Бесплатный автореферат и диссертация по сельскому хозяйству на тему

Размер выборки в опытах с ягодными культурами

ВАК РФ 06.01.07, Плодоводство, виноградарство

Автореферат диссертации по теме "Размер выборки в опытах с ягодными культурами"

На правах рукописи

ФРОЛОВА Екатерина Станиславовна

РАЗМЕР ВЫБОРКИ В ОПЫТАХ С ЯГОДНЫМИ КУЛЬТУРАМИ

Специальность 06.01.07-плодоводство, виноградарство

Автореферат диссертации на соискание ученой степени кандидата сельскохозяйственных наук

Москва - 2007

Работа выполнена в Государственном научном учреждении Всероссийский селекционно-технологический институт садоводства и питомниководства Россельхозакадемии

Научный руководитель: кандидат сельскохозяйственных наук,

Волков Феликс Аркадьевич

Официальные оппоненты: доктор сельскохозяйственных наук,

профессор

Трунов Юрий Викторович

кандидат сельскохозяйственных наук, доцент

Усманов Раиф Рафикович

Ведущая организация: Государственное научное учреждение Всероссийский научно-исследовательский институт генетики и селекции плодовых растений им. И.В. Мичурина.

Защита состоится 1 ноября 2007 года в 13 часов на заседании диссертационного совета Д 006.035.01 в ГНУ Всероссийский селекционно-технологический институт садоводства и питомниководства Россельхозакадемии (ГНУ ВСТИСП Россельхозакадемии) по адресу: 115598, г. Москва, ул. Загорьевская, дом 4, тел. (495) 329-44-33, факс (495) 329-31-66.

С диссертацией можно ознакомиться в библиотеке ГНУ Всероссийский селекционно-технологический институт садоводства и питомниководства Россельхозакадемии

Автореферат разослан 1 октября 2007 г

Ученый секретарь диссертационного совета, доктор сельскохозяйственных наук

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Анализ тенденций развития опытного дела в садоводстве показывает, что одним из главных факторов является заблаговременное планирование эксперимента, включающее точный расчет всех его параметров, математическое и компьютерное моделирование и последующую статистическую обработку. При этом несовершенство методических разработок и программного обеспечения для изучения биологических объектов, а также нерациональное или неполное использование существующих методов обработки данных приводят к постановке большого числа малоинформативных опытов и, как следствие, к излишним затратам времени и труда.

Особенно много разногласий при планировании опытов с ягодными культурами: какое число растений брать в учет при закладке опыта в существующих производственных насаждениях, можно ли использовать один куст смородины или крыжовника как учетную делянку, оказывает ли влияние на размер делянки сортовая изменчивость, каким образом статистические методы могут ускорить селекционный процесс? Обратившись к зарубежным источникам, находим оригинальные подходы к решению перечисленных проблем. А Mika (1991) использует метод ковариационного анализа для внесения поправок в результаты определения количественных признаков растений при сортоиспытании Ковариационный анализ позволяет дать наиболее полную интерпретацию экспериментальных данных и в ряде случаев способен значительно снизить ошибку опыта. W. M%dry и М. Kozak (2005) предлагают модификацию дисперсионного анализа для точного описания связи между общим урожаем черной смородины и отдельными факторами в онтогенетической последовательности.

Совершенствование методик планирования, ведения и анализа эксперимента требует индивидуального подхода к каждой культуре, а также применения комплекса статистических способов обработки информации, что и обусловливает актуальность данной работы.

Цель исследований. Повысить эффективность изучения ягодных культур, оптимизируя размер выборки, и точность анализа данных, усовершенствовать на этой основе методику планирования экспериментов и статистической обработки результатов исследований

Задачи исследований:

1) изучить динамику коэффициента изменчивости внутри делянок различной величины и формы в производственных насаждениях малины красной и смородины черной;

2) оптимизировать параметры делянки для закладки опытов в существующих насаждениях с малиной красной и смородиной черной,

3) изучить влияние учетных показателей на урожайность ягодных культур (малина красная, смородина черная, крыжовник, земляника) и методом ковариационного анализа выявить элементы учета, снижающие дисперсию ошибки;

4) оптимизировать методику обработки результатов исследований методом ковариационного анализа,

5) разработать систему мер, повышающих информативность и эффективность экспериментов с ягодными культурами.

Научная новизна. Впервые проведен ковариационный анализ с использованием таксационных переменных, модифицирована методика статистической обработки результатов исследований полевых опытов с малиной красной, смородиной черной, крыжовником и земляникой.

Практическая значимость. Применение ковариационного анализа с таксационными переменными позволит снизить дисперсию ошибки эксперимента и повысить информативность полевых опытов, ускорить отбор лучших форм для скрещивания, создать базу данных культур малины красной, смородины черной, крыжовника и земляники для планирования высокоэффективных и высокоинформативных исследований. Постановка опытов на делянках с выявленными параметрами даст возможность получить несмещенную действительную оценку влияния вариантов эксперимента. Расчет коэффициента изменчивости по предложенной формуле, адаптированной к MS Excel, и предложенный алгоритм статистического анализа обеспечивает снижение затрат труда на обработку экспериментальных данных в 100 раз.

Реализация результатов исследований. Результаты теоретического анализа приняты в отделе методики ГНУ ВСТИСП для совершенствования методов постановки и анализа опытов с ягодными культурами Методика использования ковариационного анализа с учетом таксационных переменных передана в Государственное научное учреждение Всероссийский научно-исследовательский институт садоводства им. И В Мичурина.

Апробадия работы. Материалы диссертационных исследований были доложены на заседаниях отдела методики и математического обеспечения, секции ягодных культур и Ученого Совета ГНУ ВСТИСП Россельхозакадемии, а также на Всероссийской научно-методической конференции «Состояние и перспективы развития ягодоводства в России» (Орел, 2005).

