţiile
relative considerându-se producţia martorului egală cu 100%.
De regulă, pentru experienţele cu soiuri se foloseşte drept variantă martor soiul zonat în
regiunea respectivă.
Tabelul 4.8.
Sinteza rezultatelor experimentale

Producţia d Semni-
Varianta t15 P%
Kg/ha % Kg/ha ficaţia
5 12.180 106,00 690 6,3 0,1 ***
4 11.900 103,56 410 3,7 0,21 **
6 11.750 102,26 260 2,4 3,0 *
X Mt 11.490 100,00 X Mt - - -
1 11.350 98,78 - 140 1,3 21,3 -
3 11.150 97,04 - 340 3,1 0,75 oo
2 10.650 92,68 - 840 7,6 0,1 ooo

Din tabelul de sinteză se observă că numai clonele 4, 5 şi 6 pot fi considerate de perspectivă


pentru zona în care s-au făcut cercetările deoarece numai acestea au realizat sporuri de producţie
asigurate statistic faţă de varianta martor.
Astfel, clona 6 a înregistrat un surplus de producţie semnificativ, clona 4 distinct semnificativ
iar clona 5 foarte semnificativ. Se vor recomanda, deci, pentru producţie clonele 4 şi 5.
Gradele de semnificaţie pot fi determinate şi cu ajutorul diferenţelor limită (DL).
Diferenţa limită reprezintă o mărime care asigură o valoare minimă a surplusului sau a
deficitului de producţie pentru probabilităţi de transgresiune de 5%, 1% şi respectiv 0,1%.
Se calculează deci care este valoarea minimă a unei diferenţe pentru a fi semnificativă,
distinct semnificativă sau foarte semnificativă.
Calculul diferenţelor limită se face cu ajutorul formulei generale:

DL = tsd în care :

-t- poate lua diferite valori în funcţie de probabilităţile de transgresiune şi gradele de libertate
ale erorilor ;
- sd - reprezintă eroarea diferenţelor.

Pentru exemplul cu care se lucrează, la GLE = 15, în tabelul anexă 2, pentru t corespund
următoarele valori :
P 5% , t = 2,13
P 1% , t = 2,95
P 0,1% ,t = 4,07
Eroarea diferenţelor ( sd) s-a calculat anterior şi este de 110 Kg/ha.
Valorile diferenţelor limită pentru diferite probabilităţi de transgresiune sunt următoarele :

DL 5% = 2,13  110 = 234 Kg/ha


DL 1% = 2,95  110 = 324 Kg/ha
33
DL 0,1%= 4,07  110 = 447 Kg/ha
Se calculează diferenţele limită şi în valori relative cu formula :

DL  100
DL % =
x

234 100
DL 5 % =  2,03%
11490

324 100
DL 1 % =  2,81%
11490

447 100
DL 0,1 % =  3,89%
11490

Diferenţele limită se înscriu sub tabelul de sinteză a rezultatelor experimentale (tabelul 4.9.)
Pentru stabilirea gradelor de semnificaţie se compară diferenţele înregistrate între producţiile
obţinute în fiecare variantă experimentală şi varianta martor cu diferenţele limită calculate.
Diferenţa de producţie de 690 Kg/ha realizată de clona 5 este mai mare decât valoarea
diferenţei limită pentru probabilitatea de transgresiune de 0,01%, deci, este foarte semnificativă şi se
notează cu trei asteriscuri.
Clona 4 realizează o diferenţă de producţie faţă de martor de 410 Kg/ha, care se încadrează
între DL 1% şi DL 0,1%, diferenţă distinct semnificativă. Se notează cu două asteriscuri.
Tabelul 4.9.
Sinteza rezultatelor experimentale
Producţia d Semnifi-
Clona t15 P%
Kg/ha % Kg/ha caţia
5 12.180 106,00 690 6,3 0,1 ***
4 11.900 103,56 410 3,7 0,21 **
6 11.750 102,26 260 2,4 3,0 *
X Mt 11.490 100,00 XMt - - -
1 11.350 98,78 - 140 1,3 21,3 -
3 11.150 97,04 - 340 3,1 0,75 oo
2 10.650 92,68 - 840 7,6 0,1 ooo

DL 5% 2,03 234
DL 1% 2,81 324
DL 0,1% 3,89 447

Diferenţa de producţie realizată de clona 6 faţă de martor, de 260 Kg/ha, este situată între DL
1% şi DL 5%. Fiind un surplus de producţie semnificativ se notează cu un asterisc.
Clona 1 înregistrează un deficit de producţie de 140 Kg/ha faţă de martor. Deoarece valoarea
este mai mică decât 234 Kg/ha (DL 5%), deficitul este nesemnificativ.

34
Clona 3 realizează o producţie de 1l150 Kg/ha, cu 340 Kg/ha mai puţin faţă de martor.
Diferenţa de producţie se încadrează între DL 1% şi DL 0,1% fiind deci distinct semnificativă.
Fiindcă este un deficit de producţie se notează cu două zerouri.
Diferenţa de producţie înregistrată de clona 2 este de 840 Kg/ha. Această valoare fiind mai
mare decât DL 0,1%, este foarte semnificativă şi se notează cu trei zerouri.
Se observă, astfel, că indiferent de metoda folosită pentru stabilirea gradelor de semnificaţie
a diferenţelor, rezultatele sunt aceleaşi.
Când este necesar să se facă şi alte comparaţii între diferitele variante experimentale se
foloseşte metoda diferenţelor multiple, cunoscută şi sub numele de "testul Duncan".
Pentru aprecierea semnificaţiei diferenţelor prin această metodă se iau în considerare gradele
de libertate ale erorii şi numărul variantelor experimentale. În funcţie de depărtarea între mediile
comparate, în clasificarea variantelor, se folosesc mai multe valori q corespunzătoare (tabelul anexă
3).

Pentru calcularea diferenţelor semnificative (DS) se utilizează formula :

DS 5% = sx  q

- sx -reprezintă eroarea mediilor aritmetice şi se calculează cu formula :

s2 E
sx 
n
-q -reprezintă valori ce se găsesc în tabelul anexă 3 la întretăierea rândului corespunzător
gradului de libertate al erorii cu coloana corespunzătoare numărului de variante cuprinse între
limitele comparaţiei.

Pentru aprecierea semnificaţiei diferenţelor, prin metoda comparaţiilor multiple se stabileşte,


mai întâi, clasificarea variantelor în ordinea producţiilor obţinute şi se calculează toate diferenţele
posibile (tabelul 4.10.) .
După calcularea tuturor diferenţelor între variante se determină eroarea mediilor folosind
varianţa erorii din tabelul de analiză a varianţei (0,0262).

0,0262
sx   0,0809 t/ha = 80,9 Kg/ha
4

Se calculează apoi diferenţele semnificative (DS) utilizând valorile q din tabelul anexă 3.

Astfel, pentru :
n = 2, DS 5% = 80,9 x 3,01 = 243 Kg/ha ;
n = 3, DS 5% = 80,9 x 3,16 = 255 Kg/ha ;
n = 4, DS 5% = 80,9 x 3,25 = 263 kg/ha ;
n = 5, DS 5% = 80,9 x 3,31 = 268 Kg/ha ;
n = 6, DS 5% = 80,9 x 3,36 = 272 Kg/ha.

Tabelul 4.10.
Testul Duncan la experienţa cu clone de viţă de vie,
aşezate după metoda blocurilor

35
Clasi- Clona Producţia Diferenţa faţă de varianta de pe locul :
ficare nr. Kg/ha VI V IV III II
1530* 1030* 830* 430* 280*
I 5 12180
(272) (268) (263) (255) (243)
1250* 750* 550* 150
II 4 11900
(268) (263) (255) (243) -
1100* 600* 400*
III 6 11750
(263) (255) (243) - -
700* 200
IV 1 11350
(255) (243) - - -
500*
V 3 11150
(243) - - - -
VI 2 10650
- - - - -

Diferenţele semnificative calculate se introduc în tabel între paranteze şi se compară cu


diferenţele între variante. Dacă acestea sunt mai mari decât diferenţele teoretice (limită), se
consideră că sunt semnificative.

4.2.2. Valorificarea rezultatelor experimentale la experienţele aşezate în pătrat


latin

Valorificarea experienţelor dispuse în pătrat latin se face în acelaşi mod ca şi la metoda


blocurilor. Diferenţa între cele două moduri de calcul constă în faptul că la metoda pătratului latin se
calculează suma pătratelor abaterilor (SP) şi gradele de libertate (GL) pentru coloane (L), în felul
acesta micşorându-se corespunzător SP şi GL pentru eroare.
Pentru exemplificare se va folosi o experienţă cu cinci soiuri de viţă de vie efectuată la
Odobeşti şi dispusă după metoda pătratului latin. Soiurile luate în studiu, la care s-a folosit acelaşi
sistem de tăiere (Guyot pe semitulpină), au fost : Aligoté, Fetească albă, Galbenă de Odobeşti,
Muscat Ottonel şi Riesling italian.
Producţiile celor cinci soiuri, ordonate după planul de aşezare a experienţei în câmp şi
transformate din Kg/parcelă în t/ha sunt înscrise în tabelul 4.11.

Tabelul 4.11.
Planul experienţei şi producţiile realizate
Coloana
Blocul B
1 2 3 4 5
5 13,24 16,03 15,85 14,12 14,91 74,0
4 14,32 16,05 13,64 15,31 16,33 75,5
3 16,35 15,11 14,02 16,13 13,54 75,0
2 15,93 13,14 14,81 15,95 14,12 73,8
1 14,61 13,92 15,73 13,44 16,15 73,7
 x=
L 74,3 74,1 73,9 74,8 74,9
372,0

36
Notă - Cifrele înscrise în colţul de sus al casetelor indică numărul variantelor
experimentale iar L, suma producţiilor pe coloane.

După ce se calculează sumele producţiilor pentru blocuri (B) şi coloane (L), acestea se
înscriu în tabel.
Folosind datele din planul experienţei se calculează suma producţiilor pe variante precum şi
mediile acestora (tabelul 4.12.).

Tabelul 9.12.
Producţiile ordonate pe variante

Repetiţia
Varianta Suma Media
I II III IV V
V1 (Aligoté) 14,6 14,8 15,1 15,3 14,9 74,7 14,94
V2(Fetească) 13,9 14,1 14,0 14,3 14,1 70,4 14,08
V3(Galbenă) 15,7 15,9 16,1 16,3 16,0 80,0 16,00
V4(Muscat) 13,4 13,1 13,5 13,6 13,2 66,8 13,36
V5(Riesling) 16,1 15,9 16,3 16,0 15,8 80,1 16,02

- În continuare se calculează coeficientul de corecţie (scăzătorul) şi suma pătratelor


abaterilor pentru întreaga experienţă, pentru blocuri, coloane, variante şi eroare, folosindu-se
formulele cunoscute de la metoda prezentată anterior.

