Tehn Experimentala-CURS Și LP

UNIVERSITATEA DE ŞTIINŢE AGRICOLE ŞI MEDICINĂ
VETERINARĂ „ION IONESCU DE LA BRAD IAŞI”
FACULTATEA DE HORTICULTURĂ
TEHNICĂ
EXPERIMENTALĂ
C. Leonte, 2003
C1
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.
2
După locul de desfăşurare a experienţelor se cunosc: experienţe de câmp,
în sere, case de vegetaţie, solarii şi experienţe de laborator.
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 scopul
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 m2. 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.
3
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.
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.
4
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 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.
5
C2
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.).
După răsărirea culturii se împarte terenul în parcele cu suprafaţa de 40-100
m şi se observă fiecare separat. Observaţiile au în vedere vigoarea plantelor, talia
2
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.
6
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 alogame. 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 :
-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.
7
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
- 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
8
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 pregnantă şi trebuie luată în
consideraţie atunci când se experimentează cu diferite doze de îngrăşăm inte
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 el imină
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.).
9
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.
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.
10
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 :
 2n p 
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.
11
C3
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
V1 V2 V3 V4 V5 V1 V2 V3 V4 V5 V1 V2 V3 V4 V5
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.
12
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
RIV 5 1 2 3 4
RV 3 4 5 1 2
Fig. 3.3. Aşezarea pătratică (şah)
13
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
RIII
RIV
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 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.)
14
- 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 V V V V V V V V V V V V V V V V V V V
2 3 4 5 3 5 2 1 4 2 1 5 4 3 1 3 5 4 2
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 V V1 V4 V2 V3
5
Blocul I Blocul II
V4 V2 V5 V1 V3
Blocul III
c. Blocuri dispersate
Fig3.5. Aşezarea în blocuri
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.
15
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
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.
16
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.
17
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.
18
a1 a2
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
19
C4
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 :
- 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 :
20
- 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 :
-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 ;
21
-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 ;
22
-lucrările solului (denumirea, data, adâncimea) ;
-îngrăşămintele administrate (felul îngrăşămintelor, doza, data, modul de
administrare) ;
-data semănatului ;
-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 .
23
C5
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.
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.
24
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.
Rezultatele obţinute în varianta nefertilizată
Producţia v
Repe- m
Kg/40 v2 m
tiţia 2 Kg/ha - + %
m
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:
x  x 2  ...x n
M= 1 , 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
25
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 -  v 2
 v 2  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,
-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% S
 mD 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 7,18 121,35
 255
26
2843
N25P40K30 9537  124 1,3 12,52 142,47
 227
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 =  m1  m2
2 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 :
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 %.
27
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
x
calculează 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 ;
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 ;
28
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.
Producţiile înscrise în planul experienţei
Repe- Producţiile parcelelor (t/ha)
tiţia
1 2 3 4 5 6
1 11,5 10,7 11,2 11,7 12,3 11,9
4 6 5 3 1 2
2 12,1 11,6 12,1 11,3 11,2 10,5
3 5 1 6 2 4
3 11,0 11,9 11,3 11,8 10,6 12,0
6 4 2 5 3 1
4 11,7 11,8 10,8 12,5 11,1 11,4
x) - cifrele din colţul de sus reprezintă numărul variantei
29
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);
Tabelul 4.
Ordonarea producţiilor pe variante şi blocuri (repetiţii)
Blocul
Varianta ΣV
I II III IV
1 11,5 11,2 11,3 11,4 45,4
2 10,7 10,5 10,6 10,8 42,6
3 11,2 11,3 11,0 11,1 44,6
4 11,7 12,1 12,0 11,8 47,6
5 12,5 12,5 11,9 12,5 49,4
6 11,9 11,6 11,8 11,7 47,0
ΣB 69,5 69,2 68,6 69,3 Σx = 275,9
c. Se calculează termenul de corecţie sau scăzătorul cu ajutorul relaţiei:
C=
  x  , în care :
2
 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.
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 =  x 2 - C
- suma pătratelor abaterilor pentru blocuri (SPB) ,
 b2
SPB = - C , în care :
v
v = numărul variantelor
- suma pătratelor abaterilor pentru variante (SPV),

30
 v2
SPV = - C, în care :
b
b = numărul repetiţiilor
- suma pătratelor abaterilor pentru eroare (SPE) ,
SPE = SPT - (SPB + SPV),
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 (GLT),

