Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightHavlama işleminin çalışan bir örneği, yukarıda verilen iki kuralın beş farklı lokasyonda yapılan bir buğday tekdüze verim deneme çalışmasına uygulanmasıyla gösterilmiştir.
📌 3 Maddede Bu Makale
Özet
Tarımda, genotip × çevresel etkileşimlerin etkilerini ayırmak için tekdüze verim denemeleri farklı lokasyonlarda birkaç yıl boyunca tekrarlanır. Farklı lokasyonlarda ve farklı yıllarda tekrarlanan deneyler, aşağıdaki iki havuzlama oranı uygulanarak kolayca birleştirilebilir: 1. Bir dizi varyans analizi tablosunda bir faktör (örneğin ×) varsa (örneğin, bir Y sınıflandırmasının her seviyesi için bir A.O.V.) ve bu A.O.V.'lerin Y üzerinden havuzlanması isteniyorsa; havuzlanmış A.O.V.'deki ×'nin kareleri toplamı "X in Y" ile gösterilir ve her A.O.V.'deki SS'nin yanı sıra serbestlik derecesinin toplanmasıyla bulunur. 2. X ve Y çapraz sınıflandırılmışsa, "X in Y" SS'si X ve X ve Y etkileşimlerine ayrılabilir. Havlama işleminin çalışan bir örneği, yukarıda verilen iki kuralın beş farklı lokasyonda yapılan bir buğday tekdüze verim deneme çalışmasına uygulanmasıyla gösterilmiştir.
Abstract
In agriculture, uniform yield trials are repeated at different locations for several years in order to separate the effects of genotype × environmental interactions. Experiments repeated at different locations and in different years can be combined easily by applying the following two rales of the pooling; 1. If a factor (say ×) exists in a series of the analysis of variance tables (say one A.O.V. for each level of a classification Y) and it is desired to pool these A.O.V.’s over Y; then the sum of squares for the × in the pooled A.O.V. is denoted by "X in Y" and is found by adding up the SS in each A.O.V. as well as the degree of freedoms. 2. If X and Y are cross-classified then "X in Y" SS can be broken down into X and X and Y interaction. A working example of pooling was demonstrated by applying the two rules given above to a wheat uniform yield trial run at five different locations.