C=   x 2


3722
 5535,36
N 25

SPT =  x2 - C= (14,62 + 14,82 + . . . + 15,82) - C = 5563,8 -5535,36 = 28,4400

 b2 74,02  75,52  75,02  73,82  73,72


SPB= C  C  0,5160
v 5

 l2 74,32  74,12  73,92  74,82  74,92


SPL= C  C  0,1520
v 5

 v2 74,72  70,42  80,02  66,82  80,12


SPV= C  C  27,53
b 5

37
SPE = SPT - (SPB + SPL + SPV) = 28,44- (0,516 + 0,152 + 27,53) = 0,242

- Se calculează gradele de libertate pentru fiecare sursă de variabilitate :

GLT = N - 1 = 25 - 1 = 24
GLB = B - 1 = 5 - 1 = 4
GLL = l - 1 = 5 - 1 = 4
GLV = v - 1 = 5 - 1 = 4
GLE = GLT - (GLB + GLL + GLV) = 12

- Se calculează varianţa variantelor :

SPV 27,53
s2 V    6,8825
GL V 4
- Se determină varianţa erorii :

SPE 0,242
s2E    0,0201
GL E 12
- Se calculează proba F :

s2V 6,8825
f 2   342,41
s E 0,021

- Se întocmeşte tabelul varianţelor cu datele calculate anterior (tabelul 4.13.)


Deoarece proba F întrece cu mult valoarea teoretică pentru P 5%, se poate afirma că există
deosebiri reale în privinţa producţiei soiurilor experimentate.

Tabelul 4.13.
Tabelul varianţelor
Sursa variaţiei SP GL s2 Proba F
Total 28,44 24
Blocuri 0,516 4
Coloane 0,152 4
Variante 27,53 4 6,8825 342,41
Eroare 0,242 12 0,0201 (3,26)

- Se calculează producţia medie a experienţei care se utilizează ca martor pentru variantele


experimentale ;

38
 x 372
x   14,88 t/ha
N 25

- Pentru stabilirea semnificaţiei diferenţelor faţă de martor se calculează diferenţele limită ;

DL = s d x t

2 s2 E 2 0,0201
sd    0,089 t/ha
n 5

DL 5% = sd  t500  0,089 2,18  0,194


DL 1% = sd  t100  0,089 3,06  0,272
DL 0,1% = sd  t0,100  0,089 4,32  0,384

- Semnificaţia diferenţelor între variantele experimentale şi martor se stabileşte comparându-


le cu diferenţele limită calculate (tabelul 4.14.).
Din sinteza rezultatelor experimentale se constată că pentru podgoria Odobeşti apar
superioare din punct de vedere al producţiilor realizate soiurile Riesling italian şi Galbenă de
Odobeşti care înregistrează sporuri de producţie foarte semnificative de 1140 Kg/ha şi respectiv
1120 Kg/ha.
Producţii sub valoarea medie a experienţei au fost obţinute de soiurile Fetească albă şi
Muscat Ottonel, cu diferenţe de 800 Kg/ha şi respectiv 1520 Kg/ha, de asemenea, foarte
semnificative.

Tabelul 4.14.
Sinteza rezultatelor experimentale
Nr. Producţia d Semni-
Varianta
var. Kg/ha % Kg/ha ficaţia
V5 Riesling italian 16020 107,66 1140 ***
V3 Galbenă de Odobeşti 16000 107,52 1120 ***
V1 Aligoté 14940 100,40 60
X Martor 14880 100,00
V2 Fetească albă 14080 94,62 - 800 ooo
V4 Muscat Ottonel 13360 89,78 - 1520 ooo
DL 5% 194 Kg/ha
D L 1% 272 Kg/ha
DL 0,1% 384 Kg/ha

4.2.3. Valorificarea rezultatelor experimentale la experienţele aşezate în


dreptunghi latin
Experienţele dispuse în dreptunghi latin se valorifică la fel cu cele aşezate în pătrat latin.
Singura deosebire constă în faptul că numărul repetiţiilor (blocurilor) şi al coloanelor este mai mic

39
decât numărul variantelor. Mai precis, numărul variantelor trebuie să fie un multiplu al numărului de
repetiţii.
Pentru exemplificare se prezintă o cultură comparativă cu opt linii de ardei gogoşar, aşezate
în patru repetiţii, după metoda dreptunghiului latin.
Producţiile realizate (t/ha) sunt înscrise în tabelul 4.15.

Tabelul 4.15.
Producţiile de ardei gogoşar (t/ha) ordonate după
planul de aşezare a experienţei în câmp

C O LOANA
I II III IV
Blocul B
S U B CO LOANA
I II I II I II I II
1
1 12,4 13,22 13,2 3
13,1 4
13,6 5
12,86 14,1 7
13,58 105,9
4
2 12,8 13,27 13,9 5
12,1 1
13,5 3
13,98 13,0 2
13,06 105,4
6
3 12,4 12,93 13,7 8
14,0 2
12,5 1
14,47 13,0 9
13,14 106,0
5
4 13,2 14,18 12,0 6
14,4 7
12,5 2
13,94 11,9 1
13,53 105,5
L 104,2 106,4 107,1 105,1 422,8

- Se aranjează producţiile pe variante pentru a se putea calcula V şi producţiile medii ale


celor patru repetiţii.
Datele sunt înscrise în tabelul 4.16.

- Se calculează scăzătorul şi sumele pătratelor abaterilor pentru sursele de variabilitate


astfel :

C
  x
2


422,82
 5586,245
N 32

SPT = (12,42 + 12,12 + ...+ 14,12) - C = 5600,68 - 5586,245 = 14,4350

105,92  105,42  106,02  105,52


SPB  -5586,245=5586,2775- 5586,245= 0,0325
8

104,22  106,42  107,12  105,12


SPL= -5586,245=5586,8775- 5586,245 = 0,6325
8

48,92  52,72 ...55,22


SPV= -5586,245=5596,125-5586,245= 9,8800
4

SPE = 14,4350 - (0,0325 + 0,6325 + 9,8800) =14,4350-10,5450 = 3,89

Tabelul 4.16.
Producţii ordonate pe variante
Varianta Blocul Prod.

40
I II III IV V medie
V1 – A54 - 83 12,4 12,1 12,5 11,9 48,9 12,23
V2 – A66 - 83 13,2 13,0 14,0 12,5 52,7 13,18
V3 – A12 - 84 13,2 13,5 12,9 13,5 53,1 13,28
V4 – A25 - 84 13,1 12,8 13,1 13,9 52,9 13,23
V5 – A29 - 84 13,6 13,9 13,0 13,2 53,7 13,43
V6 – A3 - 85 12,8 13,0 12,4 12,0 50,2 12,25
V7 – A19 - 85 14,1 13,2 14,4 14,4 56,1 14,03
V8 – A38 - 85 13,5 13,9 13,7 14,1 55,2 13,80

- Se calculează gradele de libertate :


GLT = N - 1 = 32 - 1 = 31

GLB = b - 1 = 4 - 1 = 3

GLL = v - 1 = 4 - 1 = 3

GLV = v - 1 = 8 - 1 = 7

GLE = GLT - (GLV + GLL + GLB) = 18

- Se calculează varianţa variantelor şi a erorii precum şi proba F :

SPV 9,8800
s2V =   1,4114
GL V 7

SPE 3,89
s2E =   0,2161
GL E 18

s2V 1,4114
f= 2
  6,53
sE 0,2161

- Se înscriu datele într-un tabel al varianţelor (tabelul 4.17.).


Tabelul 4.17.
Tabelul varianţelor
Sursa variaţiei SP GL s2 F
Total 14,4350 31
Blocuri 0,0325 3
Coloane 0,6325 3

41
Variante 9,8800 7 1,4114 6,53
Eroare 3,8900 18 0,2161 (2,51)

Proba F calculată (6,53) depăşeşte valoarea teoretică (2,51) deci între liniile studiate există
diferenţe de producţie ce nu pot fi atribuite erorilor experimentale.

- Se calculează diferenţele limită pentru a se stabili semnificaţiile diferenţelor între variantele


experimentale şi martor. Pentru aceasta se determină mai întâi eroarea diferenţelor :

2 0,2161
sd   0,328t / ha
4

- Se înmulţeşte apoi această valoare cu t pentru diferite probabilităţi de transgresiune,


corespunzătoare gradului de libertate al erorii (GLE = 18).

DL 5% = 2,10 x 0,328 = 0,688 t/ha = 688 Kg/ha

DL 1% = 2,88 x 0,328 = 0,944 t/ha = 944 Kg/ha

DL 0,1% = 3,92 x 0,328 = 1,285 t/ha = 1285 Kg/ha

- Se calculează producţia medie a câmpului ( x), producţiile relative, diferenţele faţă de martor
şi se înscriu în tabelul de sinteză (tabelul 4.18.)

Tabelul 4.18.
Sinteza rezultatelor experimentale
Varian- Producţia d Semni-
Lin i a
ta nr. Kg/ha % Kg/ha ficaţia
V7 A19 – 85 14030 106,20 + 820 *
V8 A38 – 85 13800 104,46 + 590
V5 A29 – 84 13430 101,66 + 220
V3 A12 – 84 13280 100,37 + 70
V4 A25 – 84 13230 100,15 + 20
x Martor 13210 100,00
V2 A66 – 83 13180 99,77 - 30
V6 A3 - 85 12550 95,00 - 660
V1 A54 – 83 12230 92,58 - 980 oo

DL5% 688 Kg/ha


DL1% 944 Kg/ha
DL0,1% 1285 Kg/ha

Din analiza rezultatelor înregistrate în tabelul de sinteză se constată că numai linia A 19-85 a
realizat un spor de producţie semnificativ de 820 Kg/ha faţă de media câmpului. De regulă, în

42
culturile comparative se consideră martor soiul care se cultivă în zonă şi deci, se apreciază
diferenţele realizate faţă de acesta.