На защиту выносятся:

1) результаты теоретического анализа возможностей эффективного использования ковариационного метода обработки данных, полученных в ходе изучения ягодных культур;

2) методика корректировки параметров делянок в опытах с малиной красной и смородиной черной;

3) результаты исследования способов повышения эффективности экспериментирования и точности анализа полученной в ходе опыта информации;

4) элементы методики закладки, ведения и анализа высокоинформативного и высокоэффективного эксперимента с ягодными культурами.

Публикации. По теме диссертационной работы опубликовано 3 печатных работы, в том числе 1 работа по обязательному списку публикаций для работ на соискание степени кандидата сельскохозяйственных наук

Структура и объем диссертации. Диссертационная работа состоит из введения, трех глав, выводов и рекомендаций для практического использования, списка литературы и приложений. Материалы изложены на 110 страницах машинописного текста, содержат 18 таблиц, 10 рисунков; библиография включает 136 источников, в том числе 31 - на иностранных языках.

СОДЕРЖАНИЕ РАБОТЫ

Введение, современное состояние изучаемого вопроса.

Обоснована актуальность работы, сформулированы основные проблемы постановки экспериментов с биологическими объектами, дана общая характеристика работы, выполненной в период 2004-2007гг Рассмотрены особенности экспериментирования с биологическими объектами, указана роль параметров эксперимента в исследовании, приведена

характеристика различных статистических методов обработки данных, их достоинства и недостатки, обоснована перспективность ковариационного анализа и необходимость построения математических моделей изучаемых явлений и процессов

Решением проблем в области планирования эксперимента и математической, статистической обработки результатов исследований в различное время занимались многие отечественные и зарубежные ученые, в том числе: Бейли Н, Блинова Е.Е, Бублик Н.А, Бутенко А.И., Веденяпин Г.В., Волков ФА, Деревицкий НФ., Доспехов Б.А., Драгавцева И А, Закс Л., Иберла К, Крамер Г, Лакин Г Ф, Перфильев В Е, Пирс С, Плохинский Н А, Потапов В.А, Седов Е Н, Рокицкий П Ф, Снедекор Дж У, Тихонова Н А., Трунов Ю В, Усманов Р.Р, Финни Д, Цыгуткин А С., Chacin Lugo F, Elandt R, Haaland P.D , Neumann D., Taylor J , Smith H F и др

Основной проблемой постановки эксперимента является выбор схемы опытов и способа обработки данных, позволяющих достоверно охарактеризовать объекты исследований Первоначальный вопрос -оптимальные форма и размер делянки Причем необходимо учитывать дефицит площадей в опытных хозяйствах, следовательно, необходим поиск минимальных параметров делянки, не снижающих точность эксперимента. Другая проблема - выбор метода статистической обработки информации В настоящее время решается довольно просто благодаря массе компьютерных программ. Однако часто требуется комплексный анализ данных, чтобы получить максимум материала в ходе исследования Важно как использование нескольких программ, так и совершенствование существующих статистических методов, и одновременное их применение в одном исследовании В частности ковариационный анализ выделяется как перспективный метод изучения биологических объектов Он требует предварительного поиска сопутствующих (таксационных) переменных, чтобы обеспечить снижение дисперсии ошибки.

В литературе недостаточно освещены вопросы постановки высокоинформативных экспериментов, а данные по таксационным переменным практически отсутствуют, не смотря на подробное описание ковариационного анализа Снедекором Дж. У. (1961) Но накопилось много материалов, которые могут служить хорошей базой для работы в этом направлении

Таким образом, очевидна необходимость преобразования исследовательского процесса с использованием компьютерных технологий, построенных на основе существующих статистических и математических методов, а также углубленного изучения элементов планирования и ведения эксперимента, обеспечивающих его высокую точность и достоверность

Место проведения, объекты и методика исследований.

Изложены условия экспериментов Объект исследований - ягодные культуры смородина черная (сорта Багира, Загадка), малина красная (сорта Гусар, Пересвет), крыжовник и земляника (по 17 сортов и комбинаций скрещиваний). Первые две культуры возделываются на производственном участке ГНУ ВСТИСП Россельхозакадемии ОС «Центральная» (смородина 1998 года посадки по схеме 3,Ох 1,5м, малина 1999 года посадки по схеме 2,5x0,5м) Крыжовник и земляника наблюдались сотрудниками нашего института кандидатами сельскохозяйственных наук Л А Марченко (2002) и А А. Сергиенко (2001) в отделе селекции, сортоизучения и генетики (лабораторный участок в пос Измайлово) Полученные ими данные были любезно предоставлены автору работы для статистической обработки. Данные по изучению ягодников проанализировали методом ковариации с целью обнаружения легко измеряемых показателей наиболее тесно связанных с урожайностью культуры - таксационных (сопутствующих) переменных

В посадках малины красной и смородины черной поставлен однородный опыт Для наблюдения взято по 5 рядов малины каждого сорта и по 4 ряда смородины Учеты проведены по двум стеблям (плодоносящим ветвям) в каждой элементарной делянке Элементарная делянка малины - 0,5x0,5м, смородины - 1х1куст В каждом ряду выделено по 30 таких делянок. Внутри каждой отдельно взятой делянки рассчитан коэффициент изменчивости по формуле:

V - £-х100% д:

V- коэффициент вариации, - стандартное отклонение,

х - среднее арифметическое всех значений признака.

Стандартное отклонение.

Дисперсия (S2) п-1

х - значение признака, п - число измерений.

Расчет проведен с помощью программы MS Excel по вышеуказанной формуле, представленной в виде =КОРЕНЬ(ДИСП(А1 A„))/CP3HA4(Ai А„)х100.

