Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Размер выборки в опытах с ягодными культурами

Диссертация: Размер выборки в опытах с ягодными культурами
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Одной из важнейших задач, стоящих перед современной наукой, является повышение эффективности исследований, в частности, в области плодоводства (Волков, 2000). Цель статистической науки заключается в обеспечении объективной базы для анализа проблем, данные которых отступают от законов строгой обусловленности. Разработанная общая логическая система индуктивного мышления применима для данных такого… Читать ещё >

Содержание

  • Глава 1. Современное состояние изучаемого вопроса
    • 1. 1. Историческая справка
    • 1. 2. Особенности постановки опытов, связанные с 8 изменчивостью растительного материала
    • 1. 3. Параметры эксперимента: выборка, делянка, повторность
    • 1. 4. Статистические методы обработки данных биологического исследования
    • 1. 5. Таксационные переменные — эффективный путь повышения качества экспериментов
    • 1. 6. Математическое моделирование
    • 1. 7. Цель и задачи исследований
  • Глава 2. Место проведения, объекты и методика исследований
  • Глава 3. Результаты исследований и их обсуждение
    • 3. 1. Динамика коэффициента изменчивости количественных признаков в насаждениях малины красной и смородины черной
    • 3. 2. Учетные показатели ягодных культур как таксационные переменные для ковариационного анализа
    • 3. 3. Экономическая эффективность результатов исследований
    • 3. 4. Обсуждение результатов
  • Выводы 73 Рекомендации для практического использования
  • Список использованной литературы
  • Приложения

Размер выборки в опытах с ягодными культурами (реферат, курсовая, диплом, контрольная)

Одной из важнейших задач, стоящих перед современной наукой, является повышение эффективности исследований, в частности, в области плодоводства (Волков, 2000). Цель статистической науки заключается в обеспечении объективной базы для анализа проблем, данные которых отступают от законов строгой обусловленности. Разработанная общая логическая система индуктивного мышления применима для данных такого рода и в настоящее время широко используется в научном исследовании. Поэтому некоторое понимание её принципов важно как для исследователей, так и для тех, чьи интересы связаны с использованием технологических преимуществ, открываемых исследованием. Это особенно верно для сельскохозяйственной и биологической наук (Четыркин, 1975). Биологические объекты и явления характеризуются сложностью и многофакторностью, их изучение связано с постановкой большого числа опытов. Разработка оптимальных методов планирования и проведения экспериментальных исследований таких объектов представляет актуальную научную проблему (Лисенков, 1979). В настоящее время эта проблема решается за счет развития математической теории эксперимента, совершенствования существующих статистических методов анализа (Аугамбаев, 2004), повышения квалификации специалистов. Значительно ускоряет процесс оптимизации эксперимента правильный подбор компьютерных программ для обработки полученных данных и формирования достоверных выводов (Silva, 1993, Полуэктов, 2003).

В настоящей работе показана целесообразность различных статистических подходов к исследованиям на примере ягодных культур. Ягоды — незаменимые продукты питания, они обладают лечебными свойствами, способствуют профилактике многих заболеваний. В ягодах содержатся сахара, органические кислоты, витамины, Р — активные вещества, пектины, дубильные вещества, минеральные соли, многие из которых не встречаются ни в каких других продуктах. Актуальна проблема получения ягод с высоким содержанием биологически активных веществ, транспортабельных, богатых минеральными веществами, поступающими населению круглый год.

В современных условиях рыночной экономики необходимо увеличение площадей под ягодниками и больший сортимент сортов, удовлетворяющий любые запросы потребителей. Для достижения этих целей необходимо провести ряд исследований, запланировать значительное количество опытов.