4.2.4. Valorificarea rezultatelor obţinute în


experienţele aşezate în grilaje

Din cauza numărului prea mare de variante, la unele experienţe, blocurile repetiţii devin prea
mari şi astfel, suprafaţa ocupată nu mai poate fi uniformă. Pentru a putea elimina această
neuniformitate se recomandă aşezarea variantelor în blocuri incomplete, mai mici, care pot ocupa o
suprafaţă de teren uniformă. În astfel de cazuri, separarea fluctuaţiilor datorate diferenţelor de
fertilitate între blocurile incomplete necesită un calcul mult mai laborios, deoarece totalurile acestor
blocuri nu sunt direct comparabile.
Caracteristic pentru astfel de experienţe este şi faptul că rezultatele obţinute în variante
trebuie corectate, deoarece diferenţele înregistrate sunt date pe de o parte de varianta ca atare iar pe
de altă parte de fertilitatea diferită a solului.
Valorificarea experienţelor aşezate în grilaje trebuie să asigure deci corectarea rezultatelor
obţinute în fiecare variantă în funcţie de efectul fertilităţii diferite a solului de la un bloc la altul.
Chiar dacă sunt necesare calcule mai dificile, executarea lor este justificată de precizia
rezultatelor obţinute.
Pentru exemplificare se prezintă modul de valorificare a unei experienţe cu 9 soiuri de fasole
de grădină, aşezată în grilaj balansat de tipul 3 x 3 cu 4 repetiţii (K + 1).
Producţiile, în tone pe hectar sunt prezentate în tabelul 9.19. conform schiţei experienţei.
Cifrele din stânga sus reprezintă numărul parcelei, cele din dreapta sus numărul variantei iar cele din
mijloc, producţiile fiecărei parcele.

Se calculează :

- sumele producţiilor pe blocuri (B) ;

B (1) = 1,3 + 1,7 + 2,6 = 5,6

- sumele producţiilor pe repetiţii (R);

R (1) = 5,6 + 20,9 + 9,9 = 36,4

- suma producţiilor tuturor parcelelor experimentale (  x) ;

 x   B   R  222,5

- producţia medie a cîmpului experimental ( x) ;

 x 222,5
x   6,18
N 36

Se alcătuieşte tabelul sumelor variantelor (tabelul 4.20.) în care se calculează :

- sumele producţiilor pentru fiecare variantă (V) ;

43
V1 = 1,3 + 4,6 + 3,6 + 7,0 = 16,5

- sumele producţiilor tuturor blocurilor în care apare fiecare variantă (Bv) ;

BV 1 = 5,6 + 17,1 + 14,4 + 20,7 = 57,8

Pentru verificare, suma valorilor BV va fi:

BV = k   x  3 222,5  667,5

- valorile W, cu formula ;

W = kV - (k + 1)BV +  x

W1 = (3 x 16,5) - (4 x 57,8) + 222,5 = 40,8

Tabelul 4.19
Producţiile obţinute la fasolea de grădină
în experienţa dispusă în grilaj balansat

Blocul Repetiţia I B
0 1 2 3 4
1 1 2 2 3 3
(1) 1,3 1,7 2,6 5,6
4 4 5 5 6 6
(2) 7,7 2,1 11,1 20,9
7 7 8 8 9 9
(3) 0,9 1,2 7,8 9,9
36,4
Blocul R e p e t i ţ i a II
10 1 11 4 12 7
(4) 4,6 10,6 1,9 17,1
13 2 14 5 15 8

44
(5) 4,0 5,6 4,3 13,9
16 3 17 6 18 9
(6) 6,2 9,3 7,2 22,7
53,7
0 1 2 3 4
Blocul R e p e t i ţ i a III
19 1 20 8 21 6
(7) 3,6 1,9 8,9 14,4
22 4 23 2 24 9
(8) 13,9 3,4 6,6 23,9
25 7 26 5 27 3
(9) 6,8 8,7 9,2 24,7
63,0
Blocul R e p e t i ţ i a IV
28 1 29 5 30 9
(10) 7,0 7,9 5,8 20,7
31 7 32 2 33 6
(11) 6,7 2,7 11,4 20,8
34 4 35 8 36 3
(12) 12,8 7,5 7,6 27,9
69,4

Tabelul 4.20
Tabelul sumelor variantelor
V'
Varianta V Bv W Yw
corectat
1 16,5 57,8 + 40,8 3,092 19,59
2 11,8 64,2 + 1,1 0,068 11,86
3 25,6 80,9 - 24,3 - 1,845 23,75
4 45,0 89,8 - 1,7 - 0,131 44,87
5 24,3 80,2 - 25,4 - 1,925 22,38
6 40,7 78,8 + 29,4 + 2,228 42,92
7 16,3 72,5 - 18,6 - 1,410 14,89
8 14,9 66,1 + 3,2 + 0,242 15,15
9 27,4 77,2 - 4,1 - 0,320 27,09
Suma 222,5 667,5 0 0 222,5

Pentru verificare, suma valorilor W trebuie să fie egală cu zero.

45
-suma pătratelor abaterilor pentru blocuri (SPB) ;

 W2 40,82  1,122 ...4,12 4141,76


SPB = 3    38,3496
K (k  1) 27 4 108

-scăzătorul sau termenul de corecţie (C) ;

C=
  x 2  222,52  1375,1736
N 36

-suma pătratelor abaterilor pentru toate parcelele (SPT) ;

SPT=  x2  C=(1,32+1,72+...+7,62)-C =1796,8100-375,1736=421,6364

-suma pătratelor abaterilor pentru repetiţii (SPR) ;


 R2 36,42  53,72  632  69,42
SPR = C  1375,1736  68,6052
V 9

-suma pătratelor abaterilor pentru variante necorectate (SPV) ;

 V2 16,52 ...27,42
SPV ( necorectat )  C  1375,1736 
n 4
6577,29
  1375,1736  269,1489
4

-suma pătratelor abaterilor pentru eroare (SPE) ;

SPE = SPT - (SPB + SPR + SPV) = 400,4664 - (38,3496 + 68,6052 + +269,1489) = 24,3627

-gradele de libertate(GL),cunoscînd că n = K +1 iar v = k2 ;

GLT = N - 1 = 35

GLR = n - 1 = 3

GLB = b - 1 = 8

GLV = v - 1 = 8

GLE = GLT - (GLR + GLB + GLV) = 16

Se alcătuieşte tabelul varianţei în care se înscriu toate datele calculate anterior (tabelul 4.21.)
şi se calculează :

- varianţa blocurilor (s2B) ;

SPB 38,3496
s2 B    4,7937
GL B 8

46
- varianţa erorii (s2E) ;

SPE 24,3627
s2 E    1,5226
GL E 16

În vederea corectării producţiilor variantelor experimentale se foloseşte valoarea Y, care se


calculează cu formula :

s2B  s2E 4,7937 1,5226 3,2711


Y 2 2    0,0758
K s B 9 4,7937 43,1433
În cazul în care varianţa blocurilor este mai mică sau egală cu varianţa erorii, înseamnă că
influenţa blocurilor incomplete nu depăşeşte limitele erorii. Valoarea Y se consideră egală cu zero şi
deci, producţiile variantelor nu mai necesită corecturi.

Tabelul 4.21.
Analiza varianţei pentru grilajul balansat 3 x 3
Cauza variabilităţii SP GL s2 Proba F
Total 421,6364 35
Repetiţii 68,6052 3
Blocuri 38,3496 8 4,7937
F= 18,88
Variante necorectate 269,1489
8 (2,59)
Variante corectate 35,2876
1,5226
Eroare 24,3627 16
1,8688

Cu ajutorul valorii Y se calculează produsele Y x W după care se determină producţiile


corectate ale fiecărei variante cu formula:

V'= V + Y x W

V1' = 16,5 + 3,092 = 19,59

-suma pătratelor abaterilor pentru variante corectate(SPV ') ;


2
 V' 19,592 ....27,092
SPV'  C  1375,1736 
n 4
6629,9006
  1375,1736  282,3015
4

- varianţa variantelor corectate (s2V ');

SPV' 282,3015
s2V '    35,2876
GL V 8

- varianţa erorii corectate (s2E f) ;

47
s2E f = s2E (1 + ky) = 1,5226 (1 + 3 x 0,0758) = 1,8688

- proba F se calculează folosind varianţa variantelor corectată (s 2V ' ) şi varianţa erorii


efective (s2E f) ;

s2 V ' 35,2876
F= 2
  18,88
s Ef 1,8688
Valoarea F obţinută prin calcul fiind mai mare decât valoarea teoretică pentru aceleaşi grade
de libertate ale variantelor şi erorii, înseamnă că între variante există diferenţe ce depăşesc graniţele
întâmplării.
- eroarea diferenţei (sd) se calculează pornind de la varianţa efectivă a erorii cu formula :

2s2 Ef 2 1,8688
sd =   0,96
n 4

- diferenţele limită se calculează cu formulele :

DL 5% = t 5 % x sd = 2,12 x 0,96 = 2,04

DL 1% = t 1 % x sd = 2,92 x 0,96 = 2,80

DL 0,1% = t0,1 % x sd = 4,02 x 0,96 = 3,85

- producţiile medii ale fiecărei variante, media câmpului şi producţiile relative se înscriu
în tabelul 4.22.

Tabelul 4.22.
Sinteza rezultatelor obţinute într-o experienţă cu
fasole de grădină aşezată în grilaj balansat

Producţia d
Varianta Semnificaţia
t/ha % t/ha
4 11,21 181,39 5,03 ***
6 10,64 172,16 4,46 ***
9 6,77 109,54 0,59
X 6,18 100,00 -
3 5,93 95,95 - 0,25
5 5,59 90,45 - 0,59
1 4,89 79,12 - 1,29
8 3,78 61,16 - 2,40 o

48
7 3,72 60,19 - 2,46 o
2 2,96 47,89 - 3,22 oo

DL 5% 2,04 t/ha
DL 1% 2,80 t/ha
DL 0,1% 3,85 t/ha

Prin compararea diferenţelor rezultate între diferitele variante şi martor (producţia medie a
câmpului experimental), cu diferenţele limită pentru cele trei probabilităţi de transgresiune rezultă că
variantele 4 şi 6 înregistrează surplusuri foarte semnificative faţă de martor în timp ce variantele 8, 7
şi 2, deficite semnificative (variantele 7 şi 8) şi respectiv distinct semnificative (varianta 2).

4.2.5. Valorificarea experienţelor la care lipsesc


rezultatele din unele parcele

Uneori, datorită unor cauze obiective sau subiective, rezultatele de producţie din unele
parcele experimentale nu pot fi luate în consideraţie. În astfel de cazuri valorificarea acestor
experienţe se poate face numai după estimarea producţiilor ce s-ar fi putut obţine în parcelele ale
căror producţii lipsesc folosindu-se, în acest scop, formule de calcul care diferă în funcţie de modul
de aşezare a experienţei în teren .

Astfel, la aşezarea în blocuri randomizate , producţia pentru o parcelă lipsă se calculează cu


formula :

nBa vVa  x
xa  , în care:
(n 1)(v  1)

xa = producţia estimată ;
n = numărul repetiţiilor ;
Ba = totalul producţiilor celorlalte parcele din blocul cu o parcelă lipsă ;
v = numărul variantelor ;
Va = totalul producţiilor variantei din care lipseşte o parcelă ;
 x = producţia totală a experienţei.