Затем мы смоделировали делянки различных форм и размеров, рассчитали коэффициенты изменчивости внутри них, чтобы выбрать вариант с наименьшим значением Установив оптимальную делянку, определили размер выборки, достоверно характеризующей генеральную совокупность, беря во внимание то, что повторность в опыте должна быть как минимум трехкратная, а число степеней свободы не менее 30 Достоверность результата подтвердили с помощью программы STAT NEW

Результаты селекционного изучения крыжовника и земляники обработали в программе STAT NEW методом ковариационного анализа, используя t - критерий Дункана Оценили существенность связи каждого из учитываемых показателей с урожайностью Достоверность различий между вариантами принималась во внимание на 95% уровне значимости

Учетные показатели следующие малина красная - число плодоносящих стеблей, число листьев, число боковых веточек, число завязей, смородина черная - число завязей в кисти, число плодов в кисти, число кистей на ветви, число плодоносящих ветвей; крыжовник - число кистей на куст, средняя масса ягоды, число ягод на ветвь, число ягод на куст, число плодоносящих ветвей; земляника - среднее число цветоносов на одном растении, размер отпечатков плодов от трех первых сборов, среднее число плодов на растении, среднее число цветков на растении, средняя масса ягод по сборам, среднее число завязей на растении Учеты и наблюдения в полевых условиях проводили согласно «Программе и методике сортоизучения плодовых, ягодных и орехоплодных культур» (1973, 1999). Интерпретацию результатов ковариационного анализа осуществляли на основе теории применения данного метода к изучению биологических объектов, изложенной Снедекором Дж У (1961)

8

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ И ИХ ОБСУЖДЕНИЕ

Динамика коэффициента изменчивости в насаждениях малины красной и смородины черной. Изменчивость - характерная особенность биологического материала, которая затрудняет решение вопроса о том, являются ли различия между экспериментальными единицами результатом неучтенной изменчивости или действительным результатом применяемых вариантов? Естественная фенотипическая изменчивость растений может оказывать существенное влияние на окончательные выводы по эксперименту Уточним, что изменчивость принято считать незначительной, если коэффициент не превышает 10%, средней - выше 10%, но менее 20%, значительной - более 20% При этом на малине наблюдается различие уровней фенотипической изменчивости, как между делянками, так и по сортам (рис. 1) Внутри делянок одинаковой площади коэффициенты изменчивости различаются незначительно, т е мы можем привести уравнение зависимости коэффициента изменчивости от площади опытной делянки, что в дальнейшем позволит корректировать размеры делянок под будущие опыты с сортами Гусар и Пересвет

у = 1,75261п л: +14,108

В2 = 0,8899

у = 2,65361п х +14,691 Я2 = 0,9173 где у - коэффициент изменчивости (%), х - площадь опытной делянки (м2), Я2 - коэффициент достоверности.

В отличие от малины коэффициент изменчивости смородины черной не зависит от сорта, варьирование фенотипических признаков идет более скачкообразно, значение коэффициента в целом гораздо выше (рис 2), что говорит о необходимости тщательного подхода к разработке схем опытов с этой культурой

Тенденция увеличения вариабельности количественных признаков с увеличением размеров делянки характерна для обеих культур независимо от сортовых особенностей

Н е 20

§ 8 15

5 О

? 10

О 5

5 Н 0

V

V V- V Размер делянки (м)

> А

4 Л?

V V

-♦—сортГусар -а—сорт Пересвет

Рис.1 - Динамика коэффициента фенотипической изменчивости малины красной

30 п

ь ? 25

х Т

® ь 20 5. о

5 о

I ю 15 Ю

О ^

* 2 5

Л л а л л л, л л л л 4>

к? А+ Л+ ^ ^

Размер делянки (куст)

• сортБагира —а—сорт Загадка

Рис.2 - Динамика коэффициента фенотипической изменчивости смородины черной

На смородине черной учеты проводили покустно и, следовательно, получены уравнения зависимости коэффициента изменчивости количественных признаков от числа растений в опытной делянке вида (для сорта Багира и Загадка соответственно)

у = 2,554 In х +18,247

R2 =0,8106

у = 2,4154 In х +18,491 R2 =0,7651

Корректировка размеров делянок в полевых опытах согласно полученным уравнениям позволит оценить непосредственное воздействие вариантов на объекты изучения и снизить общую ошибку эксперимента, либо уточнить результаты промежуточных этапов исследования. Целесообразно таким образом подбирать размеры делянок для опытов по оценке адаптивности ягодных культур к нестерильным условиям после размножения «in vitro» Как правило, этот материал обладает повышенной вариабельностью, которая несколько снижается с возрастом (Упадышев М Т., 2006)

Наименьшая фенотипическая изменчивость малины красной заключена внутри делянок размером 0,5x1,0 м, 1,0x0,5 м как сорта Пересвет, так и сорта Гусар, а смородины черной -1*2 куста. При этом для смородины черной характерно снижение изменчивости на делянках 3x2, 3x3 куста, но она остается значительной (более 20%) Прослеживается четкая ориентация направления наибольшей изменчивости вдоль рядов, что подтверждает утверждения других исследователей. Есть сведения о целесообразности использования в качестве делянки одного куста (Тихонова, 1978), это объясняется математически (Ермаков, 1987), тем не менее, неприемлемо для большинства исследований

В целом, наиболее вариабельный показатель двух изученных культур - число завязей, что можно объяснить биологическими особенностями культуры Провести учет на всех растениях одновременно невозможно, происходит редукция завязей Первые опыленные цветки создают мощные аттрагирующие центры мобилизации и потребления веществ и сильно влияют на интенсивность фотосинтеза, скорость поглощения воды и элементов минерального питания, на направление и

11

скорость перемещения пластических веществ В результате завязи, сформировавшиеся несколько позднее, остаются недоразвитыми и опадают (Шевелуха, 1992) В течение периода плодоношения перераспределение веществ происходит неоднократно