Первый вопрос, возникающий при постановке опыта: каковы должны быть размер и форма делянки, которые позволят точно охарактеризовать объекты изучения? Правильно подобранные параметры делянки снижают ошибку опыта. Дефицит площадей заставляет исследователей прибегать к минимальным размерам делянок. Появляется необходимость поиска оптимальной формы минимальной делянки. Результатом такого поиска должна стать делянка, достоверно описывающая всю генеральную совокупность с наименьшей ошибкой. При этом важную роль играет изменчивость растительного материала. Ясно, что при минимальном числе растений в делянке изменчивость как фенотипическая, так и генотипическая будет ниже. Но какой должна быть сама делянка? Квадратной или прямоугольной, расположенной длинной стороной вдоль ряда или поперек всех рядов? В каком из этих случаев мы сможем оценить растения с наименьшей ошибкой? Все эти вопросы, несмотря на длительное изучение (Веденяпин, 1967; Волков, 1970; Седов, 1999), все еще встают перед исследователем при планировании экспериментов с ягодными культурами.

Основным параметром при постановке опыта является объём выборки, от правильности определения которого зависит успех эксперимента. Какой бы формулой мы не пользовались для исчисления необходимого объема выборки, нужно знать величину дисперсии, т. е. нужно уже располагать данными о рассеянии изучаемого признака. Чаще всего объем выборки, и вся программа опыта диктуются всеми условиями (техническими и финансовыми). Однако недостаточно рационально запланировать опыт.

Важно еще получить максимум информации — выделить учетные показатели, которые будут достоверно характеризовать объекты и обеспечат выполнение цели, снижая ошибку каждого опыта в отдельности и всего исследования в целом. В 30-е годы прошлого столетия поиском таких показателей для яблони начал заниматься С. Пирс (1969). Он назвал их таксационными. Теоретическое обоснование необходимости их использования дал Дж. У. Снедекор (1961), называя их еще сопутствующими эксперименту переменными. Он же показал, что поиск сопутствующих переменных нужно проводить с помощью ковариационного анализа. Дальнейшее использование таких переменных (уже определенных заранее) в других исследованиях не только делает целесообразным применение ковариационного анализа как метода подтверждения достоверности исследований. Но избавляет экспериментатора от проведения учетов, косвенно связанных с целью исследований и дающих ошибочное понятие об объектах.

На ягодных культурах таксационные переменные не изучались и литературные данные, хотя бы косвенно связанные с этой проблемой, немногочисленны. Поэтому теоретические и практические наработки крупнейших отечественных и зарубежных ученых в области планирования эксперимента и математической статистики (Снедекор, 1961; Смит, 1970; Доспехов, 1972; Рокицкий, 1974; Крамер, 1975; Лакин, 1990; Волков и др., 1997) послужили отправной точкой в исследовании этого вопроса.

Совершенствование методик планирования, ведения и анализа эксперимента требует индивидуального подхода к каждой культуре с учетом агротехники и зоны выращивания, а также применения комплекса статистических способов обработки информации с использованием новейшего вычислительного оборудования, что и обусловливает актуальность данной работы.

Выводы.

1. При закладке опытов с ягодными культурами (малиной красной, смородиной черной, крыжовником и земляникой) планирование делянок минимально возможного размера с учетом фенотипической изменчивости внутри них повышает достоверность получаемых данных.

2. Оптимальные размеры делянок для проведения полевых учетов в производственных насаждениях малины красной — 0,5×1,0 м, 1,0×0,5 м, смородины черной — 1×2 куста.

3. Ковариационный анализ результатов изучения ягодных культур с использованием заранее определенных таксационных (сопутствующих) переменных снижает дисперсию ошибки эксперимента, повышает его информативность, более точно характеризуя существенность различий между вариантами.

4. Наиболее эффективные таксационные переменные ягодных культур следующие: для крыжовника — число точек плодоношения на куст, масса ягодыземляники — размер отпечатков ягод 2-го сбора, число плодов на кусте, число цветоносов, масса плодамалины красной — число плодоносящих стеблей, число листьев, число боковых веточексмородины черной — число кистей на ветви, число плодоносящих ветвей.

5. Результативность экспериментов с ягодными культурами повышается при использовании следующих элементов: учет фенотипической изменчивости, минимальный размер опытных делянок, ковариационный анализ, расширенный комплекс компьютерных программ, математическое выражение установленных закономерностей.

