Нср05 что это такое


Авторы: Гончар-Зайкин П.П., к.б.н.; Чертов В.Г., к.э.н.

Полный текст на сайте http://www.sniish.ru/proposal_desc.php?id=8

Нами разработан пакет программ AgCStat в виде надстройки Excel.

В настоящее время пакет включает 12 программ плюс лист с примерами подготовки данных для анализа:

  • получение табличных значений критериев Фишера и Стьюдента;
  • восстановление выпавших данных
  • вычисление статистик выборки;
  • однофакторный дисперсионный анализ полевых опытов по Б.А. Доспехову;
  • двухфакторный дисперсионный анализ полевых опытов по Б.А. Доспехову;
  • двухфакторный дисперсионный анализ неравномерного комплекса по Н.А. Плохинскому;
  • трехфакторный дисперсионный анализ равномерного комплекса (оригинальный алгоритм авторов);
  • одно, двух и трех факторный анализ качественных признаков по Н.А. Плохинскому;
  • парная корреляция и регрессия с полным статистическим анализом результатов;
  • оценка разности средних по критерию Стьюдента.

1. Скачать с сайта разработчиков

2. Скачать с нашего сайта

3. Если первые две ссылки не работают, Вы можете скачать Эксель файл AgCStat

Анализируя список программ пакета, специалист может заметить, что некоторые программы дублируют программы стандартного Пакета анализа и даже встроенные функций. Это вызвано рядом причин.

Во-первых, неискушенному пользователю все же удобнее иметь все в одном пакете, освоить который значительно проще, чем работу со встроенными функциями.

Во-вторых, в версиях Excel младше Excel 2002 ряд функций либо отсутствуют, либо они не доступны, как, например, функции GetFisher и GetStudent – выдающих табличные значения критериев.

В-третьих, и, может быть самое главное, — это типизация. При просмотре «Примеров подготовки данных» видно, что все таблицы данных для анализов выполняются по одному типу, тогда как в стандартном Пакете анализа таблица данных для однофакторного комплекса строится по одному типу, а для двухфакторного — совсем по другому, понять который совсем не просто. По одному же типу построены и все диалоговые окна надстройки AgCSTAT (строка в меню Сервис – CXSTAT). Вся терминология, используемая в пакете, полностью соответствует терминологии принятой в отечественной литературе.


При разработке программ входящих в пакет нами использовались исключительно отечественные разработки, причем предпочтение оказывалось алгоритмам, которые в аграрных научных учреждениях приняты как стандартные.

Дадим некоторые пояснения по пакету программ.

Восстановление выпавших данных. Выбраковка делянки полевого опыта – обычное дело. Причины самые разные от градобоя до воровства и потравы. Узнать количество пропавшего в принципе нельзя, но вычислить величину, которая не нарушая статистических характеристик комплекса, восстановит его ортогональность для проведения некоторого формального анализа можно [3, 6]. Прием восстановления выпавшего данного применяется и тогда, когда некоторое данное резко отличается от соседних, однако пользоваться этим приемом следует с большой осторожностью и в купе с другими видами анализов о принадлежности данного к выборке.

Напомним, что алгоритмы Б.А. Доспехова привязаны к схеме закладки полевого опыта и повторения рассматриваются как фактор. В связи с этим, обратим внимание на то, что если в диалоговом окне «Однофакторный дисперсионный анализ по Доспехову» установить опцию «Опыт в вегетационных сосудах …», т.е. перейти к общей схеме дисперсионного анализа, то мы получим результаты, совпадающие как с результатами «по Плохинскому», так и однофакторного дисперсионного анализа пакета «Анализ данных».


В доступной нам литературе, мы не нашли четкого алгоритма трехфакторного дис-персионного анализа для количественных признаков (равномерного комплекса), но, поскольку необходимость в нем высока, разработали его сами, опираясь на алгоритмы Н.А. Плохинского [5].

Анализ опытов, связанных с изучением устойчивости растений к вредителям и болезням, а также для оценки эффективности различных химических препаратов, влияющих на устойчивость, очень часто проводится с использованием качественных признаков (больной – здоровый, заражен – не заражен и т. д.). В нашем пакете одно диалоговое окно позволяет выполнить дисперсионный анализ качественных признаков по одно, двух и трехфакторной схеме.

Программа для расчета корреляции и регрессии при парных взаимодействиях построена так, что выдает результаты регрессионного и корреляционного анализов в один прием вместе с оценкой их статистической достоверности.