În cazul în care lipsesc datele din mai multe parcele dar din variante şi blocuri diferite,
estimarea producţiilor se face prin aproximări succesive astfel :
-cu excepţia unei parcele a cărei producţie se calculează cu formula de mai sus, pentru
toate celelalte parcele lipsă se folosesc date aproximative alese arbitrar ;
-după calcularea producţiei unei parcele se procedează identic şi succesiv cu toate
celelalte ;
-se reia calculul pentru fiecare parcelă în parte până când rezultatul rămâne acelaşi.
Analiza varianţei se face în mod obişnuit cu deosebirea că GL T va fi micşorat cu numărul
parcelelor lipsă iar GLE se va reduce corespunzător în funcţie de GLT .
De asemenea, pentru stabilirea semnificaţiei diferenţei între media variantei cu parcelă lipsă
şi media altor variante, eroarea diferenţei se va calcula cu formula :

49
2 v 
sd  s2 E   
 n n(n  1)(v  1) 

Pentru cazul când lipsesc datele mai multor parcele din aceeaşi variantă sau din aceeaşi
repetiţie se recomandă ca folosirea rezultatelor experienţei să fie făcută fără varianta sau repetiţia
respectivă .
La experienţele dispuse în pătrat latin formula de calcul pentru parcela absentă este
următoarea :

n(Ba La Va)  2 x


xa  , în care:
(n 1)(n  2)
xa = producţia parcelei absente ;
Ba = totalul producţiilor celorlalte parcele din repetiţia cu o parcelă absentă ;
Va = suma producţiilor celorlalte parcele din varianta în care lipseşte o parcelă ;
La = suma producţiilor celorlalte parcele din coloana cu parcelă absentă ;
 x = producţia totală a experienţei ;
n = numărul repetiţiilor.

Pentru experienţele dispuse în grilaj balansat , formula de calcul a parcelei lipsă este
următoarea :

k 2Va k(k  1)Ba Ra  x  kV2  kB 2


Va  , în care:
k(k  1) 2

Ba ,Ra ,Va = suma producţiilor din celelalte parcele din blocul, repetiţia sau varianta din
care lipseşte o parcelă ;
B2 = suma producţiilor tuturor blocurilor în care apare varianta cu parcela lipsă ;
V2 = suma producţiilor tuturor repetiţiilor pentru variantele care apar în blocul cu parcela
absentă.

4.2.6. Valorificarea rezultatelor experimentale la experienţele polifactoriale


aşezate în parcele subdivizate

Experienţele polifactoriale permit studierea influenţei fiecărui factor asupra unui caracter
urmărit dar, în acelaşi timp, se pot face aprecieri şi în privinţa interacţiunii dintre factorii
experimentali.
În cazul în care nu există interacţiune între factori, variaţia valorilor obţinute este determinată
de însumarea efectelor factorilor studiaţi.
Dacă există o oarecare interdependenţă între factorii studiaţi, deci dacă efectul unui factor
este determinat de graduările celorlalţi factori, atunci variaţia valorilor înregistrate este dată de
efectul acţiunii combinate a factorilor experimentali.
Valorificarea statistică a experienţelor polifactoriale se caracterizează prin aceea că pe lângă
stabilirea semnificaţiei acţiunii fiecărui factor în parte, este necesar să se stabilească şi semnificaţia
interacţiunii între aceştia.

50
Datorită subdivizării parcelelor experimentale, fiecare factor este afectat de o altă eroare. Din
acest motiv, la valorificarea rezultatelor obţinute în astfel de experienţe se ţine cont de această
situaţie şi se calculează eroarea separat pentru fiecare factor.
Pentru exemplificare se prezintă modul de calcul la o experienţă bifactorială de tipul trei x
patru, aşezată după metoda parcelelor subdivizate. Experienţa s-a executat în anul 1990 la Societatea
'"Cotnari " S.A.
Factorii luaţi în studiu au fost :

Factorul A - portaltoi cu trei graduări,


a1 - 93 RG
a2 - K 5 BB
a3 - SO4-4
Factorul B - soiul cu patru graduări,
b1 - Grasă de Cotnari
b2 - Tămâioasă românească
b3 - Fetească albă
b4 - Fetească regală

Experienţa a fost ampasată în patru repetiţii. Producţiile obţinute sunt înregistrate în tabelul
4.23.

Etapele de calcul pentru valorificarea rezultatelor obţinute sunt următoarele :

- Se calculează sumele pătratelor abaterilor (SP) şi gradele de libertate (GL)


corespunzătoare pentru parcelele ocupate de factorul A (a1 ;a2 ;a3). variabilitatea totală a producţiilor
acestor parcele va fi determinată de factorul A, de diferenţele între repetiţii şi de fluctuaţiile
întâmplătoare ale factorului principal .

C
  x 2  328,832  2252,6910
N 48

Tabelul 4.23.
Producţiile de struguri (t/ha) ordonate pe variante şi blocuri

Repetiţia
Varianta V
1 2 3 4
a1b1 3,73 2,00 2,11 2,69 10,53
a1b2 5,77 4,08 4,83 4,91 19,59
a1b3 3,73 3,68 2,83 3,61 13,85
a1b4 11,79 10,70 11,12 11,25 44,86
Total 25,02 20,46 20,89 22,46 88,83
a2b1 6,66 7,15 6,33 6,79 26,93
a2b2 4,11 4,92 4,26 4,57 17,86
a2b3 5,15 5,70 5,53 5,46 21,84
a2b4 12,32 11,83 12,12 12,69 48,96

51
Total 28,24 29,60 28,24 29,51 115,59
a3b1 6,37 5,82 4,52 5,78 22,49
a3b2 6,33 6,68 6,48 6,56 26,05
a3b3 7,57 7,15 7,77 7,59 30,08
a3b4 11,54 11,88 11,03 11,34 45,79
Total 31,81 31,53 29,80 31,27 124,41
R 85,07 81,59 78,93 83,24  x  32883
,

SPTparcelemari 

 totaluri parcele mari 2  C
b
25,022  20,462 ...31,272
  2252,6910  47,1392
4
b = numărul de graduări ale factorului

 R2 85,072  81,592  78,932  83,242


SPR ( repetitii ) 
C 
a b 3 4
2252,6910  1,6986

a = numărul de graduări ale factorului A


b = numărul de graduări ale factorului B.

 A2 88,832  115,592  124,412


SPA ( factorulA ) C 
n b 4 4
2252,6910  42,913
n = numărul de repetiţii

SPE(eroare a)= SPT (parcele mari) - (SPR + SPA) = 47,1392 - (1,6986 + 42,913) = 2,5276

- Se calculează gradele de libertate pentru factorul A :


GLT (parcele mari) = n x a - 1 = 4 x 3 - 1 = 11
GLR = n - 1 = 4 - 1 = 3
GLA = a - 1 = 3 - 1 = 2
GLE (eroare a) = (n - 1)(a - 1) = 3 x 2 = 6

- Se calculează variabilitatea totală a întregii experienţe. Aceasta cuprinde, pe lângă


variabilitatea factorului A, influenţa factorului B (soiul), interacţiunea între soi şi portaltoi, precum şi
fluctuaţia întâmplătoare corespunzătoare factorului B.

SPT (parcele mici) =  x2  C = (3,732 + 2,002 + 2,112 + ...+ 11,342) - 2252,691 = 2979,0079 - 2522,691 =
456,3169

52
- Se întocmeşte tabelul combinaţiilor pentru a se putea calcula SPB şi SPA x B (tabelul
4.24.)

 v2 10,532  19,592 ...45,792


SPV ( combinatiiaxb ) 
C 
n 4
2252,691 448,083

 b2 59,952  63,52  65,772  139,612


SPB( factorulB) 
C 
n a 12
2252,691 367,5503

Tabelul 4.24.
Sumele combinaţiilor şi sumele factorilor
Factorul B
Factorul b1 b2 b3 b4
A
A Grasă de Tămâioasă Fetească Fetească
Cotnari românească albă regală
aa (93 RG) 10,53 19,59 13,85 44,86 88,83
a2 (K 5 BB) 26,93 17,86 21,84 48,96 115,59
a3 (SO4 -4) 22,49 26,05 30,08 45,79 124,41
B 59,95 63,50 65,77 139,61 328,83

SPA x B = SPV - (SPA + SPB) = 448,083 - (42,913 + 367,5503) =


= 37,6197
SPE (eroare b) = SPT (parcele mici) - (SPT (parcele mari) + SPB + SPA x B ) =
= 456,3169 - (47,1392 + 367,5503 +37,6197) = 4,0077

-Se calculează gradele de libertate (GL) pentru factorul B.


GLT (parcele mici) = n x a x b - 1 = 4 x 3 x 4 - 1 = 47
GLB = b - 1 = 4 - 1 = 3
GLA x B = (a - 1)(b - 1) = 2 x 3 = 6
GLE (eroare b) = a(n - 1)(b - 1) = 3 x 3 x 3 = 27

-Se calculează varianţa variantelor, varianţa erorii precum şi proba F care se compară cu
valoarea teoretică.

SPA 42,913
s2V (a) =   21,4565
GL A 2

SPE(a) 2,5276
s2E (a) =   0,4212
GL E(a ) 6

s2 V(a)
f(a) = = 50,9413
s2 E(a)

53
SPB 367,5503
s2V (b) =   122,5167
GL B 3

SPE(b) 4,0077
s2E (b) =   0,1484
GL E(b) 27
s2 V(b)
f(b) = = 825,5842
s2 E(b)
SPA  B 37,6197
s2A x B =   6,2798
GL A  B 6

s2 A B 6,2798
f(A x B) = 2   42,3167
s E 0,1484
Datele obţinute se înscriu în tabelul varianţelor (tabelul 4.25.).
Comparând valorile F calculate cu valorile teoretice din tabelul anexă 3 se constată că pentru
ambii factori experimentali există acţiune semnificativă.