6. Статистическая обработка результатов исследований методом ковариационного анализа на базе компьютерной программы STAT NEW в комплексе с MS Excel обеспечивает снижение трудозатрат (чел/час) в 100 раз.

Рекомендации для практического использования.

1. Перед закладкой опыта с сортами малины красной Гусар и Пересвет корректировать размеры делянок с учетом уравнений: = 1,7526 In х +14,108 Л2 =0,8899 у = 2,65 361пх +14,691 R2 =0,9173 где у — коэффициент изменчивости (%), х — площадь опытной делянки (м), R2 — коэффициент достоверности.

2. Перед закладкой опыта с сортами смородины черной Багира и Загадка корректировать размеры делянок с учетом уравнений: у = 2,554 In х +18,247 R2 =0,8106 у = 2,4154 In x-f 18,491 Л2 =0,7651.

3. Расчет коэффициента изменчивости проводить в программе MS Excel по адаптированной к ней формуле: =КОРЕНЬ (ДИСП (А,"А"))/СРЗНАЧ (А,.Ап)х100.

4. На основе ковариационного анализа и таксационных переменных проводить отбор сортов и гибридных форм для скрещивания, а также отбор наиболее продуктивных сеянцев по их фенотипическим признакам на ранних этапах селекции.

5. Для статистической обработки экспериментальных данных по малине красной, смородине черной, крыжовнику и землянике использовать ковариационный анализ с предложенными таксационными переменными.

6. Закладывать предварительные полевые опыты методической направленности в производственных насаждениях, при условии высокого уровня агротехники, с целью выявления действительной вариабельности учитываемых показателей и последующей корректировки экспериментальных данных.

7. Для каждого типа исследований подбирать комплекс компьютерных программ, обеспечивающих сохранение, анализ данных и их визуализацию на максимально высоком уровне. В частности для методического исследования — STAT NEW, Excel, Unistat Statistical Pacrage, Derive, Statistica.

8. В целях экономии средств, времени и трудовых ресурсов использовать предложенные элементы повышения эффективности исследования ягодных культур от планирования схем полевых опытов до статистической обработки полученных результатов.

