Zastosowania statystyki w badaniach rolniczych – metody zaawansowane

online 2 dni

Kurs jest poświęcony omówieniu kwestii takich jak:

  • planowanie i analiza danych pochodzących z dwu- i trójczynnikowych układów doświadczalnych
  • analiza danych pochodzących z powtarzanych pomiarów
  • analiza serii doświadczeń czynnikowych, w tym analiza interakcji genotypowo-środowiskowej (G x E)
  • analiza komponentów wariancyjnych
  • analiza złożonych zależności przyczynowo-skutkowych (analiza regresji wielorakiej i modeli nieliniowych)
  • wybrane metody wielozmienne służące agregacji badanych przypadków

Dla kogo?

  • pracowników firm i instytucji zajmujących się badaniami z zakresu rolnictwa, hodowli i ochrony roślin oraz nauk pokrewnych, którzy chcą analizować dane pochodzące z różnych układów doświadczalnych i poprawnie interpretować wyniki swoich badań

Co zyskasz?

  • dowiesz się, jak analizować i interpretować dane pochodzące z różnych dziedzin badań rolniczych i pokrewnych
  • nauczysz się interpretować wyniki analiz statystycznych, zwracając uwagę na poprawne formułowanie wniosków merytorycznych dotyczących postawionych przez badacza celów, hipotez lub pytań badawczych
  • poznasz bogate możliwości programu Statistica oraz Zestawu Przyrodnika w zakresie wizualizacji danych i wyników analiz

  • Program
  • Prowadzący
  • Informacje organizacyjne
  • Ceny

Program szkolenia:

1. Planowanie i analiza doświadczeń czynnikowych – zaawansowane modele analizy wariancji

  • Doświadczenia dwuczynnikowe
    • Układ całkowicie losowy
    • Układ bloków losowych
    • Układ split-plot
    • Układ split-blok

2. Doświadczenia trójczynnikowe

  • Układ bloków losowych
  • Układ split-plot A-BC
  • Układ split-plot AB-C

3. Analiza wariancji z powtarzanymi pomiarami

4. Serie doświadczeń

  • Układ hierarchiczno-krzyżowy (seria doświadczeń w układzie bloków losowych)
  • Układ split-split-plot (seria doświadczeń w układzie split-plot)
  • Model AMMI (analiz interakcji genotyp × środowisko)

5. Analiza komponentów wariancyjnych

  • Model losowy
  • Model mieszany

6. Analiza zależności przyczynowo-skutkowych

  • Regresja wieloraka
    • Model regresji wielorakiej
    • Dobór zmiennych niezależnych do modelu regresji wielorakiej
  • Regresja nieliniowa
    • Modele linearyzowane
    • Modele nieliniowe

7. Wielozmienne analizy aglomeracyjne

  • Aglomeracyjna analiza skupień
    • Analiza skupień dla zmiennych ilościowych
    • Analiza skupień dla zmiennych molekularnych (binarnych 0-1)
  • Analiza składowych głównych PCA

Polecamy inne szkolenia:                                                             

  • Metody wizualizacji danych

  • Planowanie badań i analiza wariancji
  • Praktyczne zastosowania technik regresyjnych w Statistica
  • Regresja logistyczna w badaniach medycznych i przyrodniczych
  • Analizy wielowymiarowe

Podobne szkolenia

Regresja logistyczna w badaniach medycznych i przyrodniczych

Szkolenie przybliża zagadnienie regresji logistycznej – metody modelowania statystycznego bardzo popularnej w medycynie i naukach przyrodniczych. Uczestnicy poznają kompletny proces budowy modelu. […]

Dowiedz się więcej

Zastosowania statystyki w badaniach rolniczych – metody podstawowe

Szkolenie polecamy wszystkim, którzy chcą efektywnie wykorzystywać statystykę, zarówno na etapie planowania badań, jak i analizy ich wyników, w naukach rolniczych. Uczestnicy zapoznają się […]

Dowiedz się więcej

Modele klasyfikacyjne w nauce – budowa, interpretacja i ocena

Zagadnienie klasyfikacji obiektów jest jednym z powszechniej definiowanych zadań analitycznych w obrębie szeroko rozumianych badań naukowych, począwszy od badań społecznych a skończywszy na badaniach przyrodniczych. […]

Dowiedz się więcej

Masz pytania?

Porozmawiaj z nami!

Jesteśmy tutaj, aby pomóc i rozwiać wszystkie Twoje wątpliwości. Wypełnij formularz, napisz do nas maila lub zadzwoń – odpowiemy najszybciej, jak to możliwe!

    Przejdź do treści