งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ แผนการทดลองแบบพื้นฐาน แผนการทดลองแบบสุ่มในบล็อกสมบูรณ์ (Randomized Completely blocks design,

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ แผนการทดลองแบบพื้นฐาน แผนการทดลองแบบสุ่มในบล็อกสมบูรณ์ (Randomized Completely blocks design,"— ใบสำเนางานนำเสนอ:

1 สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ แผนการทดลองแบบพื้นฐาน แผนการทดลองแบบสุ่มในบล็อกสมบูรณ์ (Randomized Completely blocks design, RCBD) 1. ลักษณะของแผนการทดลอง เนื่องจากหน่วยทดลองที่ใช้มีความแปรปรวน จึงจัดหน่วยที่ คล้ายคลึงกันรวมกันเป็นกลุ่ม (Blocks) 1

2 หากกำหนดให้ t= จำนวนทรีทเมนต์ k= ขนาดของ blocks จะแยกแผนการทดลองได้เป็น 2 ประเภท คือ 1.1 สุ่มในบล็อกสมบูรณ์ (Randomized Completely blocks design) เป็นกรณีที่ blocks แต่ละ blocks ใส่ครบทุก ทรีทเมนต์ (t=k) สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 2

3 1.2 สุ่มในบล็อกไม่สมบูรณ์ (Randomized incompletely blocks design) เป็นกรณีที่ blocks แต่ละ blocks ไม่สามารถใส่ครบทุก ทรีทเมนต์ ซึ่งเนื่องจากจำนวนทรีทเมนต์มากกว่าบล็อก (t>k) ในที่นี้จะกล่าวถึงเฉพาะแผนการทดลองสุ่มในบล็อกสมบูรณ์ 2. วิธีการสุ่ม เมื่อจัดหน่วยทดลองเป็นบล็อกแล้ว จะให้หมายเลขในแต่ละ หน่วยทดลองในบล็อก จากนั้นจึงสุ่มทรีทเมนต์ทั้งหมดให้แก่หน่วย ทดลองในบล็อก สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 3

4 3.ผังการทดลอง ตัวอย่างผังการทดลอง มีหน่วยทดลอง 12 หน่วย และสามารถจัดบล็อกได้ 3 กลุ่ม ๆ ละ 4 หน่วยทดลอง(โดยให้ A B C และ D เป็นทรีทเมนต์) Block 1 Block 2 Block 3 สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 4

5 3.ผังการทดลอง ตัวอย่างผังการทดลอง มีหน่วยทดลอง 12 หน่วย และสามารถจัดบล็อกได้ 3 กลุ่ม ๆ ละ4 หน่วยทดลอง(โดยให้ A B C และ D เป็นทรีทเมนต์) BD A C BC DBA D C A Block 1 Block 2 Block 3 สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 5

6 4. แบบหุ่นทางคณิตศาสตร์  ij =  +  i +  j + ε ij  ij = ค่าสังเกตที่ได้จากหน่วยทดลอง  = ค่าเฉลี่ยรวม  i = อิทธิพลของทรีทเมนต์ที่ i  j = อิทธิพลของบล็อกที่ j ε ij = ความคาดเคลื่อนจากการทดลอง สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 6

7 5. วิธีวิเคราะห์ ในทางปฏิบัติสามารถคำนวณค่า Sum of squares (SS) ได้ดังนี้ ค่า Correction term, CT = (Y…) 2 /tr (1) Total SS = (2) Treatment SS = (3) Blocks SS = (4) Error SS = (1) - (2) – (3) สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 7

8 5. วิธีวิเคราะห์ จะได้ตารางวิเคราะห์ ดังนี้ SourcedfSSMSF Treatmentt-1(2)(2)/(t-1)MST/MSE Blockr-1(3)(3)/(r-1) Error(r-1) (t-1)(4)(4)/(r-1)(t-1) Totalrt-1(1) ค่าทดสอบ F ซึ่งมี df = t-1,(r-1)(t-1) สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 8