-Se calculează diferenţele limită (DL). Deoarece factorii studiaţi sunt afectaţi de erori
diferite, formulele pentru calcularea diferenţelor limită vor fi şi ele diferite, în funcţie de comparaţiile
urmărite.
Tabelul 4.25.
Tabelul varianţelor
Sursa variaţiei SP GL s2 F
Parcele mari 47,1392 11
Repetiţii 1,6986 3
Factorul A 42,9130 2 21,4565 50,9413
Eroare (a) 2,5276 6 0,4212
Parcele mici 456,3169 47
Factorul B 367,5503 3 122,5167 825,5842
Interacţiunea A x B 37,6197 6 6,1110 41,0966
Eroare (b) 4,0077 27 0,1484

-pentru comparaţii între două medii ale factorului A, (a2 - a1) se foloseşte formula :

2s2E(a) 2 0,4212
sd    0,0526  0,2294
n b 4 4

Valorile t pentru GL = 6 sunt: pentru P 5% = 2,45 ;pentru P1% = 3,71 iar pentru P0,1%= 5,92.
Deci :

54
DL5% = 0,2294 x 2,45 = 0,562 t/ha
DL1% = 0,2294 x 3,71 = 0,851 t/ha
DL0,1% = 0,2294 x 5,92 = 1,358 t/ha

-pentru comparaţii între două medii ale factorului B, (b2 - b1), fomula folosită este :
2s2 E(b ) 2 0,1484
sd    0,1572
n a 4 3
Valorile t pentru GL = 27 sunt: pentru P5% = 2,05; pentru P1% = 2,77; pentru P0,1% = 3,69.
Deci :
DL5% = 0,1572 x 2,05 = 0,322 t/ha
DL1% = 0,1572 x 2,77 = 0,435 t/ha
DL0,1% = 0,1572 x 3,69 = 0,580 t/ha

-pentru compararea a două medii ale factorului B la aceeaşi graduare a factorului A (a 1b2
- a1b1), se foloseşte formula :

2s2 E(b) 2 0,1484


sd    0,2723
n 4

Valorile t sunt aceleaşi ca şi la punctul anterior, deci :

DL5% = 0,2723 x 2,05 = 0,558 t/ha


DL1% = 0,2723 x 2,77 = 0,755 t/ha
DL0,1% = 0,2723 x 3,69 = 1,006 t/ha

-pentru comparea a două medii ale factorului A la aceeaşi graduare a factorului B sau la
graduări diferite ale acestuia (a2b1 - a1b1 sau a2b2 - a1b1) :

2(b  1)s2E(b)  s2E(a) (2 3)  0,1484  0,4212


sd    0,2865
n b 4 4

Deoarece în formula anterioară, pentru calcularea sd, se folosesc două varianţe ale erorii cu
un număr diferit al gradelor de libertate (DL), valoarea t, necesară pentru calcularea DL va trebui să
fie o medie ponderată a valorilor t corespunzătoare la GLE (a) şi GLE (b). Pentru calcul se foloseşte
următoarea formulă :

(b 1)s2E(b)  tE(b )  s2E(a)  tE(a)


t în care,
(b 1)s E(b)  s E(a)
2 2

tE (a) şi tE (b) reprezintă valorile t pentru diferite probabilităţi de transgresiune ale factorilor
A şi B.

(4  1)  0,1484 2,05 0,4212 2,45


t5% =  2,24
(4  1)  0,1484  0,4212

55
(4  1)  0,1484 2,77  0,4212 3,71
t1% =  3,22
(4  1)  0,1484  0,4212

(4  1)  0,1484 3,69  0,4212 5,92


t0,1% =  4,77
(4  1)  0,1484  0,4212
Valorile t calculate astfel sunt cuprinse între valorile t E (a) şi tE (b). Dacă diferenţa nu este prea
mare se poate renunţa la calcularea mediei ponderate, luându-se în consideraţie valoarea cea mai
mare a lui t pentru diferite probabilităţi de transgresiune.

DL5% = 0,2865 x 2,24 = 0,641 t/ha


DL1% = o,2865 x 3,22 = 0,922 t/ha
DL0,1% = 0,2865 x 4,77 = 1,366 t/ha

-Se calculează diferenţele de producţie (d) şi se stabilesc semnificaţiile acestora. În acest


sens se întocmesc tabele pentru diferite comparaţii între factori în care se înscriu producţiile medii şi
difereţele rezultate.

Valorile medii sunt următoarele :


a1 = 88,83 : 16 = 5,55 t/ha
a2 = 115,59 : 16 = 7,22 t/ha
a3 = 124,41 : 16 = 7,77 t/ha
b1 = 59,95 : 12 = 4,99 t/ha
b2 = 63,50 : 12 = 5,29/ha
b3 = 65,77 : 12 = 5,48 t/ha
b4 = 139,61 : 12 = 11,63 t/ha

Tabelul 4.26.
Diferenţele de producţie şi semnificaţia lor pentru factorul A

Producţiile d
Specificare Semnificaţia
(t/ha) (t/ha)
a2 - a1 7,22 - 5,55 1,67 ***
a3 - a1 7,77 - 5,55 2,22 ***
a3 - a2 7,77 - 7,72 0,05 -

DL5% = 0,562 /ha; DL1% =0,851 t/ha; DL0,1% = 1,358 t/ha

Analizând datele din tabelul 4.26. se constată că portaltoii K 5 BBşi SO 4 - 4 realizează sporuri
de producţie foarte semnificative comparativ cu 93 RG.

Tabelul 4.27.
Diferenţele de producţie şi semnificaţia lor pentru factorul B

Producţiile d
Specificare
t/ha t/ha Semnificaţia
b2 - b1 5,29 - 4,99 0,300 -

56
b3 - b1 4,48 - 4,99 0,490 **
b4 - b1 11,63 - 4,99 6,640 ***
b3 - b2 5,48 - 5,29 0,190 -
b4 - b2 11,63 - 5,29 6,340 ***
b4 - b3 11,63 - 5,48 6,150 ***

DL5% = 0,322 t/ha ; DL1% = 0,435 t/ha ; DL0,1% = 0,580 t/ha

Din datele prezentate în tabelul 4.27. se constată că între soiurile experimentate se


înregistrează diferenţe distincte şi foarte semnificative, cu excepţia diferenţelor între soiurile
Tămâioasă şi Grasă, precum şi Fetească albă şi Tămâioasă.

Tabelul 4.28.
Diferenţele de producţie ale factorului B la aceeaşi
graduare a factorului A

Producţiile d
Specificare Semnificaţia
t/ha t/ha
a1b2 - aab1 4,89 - 2,63 2,26 ***
a1b3 - a1b1 3,46 - 2,63 0,83 **
a1b3 - a1b2 3,46 - 4,89 - 1,43 ooo
a1b4 - a1b1 11,21 - 2,63 8,58 ***
a1b4 - a1b2 11,21 - 4,89 6,32 ***
a1b4 - a1b3 11,21 - 3,46 7,75 ***
a2b2 - a2b1 4,46 - 6,73 - 2,27 ooo
a2b3 - a2b1 5,46 - 6,73 - 1,27 ooo
a2b3 - a2b2 5,46 - 4,46 1,00 **
a2b4 - a2b1 12,24 - 6,73 5,51 ***
a2b4 - a2b2 12,24 - 4,46 7,78 ***
a2b4 - a2b3 12,24 - 5,46 6,78 ***
a3b2 - a3b1 6,51 - 5,62 0,89 **
a3b3 - a3b1 7,52 - 5,62 1,90 ***
a3b3 - a3b2 7,52 - 6,52 1,01 ***
a3b4 - a3b1 11,44 - 5,62 5,82 ***
a3b4 - a3b2 11,44 - 6,51 4,93 ***
a3b4 - a3b3 11,44 - 7,52 3,92 ***

DL5% = 0,558 t/ha ; DL1% = 0,755 t/ha ; DL0,1% = 1,006 t/ha

Din analiza datelor prezentate în tabelul 4.28. se constată că, în privinţa producţiilor realizate,
portaltoii folosiţi se clasifică în următoarea ordine : K 5 BB ;SO 4-4 şi 93 RG. Soiurile Fetească albă
şi Tămâioasă românească înregistrează cele mai bune producţii cu diferenţe foarte semnificative
atunci când sunt altoite pe portaltoiul SO4-4.
Desigur că pentru interpretarea rezultatelor experimentale datele din tabelul 4.28 pot fi
folosite pentru analizarea fiecărui soi în parte pe fiecare din cei trei portaltoi utilizaţi, urmând a se
recomanda cel mai bun portaltoi pentru fiecare dintre soiuri.

57
Şi din tabelul 9.29. se pot trage concluzii clare pentru producţie în sensul că pentru soiurile
luate în studiu se recomandă să nu se folosească portaltoiul 93 RG.
Tabelul 4.29.
Diferenţele de producţie ale factorului A la
aceeaşi graduare a factorului B
Producţiile d
Specificare Semnificaţia
t/ha t/ha
a2b1 - a1b1 6,73 - 2,63 4,10 ***
a2b2 - a1b2 4,46 - 4,89 - 0,43 -
a2b3 - a1b3 5,46 - 3,46 2,00 ***
a2b4 - a1b4 12,24 - 11,21 1,03 **
a3b1 - a1b1 5,62 - 2,63 2,99 ***
a3b2 - a1b2 6,51 - 4,89 1,62 ***
a3b3 - a1b3 7,52 - 3,46 4,06 ***
a3b4 - a1b4 11,44 - 11,21 0,23 -
a3b1 - a2b1 5,62 - 6,73 - 1,11 oo
a3b2 - a2b2 6,51 - 4,46 2,05 ***
a3b3 - a2b3 7,52 - 5,46 2,06 ***
a3b4 - a2b4 11,44 - 12,24 0,80 o
DL5% = 0,641 t/ha ; DL1% = 0,922 t/ha ; DL0,1% = 1,366 t/ha

4.2.7. Valorificarea rezultatelor experimentale


obţinute în serii de experienţe

Datorită condiţiilor climatice diferite de la un an la altul şi de la o zonă la alta, pentru a se


putea recomanda introducerea unui soi în cultură este necesar să se experimenteze cel puţin trei-patru
ani normali în cel puţin o localitate din fiecare zonă caracteristică din punct de vedere pedoclimatic.
Rezultatele obţinute se vor interpreta statistic pentru a se stabili veridicitatea lor.
În cazul în care la repetarea experienţei mai mulţi ani sau în mai multe localităţi nu se
înregistrează diferenţe semnificative privind clasificarea variantelor, se apreciază că nu există
interacţiune între variantele experimentale şi ani sau localităţi. Dimpotrivă, dacă în fiecare an sau în
fiecare localitate clasificarea variantelor se modifică evident, se apreciază că există interacţiune între
variante şi anii de experimentare sau între variante şi localităţi.

A. Valorificarea rezultatelor experimentale în experienţele


efectuate mai mulţi ani în aceeaşi locaţie

Pentru exemplificare se vor folosi rezultatele obţinute într-o experienţă cu portaltoi la soiul de
struguri pentru masă Chasselas doré, executată în anii 1988-1990 la Cotnari.
Rezultatele obţinute în fiecare an au fost valorificate statistic după metoda blocurilor.
Din datele obţinute se folosesc producţiile medii pe variante precum şi varianţele erorii.
Modul de calcul este următorul :

- Se centralizează într-un tabel producţiile medii din fiecare an şi se calculează sumele


producţiilor pe variante (V) şi pe ani (An) (tabelul 4.30);

58
-Se calculează scăzătorul cu relaţia :

C
  x
2


204,492
 1991,2457
N 21

-Se calculează suma pătratelor abaterilor şi gradele de libertate corespunzătoare pentru


total, pentru ani, pentru variante şi pentru acţiunea combinată (ani x variante).