Иногда исследователя интересует всего лишь величина разности средних двух выборок и ее достоверность. Эту задачу решает последняя в списке программа. Достаточно указать диапазоны, в которых находятся выборки, диапазоны могут быть как смежными, так и несмежными и даже располагаться на разных листах книги Excel.

Для установки книги надстройки на ПК достаточно иметь дискету с двумя файлами:AgCStat.xla и SetUp.exe. Вы запускаете файл SetUp.exe, а все остальное делается в автоматическом режиме. По завершению установки в списке надстроек Excel (меню Сервис — Надстройки, окно Надстройки) появится новая строка: “Agcstat”. Для начала работы с надстройкой ее нужно активизировать, установкой флажка.


Теперь в меню Сервис видим команду СХSТАТ, щелкаем по ней мышкой и на экране монитора появится диалоговое окно с перечнем программ пакета. До начала работы, советуем просмотреть примеры подготовки данных (первая строка списка). Дополнительной информации для работы с пакетом не потребуется.

Важные примечания от администратора vniioh.ru:

  1. Надстройка также работает в последних версиях Excel (2007 и 2010) 32-битных. Для единовременного использования надстройки необходимо распаковать архив agstat.zip в любую папку, запустить файл , подтвердить разрешение на включение макросов, и согласиться на установку надстройки. После этого  на ленте  справа появится вкладка «Надстройки», а в ней CXSTAT.
  2. Для постоянного включения надстройки нужно скопировать файл AgCStat.xla в папку:для Excel 2007 — C:Program FilesMicrosoft OfficeOffice12Library;
    для Excel 2010 — C:Program FilesMicrosoft OfficeOffice14LibraryОткрыть окно свойств папки Library и снять флажок «Только чтение». Проверить атрибуты файла AgcStat.xla флажек «Только чтение» — должен быть снят.Запустите Excel от имени администратора.

    жмите вкладку Файл (для 2007 нажать на кружок)  -> пункт Параметры ->  Надстройки — внизу Управление (выбрать надстройки Excel) и нажмите Перейти -> отметить галочкой Agcstat и нажмите OK
  3. Если у вас возникают ошибки в работе с программой (например ошибка 6 или 9), попробуйте для расчета создать новый файл рабочей книги, и скопируйте туда чистые числовые данные (через Специальную вставку — Вставка только значения). Ошибка должна исчезнуть. Замечено, что надстройка выдаёт ошибку когда данные отформатированы или к ним применено цветовое или условное форматирование. Программа 100% РАБОЧАЯ.
  4. UPD/ На 64-битных версиях Office 2010 и Office 365 (2013) запустить не удалось.

Использованная литература

  • Эрмантраут Э.Р., Гудзъ В.П. Статистический анализ результатов агрономических ис-следований в прикладной программе «EXCEL-2000». //Материалы международной научно-практической конференции «современные проблемы опытного дела», том 2, СПб, 2000, стр.13-134.
  • Лапач С.Н., Чубенко А.В., Бабич П.Н. Статистические методы в медико-биологических исследованиях с использованием Excel. Киев «МОРИОН», 2000, 320 с.

  • Доспехов Б.А. Методика полевого опыта. 1-5 изд. М., 1965 — 1985
  • Лакин Г.Ф. Биометрия. М., Изд. «Высшая школа», 1990, 352с.
  • Плохинский Н.А. Биометрия. М., Изд. МГУ, 1970, 368с.
  • Снедекор Д.У. Статистические методы в применении к исследованиям в сельском хозяйстве и биологии. М., 1961
  • Фишер Р.Э. Статистические методы для исследователей. М., 1958
  • Митропольский А.К. Техника статистических вычислений. М., 1971.
  • Уэллс Э., Хешбаргер С. Microsoft Excel 97: разработка приложений / Пер. с анг. –СПб., БХВ-Санкт-Петербург, 1998, 624с.

При использовании вышеизложенных материалов необходимо ссылаться на авторов.

Данный материал опубликован в:
Сборнике «Рациональное природопользование и сельскохозяйственное производство в южных регионах Российской Федерации» М. «Современные тетради», 2003, с.559-564 П.П. Гончар-Зайкин, В.Г. Чертов.

Источник: vniioh.ru

Наименьшей существенной разностью (НСР)– является своеобразной ценой деления, разрешающей способностью опыта при оценке разности выборочных средних. Критерий НСР = t0,5 × Sdуказывает предельную ошибку для разности двух выборочных средних.

Если фактическая разность больше НСР0,5 (d ≥ НСР0,5), то она значима, существенна, при d ≤ НСР0,5 – несущественна.