9 6. วิธีทดสอบสมมุติฐาน รูปแบบที่ 1 เมื่อ ทรีทเมนต์เป็นอิทธิพลกำหนด H o :  j = 0 H A :  j  0 รูปแบบที่ 2 เมื่อ ทรีทเมนต์เป็นอิทธิพลสุ่ม H o :  2  i = 0 H A :  2  i  0 สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 9

10 6. วิธีทดสอบสมมุติฐาน นำค่า F ที่คำนวณได้ เปรียบเทียบกับค่า F ในตาราง ที่ df = t-1,(r-1)(t-1) หาก F ที่คำนวณได้ < ค่า F ในตาราง = ยอมรับ H o หาก F ที่คำนวณได้ > ค่า F ในตาราง = ยอมรับ H A สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 10

11 7. ตัวอย่างการวิเคราะห์ การศึกษาอัตราปุ๋ยไนโตรเจนต่อการเพิ่มผลผลิตข้าวโพดหวาน โดยการ ทดลองปลูกข้าวโพดหวานที่แตกต่างกัน 3 พันธุ์ ในสภาพแวดล้อมเดียวกัน จำนวน 12 แปลง ได้ผลผลิตเป็นน้ำหนักฝักดี (กก./ไร่) ดังนี้ พันธุ์ อัตราปุ๋ยไนโตรเจน (กก./ไร่) สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 11

12 7.1 ผังการทดลอง ผังการทดลอง มีบล็อก 3 กลุ่ม ๆ 4 หน่วยทดลอง (โดยให้อัตราปุ๋ยที่ระดับ 0, 15, 30 และ 60 กก./ไร่ เป็นทรีทเมนต์A, B, C และ D ตามลำดับ) (B) 18(A) 14 (C) 20 (D) 25 (B) 19(D) 20 (A) 20(C) 27(B) 24 (A) 17 (D) 22 (C) 20 Block 1 Block 2 Block 3 สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 12

13 7.1 วิธีวิเคราะห์ จะได้ตารางวิเคราะห์ ดังนี้ SourcedfSSMSF Treatmentt-1(2)(2)/(t-1)MST/MSE Blockr-1(3)(3)/(r-1) Error(r-1) (t-1)(4)(4)/(r-1)(t-1) Totalrt-1(1) ค่าทดสอบ F ซึ่งมี df = t-1,(r-1)(t-1) สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 13

14 7.1 วิธีวิเคราะห์ จะได้ตารางวิเคราะห์ ดังนี้ SourcedfSSMSF Treatment ** Block27437 Error Total11141 ค่าทดสอบ F ซึ่งมี df = t-1, (r-1)(t-1) เปิดตาราง= F 0.05(3,6) = 4.76และ = F 0.01(3,6) = 9.78 สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 14

15 ขั้นตอนการวิเคราะห์ 1.จัดเรียงค่าเฉลี่ยจากค่าน้อยไปหามาก หรือ มากไปหาน้อย DCBA คำนวณหาจำนวนคู่ที่สามารถเปรียบเทียบได้ == สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 15

16 ขั้นตอนการวิเคราะห์ โดยวิธี lsd 3. คำนวณหาค่า lsd โดย เป็นค่า t จากตาราง t ที่ df เท่ากับ df (error) หรือ (t- 1)(r-1)  = = = t 0.005,6 = แทนค่า สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 16

17 4. คำนวณผลต่างของค่าเฉลี่ยของทรีทเมนต์ทุกคู่ คู่ที่ 1 D - A= = 5.33 ** >3.91 คู่ที่ 2 D – B=22.33 – 20.33= 2.00 ns <3.91 คู่ที่ 3 D – C=22.33 – 22.33= 0.00 ns <3.91 คู่ที่ 4 C – A=22.33 – 17.00= 5.33**>3.91 คู่ที่ 5 C – B=22.33 – 20.33= 2.00 ns <3.91 คู่ที่ 6 B – A=20.33 – 17.00= 3.33 ns <3.91 สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 17