Показать весь текст

Список литературы

  1. Агроклиматический справочник по Московской области. М.: Московский рабочий, 1967. — 133 с.
  2. , М. и др. Основы планирования научно-исследовательского эксперимента / М. Аугамбаев, А. Иванов, Ю. Терехов / Ташкент, 2004. -336 с.
  3. , Н. Математика в биологии и медицине. М.: Мир, 1970. — 326 с.
  4. , B.C. Основной цикл управления интеллектуального комплекса физико-математического моделирования // Тр.4-го Международного симпозиума «^Интеллектуальные системы INTELS-2000.- Москва, 2000. -с.266−268.
  5. , Е.Е. Разработка методики полевого опыта в садоводстве // Плодоводство и ягодоводство НЧ полосы. М.: Колос, 1971. — Вып. 3.-С. 452- 459.
  6. , JI.B. Вариабельность показателей роста и плодоношения слаборослых клоновых подвоев, саженцев и деревьев яблони, оптимизация учетов и оценка различий / Автореферат дисс. канд. с.-х. наук, Мичуринск, 1996.-25 с.
  7. , Н.А. Определение объёма выборки в опыте. Мичуринск: МГСХА, 1998.- С. 61−63.
  8. , Н.А. Статистическая обработка данных полевого опыта // Плодоовощное хозяйство. 1986. — № 10. — С. 44−46.
  9. , В.Ф. Изучение фенотипической изменчивости признаков сортов плодовых культур в связи с подбором исходных форм для селекции // Совершенствование сортимента плодовых культур. — Кишинев: Штиица, 1982.-С. 3−22.
  10. , А.Г. Внутривидовая изменчивость и структура ценопопуляций Rubus idaeus L. S. Str. (сем. Rosaceae) на Урале / Автореф. Дисс. канд. биол. Наук // Екатеринбург: Ин-т экол. Раст. И животных УрОРАН, 2006. — 26 с.
  11. З.Волков Ф. А. Проблемы планирования экспериментов и пути их решения // Плодоводство: науч.тр. / Бел. НИИП. Самохваловичи, 2000. — Т. 13. -С. 223−225.
  12. Н.Волков, Ф. А. Теоретическое обоснование возможности постановки опытов в существующих насаждениях / Сб. докл. Междунар. Конф., Шичуринск. Т.1. — 1998. -С.76−79.
  13. , Ф.А. Использование критерия знака в качестве оценки различий между вариантами / Ф. А Волков, В. А. Высоцкий, Ю. Н. Приходько, JT.B. Алексеенко, JI.B. Цубера / Сб. докл. Междунар. Конф. Мичуринск. -Т.1.- 1998.-С.76−79.
  14. , Ф.А., Некоторые особенности методики опытов с земляникой / НИЗИСНП. 1970. — С. 483−485.
  15. , Ф.А. Принятие решений при оценке связи между признаками / Плодоводство и ягодоводство России / ВСТИСП. М. — 1997. — Т.4. -С. 44−53.
  16. , Б. А. Методика изучения физико-механических свойств сельскохозяйственных растений. Москва: ВИСХОМ. — 1960. — 272 с.
  17. , Э.Х. Описание наследования количественных признаков. -Новосибирск: Наука, 1984. 250 с.
  18. , В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 1997. — 479 с.
  19. , Н.Ф. Вопросы методики полевого опыта. -Кишинёв:Штиинца, 1960.-144 с.
  20. , Н.Ф. Опытное дело в растениеводстве. Кишинёв: Штиинца, 1962.-616 с.
  21. , Б.А. Планирование полевого опыта и статистическая обработка его данных. М.:Колос, 1972. — 206 с.
  22. , Н.П. Общая генетика. М.: Наука, 1986. — 560 с.
  23. , С. М. Жиглявский А.А., Математическая теория оптимального эксперимента / С. М. Ермаков, А. А. Жиглявский / М.: Наука, 1987. 320 с.
  24. , JI.A. Меры популяционной изменчивости комплекса количественных признаков. М.: Наука, 1984. — 234 с.
  25. Животовский, J1.A. Интеграция полигенных систем в популяциях. М.: Наука, 1984.- 184 с.
  26. , Т.В. Ягодоводство России в XXI веке / Плодоводство. Т. 15.2004. -С. 20−23.
  27. ЗЗ.Закс, JI. Статистическое оценивание. М.: Статистика, 1976. — 598 с.