SPT   x2  C  36,1676

 An2
SPAni   C  22,5354
V

 v2
SPV   C  8,0480
Ani

SPA x C = SPT - (SPA + SPV) = 5,5842

GLT = N - 1 = 21 - 1 = 20
GLV = v - 1 = 7 - 1 = 6
GLAni = A - 1 = 3 - 1 = 2
GLA x C = (a - 1)(v - 1) = 2 x 6 = 12
GLE = suma gradelor de libertate ale erorii din anii de
experimentare = 18 x 3 = 54

Tabelul 4.30.
Producţii medii (t/ha) înregistrate în anii de experimentare

A n i i
Varianta V
1988 1989 1990
93 RG 9,42 8,78 10,11 28,31
SC 2 10,07 9,27 11,44 30,78
SO4-4 9,64 8,93 12,66 31,23
140 Rv 9,24 8,93 10,66 28,83
41 B 9,48 8,39 11,33 29,20
K5 BB 9,12 8,83 12,77 30,72
44-53-M 8,82 7,58 9,02 25,42

59
An 65,79 60,71 77,99 204,49

-Se calculează varianţa variantelor, a acţiunii combinate şi a erorii apoi proba F faţă de
eroare şi faţă de acţiunea combinată.

SPV
s2V =  1,3413
GL V

SPAC
s2AC =  0,4653
GL AC

Varianţa erorii se obţine din media valorilor obţinute în anii de experimentare.

0,2738 0,2116 0,2251


s2E =  0,2368
3
-Se întocmeşte tabelul varianţelor (tabelul 4.31)

Tabelul 4.31.
Tabelul varianţelor
Faţă de
Sursa variaţiei SP GL s2 Faţă de AC
E
Total 36,1676 20
Ani 22,5354 6
5,66
Variante 8,0480 2 1,3413 2,88 (3,88)
(3,09)
1,96
Ani x Variante 5,5842 12 0,4653
(1,90)
Eroare - 54 0,2368

-Se calculează proba F în funcţie de care se pot trage unele concluzii privind comportarea
soiurilor altoite pe diferiţi portaltoi în cei trei ani de experimentare :

a. Pentru varianţa variantelor (s2V) faţă de varianţa erorii (s2E),

s2 E 1,3413
f 2   5,66
s V 0,2368
Faţă de valoarea din tabelul anexă 1, rezultă că în cei trei ani de experimentare, diferenţele între
variante au fost semnificative .

b. Pentru varianţa acţiunii combinate (s2AC)faţă de varianţa erorii (s2E),

s2AC 0,4653
f 2   1,96
s E 0,2368
60
Şi în acest caz valoarea teoretică este mai mare decât valoarea experimentală, deci, comportarea
portaltoilor sau soiului faţă de diferiţi portaltoi este diferită faţă de condiţiile climatice din anii de
experimentare.

c. Pentru varianţa variantelor (s2V) faţă de varianţa acţiunii combinate (s2AC),

s2V 1,3413
f 2   2,88
s AC 0,4653
Comparând valoarea găsită în tabelul anexă 1 cu valoarea calculată, rezultă că, chiar dacă producţiile
sunt influenţate de condiţiile de mediu din anii de experimentare, totuşi nu se pot trage concluzii certe privind
superioritatea sau inferioritatea unora din variante.

-Se stabileşte semnificaţia diferenţelor faţă de s 2E şi faţă de s2AC . Astfel,


2s2E
sd   0,34t/ ha
n
Pentru GLE = 54, valorile t sunt următoarele :
t 5% = 2,01
t 1% = 2,68
t 0,1% = 3,49
Deci,
DL5% = 0,34 x 2,01 = 0,68
DL1% = 0,34 x 2,68 = 0,91
DL0,1% = 0,34 x 3,49 = 1,18

Faţă de s2AC :

2s2 AC
sd   0,55t/ ha
a

Pentru GLAC = 12, valorile t sunt următoarele :


t 5 % = 2,18
t 1% = 3,06
t 0,1% = 4,32

Astfel,
DL5% = 0,55 x 2,18 = 1,19 t/ha
DL1% = 0,55 x 3,06 = 1,68 t/ha
DL0,1% = 0,55 x 4,32 = 2,37 t/ha

Pentru alcătuirea tabelului de sinteză a rezultatelor experimentale (tabelul 4.32) se calculează


producţiile medii ale variantelor în cei trei ani de experimentare precum şi diferenţele faţă de martor.
Poate fi considerată variantă martor producţia medie a câmpului experimental dar şi una din variantele
experimentale. În cazul prezentat se consideră martor varianta K 5 BB, portaltoiul frecvent folosit în podgoria
Cotnari pentru soiul Chasselas doré.
Semnificaţia diferenţelor se stabileşte atât faţă de eroare cât şi faţă de acţiunea combinată (ani x
variante).

61
Tabelul 4.32.
Sinteza rezultatelor experimentale
Producţia d Semnificaţia
Varianta
t/ha % t/ha faţă de eroare faţă de AC
SO4-4 10,41 101,66 0,17
SC 2 10,26 100,19 0,02
K 5 BB 10,24 100,00 Mt
41 B 9,73 95,01 0,51
140 Rv 9,61 93,84 0,63
93 RG 9,43 92,08 0,81 o
44-53 M 8,47 82,71 1,77 ooo oo

DL 5% = 0,68 t/ha ; 1,19 t/ha


DL 1% = 0,91 t/ha ; 1,68 t/ha
DL 0,1% = 1,18 t/ha ; 2,37 t/ha

Analizând datele din tabelul 9.32 rezultă că pentru soiul Chasselas doré se obţin deficite de producţie de
la semnificative la foarte semnificative atunci când se utilizează portaltoii 93 RG şi 44-53M.
Ceilalţi portaltoi folosiţi nu duc la diferenţe semnificative de producţie faţă de K 5 BB.

B. Valorificarea rezultatelor experimentale obţinute în


experienţele efectuate într-un an în mai multe locaţii

Modul de valorificare este asemănător cu cel folosit pentru experienţele efectuate mai mulţi ani în
aceeaşi localitate.
Aceasta presupune că în loc de SP ani , se calculează SPlocaţii iar în loc de SPvariante x ani , se calculează SPvariante
x locaţii.

Interpretarea rezultatelor este, însă, deosebită. Astfel, o interacţiune semnificativă variante x locaţii,
nu dovedeşte decât existenţa unor condiţii diferite de experimentare de la o locaţie la alta. Din acest motiv,
media rezultatelor obţinute, privind această interacţiune, nu poate fi luată în considerare pentru recomandarea
unei anumite variante.
Studierea interacţiunii variante x locaţii permite deci, delimitarea zonelor în care o variantă
experimentală se comportă asemănător sau, cu alte cuvinte, stabilirea microzonelor cu aceleaşi condiţii
pedoclimatice.
În condiţiile în care interacţiunea variante x locaţii nu este semnificativă, iar o anumită variantă
depăşeşte martorul în privinţa rezultatelor obţinute, atunci varianta respectivă poate fi recomandată pentru
producţie.
În toate celelalte situaţii variantele experimentale se vor aprecia în funcţie de varianţa erorii.

CAPITOLUL 5

INTERPRETAREA ŞI PREZENTAREA REZULTATELOR EXPERIMENTALE

După sistematizarea informaţiilor cuprinse în datele unei experienţe şi evidenţierea aportului


diferitelor surse ale variabilităţii prin analiza varianţei, se pune problema prezentării şi interpretării
rezultatelor obţinute.

62
În acest sens, unele aspecte necesită o abordare mai amănunţită pentru explicarea corectă a
diferenţelor obţinute între variantele experimentale. Sigur, se au în vedere diferenţele semnificative
dar, nu toate acestea merită să fie analizate, dacă mărimea şi importanţa lor practică sunt reduse.
Explicarea diferenţelor obţinute trebuie să aibă la bază toate observaţiile şi determinările
suplimentare efectuate în acest scop. Astfel diferenţele privind vigoarea plantelor, mărimea suprafeţei
foliare, gradul de manifestarea a elementelor de productivitate, etc., pot servi în foarte mare măsură
la explicarea unor diferenţe între variantele experimentale şi împreună cu acestea pot conduce la
unele concluzii şi recomandări corecte.

5.1. Calcularea coeficientului de corelaţie

Folosirea coeficientului de corelaţie se recomandă, de obicei, pentru explicarea legăturii între


două variabile, atunci când această legătură nu se abate prea mult de la liniaritate iar populaţia
studiată este de tipul distribuţiilor normale, bidimensionale.
Coeficientul de corelaţie poate avea valori cuprinse între -1 şi +1. Aceste valori corespund
unor corelaţii absolute, negative şi respectiv pozitive. Valoarea 0 explică lipsa oricărei legături între
cele două variabile studiate. În practică, valorile extreme se întâlnesc foarte rar, obişnuit, coeficientul
de corelaşie (r) având valori intermediare.
Calculul coeficientului de corelaţie se face cu formula:

 x y
 xy 
N
r=    x    y2    y 2  , în care:
2

  x2 
 N  N 
  

r = coeficientul de corelaţie;
x = valorile individuale ale unei variabile;
y = valorile individuale ale celei de-a doua variabile;
N = numărul cazurilor studiate

Pentru exemplificare se prezintă modul de calcul al corelaţiei între numărul de păstăi şi


numărul de boabe pe plantă la fasolea pentru păstăi, soiul Atlantic. Valorile ajutătoare sunt prezentate
în tabelul 5.1.

