Chế độ nhiệt độ Lượng tăng khối lượng(g)
B1 12.6a +- 0.14
B2 8.4b +- 0.14
B3 3.9c +- 0.14
B4 15.6d +- 0.14
B5 11.75e +- 0.35
B6 6.1f +- 0.14
Với 2 giá trị p-value của a =2.402e-07<0.05 và p- value của b =9.725e-09<0.05 ta thấy nhiệt độ và ánh sáng đều ảnh hưởng tới khả năng phát triển của rau câu.khi không xét ảnh hưởng của nhiệt độ thì nên trồng rau câu ở chế độ ánh sáng A2, nhưng khi không xét tới sự ảnh hưởng của nhiệt độ thì nên tròng rau câu ở chế độ nhiệt độ B4 vì ở những chế độ này lượng tăng sinh khối ở rau câu là lớn nhất. chính vì vậy trồng rau câu ở chế độ ánh sáng A2 và nhiệt độ B4 là thích hợp nhất.
PHỤ LỤC:
> a= gl(2,6,12)
> b= gl(6,2,12)
>pt=c(12.5,12.7,8.3,8.5,3.8,4.0,15.5,15.7,11.5,12.0, 6.0,6.2)
> A=as.factor(a)
> A=as.factor(b)
>kq= data.frame(a,b,pt)
>attach(kq)
>twoway<-lm(pt~a+b)
>anova(twoway)
Df Sum Sq Mean Sq F value Pr(>F) a 1 24.368 24.368 649.8 2.402e-07 ***
b 4 167.050 41.762 1113.7 9.725e-09 ***
> group<-c(1,1,2,2,3,3,4,4,5,5,6,6)
> group=as.factor(group)
>
a=c(12.5,12.7,8.3,8.5,3.8,4,15.5,15.7,11.5,12,6,6.2)
> analysis=lm(a~group)
> kq=data.frame(group,a)
> attach(kq)
> analysis=lm(a~group)
> anova(analysis)
Df Sum Sq Mean Sq F value Pr(>F) group 5 191.417 38.283 1020.9 1.061e-08 ***
Residuals 6 0.225 0.038 ---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’
0.1 ‘ ’ 1
> res=aov(a~group)
> TukeyHSD(res)
diff lwr upr p adj 2-1 -4.20 -4.970694 -3.42930599 0.0000043 3-1 -8.70 -9.470694 -7.92930599 0.0000001 4-1 3.00 2.229306 3.77069401 0.0000368 5-1 -0.85 -1.620694 -0.07930599 0.0326881 6-1 -6.50 -7.270694 -5.72930599 0.0000007 3-2 -4.50 -5.270694 -3.72930599 0.0000032 4-2 7.20 6.429306 7.97069401 0.0000004 5-2 3.35 2.579306 4.12069401 0.0000180 6-2 -2.30 -3.070694 -1.52930599 0.0001747 4-3 11.70 10.929306 12.47069401 0.0000000 5-3 7.85 7.079306 8.62069401 0.0000002 6-3 2.20 1.429306 2.97069401 0.0002250 5-4 -3.85 -4.620694 -3.07930599 0.0000071 6-4 -9.50 -10.270694 -8.72930599 0.0000000 6-5 -5.65 -6.420694 -4.87930599 0.0000014
> by(a,group,mean) group: 1
[1] 12.6 group: 2 [1] 8.4 group: 3 [1] 3.9 group: 4 [1] 15.6 group: 5 [1] 11.75 group: 6 [1] 6.1
BÀI 32:
1 . Nếu bỏ qua ảnh hưởng của giống lúa lên năng suất
-Bảng : Giá trị của các loại đất
Lô đất 1 31.55 +- 1.85
Lô đất 2 31.63 +- 3.01
Lô đất 3 33.93 +- 2.87
Lô đất 4 33.23 +- 3.48
Lô đất 5 33.90 +- 3.50
Qua phép kiểm định anova ta thấy p-value=0.6551 >
0.05 nên ko có sự khác biệt có ý nghĩa thống kê giũa các nhóm ở mức ý nghĩa anpha =5% nên chọn lô đất nào cũng được.