  28. , К. Факторный анализ. — М.: Статистика, 1980. — 398 с.
  29. , И.И. О совершенствовании элементов дисперсионного анализа многолетних данных полевого многофакторного опыта // Вестник РАСХН. -2000. № 6, С. 42−43.
  30. , И.В. Малина и ежевика. М.: Колос, 1994. — 141 с.
  31. , И.В. Селекция малины в средней полосе РСФСР / Дисс. докт. с.-х. наук. М., 1984.-372 с.
  32. Карпов, Б. Microsoft Excel 2002. С. — Пб.: Питер, 2002. — 544 с.
  33. , Н.В. Вариационно-статистические характеристики показателей роста и плодоношения яблони на слаборослых клоновых подвоях и необходимая повторность в исследованиях / Автореф. дисс. канд. биол. наук / Мичуринск, 2004. -26 с.
  34. Каталог плодовых и ягодных культур России. М.: Агро-вестник, 2000.-С. 288−305.
  35. , В.И. Методика оценки почвы при анализе адаптивности плодовых культур. / В. И. Кашин, Ф. А. Волков / Мичуринск: МГСХА, 1998. С. 25−27.
  36. , Н.А. Изучение приемов управления ростом побегов малины при различных способах ее возделывания / Автореф. Дисс. канд. с.-х. наук, М., 1988.- 17 с.
  37. , А.К. Методические указания по закладке и проведению полевых опытов с удобрениями плодовых и ягодных культур. Мичуринск, 1978. -48 с.
  38. , П.Н. Методика полевых опытов (с элементами теории ошибок).-М.: Сельхозгиз, 1939.-391 с.
  39. , Н.В. Теория ошибок идентификации генотипов отдельных растений по их фенотипам по количественным признакам в расщепляющихся популяциях на ранних этапах селекции // Сельскохозяйственная биология. М., 2007. — № 1. — С.96−102.
  40. , Г., Математические методы статистики. М.: Мир, 1975. — 648 с.
  41. , М.С. Интегрированная среда для исследования генетического алгоритма / М. С. Куприянов, Н. М. Матвиенко // Тр. международной конференции по мягким вычислениям и измерениям SCM-1999. Санкт-Петербург.- 2001.- т. 1. — С.268−270.
  42. , В.К. Статистическое моделирование системы связей растение-среда. / В. К. Курец, Э.Г. Попов/ Л.: Наука, 1991.-152 с.
  43. , A.JI. Транспорт ассимилятов в растении. М.: «Наука», 1976−616 с.
  44. , Г. Ф. Биометрия. М.: Высшая школа, 1990. — 352 с.
  45. , А.Н. Математические методы планирования многофакторных медико-биологических экспериментов. М.: Медицина, 1979. 344 с.
  46. , Т. Сельскохозяйственное опытное дело: планирование и анализ. / Т. Литтл, Ф. Хиллз / М.:Колос, 1981.-320с.
  47. , М.Е. Генетика. Л.: Изд-во ЛГУ, 1967. — 752 с. 5 5. Макова, Н. Е. Статистическая интерпретация показателей роста и плодоношения малины / Автореф. дисс. канд. с.-х. наук. Мичуринск, 2006. -22 с.
  48. , Л.А. Исходные формы земляники для селекции на стабильно высокую продуктивность / Дисс. канд. с.-х. наук. М., 2002. — 178 с.
  49. , В.В. Оптим1защя грунтово-агрох1м1чних i агротехнших фактор1 В // BicH. аграр. науки. 2001. — № 2. — с. 9 — 11,85 — 87.
  50. , С.В., Алешкин В. Р., Рощин П. М. Планирование эксперимента в исследованиях сельскохозяйственных процессов / С. В. Мельников,
  51. B.Р. Алешкин, П. М. Рощин. Л.: Колос, 1972 — 200с.
  52. , З.А. Агротехника плодовых культур. М.:Колос, 1973. — 519 с.
  53. Методика выделения бесшипных и слабошиповатых растений в пределах гибридной семьи крыжовника / С. Н. Щеглов // Известия вузов СевероКавказского региона, естественно научное приложение 2004. — № 10.1. C.70−100.
  54. Методические рекомендации по применению статистических методов в генетике и селекции плодовых растений / Мичуринск, 1980. 133 с.