Достаточно постоянны показатели числа кистей на ветви смородины и числа боковых веточек малины, которые в значительной мере зависят от генотипа

Применение минимальных делянок, где низок коэффициент фенотипической изменчивости, особенно актуально в селекции ягодных культур Упрощается процесс обнаружения «химерных» экземпляров, либо отдельных их органов, что в настоящее время является распространенным способом получения новых сортов Кроме того, делянки небольшой площади значительно снижают коэффициент почвенной изменчивости, а также удобны при закладке опытов в существующих насаждениях, в частности многофакторных, когда желательно большее число повторений

Учетные показатели ягодных культур как таксационные переменные для ковариационного анализа. Таксационными или сопутствующими переменными могут быть любые учетные показатели культур как качественные, так и количественные Поскольку большинство исследований ориентировано на получение высоких и стабильных урожаев, таксационная переменная должна положительно коррелировать с урожайностью и/или продуктивностью культуры Эффективность переменной оценивается снижением дисперсии ошибки эксперимента и точностью определения существенности различий между вариантами, что повышает информативность опыта

Установлена положительная зависимость продуктивности крыжовника (кг/куст) от средней массы ягоды в граммах (табл. 1 и 2) Дисперсия ошибки снизилась в 10 раз

Добиваясь снижения ошибки в ходе анализа, мы стремимся помочь селекционеру отслеживать изменения генотипической структуры группы растений по количественным признакам на начальных этапах отбора Полигенность количественных признаков подчеркивает статистическую природу явлений, лежащих в основе отбора, хотя и здесь по П Ф. Рокицкому (1974) происходит сложное переплетение статистических и динамических процессов

Таблица 1 - Зависимость продуктивности (кг/куст) крыжовника от средней массы ягоды (г), выявленная с помощью ковариационного анализа

Источник изменчивости Число степеней свободы Дисперсия 82У Исправленное Снижение дисперсии ошибки (в число раз)

Число степеней свободы Дисперсия а у

Комбинация опыта 16 1,7094 16 1,7070 10

Ошибка 34 0,0001 33 0,00001

Таблица 2 - Различия между комбинациями опыта по продуктивности

(кг/куст) крыжовника (у" с учетом средней массы (г) ягоды (х)

Вариант X У У (исправленное)

1 2,32 f 0,4640 е 0,5027 е

2 2,881 2,3180 р 2,3007 р

3 1,62 а 2,3130 о 2,4217 ч

4 4,48 о 2,3080 п 2,1307 о

5 1,86 Ь 1,6800 т 1,7647п

6 2,14 с 1,5920 1 1,6487 т

7 3,26 т 1,4180 к 1,3627 к

8 2,69 Ь 1,3670] 1,36871

9 2,29 е 1,17101 1,21273

10 2,19(1 0,9660 Ь 1,01771

11 3,31 п 0,9030 в 0,8427 ё

12 2,95] 0,7720 Г 0,7477 {

13 2,18с1 0,2960 <1 0,3487 й

14 3,08 к 0,2760 с 0,2387 с

15 3,221 0,1180 Ь 0,0667 а

16 2,46 § 0,0740 а 0,0987 Ь

17 3,09 к 0,9030 ё 0,8647 Ь

РФ 14252,54** 1709379,74** 1014867481837113,0**

8с 0,0082 0,0008 0,00001

Примечание различными буквами обозначены величины, существенно различающиеся между собой

13

Использование критерия ^Дункана показывает изменение существенности различий между сортами и комбинациями скрещиваний с учетом влияния таксационной переменной Стандартное отклонение уменьшилось в 80 раз

В таблице 3 приведены итоговые данные по подбору таксационных переменных для изучаемых культур

Таблица 3 - Оценка эффективности учетных показателей ягодных культур как таксационных переменных

Снижение Уровень

Показатель дисперсии ошибки значимости,

(в число раз) а

Крыжовник

число точек плодоношения на куст 100 0,05

число ягод на ветвь 0,1 0,01

число ягод на куст 0,1 -

число плодоносящих ветвей 0,1 -

Земляника

размер отпечатков ягод 2-го сбора 1000 0,05

число плодов на кусте 1000 0,05

число цветоносов 1000 0,05

масса плода 1000 0,05

Малина красная

число плодоносящих стеблей 100 0,05

число листьев 100 0,01

число боковых веточек 1000 0,01

число завязей 1,12 0,05

Смородина черная

число завязей в кисти 1,12 -

число плодов в кисти 1,24 0,1

число кистей на ветви 10 од

число плодоносящих ветвей 100 0,5

Добиться снижения дисперсии ошибки с помощью ковариации можно лри анализе числа точек плодоношения на кусте крыжовника При учетах числа ягод на ветвь, числа ягод на куст, числа плодоносящих ветвей снижать ошибку опыта необходимо другими путями Например, за счет изменения размеров делянок

Ковариационный анализ учетных показателей земляники наглядно показал снижение дисперсии ошибки с помощью таксационных переменных — в тысячу раз (таб 4) Эффективен размер отпечатков ягод второго сбора (использование в качестве таксационной переменной отпечатков ягод первого и третьего сборов нисколько не снижало дисперсию ошибки) Число степеней свободы не изменялось Возможно, ягоды второго сбора наиболее типичны для сорта по размерам

Таблица 4 - Зависимость продуктивности (г/куст) земляники от размера отпечатков ягод второго сбора (мм2)

Источник изменчивости Число степеней свободы Дисперсия ошибки Исправленное Снижение дисперсии ошибки (в число раз)

Число степеней свободы Дисперсия ошибки

Комбинация опыта 16 18754,9804 16 18580,063 1000

Ошибка 34 0,0100 33 0,00001

С точки зрения физиологии размер плода во многом зависит от содержания гормонов ауксина, гиббереллина, цитокининов Однако по Э. Либберту (1976) количественная корреляция между их содержанием и ростом плодов наблюдается редко Поскольку в нашем случае установлена положительная связь между размером отпечатков ягод второго сбора и продуктивностью земляники в дальнейших исследованиях было бы интересно определить гормональное состояние растений на момент второго сбора ягод Таким образом, ковариационный анализ позволяет находить новые направления исследований на основе ранее полученных данных Использовать ковариационный анализ еще и как метод выравнивания условий опыта рекомендует А К Нанаенко (2004).