Tabelul 5.1.
Calculul coeficientului de corelaţie între două
caractere la fasolea pentru păstăi

Nr.de boabe pe
Nr. Nr.de păstăi
x
plantă x2 y2 xy
crt. y
1 25 102 625 10404 2550
2 18 58 324 3364 1044
3 19 58 361 3364 1102

63
4 20 54 400 2916 1080
5 23 70 529 4900 1610
6 15 50 225 2500 750
7 22 76 484 5776 1672
8 17 54 289 2916 918
9 17 62 289 3844 1054
10 16 56 256 3136 896
11 16 62 256 3844 992
12 28 75 784 5625 2100
13 25 100 625 10000 1500
14 23 90 529 8100 2070
15 15 69 225 4761 1035
16 15 50 225 2500 750
17 17 69 289 4761 1173
18 26 65 676 4225 1690
19 13 55 169 3025 715
20 23 74 529 5476 1702
21 17 68 289 4624 1156
22 21 51 441 2601 1071
23 14 54 196 2916 756
24 17 59 289 3481 1003
25 25 82 625 6724 2050
N=  y=  x2=  y2=  xy=
 x= 487
25 1663 9929 11783 33439

Înlocuind în formulă valorile obţinute, rezultă:

809881
33439 
r 25 
 237169  2765569
 9929    115783 
 25   25 
33439  32395,24
 
 9929  9486,76 115783 110622,76
1043,76 1043,76
   0,69
442,24  5160,24 1510,65

Stabilirea semnificaţiei coeficientului de corelaţie se face prin compararea valorii calculate cu


valorile din tabelul anexă 4, pentru probabilităţile de transgresiune de 5 % şi respectiv 1 % şi pentru
numărul de cazuri studiate.
Din tabel se poate observa că la un număr redus de cazuri luate în studiu, coeficientul de
corelaţie poate avea valori foarte mari. Acest fapt presupune că la un număr redus de perechi de date
se pot stabili cu siguranţă statistică şi corelaţii mai slabe. Cu alte cuvinte, trebuie făcută diferenţa
între mărimea coeficientului de corelaţie şi semnificaţia acestuia. Astfel, se pot întâlni valori mari dar
nesemnificative, ca rezultat al întâmplării şi dimpotrivă, valori mici, semnificative, care, datorită
numărului mare de cazuri studiate, pot indica existenţa unor legături foarte slabe între cele două
variabile.

64
De asemenea, se întâlnesc situaţii când corelaţia este foarte strânsă datorită unor cauze
comune care acţionează asupra ambelor variabile.
În exemplul prezentat, coeficientul de corelaţie (r = 0,69) explică o legătură foarte strânsă,
distinct semnificativă, între numărul de păstăi şi numărul de boabe pe plantă.
Pentru a exprima fracţiunea din varianţa totală a uneia dintre variabile, care poate fi explicată
pe baza legăturii cu cealaltă variabilă se calculează valoarea r2 numită coeficient de determinare.
În orice caz, coeficienţii de corelaţie şi de determinare nu pot înlocui analiza logică a relaţiilor
între fenomene, aceştia servind doar pentru furnizarea unor dovezi statistice care să explice
semnificaţia acestor relaţii.

5.2. Calcularea coeficientului de regresie pentru


regresia liniară

În cazul în care distribuţia valorilor, în cadrul variabilelor studiate, nu se încadrează în


distribuţiile bidimensionale, normale, legătura între aceste variabile se poate exprima cu ajutorul unei
funcţii matematice denumită regresie.
Regresia liniară, se exprimă sub forma unei ecuaţii şi anume:
y = a + bx , în care:
b = coeficientul de regresie
a = termenul liber
În general, procesele biologice nu pot fi exprimate corect de o ecuaţie liniară. Pentru cazuri
când experimentarea se desfăşoară între anumite limite, regresia liniară poate fi considerată o primă
aproximare corespunzătoare.
Concluziile trase pe baza acestei aproximări nu pot fi însă extrapolate în afara intervalului
acoperit de experimentare, deoarece în afara acestei zone abaterile de la liniaritate pot fi
considerabile.
Rezolvarea acestei ecuaţii se face prin calcularea coeficientului de regresie, a termenului liber
şi apoi prin reprezentarea grafică a dreptei de regresie.
Coeficientul de regresie b, sau panta dreptei de regresie, exprimă modificarea valorilor
variabilei y atunci când variabila x creşte cu o unitate. Calculul coeficientului de regresie se face cu
formula:

 x y
 xy 
by/x  N

 x2 
  x 2
N

În unele cazuri poate fi luată în consideraţie şi regresia inversă şi anume modificarea


variabilei x faţă de y.
În acest caz formula de calcul este:

 x y
 xy 
bx/y  N

 y2 
  y 2
N
Termenul liber a se calculează cu relaţia:

a  y  bx.

65
Pentru exemplificare se determină caracteristicile regresiei numărului de struguri pe butuc
faţă de numărul de lăstari fertili, la soiul Fetească neagră, într-o experienţă efectuată la SD Iaşi în
perioada 1993-1995.
Valorile ajutătoare pentru aceste calcule sunt prezentate în tabelul 5.2.

Tabelul 5.2.
Calculul coeficientului de regresie între două caractere
cantitative la soiul Fetească neagră

Nr. Nr.lăstari Nr.struguri


x2 y2 xy
crt. fertili x pe butuc y
1 21 25 441 625 525
2 24 25 576 625 600
3 29 31 841 961 899
4 22 25 484 625 550
5 19 22 361 484 418
6 17 19 289 361 323
7 20 22 400 484 440
8 22 25 484 625 550
9 20 21 400 441 420
10 24 26 576 676 624
11 19 19 361 361 361
12 19 21 361 441 399
13 20 23 400 529 460
14 25 28 625 784 700
15 24 25 576 625 600
16 29 31 841 961 899
17 19 21 361 441 399
18 19 20 361 400 380
19 23 26 529 676 598
20 29 32 841 1024 928
21 29 29 841 841 841
22 19 24 361 576 456
23 21 23 441 529 483
24 21 23 441 529 483
25 21 21 441 441 441
N = 25
 x=  y=  x2=  y2=  xy=
555 607 12633 15065 13777

Înlocuind valorile obţinute prin calcul, în relaţie, se obţine:

555 607
13777
25 13777 13475,4 301,6
by/x     0,966
308025 12633 12321 312
12633
25

a = 24,28 - 0,966 x 22,2 = 24,28 - 21,44 = 2,84

66
Astfel, ecuaţia devine:

y = 2,84 + 0,966 x

Reprezentarea grafică a regresiei numărului de struguri pe butuc faţă de numărul de lăstari


fertili este prezentată în figura 5.1.

Fig. 9.1. Regresia numărului de struguri faţă de


numărul de lăstari fertili

5.3. Calculul coeficienţilor de regresie pentru


regresia pătratică

În condiţiile în care reprezentarea grafică a măsurătorilor efectuate la cele două variabile luate
în studiu sugerează existenţa unei relaţii de altă natură decât cea liniară, pentru interpretarea corectă a
acestei legături se recurge la calcularea funcţiei polinomiale de gradul doi şi anume:

67
y = a + b x + c x2 ,

care, grafic, va fi reprezentată printr-o parabolă.

Valorile ajutătoare pentru calculul coeficienţilor regresiei pătratice sunt prezentate în tabelul
5.3.
Cu ajutorul acestor valori se determină, mai întâi, următorii termeni:

A   x2 
  x 2
N

 x  x2
B   x3 
N

C  x 4

 x 
2 2

 x y
D   xy 
N

 x2  y
E   x2 y 
N

Cu ajutorul acestor termeni se determină apoi coeficienţii regresiei pătratice folosind relaţiile:

CD  BE
b
AC  B 2

AE  BD
c
AC  B 2

y  x  x2
a b c
N N N

Ecuaţia de verificare este :

a x  b x2  c  x3   xy

Pentru exemplificare se calculează coeficienţii regresiei pătratice pentru greutatea unui


strugure faţă de greutatea strugurilor pe butuc la soiul Fetească neagră.

Tabelul 5.3
Calculul coeficienţilor regresiei pătratice pentru două
caractere cantitative la Fetească neagră

Nr. Greut. strug./ Greutatea x2 x3 x4 xy x2y

68
butuc unui strugure
crt.
x y
1 2,98 116,90 8,88 26,46 78,85 348,36 1038,07
2 2,61 98,57 6,81 17,77 46,37 257,26 671,26
3 3,17 97,97 10,04 31,82 100,8 310,56 983,61
4 3,06 104,53 9,36 28,64 87,60 319,86 978,40
5 2,83 107,30 8,00 22,64 64,00 303,66 858,40
6 2,53 101,50 6,40 16,19 40,96 256,79 649,60
7 2,99 120,80 8,94 26,73 79,92 361,19 1079,95
8 2,98 120,10 8,88 26,46 78,85 357,89 1066,48
9 2,84 122,73 8,06 22,89 64,96 348,55 989,20
10 2,50 97,40 6,25 15,62 39,06 243,50 608,75
11 2,18 111,60 4,75 10,35 22,56 243,28 530,10
12 2,30 105,27 5,29 12,16 27,98 242,12 556,87
13 2,98 112,90 8,88 26,46 78,85 336,44 1002,55
14 2,90 107,30 8,41 24,38 70,72 311,17 902,39
15 3,17 116,17 10,04 31,82 100,8 368,25 1177,96
16 3,30 99,90 10,89 35,93 118,5 329,67 1087,91
17 2,56 110,23 6,55 16,76 42,90 282,18 722,00
18 2,41 114,47 5,80 13,97 33,64 275,87 633,92
19 2,65 110,53 7,02 18,60 49,28 292,90 775,92
20 2,76 93,33 7,61 21,00 57,91 257,59 710,24
21 1,81 71,47 3,27 5,91 10,69 129,36 233,70
22 2,27 103,03 5,15 11,69 26,52 233,87 530,60
23 2,41 112,30 5,80 13,97 33,64 270,64 651,34
24 2,53 107,93 6,40 16,19 40,96 273,06 690,75
25 2,51 114,33 6,30 15,81 39,69 286,96 720,28
N= x = y =  x2 =  x3 =  x4 =  xy =  x2y =
25 67,23 2678,56 183,86 510,32 1436,1 7240,98 19838,63

67,232
A  183,86  183,86 180,79  3,07
25

67,23 183,86
B  510,32  510,32  494,43  15,89
25

183,862
C  1436,16  1436,16 1352,18  83,98
25

67,23 2678,56
D  7240,98  7240,98 7203,18  37,80
25

183,86 2678,56
E  19838,63  19838,63 19699,20  139,43
25

 83,98 37,80   15,89  139,43


b 
 3,07  83,98  15,892
3174,44  2215,54 958,9
   180,24
257,81 252,49 5,32

69
 3,07  139,43   15,89  37,80
c 
 3,07  83,98  15,892
428,05 600,64 172,59
   32,44
257,81 252,49 5,32

2678,56 67,23 183,86


a  180,24   32,44 
25 25 25
 107,14  483,04  238,43  137,47

y = - 137,47 + 180,24x - 32,44x2

Reprezentarea grafică a regresiei strugurilor faţă de numărul de struguri pe butuc este


prezentată în figura 5.2.