PHỤ LỤC:
> group<-c(1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5)
> group=as.factor(group)
>
a=c(32.8,33.3,30.8,29.3,34,30,34.3,28.2,34.3,36.3,35.
3,29.8,35,36.8,32.3,28.8,36.5,34.5,35.8,28.8)
> kq=data.frame(group,a)
> attach(kq)
> analysis=lm(a~group)
> anova(analysis)
Df Sum Sq Mean Sq F value Pr(>F) group 4 22.357 5.5893 0.6201 0.6551 Residuals 15 135.212 9.0142
> res=aov(a~group)
> TukeyHSD(res)
diff lwr upr p adj 2-1 0.075 -6.48063 6.63063 0.9999996 3-1 2.375 -4.18063 8.93063 0.7944543 4-1 1.675 -4.88063 8.23063 0.9298920 5-1 2.350 -4.20563 8.90563 0.8004375 3-2 2.300 -4.25563 8.85563 0.8121928 4-2 1.600 -4.95563 8.15563 0.9398952 5-2 2.275 -4.28063 8.83063 0.8179607 4-3 -0.700 -7.25563 5.85563 0.9971524 5-3 -0.025 -6.58063 6.53063 1.0000000 5-4 0.675 -5.88063 7.23063 0.9975270
2 . Nếu xét sự ảnh hưởng của giống lúa và khu vực canh tác lên năng suất thu hoạch
Qua phép kiểm định anova ta thấy p-value của đất
=0.5985 > 0.05,p-value của giống=0.2096 > 0.05 nên không có sự sai khác về ý ngĩa thống kê ở mức
anpha=5% giữa các nhóm nên chọn nhóm nào cũng được PHỤ LỤC:
>dat=gl(5,4,20)
>giong=gl(4,5,20)
>id=1:20
>score=c(32.8,33.3,30.8,29.3,34,30,34.3,28.2,34.3,36.
3,35.3,29.8,35,36.8,32.3,28.8,36.5,34.5,35.8,28.8)
>data<-data.frame(dat,giong,id,score)
>attach(data)
>anova(lm(score~dat+giong) )
Df Sum Sq Mean Sq F value Pr(>F) dat 4 22.357 5.5893 0.7134 0.5985 giong 3 41.191 13.7303 1.7524 0.2096
BÀI 33:
# sự tác động riêng rẽ của giống và môi trường đến khả năng cho sinh khối tươi của 6 chủng nấm men bánh mì.
*GIỐNG:
GIỐNG Năng suất cho sinh khối (g)
1 10.9 a +- 4.49
2 13.6 b +- 4.19
3 9.89 a +- 3.25
4 11.8a b +- 3.7
5 12.67 b +- 3.43
6 15.3c +- 4.97
Chú thích: các kí tự a,b,c trên cùng 1 dòng để chỉ sự khác biệt khả năng cho sinh khối tươi của các chủng nấm men khác nhau
P –value=2.2e-16<0.05 ta thấy có sự khác biệt mang ý nghĩa thống kê ở mức 5%. Khả năng cho sinh khối tươi
ở chủng nấm men 1,3 và 2,5 có sự giống nhau nhưng chủng 4,6 lại cho sinh khối khác nhau. Nhưng giống 6 có năng suất cho sinh khối cao nhất.
*MÔI TRƯỜNG:
Môi trường Năng suất cho sinh khối (g)
1 5.78 a +- 1.16
2 13.09 ab +- 1.45 3 14.6 cd +- 1.19 4 16.09 d +- 4.42
5 12.53 b +- 3.62
Chú thích: các kí tự a,b,c,d trên cùng 1 cột để thể hiện sự khác nhau về khả năng cho sinh khối của nấm men khi nuôi nấm men ở các môi trường khác nhau.