Ковариация позволяет оценить существенность различий между вариантами с практически минимальной стандартной ошибкой, что крайне редко удается при изучении растительных объектов в полевых условиях Так при использовании числа цветоносов земляники как таксационной переменной к общей массе плодов с куста стандартная ошибка составила 0,00001, что позволяет характеризовать эксперимент как высокоточный Дисперсия ошибки в этом случае также снизилась в тысячу раз при 95% уровне вероятности (таб 5)

Таблица 5 - Различия между комбинациями опыта по общей массе плодов (кг) земляники, у, с учетом среднего числа цветоносов на кусте (шт.), х

Вариант X У у (исправленное)

1 6,41 352,9 q 351,1177 q

2 3,8 ef 188.8 j 189,6176 j

3 7,4 m 290,7 p 287,9177 о

4 4,3 h 160,4 f 160,7176 f

5 5,3 l 240,8 m 240,1177 m

6 3,9 f 104,3 с 105,0176 с

7 4,1g 287,5 о 288,0176 p

8 3,4 d 159,1 e 160,3176 e

9 4,3 h 164,6 g 164,9176 g

10 7,3 m 225,1 1 222,4177 1

И 5,5 j 204,0 k 203,1177 k

12 6,2 k 282,8 n 281,2177 n

13 2,4 b 79,5 b 81,7176 b

14 3,1c 153,7 d 155,2176 d

15 1,9 a 57,4 a 60,1176 a

16 5,5 j 171,1 h 170,2177 h

17 3,7 e 175,61 176,51761

Fe 772,96" 1875525,81" 193865918885510,10"

sd 0,0816 0,0816 0,00001

В статистической литературе данные о таксационных переменных отсутствуют Понятие о таксации встречается у С Пирса (1969) как о процессе подбора однородных растений для опыта по каким-либо, в основном, фенотипическим признакам, причем о возможности использования для этого ковариационного анализа не указывается

Возможность дальнейшего поиска таксационных показателей для земляники следует из работы И.В Поповой (1988) Об уменьшении размера делянок на основе ковариационного анализа пишет Ф А Волков (1997, 1998), что подтверждается исследованиями зарубежных авторов (Taylor, 1950, Weber, 1982) Заслуживает внимания физиология культуры (Курсанов, 1976), например, проверка эффективности как таксационных переменных содержания различных веществ в листьях, плодах

Экономическая эффективность результатов исследований.

Оценить экономическую эффективность методических разработок очень сложно При постановке опытов в существующих насаждениях с условным выделением вариантов (однородный опыт) затраты на выращивание и рентабельность посадок не зависят от размеров делянок Однако затраты труда на анализ опытных данных при проведении расчетов по стандартным схемам значительно выше, чем при использовании предложенной методики Чтобы вручную провести ковариационный анализ по одной культуре (по всем учитываемым признакам) и проинтерпретировать результат требуется порядка ста чел/часов Применяя изначально минимальные размеры делянок, ковариационный анализ и комплекс компьютерных программ аналогичная работа займет не более одного чел/часа

Основным показателем эффективности исследований является их информативность. В зависимости от числа факторов в эксперименте мы получаем в конечном счете определенное число единиц информации Увеличение этого числа за счет статистического анализа обеспечивает исследователя не только дополнительными результатами, но и показывает другие направления для дальнейшей работы

В случае снижения дисперсии ошибки опыта и повышения точности эксперимента в целом мы избавляемся от затрат на другие опыты, которые были бы безрезультатны Затянувшиеся поисковые исследования являются вполне значительной статьей расхода научных учреждений, что обусловливает необходимость нашей работы

В настоящий момент рекомендаций по расчету экономической эффективности исследований в области методики опытного дела и/или планирования экспериментов не существует Возможна адекватная оценка трудозатрат на проведение учетов, включающих полную математико-статистическую обработку данных и их интерпретацию Вполне логично было бы заложить новый опыт, согласуясь с предложенными инновациями, и рассчитать материальные средства полностью на закладку, ведение и анализ данных Оправданной была бы разработка коэффициента информативности эксперимента

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

2.0птимальные размеры делянок для проведения полевых учетов в производственных насаждениях малины красной - 0,5x1,0 м, 1,0x0,5 м, смородины черной - 1 х2 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 ягоды, земляники - размер отпечатков ягод 2-го сбора, число плодов на кусте, число цветоносов, масса плода; малины красной - число плодоносящих стеблей, число листьев, число боковых веточек, смородины черной - число кистей на ветви, число плодоносящих ветвей.

5.Результативностъ 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 у = 1,75261пх + 14,108

R2 = 0,8899

у = 2,65361nx +14,691 R2 = 0,9173

где у - коэффициент изменчивости (%), х - площадь опытной делянки (м2), R2 - коэффициент достоверности

2 Перед закладкой опыта с сортами смородины черной Багира и Загадка корректировать размеры делянок с учетом уравнений

^ = 2,5541пх +18,247

R1 =0,8106 у = 2,41541пх +18,491

R2 =0,7651

3 Расчет коэффициента изменчивости проводить в программе MS Excel по адаптированной к ней формуле.

