Kiểu bình phương latin (latinsq)

Kiểu Bình Phương Latin (LatinSQ) – Yêu cầu: • Khu thí nghiệm có 2 hướng biến thiên • Hoặc chiều biến thiên khó xác định được. - Đặc điểm sau của kiểu LatinSQ • Có số lần lập lại bằng với số nghiệm thức • Mỗi khối có đủ số nghiệm thức và được phân phối ngẫu nhiên • Các lô thí nghiệm được chia làm thành r hàng và r cột. • Mỗi hàng (row) hay mỗi cột (column) đều có đủ các nghiệm thức và mỗi nghiệm thức chỉ xuất hiện một lần. – Ví dụ: một thí nghiệm khảo sát 5 giống lúa mới đuợc bố trí theo kiểu LATINSQ. Hãy vẽ sơ đồ bố trí 1 2 3 4 5 1 2 3 4 5 Chiều biến thiên C h iề u b iế n t h iê n C ộ t Hàng Sơ đồ bố trí thí nghiệm 1 2 3 4 5 1 A 2 A 3 A 4 A 5 A Chiều biến thiên C h iề u b iế n t h iê n C ộ t Hàng Sơ đồ bố trí thí nghiệm 1 2 3 4 5 1 B A 2 A B 3 B A 4 B A 5 A B Chiều biến thiên C h iề u b iế n t h iê n C ộ t Hàng Sơ đồ bố trí thí nghiệm 1 2 3 4 5 1 C B A 2 A C B 3 C B A 4 B A C 5 A C B Chiều biến thiên C h iề u b iế n t h iê n C ộ t Hàng Sơ đồ bố trí thí nghiệm 1 2 3 4 5 1 C B A D 2 A D C B 3 C B D A 4 B A D C 5 D A C B Chiều biến thiên C h iề u b iế n t h iê n C ộ t Hàng Sơ đồ bố trí thí nghiệm 1 2 3 4 5 1 E C B A D 2 A D C B E 3 C B D E A 4 B E A D C 5 D A E C B Chiều biến thiên C h iề u b iế n t h iê n C ộ t Hàng Sơ đồ bố trí thí nghiệm N.G.B.T df TSBP TBBP Ftính Haøng Coät Nghieäm thöùc Sai bieät t -1 t - 1 t – 1 (t-1)(t-2) RSS CSS TrSS ESS MSR MSC MSTr MSE MSR/MSE MSC/MSE MSTr/MSE Toång t2 -1 TSS t : soá nghieäm thöùc LATINSQ ANOVA Col. 1 Col. 2 Col. 3 Col. 4 Row1 1640(B) 1210(D) 1425(C) 1345(A) Row2 1475(C) 1185(A) 1400(D) 1290(B) Row3 1670(A) 710(C) 1665(B) 1180(D) Row4 1565(D) 1290(B) 1655(A) 660(C) Năng suất của 4 giống bắp lai như sau Treatment Total Mean A 5855 1464 B 5885 1471 C 4270 1068 D 5355 1339 Tổng hàng (RT1) = Col_1 + Col_2 + + Col_n . . . Tổng hàng (RT4) = Col_1 + Col_2 + + Col_n Tổng cột (CT1) = Row_1 + Row_2 + + Row_n . . Tổng cột (CT4) = Row_1 + Row_2 + + Row_n Tổng NT1 = NT11 + NT12 + NT13 + NT14 . . . CF = G 2 /t 2 Tổng chung (G) = NT1 1 + + NT44 TSS = [(NT1 1 ) 2 + (NT1 2 ) 2 + + (NTn i ) 2 ] - CF TrtSS = [[(ΣNT1) 2 + (ΣNT2) 2 ++ (ΣNTt) 2 ] /t ] – CF ESS = TSS - RowSS – ColumnSS - TrtSS RowSS= ∑(Row2 )/t - CF ColumnSS= ∑(Column2 )/t - CF MSTrt = TrtSS/(t-1) MSE = ESS/(r-1)(t-1) FTRT tính = MSTrt/MSE CV (%) = (MSE)1/2 * 100 / trung bình chung MSRow = RowSS/(t-1) FRow tính = MSRow/MSE MSCol = ColumnSS/(t-1) FCol tính = MSCol/MSE Xét hiệu quả của hàng và cột trong viêc làm tăng độ chính xác của thí nghiệm MSEt MSEtMSColMSRow CRDRE )1( )1( )(    * Hiệu quả tăng độ chính xác so với CRD * Hiệu quả tăng độ chính xác so với RCBD ))(( )1( ),( MSEt MSEtMSRow rowRCBDRE              11321 31121 2 2    ttt ttt k Nếu df_sai biệt < 20 thì giá trị của RE phải nhân cho hệ số k ))(( )1( ),( MSEt MSEtMSCol colRCBDRE   So sánh trung bình các nghiệm thức • Least significant difference (LSD) test • Được áp dụng khi so sánh các nghiệm thức với đối chứng (planned comparison) và số nghiệm thức < 6. • Các bước thực hiện • Tính LSD r MSE tLSD *2            ji rr MSEtLSD 11  t: trị số hàm phân phối student ở độ tự do của sai biệt ngẫu nhiên • Tính khác biệt của trung bình các nghiện thức so với nghiệm thức đối chứng • So sánh các giá trị khác biệt ở bước 2 với giá trị LSD. Nếu giá trị khác biệt > giá trị LSD => có sự khác biệt giữa nghiệm thức đó và nghiệm thức đối chứng, và ngược lại • Thí dụ: xem lại thí dụ bài 1. So sánh trung bình các nghiệm thức • Duncan’s multiple range test (DMRT) • Các bước thực hiện • Sắp xếp các trung bình các nghiệm thức từ lớn đến nhỏ • Tính độ lệch sai biet (standard error) r MSE ErrSTD *2 _  • Tính Rp    2 _ ErrSTDr R p p  • Tính khác biệt của nghiệm thức cao nhất và Rp cao nhất. So sánh giá trị tính được với các nghiệm thức còn lại. • Nếu giá trị khác biệt tính được > các nghiệm thức => có sự khác biệt giữa nghiệm thức cao nhất với các nghiệm thức còn lại, • Nếu giá trị tính được < các nghiệm thức tính sự khác biệt giữa nghiệm thức cao nhất và nghiệm thức đó. Sau đó so sánh với giá trị Rp tương ứng.