Kết luận: qua p –value=2.2e-16<0.05 ta thấy có sự khác nhau khả năng cho sinh khối tươi ở các môi
trường khác nhau. Nhưng để có hiệu suất cao nhất, ít tốn kém nhất thì chúng tôi đề nghị chọn môi trường 3
# Sự tương tác giữa giống và môi trường
P-value< 2.2e-16<0.05 cho thấy ảnh hưởng tương tác giữa giống và môi trường có ý nghĩa thống kê ở mức ý nghĩa anpha =5%. Vì vậy cả yếu tố môi trường và giống nấm men đều ảnh hưởng đến khả năng cho sinh khối tươi của 6 chủng nấm men bánh mì.
PHỤ LỤC:
> giong=gl(6,3,90)
> moitruong=gl(5,18,90)
>score=c(5.112,5.066,4.987,5.786,6.562,6.378,4.258,3.
129,5.024,5.231,5.124,5.358,6.587,6.786,6.841,7.068,7 .257,7.524,11.235,12.481,12.547,12.021,12.046,12.008,
11.547,11.787,12.002,11.958,12.548,12.032,13.245,14.8 47,14.023,14.568,15.618,15.097,14.056,14.648,14.358,1 4.978,15.092,15.642,12.321,12.819,12.458,15.647,16.55 0,16.542,14.562,14.734,15.023,15.003,14.347,14.175,16 .542,16.95,16.724,17.687,18.572,18.235,9.687,7.566,8.
654,13.214,14.866,14.035,15.698,17.214,16.571,20.158, 24.75,22.547,7.023,6.219,6.354,15.874,16.830,16.325,1 2.358,12.21,12.564,11.369,11.657,11.587,11.387,11.553 ,10.987,16.871,17.161,17.289)
> data=data.frame(moitruong,giong,id,score)
> attach(data)
> twoway=lm(score~moitruong + giong)
> anova(twoway)
# Qua trung bình bình phương(mean square),tôi nhận thấy ảnh hưởng của môi trường có vẻ quan trọng hơn là ảnh hưởng của giống.Tuy nhiên, cả hai ảnh hưởng đều có ý nghĩa thống kê ở mức ý nghĩa anpha = 5% vì trị số P rất thấp cho hai yếu tố( moitruong:P-value=
2.2e-16;going: P-value= 5.21e-09).
>anova(
twoway<-lm(score~moitruong+giong+moitruong*giong)) Df Sum Sq Mean Sq F value Pr(>F) moitruong 4 1125.81 281.451 699.217 < 2.2e-16 giong 5 278.79 55.758 138.520 < 2.2e-16 moitruong:giong 20 330.90 16.545 41.103 < 2.2e-16
# Sự tương tác giữa giống và môi trường
P-value=2.2e-16<0.05( cho ảnh hưởng tương tác). ảnh hưởng tương tác giữa giống và môi trường có ý nghĩa thống kê ở mức ý nghĩa anpha =5% đến khả năng cho sinh khối tươi của 6 chủng nấm men bánh mì.