=КОРЕНЬ(ДИСП(А! A„))/CP3HA4(Ai Ап)*100

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

5.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

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Марченко, JIA К вопросу о таксационных (сопутствующих) переменных / J1 А. Марченко, Ф.А. Волков, Е С Фролова Н Мониторинг и методика исследований в садоводстве в нестабильных экологических условиях сб науч. тр. международной науч -метод, конф (Москва, 24-25 ноября 2005 г) - Москва, 2005 - С 173-179

2.Сергиенко, А А Таксационные переменные применительно к селекции ягодных культур / А А Сергиенко, Ф А Волков, Е С Фролова // Состояние и перспективы развития ягодоводства в России: сб. мат. Всероссийской науч-метод конф (Орел, 19-22 июня 2006 г) - Орел, 2006 - С.267-271

3 Фролова, Е.С. Подбор оптимальных параметров делянки в опытах с ягодными культурами с учетом модификационной измечивости растений / Е.С Фролова // Сельскохозяйственная биология - Москва, 2007 - №5. - С.124-126

БЛАГОДАРНОСТИ

Автор выражает благодарность за любезно предоставленные исходные данные сотрудникам ГНУ ВСТИСП: зав. отделом сортоизучения, селекции и генетики к с -х.н. Л.А Марченко и к.с.-х.н. А А. Сергиенко, а также за поддержку, советы и внимание к работе зав. отделом агротехники д.с.-х.н В.Ф. Воробьеву, зав. отделом физиологии к с -х н. Й Й Эчеди, зав отделом биотехнологии д биол.н. В А. Высоцкому, ведущ науч. сотруднику профессору д.с -х н И В Поповой, сотруднику отдела питомниководства к с.-х.н. А.Ю Павловой, сотруднику отдела биотехнологии к.с -х н О.В. Романовой

Подписано в печать 01 10 2007 г Исполнено 01 10 2007 г Печать трафаретная

Заказ № 791 Тираж. 100 экз

Типография «11-й ФОРМАТ» ИНН 7726330900 115230, Москва, Варшавское ш, 36 (495)975-78-56 www autoreferat ru

Содержание диссертации, кандидата сельскохозяйственных наук, Фролова, Екатерина Станиславовна

Введение

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 68 Выводы 73 Рекомендации для практического использования 74 Список использованной литературы 76 Приложения

Введение Диссертация по сельскому хозяйству, на тему "Размер выборки в опытах с ягодными культурами"

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.

Заключение Диссертация по теме "Плодоводство, виноградарство", Фролова, Екатерина Станиславовна

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 - 0,5x1,0 м, 1,0x0,5 м, смородины черной - 1x2 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 ягоды; земляники - размер отпечатков ягод 2-го сбора, число плодов на кусте, число цветоносов, масса плода; малины красной - число плодоносящих стеблей, число листьев, число боковых веточек; смородины 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 = 2,65361пх +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.

Библиография Диссертация по сельскому хозяйству, кандидата сельскохозяйственных наук, Фролова, Екатерина Станиславовна, Москва

1. Агроклиматический справочник по Московской области. М.: Московский рабочий, 1967. - 133 с.

2. Аугамбаев, М. и др. Основы планирования научно-исследовательского эксперимента / М. Аугамбаев, А. Иванов, Ю. Терехов / Ташкент, 2004. -336 с.

3. Бейли, Н. Математика в биологии и медицине. М.: Мир, 1970. - 326 с.

4. Белов, 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. Блинова, Е.Е. Разработка методики полевого опыта в садоводстве // Плодоводство и ягодоводство НЧ полосы. М.: Колос, 1971. - Вып. 3.-С. 452- 459.

6. Бобрович, 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. Бублик, Н.А. Определение объёма выборки в опыте. Мичуринск: МГСХА, 1998.- С. 61-63.

8. Бублик, Н.А. Статистическая обработка данных полевого опыта // Плодоовощное хозяйство. 1986. - №10. - С. 44-46.

9. Букарчук, 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. Быструшкин, 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. Волков, 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. Волков, Ф.А., Некоторые особенности методики опытов с земляникой / НИЗИСНП. 1970. - С. 483-485.

15. Волков, Ф.А. Принятие решений при оценке связи между признаками / Плодоводство и ягодоводство России / ВСТИСП. М. - 1997. - Т.4. -С. 44-53.

16. Воронюк, Б. А. Методика изучения физико-механических свойств сельскохозяйственных растений. Москва: ВИСХОМ. - 1960. - 272 с.

17. Гинзбург, Э.Х. Описание наследования количественных признаков. -Новосибирск: Наука, 1984. 250 с.

18. Гмурман, В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 1997. - 479 с.

19. Гудковский, В.А. Научная деятельность Всероссийского НИИ садоводства имени И.В. Мичурина за 1996-2000 гг. / В.А. Гудковский, В.Ю. Скрипников / Доклады руководителей научных учреждений по садоводству за 1996-2000 гг.-М., 2001.-С. 15-55.

20. Деревицкий, Н.Ф. Вопросы методики полевого опыта. -Кишинёв:Штиинца, 1960.-144 с.

21. Деревицкий, Н.Ф. Опытное дело в растениеводстве. Кишинёв: Штиинца, 1962.-616 с.

22. Доспехов, Б.А. Планирование полевого опыта и статистическая обработка его данных. М.:Колос, 1972. - 206 с.

23. Дубинин, Н.П. Общая генетика. М.: Наука, 1986. - 560 с.

24. Ермаков, С.М. Жиглявский А.А., Математическая теория оптимального эксперимента / С.М. Ермаков, А.А. Жиглявский / М.: Наука, 1987. 320 с.

25. Животовский, JI.A. Меры популяционной изменчивости комплекса количественных признаков. М.: Наука, 1984. - 234 с.

26. Животовский, J1.A. Интеграция полигенных систем в популяциях. М.: Наука, 1984.- 184 с.

