Die Bedeutung der Vegetationsbeobach-Tungen in Kartoffel Versuchen

Zusammenfassung

Am Beispiel von Feldversuchen mit Kartoffeln werden Möglichkeiten zur statistischen Auswertung von Häufigkeitswerten und Boniturnoten aufgezeigt. Dadurch lässt sich die Aussagekraft der Versuche erhöhen.

Summary

Observations in field trials, recorded in the form of frequency values or scores, are not directly amenable to statistical evaluation as the necessary conditions for the application of analysis of variance are lacking, with the result that valuable information is often lost. In the case of simple experimental layouts, parameter-free methods are suitable. For the majority of types of experiment, however, a transformation of the values followed by analysis of variance is recommended. As an example, percentages can be evaluated without bias by analysis of variance methods after using the angular transformationx′=arc sin √x (Table 2).

For the statistical evaluation of scores, a new and very simple procedure is proposed: instead of the scores 1–9 (Table 3), the “Scores for ordinal or ranked data” ofFisher andYates are used for the analysis of variance (Table 4 and 6). Using two herbicide trials as an example, it is shown that by means of this simple method even visual differences can be precisely demonstrated (Table 5 and 6). The results of the observations agreed with the yield differences obtained subsequently. Because scores-e.g. observations of development, disease incidence, quality characters, flavour-must often be used in potato research, the methods described should prove valuable. Statistical evaluation of field observations and quality characters increases the predictive power of trials with a simultaneous saving in time.

Résumé

Dans des essais exécutés au champ, les observations sur la végétation traduites en valeurs qualitatives de fréquence ou en cotations ne peuvent, conséquemment au manque d'hypothèse pour l'emploi de l'analyse de la variance, être exploitées statistiquement; de sorte que des informations souvent précieuses sont perdues. Dans le cas d'essais simples, on peut utiliser des méthodes non paramétriques, cependant que pour des essais à traitements multiples, on recommande une transformation des valeurs suivie d'une analyse des variantes. C'est ainsi qu'on peut incontestablement effectuer l'analyse de la variance de très nombreuses valeurs d'observations exprimées en % suivant la formule de la transformation de l'angle x′ arc sin √x (Tableau 2).

Pour l'exploitation statistique de cotations un procédé nouveau, très simple, est le suivant: les cotes 1–9 (Tableau 3) sont remplacées par les valeurs “Scores for ordinal or ranked data” deFisher etYates; le calcul analytique de la variance s'effectue avec ces valeurs (Tableaux 4 et 6). En prenant comme exemples deux essais sur herbicides, on montre, qu'avec cette méthode simple, même des différences d'observations visuelles sont exprimées avec précision (Tableaux 5, 6). Les résultats de ces observations s'accordent avec les différences de rendement établies ultérieurement. La méthode ci-dessus décrite pourrait se révéler d'avenir vu que, dans la recherche sur la pomme de terre, l'application de cotes est très fréquente (développement, évolution et intensité de maladies, caractères de qualité, saveur). Par l'expression statistique des observations sur la végétation et les caractères de qualité, on augmente la valeur expressive des essais tout en économisant du temps.