18 สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้ วิทยาเขตแพร่ เฉลิมพระเกียรติ 5. สรุปผล D ก C ก B กข A ข

19 ขั้นตอนการวิเคราะห์ โดยวิธี DMRT 3. คำนวณค่า (1) S Y (2) SSR และ (3) LSR 3.2 หาค่า SSR จากการเปิดตารางที่ คำนวณค่า LSR จากสูตร LSR = SSR x S Y สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 19

20 วิธีวิเคราะห์ 1.3 คำนวณค่า LSR ค่า p234 SSR LRS 0.01 = สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 20

21 4. คำนวณผลต่างของค่าเฉลี่ยของทรีทเมนต์ทุกคู่ คู่ที่ 1 D - A= 5.33 ** >4.24 (เปรียบเทียบกับLSR 0.01, p = 4) คู่ที่ 2 D – B= 2.00 ns <4.13 (เปรียบเทียบกับLSR 0.01, p = 3) คู่ที่ 3 D – C= 0.00 ns <3.93 (เปรียบเทียบกับLSR 0.01, p = 2) คู่ที่ 4 C – A= 5.33**>4.13 (เปรียบเทียบกับLSR 0.01, p = 3) คู่ที่ 5 C – B= 2.00 ns <3.93 (เปรียบเทียบกับLSR 0.01, p = 2) คู่ที่ 6 B – A= 3.33 ns <3.93 (เปรียบเทียบกับLSR 0.01, p = 2) สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 21

22 5. สรุปผล D ก C ก B กข A ข สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 22

23 สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้ วิทยาเขตแพร่ เฉลิมพระเกียรติ การเปรียบเทียบประสิทธิภาพของการทดลอง เปรียบเทียบระหว่างการใช้แผนการทดลอง CRD กับ RCBD โดยการคำนวณหาประสิทธิภาพสัมพัทธ์ (Relative Efficiency) เนื่องจากการใช้ RCBD ทำให้เพิ่มจำนวนหน่วยทดลอง หากทดสอบแล้ว block ไม่แตกต่าง = ไม่มีอิทธิผลของ block ทำให้เสีย df error และ ใช้แผนการทดลองที่ผิด (ใช้CRD ง่ายกว่า) 23

24 เปรียบเทียบแผนการทดลอง CRDRCBD sourcedfsourcedf treatmentt-1treatmentt-1 errort(r-1)blockr-1 totaltr-1error(t-1)(r-1) totaltr-1 สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 24

25 Relative Efficiency จะบอกให้ทราบว่าการทดลองแบบ CRD จะ ใช้จำนวนซ้ำมากกว่า RCBD กี่เท่า ซึ่งคำนวณจากสูตร R.E.=MSE ของ CRD / MSE ของ RCBD แต่เนื่องจาก df error ของ RCBD จะน้อยกว่า CRD ค่าที่คำนวณ ได้จะมีค่าสูงเล็กน้อยจึงต้องปรับด้วยค่า Precision Factor โดยที่ df 1 เป็น df error ของ CRD โดยที่ df 2 เป็น df error ของ CRD สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 25

26 ดังนั้น ค่าประมาณของประสิทธิภาพสัมพัทธ์เปรียบเทียบที่ปรับ แล้ว คือ หาก ค่าประมาณที่คำนวณได้ ≤ 1 แสดงว่า RCBD ไม่ดีกว่า CRD หาก ค่าประมาณที่คำนวณได้ > 1 แสดงว่า RCBD ดีกว่า CRD สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 26

27 ตัวอย่าง จงประมาณของประสิทธิภาพสัมพัทธ์เปรียบเทียบ โดยที่ จากสูตร สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ 27


ดาวน์โหลด ppt สาขาเทคโนโลยีการผลิตสัตว์ มหาวิทยาลัยแม่โจ้-แพร่ เฉลิมพระเกียรติ แผนการทดลองแบบพื้นฐาน แผนการทดลองแบบสุ่มในบล็อกสมบูรณ์ (Randomized Completely blocks design,

งานนำเสนอที่คล้ายกัน


Ads by Google