  55. , В.Ф. Основы научных исследований в агрономии. / В. Ф. Моисейченко, М. Ф. Трифонова, А. Х. Заверюха, В. Е. Ещенко. -М.:Колос, 1996. 336 с.
  56. , В.В. Логические основания планирования эксперимента. /
  57. В.В. Налимов, Т. Н. Голикова М.:Металлургия, 1980. — 152 с.
  58. , А.К. Выравнивание условий проведения опыта методом ковариационного анализа. / А. К. Нанаенко, П. Н. Ренгач, А. И. Лоскутов // Техника в сельском хозяйстве. № 2. — 2004. — с. 48−51.
  59. , А.В. Вариационное исчисление в примерах и задачах. М., 2000. -227 с.
  60. , В.Н. Планирование многофакторных полевых опытов с удобрениями и математическая обработка их результатов. М.:Колос, 1978.-183 с.
  61. , В.Е. Сравнительная оценка сортов плодовых культур по урожайности (методические рекомендации). Мичуринск, 1990. — 70 с.
  62. , В.Е. Варьирование и взаимосвязь количественных признаков у плодовых растений. Мичуринск: ВНИИГиСПР им. И. В. Мичурина, 1994. -153 с.
  63. , Л.Н. Оценка дикорастущих форм, межвидовых гибридов и мутантов смородины черной в качестве доноров хозяйственных признаков, // Автореф. дисс. канд. с.-х. наук. М., 1989. — 22 с.
  64. , С. Полевые опыты с плодовыми деревьями и другими многолетними растениями. / под ред.Б. А. Доспехова. М.:Колос, 1969. — 224 с.
  65. , И.Г. Варьирование урожайности сельскохозяйственных культур в длительных полевых опытах / И. Г. Платонов, Н. С. Матюк, P.P. Усманов // Земледелие на рубеже XXI века. М., 2003. — С. 194−198.
  66. , Н.А. Алгоритмы биометрии. М.: МГУ, 1967. — 163 с.
  67. , Р.А. Основные принципы планирования полевого и компьютерного экспериментов: метод. Рекомендации / Р. А. Полуэктов, В. П. Якушев. С.-Пб- Изд-во С.-Пб. Ун-та, 2003. — 26 с.
  68. , И.В. Селекция ягодных культур (земляника) / Лекции для курсов садоводства. М., 1988. — 40 с.
  69. , В.А. Биометрия плодовых культур: Монография/ В. А. Потапов, А. И. Завражнов, Л. В. Бобрович, В. Н. Петрушин Мичуринск: Изд — во ФГОУ ВПО МичГАУ, 2004. — 332 с.
  70. , С.В. Методика постановки опытов с плодовыми, ягодными и цветочно-декоративными растениями / С. В. Потапов, А. А. Чувикова, Т. Г. Черных, А. А. Коваль. М.: Просвещение, 1982. — 239 с.
  71. Программа и методика селекции плодовых, ягодных и орехоплодных культур. Орел: Изд-во ВНИИСПК, 1995. — 502 с.
  72. Программа и методика сортоизучения плодовых, ягодных и орехоплодных культур / под общей ред. Е. Н. Седова. Орёл, 1999. — 608 с.
  73. , П.Ф. Введение в статистическую генетику. Минск: Вышейшая школа, 1974.-448 с.
  74. , О.В. Идентификация косточковых культур с помощью семейства ретротранспозонов R-173 / Автореф. дисс. канд. с.-х. наук. М., 2007. — 26 с.
  75. Рудикова, JI.B. Microsoft Excel для студента. С.-Пб.:БХВ-Петербург, 2005. -366 с.
  76. , А.А. Новые формы слабошиповатого и бесшипного крыжовника в селекции на высокую продуктивность // Дисс. канд. с.-х. наук. М., 2001.-130 с.
  77. , Дж. Математические идеи в биологии. М.:Мир, 1970.- 179 с.
  78. , О.Б. Основы математической статистики. / О. Б. Тарасова, Т. Ф. Хромова, А. Е. Шибалкин. М.: Изд-во МСХА, 2004. — 154 с.
  79. , А.С. Курс лекций по генетике. Воронеж, 1971. — 252 с.
  80. , Н.А. Основы биометрии (вариационная статистика), (методические указания). М.: Изд-во МГУ им. Ломоносова, 1968. — 81 с.
  81. , Ю.В. Размножение плодовых и ягодных растений. / Ю. В. Трунов, А. В. Верзилин, А. В. Соловьёв. Мичуринск: Изд-во МичГАУ, 2004. — 180 с.