Для определения НСР необходимо по данным дисперсионного анализа вычислить обобщенную ошибку средней:


Нср05 что это такое и ошибку разности средних Нср05 что это такое . Значения t – критерия для принятого уровня значимости и числа степеней свободы остаточной дисперсии берут из таблицы.

В многофакторном опыте изучается действие и взаимодействие нескольких факторов на изменчивость результативного признака, поэтому каждому фактору задают несколько градаций. Это позволяет изучать действие каждого из них при нескольких градациях других факторов.

Эффект взаимодействия факторов составляет ту часть общей изменчивости, которая вызвана различным действием одного фактора при разных градациях другого. В полевом опыте часто эффект от совместного применения изучаемых факторов может быть выше (синергизм) или ниже (антагонизм) суммы эффектов от раздельного применения каждого из них. В первом случае имеет место положительное, во втором – отрицательное взаимодействие факторов. Если же факторы не взаимодействуют, то эффект от совместного применения равен сумме эффектов от раздельного их применения (аддитивизм).

При дисперсионном анализе данных многофакторного опыта используют те же принципы и расчеты дисперсий, что и при однофакторном. Однако при этом усложняется математическая модель анализа.


При обработке данных двухфакторного опыта сумма квадратов расчленяется на следующие компоненты:

Cy = CA+ CB + CAB + CP + CZ.

Соответственно с указанными компонентами расчленяется и общее число степеней свободы:

N -1 = (lA-1) + (lB – 1) + (lA — 1)* (lB -1) + (n – 1) + (l – 1)* (n – 1).

Вегетационные опыты представляют собой статистические комплексы, состоящие из нескольких независимых выборок (вариантов). Независимость сопоставляемых вариантов достигается регулярным перемещением сосудов на вагонетке. Следовательно, в вегетационных опытах обычно нет территориально организованных повторений. Поэтому в однофакторном вегетационном опыте общее варьирование результативного признака разлагается на два компонента – варьирование вариантов и случайное варьирование и общее число степеней свободы:

Сy = СV + Сz, N – 1 = (l -1) + (N -l).

Источник: poznayka.org

Математическая обработка полученных данных. Цифровая информация, получаемая в результате учета урожая и проведения сопутствующих наблюдений, должна быть пригодной для дальнейшего использования.


жно твердо знать, что методика и техника проведения полевого опыта не были нарушены. Это устанавливают путем просмотра полевых журналов, дневника и других записей, сличив их с фактическим осуществлением работ. Опыты с нарушениями методики бракуют.
Экспериментальные данные доброкачественных полевых опытов подвергают предварительной обработке. В первую очередь обрабатывают сведения об урожае. При необходимости его переводят на стандартную влажность и 100%-ную чистоту (в опытах с зерновыми и некоторыми другими культурами). Далее, принимая во внимание размер учетной площади делянки, рассчитывают урожайность и составляют таблицу урожайности. В нее записывают урожайность с учетных делянок, суммы по каждому варианту и повторению и средние по каждому варианту и в целом по опыту.
Сравнивая среднюю урожайность любого изучаемого варианта с контрольным и установив различие между ними, еще нельзя определить, насколько это различие существенно, так как неизвестна причина, создавшая его.
Оно могло появиться от влияния варианта или обусловлено случайными ошибками опыта. Только результаты статистической обработки урожайности могут помочь в этом.
Статистическую обработку полученной информации в настоящее время осуществляют методом дисперсионного анализа. Для каждого рендомизированного метода размещения вариантов в опыте существует своя модификация метода дисперсионного анализа. По сравнению с другими методами он имеет ряд преимуществ.
Обобщающим, итоговым, статистическим показателем в методике дисперсионного анализа часто является НСР — наименьшая существенная разность.

Р подсчитывают в абсолютных (для урожайности полевых культур в ц с 1 га) и относительных (в %) показателях.
С помощью НСР устанавливают существенность различий между вариантами опыта. Одновременно сравнивают только два варианта. Устанавливают, насколько урожайность с одного больше, чем с другого. Один из вариантов — контрольный. Если, сравнивая два любых варианта, будет установлено, что разница между их урожайностью равна или больше НСР, то такая разница признается существенной и делается вывод, что она обусловлена влиянием варианта. Если же разница в урожайности окажется меньше НСР, то она не признается существенной, и можно сделать вывод, что в опыте не доказали влияние варианта на изменение урожайности. В этом случае различие в урожайности могло быть вызвано влиянием варианта, а могло произойти и от влияния случайных ошибок.

Источник: agro-portal24.ru


Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.