27. Жидёхина, Т.В. Ягодоводство России в XXI веке / Плодоводство. Т. 15.2004. -С. 20-23.

28. ЗЗ.Закс, JI. Статистическое оценивание. М.: Статистика, 1976. - 598 с.

29. Иберла, К. Факторный анализ. — М.: Статистика, 1980. — 398 с.

30. Исайкин, И.И. О совершенствовании элементов дисперсионного анализа многолетних данных полевого многофакторного опыта // Вестник РАСХН. -2000. №6, С. 42-43.

31. Казаков, И.В. Малина и ежевика. М.: Колос, 1994. - 141 с.

32. Казаков, И.В. Селекция малины в средней полосе РСФСР / Дисс. докт. с.-х. наук. М., 1984.-372 с.

33. Карпов, Б. Microsoft Excel 2002. С. - Пб.: Питер, 2002. - 544 с.

34. Картечина, 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.

35. Каталог плодовых и ягодных культур России. М.: Агро-вестник, 2000.-С. 288-305.

36. Кашин, В.И. Методика оценки почвы при анализе адаптивности плодовых культур. / В.И. Кашин, Ф.А. Волков / Мичуринск: МГСХА,1998. С. 25-27.

37. Козлова, Н.А. Изучение приемов управления ростом побегов малины при различных способах ее возделывания / Автореф. Дисс. канд. с.-х. наук, М., 1988.- 17 с.

38. Кондаков, А.К. Методические указания по закладке и проведению полевых опытов с удобрениями плодовых и ягодных культур. Мичуринск, 1978. -48 с.

39. Константинов, П.Н. Методика полевых опытов (с элементами теории ошибок).-М.: Сельхозгиз, 1939.-391 с.

40. Кочерина, 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.

41. Крамер, Г., Математические методы статистики. М.: Мир, 1975. - 648 с.

42. Куприянов, 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.

43. Курец, В.К. Статистическое моделирование системы связей растение-среда. / В.К. Курец, Э.Г. Попов/ Л.: Наука, 1991.-152 с.

44. Курсанов, A.JI. Транспорт ассимилятов в растении. М.: «Наука», 1976-616 с.

45. Лакин, Г.Ф. Биометрия. М.: Высшая школа, 1990. — 352 с.

46. Лисенков, А.Н. Математические методы планирования многофакторных медико-биологических экспериментов. М.: Медицина, 1979. 344 с.

47. Литтл, Т. Сельскохозяйственное опытное дело: планирование и анализ. / Т. Литтл, Ф. Хиллз / М.:Колос, 1981.-320с.

48. Лобашев, 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.

49. Марченко, Л.А. Исходные формы земляники для селекции на стабильно высокую продуктивность / Дисс. канд. с.-х. наук. М., 2002. - 178 с.

50. Медведев, В.В. Оптим1защя грунтово-агрох1м1чних i агротехнших фактор1в // BicH. аграр. науки. 2001. - №2. - с. 9 - 11,85 - 87.

51. Мельников, С.В., Алешкин В.Р., Рощин П.М. Планирование эксперимента в исследованиях сельскохозяйственных процессов / С.В. Мельников,

52. B.Р. Алешкин, П.М. Рощин. Л.: Колос, 1972 - 200с.

53. Метлицкий, З.А. Агротехника плодовых культур. М.:Колос, 1973. - 519 с.

54. 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.

55. Методические рекомендации по применению статистических методов в генетике и селекции плодовых растений / Мичуринск, 1980. 133 с.

56. Моисейченко, В.Ф. Основы научных исследований в агрономии. / В.Ф. Моисейченко, М.Ф. Трифонова, А.Х. Заверюха, В.Е. Ещенко. -М.:Колос,1996. 336 с.

57. Налимов, В.В. Логические основания планирования эксперимента. /

58. В.В. Налимов, Т.Н. Голикова М.:Металлургия,1980. - 152 с.

59. Нанаенко, 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.

60. Пантелеев, А.В. Вариационное исчисление в примерах и задачах. М.,2000. -227 с.

61. Перегудов, В.Н. Планирование многофакторных полевых опытов с удобрениями и математическая обработка их результатов. М.:Колос,1978.-183 с.

62. Перфильев, В.Е. Сравнительная оценка сортов плодовых культур по урожайности (методические рекомендации). Мичуринск, 1990. - 70 с.

63. Перфильев, В.Е. Варьирование и взаимосвязь количественных признаков у плодовых растений. Мичуринск: ВНИИГиСПР им. И.В.Мичурина, 1994. -153 с.

64. Пильтяева, 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.

65. Пирс, С. Полевые опыты с плодовыми деревьями и другими многолетними растениями. / под ред.Б.А. Доспехова. М.:Колос,1969. - 224 с.

66. Платонов, 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.

67. Плохинский, Н.А. Алгоритмы биометрии. М.: МГУ,1967. - 163 с.

68. Полуэктов, 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.

69. Попова, И.В. Селекция ягодных культур (земляника) / Лекции для курсов садоводства. М.,1988. - 40 с.

70. Потапов, 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.

71. Потапов, 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.

72. Программа и методика селекции плодовых, ягодных и орехоплодных культур. Орел: Изд-во ВНИИСПК, 1995. - 502 с.

73. Программа и методика сортоизучения плодовых, ягодных и орехоплодных культур / под общей ред. Е.Н. Седова. Орёл, 1999. - 608 с.

74. Рокицкий, П.Ф. Введение в статистическую генетику. Минск:Вышейшая школа, 1974.-448 с.

75. Романова, О.В. Идентификация косточковых культур с помощью семейства ретротранспозонов R-173 / Автореф. дисс. канд. с.-х. наук. М., 2007. - 26 с.

76. Рудикова, JI.B. Microsoft Excel для студента. С.-Пб.:БХВ-Петербург, 2005. -366 с.