  82. , Ю.В. Оценка методов моделирования роста и продуктивности плодовых растений / Плодоводство и ягодоводство России // Сб. науч. тр. междунар. науч.-практ. конф. T.XIV. — М., 2005. — С. 96−100.
  83. , Р.В. Генетические доноры продуктивности и качества ягод в селекции малины красной Rubus idaeus. / Дисс. канд. с.-х. наук. / ВСТИСП. -М., 2005. -95 с.
  84. Учёты, наблюдения, анализы, обработка данных в опытах с плодовыми и ягодными растениями (методические рекомендации) / под ред. Г. К. Карпенчука, А. В. Мельника. Умань: Уман. с.-х. ин-т, 1987. — 115 с.
  85. Философия науки. Вып.2: Гносеологические и методологические проблемы. М.: РАСХНД996. — 274 с.
  86. , Д. Введение в теорию планирования экспериментов. М.:Наука, 1970.-287 с.
  87. , А.С. О возможности трансформации повторения во времени в дополнительный фактор схемы опыта / Агрохимия. № 2. -2002. — С. 77−85.98Летыркин, Е. М. Статистические методы прогнозирования. М.:Статистика. -1975.- 184 с.
  88. , B.C. Рост растений и его регуляция в онтогенезе. М.: Колос, 1992.-594 с.
  89. ЮО.Шипачёв, B.C. Математический анализ. М.:Высшая школа, 1999. — 176 с.
  90. Ю1.Шитт, П.Г., Метлицкий З. А., Плодоводство. / П. Г. Шитт, З. А. Метлицкий. -М.:Сельхозгиз. 1940. — 660 с.
  91. Ю2.Шмальгаузен, И. И. Регуляция формообразования в индивидуальном развитии. М.: Наука, 1964. — 132 с.
  92. Ягодные кустарники. / под ред. В. Г. Трушечкина. М.:Колос, 1971. — 120 с.
  93. , О.Ф. Экологически чистая технология производства ягод чёрной смородины. / О. Ф. Якименко, Н. М. Круглов.-Воронеж, 1996. 57 с.
  94. Ю5.Яковенко, В. В. Изменчивость величины урожая земляники в коллекции её сортов. / В. В. Яковенко, С. Н. Щеглов // Вестник РАСХН. 2001. — № 4 -С. 52−54.
  95. Юб.Ярославцев, Е. И. Ягодные культуры в Нечерноземной зоне. -М.:Россельхозиздат, 1982. 254 с.
  96. M^dry, W. A new approach to sequential yield component analysis (SYCA): Application to fruit yield in blackcurrant (Ribes nigrum L.)/ W. M^dry, M. Kozak, S. Pluta, E. Zurawicz I I J. New Seeds. 2005. — V.7. — № 1. — P. 85−107.
  97. Bhatt, H.M. Plot technique in potato (Solarium tuberosus L.). / H.M. Bhatt, P.R. Vasihnav, V.B. Darji // Gujarat Agr. Univ. Res. J. 1998. — V.24. — № 1. -P.67−72.
  98. Carriquiry, A.L. Samling schemes for policy analyses using computer simulation experiment. / A.L. Carriquiry, F.J. Breidt, P.G. Lakshminarayan. Ames. — 1997. -P.22.
  99. Chacin Lugo, F. Comparaciones teoricas у practicas у analisis en tiempo y/o espacio de los disenos de superficies de respuesta, Revista, Alcance/ Unir. centr. de Venezuela. Fac. de agronomia, Maracay, 1998. P. 189.
  100. Chacin Lugo, F. Una contribucion para el analisis estadistico de cultivos perennes у semiperennes, Maracay, 1998. 337 c.
  101. EIandt, R. Sttyatyka matematyczna w rastosowaniu do doswiadczalnictwa roeniczeko // PWN. Warszawa, 1964. — S. 516−519.
  102. Fielding, W.J. The biometry of sweet potato (Ipomoea batatas)', some considerations for field experiments. / W.J. Fielding, K. Ryder. Kingston. Spec, publ./ Jamaica Min. of agriculture and mining. — 2006. — № 3. — P. l 16−121.
  103. Finney, D. J. Was this in your statistics textbook 6. Regression and covariance. / Exper. Agr. 1989. — T.25. — № 3. — P.291−311.
  104. Haaland, P.D. Experimental design in biotechnology. New York: Marcel Dekker, 1989. — P. 259.
  105. Hartman, J. R. Biological and cultural tests for control of plant diseases. -St. Paul (Minn.) — APS press. V.3. — 1998. — P. 94−96.