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)
31
GLT = 24 - 1 = 23
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 2 v 
GL V
SPE
- pentru eroare s 2 E 
GL E
În experienţa ce se valorifică,
6,1821
s2 V   1,2364
5
0,3929
s2 E = = 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 :
s2 V
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.
32
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.
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
4
44,6
- varianta 3 =  11,15 t/ha
4
47,6
4
48,7
4
47,0
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
33
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,
- 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
d = 11,15 - 11,49 = - 0,34 t/ha = - 340 Kg/ha
d = 11,90 - 11,49 = + 0,41 t/ha = 410 Kg/ha
d = 12,18 - 11,49 = + 0,69 t/ha = 690 Kg/ha

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 .
2s2 E
sd  în care ,
n
- s2E - reprezintă varianţa erorii ;
- n - reprezintă numărul de repetiţii.
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,
34
140
t=  1,3
110
840
t=  7,6
110
340
t=  3,1
110
410
t=  3,7
110
690
t=  6,3
110
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 GLE = 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 (**).
35
- 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 (*).
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.
Producţia d Semni-
Varianta t 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.
36
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
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.
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 X Mt - - -
1 11.350 98,78 - 140 1,3 21,3 -
3 11.150 97,04 - 340 3,1 0,75 oo
37
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.
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
38
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
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.
39
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
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.
40
C=
  x 2

3722
 5535,36
N 25
SPT =  x 2 - C= (14,62 + 14,82 + . . . + 15,82) - C = 5563,8 -5535,36 = 28,4400
 b2 74,02  75,52  75,02  73,82  73,7 2

SPB=  C  C  0,5160
v 5
 l2 74,32  74,12  73,9 2  74,82  74,9 2

SPL=  C  C  0,1520
v 5
 v2 74,7 2  70,4 2  80,02  66,82  80,12

SPV= C  C  27,53
b 5
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
s2 E    0,0201
GL E 12
- Se calculează proba F :
s2 V 6,8825
f    342,41
s2 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.
41
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 ;
 x 372
x   14,88 t/ha
N 25
- Pentru stabilirea semnificaţiei diferenţelor faţă de martor se calculează

diferenţele limită ;
DL = sd xt
2  s2 E 2  0,0201
sd    0,089 t/ha
n 5
DL 5% = sd  t 500  0,089  2,18  0,194

DL 1% = sd  t 100  0,089  3,06  0,272
DL 0,1% = sd  t 0,100  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.
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
42
D L 1% 272 Kg/ha
DL 0,1% 384 Kg/ha

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 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
COLOANA
I II III IV
Blocul B
SUBCOLOANA
I II I II I II I II
1 12,41 13,22 13,23 13,14 13,65 12,86 14,17 13,58 105,9
2 12,84 13,27 13,95 12,11 13,53 13,98 13,02 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
4 13,25 14,18 12,06 14,47 12,52 13,94 11,91 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
105,9 2  105,4 2  106,02  105,52

SPB  -5586,245=5586,2775- 5586,245= 0,0325
8
104,2 2  106,4 2  107,12  105,12

SPL= -5586,245=5586,8775- 5586,245 = 0,6325
8
48,9 2  52,7 2 ... 55,2 2

SPV= -5586,245=5596,125-5586,245= 9,8800
4
43
SPE = 14,4350 - (0,0325 + 0,6325 + 9,8800) =14,4350-10,5450 = 3,89
Tabelul 4.16.
Producţii ordonate pe variante
Blocul Prod.
Varianta
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
s2 V =   1,4114
GL V 7
SPE 3,89
s2 E =   0,2161
GL E 18
s2 V 1,4114
f=   6,53
s2 E 0,2161
- Se înscriu datele într-un tabel al varianţelor (tabelul 4.17.).

Tabelul 4.17.
Sursa variaţiei SP GL s2 F
Total 14,4350 31
44
Blocuri 0,0325 3
Coloane 0,6325 3
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.
Varian- Producţia d Semni-
Linia
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
45
Din analiza rezultatelor înregistrate în tabelul de sinteză se constată că
numai linia A19-85 a realizat un spor de producţie semnificativ de 820 Kg/ha faţă
de media câmpului. De regulă, în 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
46
Se alcătuieşte tabelul sumelor variantelor (tabelul 4.20.) în care se
calculează :
- sumele producţiilor pentru fiecare variantă (V) ;
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
47
13 2 14 5 15 8
(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.