77. Сергиенко, А.А. Новые формы слабошиповатого и бесшипного крыжовника в селекции на высокую продуктивность // Дисс. канд. с.-х. наук. М., 2001.-130 с.

78. Смит, Дж. Математические идеи в биологии. М.:Мир, 1970.- 179 с.

79. Снедекор, Дж. У. Статистические методы в применении к исследованиям в сельском хозяйстве и биологии. / М.: Изд-во с.-х. литературы, 1961. - 502 с.

80. Тарасова, О.Б. Основы математической статистики. / О.Б. Тарасова, Т.Ф. Хромова, А.Е. Шибалкин. М.: Изд-во МСХА, 2004. - 154 с.

81. Татаринцев, А.С. Курс лекций по генетике. Воронеж, 1971. - 252 с.

82. Тихонова, Н.А. Основы биометрии (вариационная статистика), (методические указания). М.: Изд-во МГУ им. Ломоносова, 1968. - 81 с.

83. Трунов, Ю.В. Размножение плодовых и ягодных растений. / Ю.В. Трунов, А.В. Верзилин, А.В. Соловьёв. Мичуринск: Изд-во МичГАУ, 2004. - 180 с.

84. Трунов, 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.

85. Тугарёв, Р.В. Генетические доноры продуктивности и качества ягод в селекции малины красной Rubus idaeus. / Дисс. канд. с.-х. наук. / ВСТИСП. -М.,2005. -95 с.

86. 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.

87. Философия науки. Вып.2: Гносеологические и методологические проблемы. М.: РАСХНД996. - 274 с.

88. Финни, Д. Введение в теорию планирования экспериментов. М.:Наука, 1970.-287 с.

89. Цыгуткин, 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.

90. Шевелуха, B.C. Рост растений и его регуляция в онтогенезе. М.: Колос, 1992.-594 с.

91. ЮО.Шипачёв, B.C. Математический анализ. М.:Высшая школа, 1999. - 176 с.

92. Ю1.Шитт, П.Г., Метлицкий З.А., Плодоводство. / П.Г. Шитт, З.А. Метлицкий. -М.:Сельхозгиз. 1940. - 660 с.

93. Ю2.Шмальгаузен, И.И. Регуляция формообразования в индивидуальном развитии. М.: Наука, 1964. - 132 с.

94. Ягодные кустарники. / под ред. В.Г. Трушечкина. М.:Колос,1971. - 120 с.

95. Якименко, О.Ф. Экологически чистая технология производства ягод чёрной смородины. / О.Ф. Якименко, Н.М. Круглов.-Воронеж,1996. 57 с.

96. 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.

97. Юб.Ярославцев, Е.И. Ягодные культуры в Нечерноземной зоне. -М.:Россельхозиздат, 1982. 254 с.

98. 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.

99. 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.

100. 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.

101. 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.

102. Chacin Lugo, F. Una contribucion para el analisis estadistico de cultivos perennes у semiperennes, Maracay, 1998. 337 c.

103. EIandt, R. Sttyatyka matematyczna w rastosowaniu do doswiadczalnictwa roeniczeko // PWN. Warszawa, 1964. - S. 516-519.

104. 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.

105. Finney, D. J. Was this in your statistics textbook 6. Regression and covariance. / Exper. Agr. 1989. - T.25. - № 3. - P.291-311.

106. Haaland, P.D. Experimental design in biotechnology. New York: Marcel Dekker, 1989. - P. 259.

107. Hartman, J. R. Biological and cultural tests for control of plant diseases. -St. Paul (Minn.); APS press. V.3. - 1998. - P. 94-96.

108. 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.

109. 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.

110. 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.

111. 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.

112. Machado, W.S. Planificacion у analisis de experimentos de campo en grandes parcelas sin repeticion. Revista. Alcance: Maracay (Venezuela), 2000. - 73 p.

113. Mani, P.K. Remote sensing a modern tool for agricultural resource management // Everyman, Sci. 2000. - V.35. - № 2. - P. 57 - 62.

114. 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.

115. Neumann, D. Statistische Beschreibung von Ertragsschwankungen Tag / Ber, Akad. Landwirtch. Berlin, Wiss. DDR. - 1984. - T.221, - P. 21-26.

116. Rola eksperymentu polowego w badaniach z zakresu rolniczej produkcji roslinnej / Pol. akad. nauk. Wydz. nauk rol. i lesnych. Warszawa, 1996.- 124 s.

117. Sarrazyn, R. Aardbeien: Overzicht van het onderzoek. / R. Sarrazyn, J. Simoen, F. Demaegdt, A. Calus. Rumbeke, 2001. - P. 68.

118. 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.

119. Smith, H.F. An empirical low describing heterogenity in yield of agricultural crops // J.Agr.Sci. V.28. - P. 1-23.

120. Souleyre Edwige, J.F. Starch metabolism in developing strawberry (Fragaria ananassa) fruitas / J.F. Souleyre Edwige, P.M. Iannetta Pietro, H. A. Ross,

121. R. D. Hacock, L. V.T. Shepherd, R. Viola, M. A. Taylor, H. V. Davies // Phisiol. Plant. 2004. - V. 121. - №3. - P. 369 - 376.

122. 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.

123. Syring, K.-M. Ein Model des Stikstoffumsatzes im System von Boden und Pflanse / Diss. Dock. Agrarwiss. / Techn. Univ. Munchen, 1998. 123 p.

124. Taylor, J. Statistical studies on strawberry crop and vigour measurements. -A. R. East Moalling Res.Stat. 1950. - P. 100-107.

125. 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.

126. Weber, W. E. Advances in biometrics applied to horticultural research / Abstract collection 21 international horticultural congress (Hamburg). V.ll - 1982. -P. 132-136.

127. 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.