# sự tác động riêng rẽ của giống và môi trường đến khả năng cho sinh khối tươi của 6 chủng nấm men bánh mì.
> res=aov(score~moitruong+giong)
> res=aov(score~moitruong+giong)
> TukeyHSD(res)
Fit: aov(formula = score ~ moitruong + giong)
$moitruong
diff lwr upr p adj
2-1 7.0851111 5.1252181 9.0450041 0.0000000 3-1 8.8265000 6.8666070 10.7863930 0.0000000 4-1 10.3106667 8.3507736 12.2705597 0.0000000 5-1 6.7522222 4.7923292 8.7121153 0.0000000 3-2 1.7413889 -0.2185041 3.7012819 0.1055540 4-2 3.2255556 1.2656625 5.1854486 0.0001532 5-2 -0.3328889 -2.2927819 1.6270041 0.9894838 4-3 1.4841667 -0.4757264 3.4440597 0.2245574 5-3 -2.0742778 -4.0341708 -0.1143847 0.0326370 5-4 -3.5584444 -5.5183375 -1.5985514 0.0000247
$giong
diff lwr upr p adj 2-1 2.6489333 0.4027711 4.8950956 0.0114153 3-1 -1.0612000 -3.3073622 1.1849622 0.7390421 4-1 0.8944000 -1.3517622 3.1405622 0.8530289
5-1 1.7170667 -0.5290956 3.9632289 0.2348854 6-1 4.3420667 2.0959044 6.5882289 0.0000036 3-2 -3.7101333 -5.9562956 -1.4639711 0.0000950 4-2 -1.7545333 -4.0006956 0.4916289 0.2140833 5-2 -0.9318667 -3.1780289 1.3142956 0.8300814 6-2 1.6931333 -0.5530289 3.9392956 0.2488588 4-3 1.9556000 -0.2905622 4.2017622 0.1243464 5-3 2.7782667 0.5321044 5.0244289 0.0067840 6-3 5.4032667 3.1571044 7.6494289 0.0000000 5-4 0.8226667 -1.4234956 3.0688289 0.8920120 6-4 3.4476667 1.2015044 5.6938289 0.0003424 6-5 2.6250000 0.3788378 4.8711622 0.0125404
BÀI 34:
PHỤ LỤC:
>tl=gl(5,15,75)
>tg=gl(5,3,75)
>hs=c(40.41,42.50,39.50,45.58,45.21,46.67,47.27,47.36 ,48.79,49.44,49.53,50.53,49.74,50.17,51.17,37.38,37.4 7,38.47,49.56,49.65,50.56,50.91,51.00,52.00,53.75,53.
55,54.55,54.54,54.63,55.63,45.91,46.00,47.00,54.24,54 .33,55.33,59.49,59.58,60.58,60.65,60.74,61.74,61.04,6 1.13,62.13,52.04,52.13,53.13,62.26,62.35,63.35,68.17, 68.26,69.26,74.44,74.53,75.53,76.36,76.45,77.45,59.86 ,59.95,60.95,68.52,68.61,69.61,73.68,73.77,74.77,78.8 5,78.94,79.94,79.47,79.56,80.56)
>dat= data.frame(tl,tg,hs)
>twoway<-lm(hs~tl+tg)
>anova(twoway)
Df Sum Sq Mean Sq F value Pr(>F) tl 4 7277.9 1819.48 383.35 < 2.2e-16 tg 4 2916.5 729.11 153.62 < 2.2e-16
#cả2 yếu tố tỷ lệ(tl)và thời gian xay(tg)đều có P- value< 2.2e-16,nên đều có ảnh hưởng đến hiệu suất xay ở mức ý nghĩa 5%,tuy nhiên ảnh hưởng của yếu tố tỷ lệ có vẻ mạnh hơn thời gia xay(MeanSq của tl=1819.48>
MeanSq của tg)
> anova(twoway<-lm(hs~tl+tg+tl*tg))
Df Sum Sq Mean Sq F value Pr(>F) tl 4 7277.9 1819.48 3871.787 < 2.2e-16 tg 4 2916.5 729.11 1551.527 < 2.2e-16 tl:tg 16 289.8 18.11 38.536 < 2.2e-16
# tương tác cộng gộp giữa tl:tg có ảnh hưởng đến hiệu suất xay (P-value< 2.2e-16)ở mức ý nghĩa 5% và tác động cộng gộp này thấp hơn so với tác động riêng rẽ của từng yếu tố(MeanSq của tl:tg=18.11).
# tác động riêng rẽ của từng yếu tố đến hiệu suất xay
>res<-aov(hs~tl+tg)
>TukeyHSD(res)
Fit: aov(formula = hs ~ tl + tg)
$tl (tỷ lệ)
diff lwr upr p adj
2-1 2.652000 0.4209105 4.883089 0.0118786 3-1 9.734667 7.5035772 11.965756 0.0000000 4-1 20.122667 17.8915772 22.353756 0.0000000 5-1 25.544667 23.3135772 27.775756 0.0000000