-suma pătratelor abaterilor pentru blocuri (SPB) ;
48
 W2 40,82  1,12 2 ...4,12 4141,76
SPB =    38,3496
K 3 (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=  x 2  C=(1,32+1,72+...+7,62)-C =1796,8100-375,1736=421,6364
-suma pătratelor abaterilor pentru repetiţii (SPR) ;

 R2 36,4 2  53,7 2  632  69,4 2
SPR =  C  1375,1736  68,6052
V 9
-suma pătratelor abaterilor pentru variante necorectate (SPV) ;
 V2 16,52 ...27,4 2
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
- varianţa erorii (s2E) ;
49
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 :
s2 B  s2 E 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 ') ;
 V' 19,59 2 ....27,09 2

2
SPV'  C  1375,1736 
n 4
6629,9006
  1375,1736  282,3015
4
- varianţa variantelor corectate (s2V ');
SPV' 282,3015
s2 V '    35,2876
GL V 8
- varianţa erorii corectate (s2E f) ;
s2E f = s2E (1 + ky) = 1,5226 (1 + 3 x 0,0758) = 1,8688
50
- proba F se calculează folosind varianţa variantelor corectată (s2V ' ) şi
varianţa erorii efective (s2E f) ;
s2 V ' 35,2876
F=   18,88
s2 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
7 3,72 60,19 - 2,46 o
2 2,96 47,89 - 3,22 oo
DL 5% 2,04 t/ha
51
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 GLT 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 :
52
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 2 Va  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.

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.
53
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
54
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  328,83
SPTparcelemari 

 totaluri parcele mari 2  C
b
25,02  20,46 ...31,27 2
2 2
  2252,6910  47,1392
4
b = numărul de graduări ale factorului
 R2 85,07 2  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  115,59 2  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
55
- Se întocmeşte tabelul combinaţiilor pentru a se putea calcula SPB şi
SPA x B (tabelul 4.24.)
 v2 10,532  19,59 2 ...45,79 2

SPV( combinatiiaxb )  C 
n 4
2252,691  448,083
 b2 59,952  63,52  65,77 2  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)
56
SPB 367,5503
s2V (b) =   122,5167
GL B 3
SPE(b) 4,0077
s2E (b) =   0,1484
GL E(b) 27
2
s V(b)
f(b) = = 825,5842
s2 E(b)
SPA  B 37,6197
s2 A x B =   6,2798
GL A  B 6
s2 A  B 6,2798
f(A x B) = 2   42,3167
sE 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.
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 :
2s2 E(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 :
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
57
-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 (a1b2 - 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)s2 E(b)  s2 E(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)s2 E(b)  t E(b )  s2 E(a)  t E(a)

t în care,
(b  1)s2 E(b)  s2 E(a)
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
(4  1)  0,1484  2,77  0,4212  3,71

t1% =  3,22
(4  1)  0,1484  0,4212
58
(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 tE (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 SO4 -

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 -
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 ***
59
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
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 ***
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
;SO4-4 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.
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.
60
Diferenţele de producţie ale factorului A la
aceeaşi graduare a factorului B
Producţiile d
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
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 :
61
- 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);
-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   x 2  C  36,1676
 An 2
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
62
44-53-M 8,82 7,58 9,02 25,42
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
s2 V =  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

s2 E =  0,2368
3
-Se întocmeşte tabelul varianţelor (tabelul 4.31)
Tabelul 4.31.
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    5,66
s2 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),
s2 AC 0,4653
f    1,96
s2 E 0,2368
63
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),
s2 V 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 s2E şi faţă de s2AC . Astfel,

2s2 E
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).
64
Tabelul 4.32.
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 SPani , 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.
65
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.
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 
r= N , în care:

  x2 
  x    y 2    y 
2
  2

 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.
66
Tabelul 5.1.
Calculul coeficientului de corelaţie între două
caractere la fasolea pentru păstăi
Nr.de boabe pe
Nr. Nr.de păstăi
plantă x2 y2 xy
crt. x
y
1 25 102 625 10404 2550
2 18 58 324 3364 1044
3 19 58 361 3364 1102
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
67
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.
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 (fig. 5.1.).
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.
Fig. 5.1. Reprezentarea grafică a corelaței directe (pozitive) dintre numărul

de păstăi și numărul de boabe pe plantă la soiul de fasole pentru păstăi Atlantic
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:
68
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 
b y/ 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 
b x/ y  N
 y2 
  y 2
N
Termenul liber a se calculează cu relaţia:
a  y  bx.
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.
69
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
 x=  y=  x2=  y2=  xy=
N = 25
555 607 12633 15065 13777
Înlocuind valorile obţinute prin calcul, în relaţie, se obţine:
555 607
13777 
25 13777  13475,4 301,6
b y/ x     0,966
308025 12633  12321 312
12633 
25
a = 24,28 - 0,966 x 22,2 = 24,28 - 21,44 = 2,84
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 5.2.
70
Fig. 5.2. Reprezentarea grafică a regresiei numărului de struguri pe butuc
faţă de numărul de lăstari fertili pe butuc la soiul de viță de vie Fetească neagră
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:
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  x 2

  x
2
 x  x2
B   x3 
N
C x 4

x 
2 2
xy
D   xy 
N
 x2  y
E   x2y 
N
71
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  x 2  c  x 3   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
Greut. strug./ Greutatea

Nr.
butuc unui strugure x2 x3 x4 xy x2y
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
72
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
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 greutății unui strugure faţă de greutatea

strugurilor pe butuc este prezentată în figura 5.3.
73
Fig.5.3. Regresia greutății unui strugure faţă de greutatea strugurilor pe butuc la
soiul de viță de vie Fetească neagră
74
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
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
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
76
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
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.