Tabelul anexă 1
VALORILE TEORETICE F CARE AU PROBABILITATEA P = 5 %
DE A FI DEPASITE DATORITA FLUCTUATIEI INTAMPLATOARE
(dupa M u d r a)

GL GL (s2V)
(s2E) 1 2 3 4 5 6 7 8 9 10 12
1 161 200 216 225 230 234 237 239 241 242 244
2 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,38 19,40 19,41
3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,84 8,81 8,78 8,74
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,91
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,00 4,00
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,57
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 2,79
12 4,75 3,88 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,69
13 4,67 3,80 3,41 3,18 3,02 2,92 2,83 2,77 2,71 2,67 2,60
14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 2,53
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,48
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,42
17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 2,38
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,34
19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 2,31
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,28
21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 2,25
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30 2,23
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27 2,20
24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 2,18
25 4,24 3,38 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24 2,16
26 4,22 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22 2,15
27 4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,30 2,25 2,90 2,13
28 4,20 3,34 2,95 2,71 2,56 2,44 2,36 2,29 2,24 2,19 2,12
29 4,18 3,33 2,93 2,70 2,54 2,43 2,35 2,28 2,22 2,18 2,10
30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 2,09
40 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 2,00
50 4,03 3,18 2,79 2,56 2,40 2,29 2,20 2,13 2,07 2,02 1,95
60 4,00 3,15 2,76 2,52 2,37 2,25 2,17 2,10 2,04 1,99 1,92
70 3,98 3,13 2,74 2,50 2,35 2,23 2,14 2,07 2,01 1,97 1,89

70
GL GL (s2V)
(s2E) 1 2 3 4 5 6 7 8 9 10 12
80 3,96 3,11 2,72 2,48 2,33 2,21 2,12 2,05 1,99 1,95 1,88
100 3,94 3,09 2,70 2,46 2,30 2,19 2,10 2,03 1,97 1,92 1,85
150 3,91 3,06 2,67 2,43 2,27 2,16 2,07 2,00 1,94 1,89 1,82
200 3,89 3,04 2,65 2,41 2,26 2,14 2,05 1,98 1,92 1,87 1,80
 3,84 3,00 2,60 2,37 2,21 2,09 2,01 1,94 1,88 1,83 1,75

Tabelul anexă 2
VALORILE TEORETICE t CARE AU PROBABILITATEA P = 5%,1% ŞI 0,1%
DE A FI DEPAŞITE DATORITĂ FLUCTUAŢIEI INTAMPLATOARE
(după F i s h e r)

GL
P=5% P=1% P=0,1% GL P=5% P=1% P=0,1%

1 12,71 63,66 636,62 26 2,06 2,78 3,71


2 4,30 9,93 31,60 27 2,05 2,77 3,69
3 3,18 5,84 12,94 28 2,05 2,76 3,67
4 2,78 4,60 8,61 29 2,04 2,76 3,66
5 2,57 4,03 6,86 30 2,04 2,75 3,65
6 2,45 3,71 5,96 35 2,03 2,72 3,59
7 2,37 3,50 5,41 40 2,02 2,70 3,55
8 2,31 3,36 5,04 45 2,01 2,69 3,52
9 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

71
Tabelul anexa 3
VALORILE TEORETICE q PENTRU TESTUL DUNCAN

Numărul de variante cuprinse între limitele comparaţiei


(GLE) 2 3 4 5 6 7 8 9 10 12 14 16 18 20 50 100
1 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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 3,51 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

Fig. 2 VERIGILE PROCESULUI DE


Tabelul anexă 4
COEFICIENŢII DE CORELAŢIE CARE POT FI CONSIDERAŢI
SEMNIFICATIV DIFERIŢI DE ZERO LA NIVELUL DE 5% ŞI 1%

Nr. Nr. Nr.


cazuri P=5% P=1% cazuri P=5% P=1% cazuri P=5% P=1%
stud. stud. stud.
3 0,99 0,99 15 0,51 0,64 40 0,31 0,40
4 0,95 0,99 16 0,50 0,62 50 0,28 0,36
5 0,88 0,96 17 0,48 0,61 60 0,25 0,33
6 0,81 0,92 18 0,47 0,59 70 0,24 0,31
7 0,75 0,88 19 0,46 0,58 80 0,22 0,29
8 0,71 0,83 20 0,44 0,56 90 0,21 0,27
9 0,67 0,80 22 0,42 0,54 100 0,20 0,26
10 0,63 0,76 24 0,40 0,52 120 0,18 0,23
11 0,60 0,74 26 0,39 0,50 150 0,16 0,21
12 0,58 0,71 28 0,37 0,48 200 0,14 0,18
13 0,55 0,68 30 0,36 0,46 300 0,11 0,15
14 0,53 0,66 35 0,33 0,43 400 0,10 0,13

Tabelul anexă 5
TRANSFORMAREA COEFICIENŢILOR DE CORELAŢIE r ÎN VALORI Z

r
Z r Z r Z r Z
0,02 0,02 0,30 0,31 0,58 0,66 0,86 1,29
0,04 0,04 0,32 0,33 0,60 0,69 0,88 1,38
0,06 0,06 0,34 0,35 0,62 0,73 0,90 1,47
0,08 0,08 0,36 0,38 0,64 0,76 0,91 1,53
0,10 0,10 0,38 0,40 0,66 0,79 0,92 1,59
0,12 0,12 0,40 0,42 0,68 0,83 0,93 1,66
0,14 0,14 0,42 0,45 0,70 0,87 0,94 1,74
0,16 0,16 0,44 0,47 0,72 0,91 0,95 1,83
0,18 0,18 0,46 0,50 0,74 0,95 0,96 1,95
0,20 0,20 0,48 0,52 0,76 1,00 0,97 2,09
0,22 0,22 0,50 0,55 0,78 1,05 0,98 2,30
0,24 0,24 0,52 0,58 0,80 1,10 0,985 2,44
0,26 0,27 0,54 0,60 0,82 1,16 0,990 2,65
0,28 0,29 0,56 0,63 0,84 1,22 0,995 2,99
BIBLIOGRAFIE SELECTIVĂ

Adams, J., Ward, R.H., Admixture studies and the detection of selection. Science
n. 180,1973.
Atanasiu, L., Ecofoziologia plantelor. Editura ştiinţifică şi Enciclopedică,
Bucureşti, 1984.
Cachiţa-Cosma, Doina, Metode "IN VITRO" la plantele de cultură.Editura Ceres,
Bucureşti, 1982.
Căzăceanu, I. şi colab., Ameliorarea plantelor horticole. Editura didactică şi
Pedagogică, Bucureşti, 1982.
Cociu, V., Soiurile noi, factor de progres în pomicultură. Editura Ceres,
Bucureşti, 1990.
Cociu, V., Oprea, St., Metode de cercetare în ameliorarea plantelor pomicole.
Editura Dacia, Cluj-Napoca, 1989.
Crăciun, T., Genetica plantelor horticole. Editura Ceres, Bucureşti, 1971.
Crăciun, T., Geniul genetic şi ameliorarea plantelor. Editura Ceres, Bucureşti,
1987.
Creţu, A., Ameliorarea plantelor şi producerea de sămânţă. Lucrări practice,
Institutul Agronomic Iaşi, 1990.
Cristea, M., Genetica ecologică şi evoluţia. Editura Ceres, Bucureşti, 1991.
Dornescu, Alexandrina, Ameliorarea plantelor agricole. Lucrări practice,
Litografia Institutului Agronomic iaşi, 1981.
Jităreanu, G., Tehnică experimentală. Universitatea Agronomică şi de medicină
veterinară, Iaşi, 1994.
Leonte, C. ş.a., Studiul corelaţiilor între producţie şi unele caractere la câteva
cultivare de soia. Lucr. ştiinţifice, vol. 31, Institutul Agronomic Iaşi,
1988.
Leonte, C., Călin, M., Cercetări privind variabilitatea unor caractere cantitative
la viţa de vie, soiul Fetească neagră.Cercetări Agronomice în
Moldova, vol. 3/4, Iaşi, 1996.
Leonte, C., Călin, M., Cercetări privind variabilitatea unor caractere cantitative
la fasolea pentru păstăi, soiul Atlantic.Cercetări Agronomice în
Moldova, vol. 3/4, Iaşi, 1996.
Leonte, C. şi colab., Cercetări privind corelaţiile existente 1ntre diferite caractere
cantitative la viţa de vie, soiul Fetească neagră. Lucrări ştiinţifice,
vol. 39, Facultatea de Agronomie ,Iaşi, 1996.
Leonte, C. şi colab., Cercetări privind corelaţiile existente între diferite caractere
cantitative la fasolea de grădină, soiul Atlantic, în condiţiile S.D.
Iaşi.Lucrări ştiinţifice, vol. 39, Facultatea de Agronomie, Iaşi, 1996.
Leonte, C., Ameliorarea plantelor horticole. Editura Didactică şi Pedagogică,
Bucureşti, 1996.
Leonte, C., Leu, Ulpia Maria, Cum se obţin soiuri noi de plante. Editura Ceres,
Bucureşti, 1990.
Leonte, C., Ameliorarea plantelor. Editura Ion Ionescu de la Brad Iaşi, 2003
Ţîrdea, Gh., Leonte, C. Citogenetică vegetală. Metode de laborator.Editura Ion
Ionescu de la Brad, Iaşi 2003
Maximilian, C.,Ioan, Doina Maria, Dicţionar enciclopedic de genetică. Editura
Ştiinţifică şi Enciclopedică, Bucureşti, 1984.
Mureşan, T., Crăciun, T., Ameliorarea specială a plantelor. Editura Ceres,
Bucureşti, 1972.
Neagu, M., Ameliorarea plantelor horticole. Editura Ceres, Bucureşti, 1975.
Săulescu, N.A., Săulescu, N.N., Câmpul de experienţă. Ed. a II-a, Editura Agro-
silvică, Bucureşti, 1976.
Snedecor, G.W., Metode statistice aplicate în cercetările de agricultură şi
biologie. Editura Didactică şi Pedagogică, Bucureşti, 1968.
Timariu, Gh., Onisie, T., Leonte, C., Agrotehnică şi tehnică experimentală.
Centrul de Multiplicare, Institutul Agronomic Iaşi, 1985.
Tomozei, I., Ţîrdea, Gh., Genetică. Litografia Institutului Agronomic Iaşi, 1984.
Ţîrdea, Gh., Genetică. Universitatea Agronomică şi de Medicină Veterinară, Iaşi,
1996.
Ţîrdea, Gh., Mancaş, D., Leonte, C., Leancă, Monica, Cercetări privind
variabilitatea unor compuşi chimici din seminţele de linte. Lucrări
ştiinţifice, vol. 31, Institutul Agronomic Iaşi, 1988.
Zăvoi, A., Ameliorarea plantelor horticole. Partea generală. Tipografia
Universităţii, Craiova, 1979.
Zăvoi, A., Ameliorarea plantelor horticole şi tehnică experimentală. Lucrări
practice, Universitatea din Craiova, 1986.