  106. Hyatt, D. E. Modeling environmental condition with indices: a case study of sustainability and soil resources / D. E. Hyatt, D. Hoag. Popp. Jennie Hughes, Ecol. Modell.-2000.-V.130. -№ 1−3.-P. 131−143.
  107. Kanwar, R.S. Crop stress from wetness in undrained arrears. / R.S. Kanwar, J.L. Baker, S.W. Melvin, S. Mukhtar. St. Joseph, Mich, 1986. — P. 26.
  108. Lauckner, F.B. On-farm research with annual crops: some biometrical considerations / F.B. Lauckner, W.J. Fielding. Kingston. — V. 2. — 1995.-P.85−89.
  109. Wei-Ming, L. Using mathematical model in horticulture. / L. Wei-Ming, Q. Fang, L. Gui-jen, X. Jin-jun. Guoshu xuebao = J. Fruit Sci. — 2006. — V.23. — № 1. -P. 129−132.
  110. Machado, W.S. Planificacion у analisis de experimentos de campo en grandes parcelas sin repeticion. Revista. Alcance: Maracay (Venezuela), 2000. — 73 p.
  111. Mani, P.K. Remote sensing a modern tool for agricultural resource management // Everyman, Sci. 2000. — V.35. — № 2. — P. 57 — 62.
  112. Mika, A. Use of analysis of covariance in the correction of differences in metric traits caused by harvesting grass and legume varieties on other than optimum harvesting dates. Scient. Stud./ Res. Inst. Fodder Plants. — Troubeko, 1991- 12. -P. 53−57.
  113. Neumann, D. Statistische Beschreibung von Ertragsschwankungen Tag / Ber, Akad. Landwirtch. Berlin, Wiss. DDR. — 1984. — T.221, — P. 21−26.
  114. Rola eksperymentu polowego w badaniach z zakresu rolniczej produkcji roslinnej / Pol. akad. nauk. Wydz. nauk rol. i lesnych. Warszawa, 1996.- 124 s.
  115. Sarrazyn, R. Aardbeien: Overzicht van het onderzoek. / R. Sarrazyn, J. Simoen, F. Demaegdt, A. Calus. Rumbeke, 2001. — P. 68.
  116. Silva, M.J.M. da Os metodos de comparacao multipla na analise estatistica // Comunicacoes. Ser. De ciencias agrarias/ Inst. De investigcao cientifica tropical. -№ 14. Lisboa, 1993. — P. 49.
  117. Smith, H.F. An empirical low describing heterogenity in yield of agricultural crops // J.Agr.Sci. V.28. — P. 1−23.
  118. Souleyre Edwige, J.F. Starch metabolism in developing strawberry (Fragaria ananassa) fruitas / J.F. Souleyre Edwige, P.M. Iannetta Pietro, H. A. Ross,
  119. R. D. Hacock, L. V.T. Shepherd, R. Viola, M. A. Taylor, H. V. Davies // Phisiol. Plant. 2004. — V. 121. — № 3. — P. 369 — 376.
  120. Stafne, E. T. PediTrack: Blackberry a program for storage and display of genealogical and historical blackberry information. / E. T. Stafne, J. R. Clark. -Int.J.Fruit Sci. — 2005. — V.5. — № 3. — P. 93−99.
  121. Syring, K.-M. Ein Model des Stikstoffumsatzes im System von Boden und Pflanse / Diss. Dock. Agrarwiss. / Techn. Univ. Munchen, 1998. 123 p.
  122. Taylor, J. Statistical studies on strawberry crop and vigour measurements. -A. R. East Moalling Res.Stat. 1950. — P. 100−107.
  123. Xue-Liang, T. Xibei nonglin keji daxue xuebao. / T. Xue-Liang, H. Xiao-Ping, Y. Jia-rong. Ziran kexue ban = J. Northwest Sci-Tech Univ. Agr. and Forest. Nat.Sci. Ed. — 2006. — V.34. — № 4. — P. 105−109.
  124. Weber, W. E. Advances in biometrics applied to horticultural research / Abstract collection 21 international horticultural congress (Hamburg). V. ll — 1982. -P. 132−136.
  125. Xi, K. Relationship between incidence and severity of blackleg disease of rapeseed. / K. Xi, R.A.A. Morrall, RJ. Baker, P.R. Verma. Canad. J. Plant Pathol, 1990. -T.12. -№ 2. — P. 164−169.
Заполнить форму текущей работой

Заказал и сдал!