Tehn Experimentala-CURS Și LP

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Tehn Experimentala-CURS Și LP

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSITATEA DE ŞTIINŢE AGRICOLE ŞI MEDICINĂ

VETERINARĂ „ION IONESCU DE LA BRAD IAŞI”

1.2. Terminologia utilizată în tehnica experimentală

Experienţa este o acţiune efectuată după anumite reguli bine stabilite, cu

Experienţele de câmp reprezintă culturi comparative efectuate după

Parcela experimentală este unitatea de bază a fiecărei experienţe.

În ceeea ce priveşte forma parcelelor experimentale, aceasta este

Referitor la mărimea parcelelor experimentale se preferă parcelele mici din

Pentru stabilirea mărimii parcelelor experimentale se iau în consideraţie

Blocul experimental este constituit din mai multe parcele alăturate

Parcela repetiţie reprezintă parcela ocupată de aceeaşi variantă în

Varianta martor (standard sau de control) este varianta care serveşte

Perdelele de protecţie sau parcelele protectoare au aceeaşi formă şi

Banda de protecţie reprezintă fâşia de teren cu o lăţime egală cu

Cărările separatoare sunt intervalele libere dintre parcelele

Drumurile reprezintă spaţiile libere lăsate între experienţe cu scopul

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

acestora, culoarea frunzelor precum şi rezultatele de producţie. După calcularea

În funcţie de rezultatele obţinute se pot face aprecieri asupra uniformităţii

Forma parcelei este determinată de metoda de aşezare a experienţei,

Mărimea parcelei se alege în aşa fel încât să asigure pe de o parte o

Datele cercetărilor arată că se înregistrează o scădere foarte puternică

Influenţa frontală se întâlneşte la toate parcelele experimentale în

Influenţa laterală sau de vecinătate se manifestă între parcelele

Numărul minim de plante recoltabile

Metoda de aşezare influenţează veridicitatea rezultatelor experimentale

3.1. Metode clasice

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

Fig. 3.1. Aşezarea liniară (Mitscherlich)

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

Fig. 83.2. Aşezarea liniar – etajată

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

Fig. 3.3. Aşezarea pătratică (şah)

Fig. 3.4. Aşezarea în fâşii (Zade)

3.2. Metode moderne

Pentru a se evita apariţia erorilor sistematice datorate dispunerii variantelor

Aşezarea în blocuri (block design) (fig.3.5.), constituie metoda cea mai

Bloc I Bloc II Bloc III Bloc IV

a. Blocuri pe un singur rând

Aşezarea în pătrat latin (latin square),(fig.3.6.) se caracterizează prin

Fig. 3.6. Aşezarea în pătrat latin

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

Fig. 3.7. Aşezarea în dreptunghi latin

Aşezarea în grilaj (lattice design), (fig.3.8.) se utilizează atunci când

iar dacă este impar, formula este :

De regulă, în practică, se preferă numerele de bază impare deoarece, în

Grilajul simplu se caracterizează prin faptul că în prima repetiţie,

Grilajul balansat se deosebeşte de cel simplu, prin faptul că numărul

Grilajul pătrat are parcelele şi repetiţiile sub formă de pătrat. Deosebirea

Fig.3.8. Grilajul pătrat

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

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

Alegerea metodei de aşezare

Stabilirea dimensiunilor câmpului de experienţă

Transpunerea experienţei în teren

Observaţii ce se fac în perioada de vegetaţie

Observaţiile şi determinările fenologice se fac numai de aceeaşi persoană prin

Datorită imperfecţiunilor maşinilor şi uneltelor cu care se lucrează,

4.1. Valorificarea rezultatelor la experienţele dispuse

Datele înregistrate se calculează separat pentru fiecare variantă în parte.

M - reprezintă media aritmetică;

Pentru exemplul dat media aritmetică va fi :

6200  6675  6775  7125 26775

Media aritmetică a rezultatelor reprezintă fidel situaţia din teren atunci