组合拉丁方设计与分析方法的研究

本文提出了一种新的试验设计方法——组合拉丁方设计,并给出了它的分析方法。该法是对拉丁方设计及所谓“双向随机区组设计”的改进与推广。它能在任意处理数与重复数的条件下采用,从而可以在不增加试验耗费的前提下,提高试验精确度。     

多元统计分析方法在羊体质量与体尺研究中的应用

多元统计分析常用的方法包括回归分析、主成分分析、因子分析、聚类分析、判别分析、相关分析等。全面、综合地分析羊多项体尺及体质量指标所反映的信息,对深入研究育种及生产实践有重要作用。对多元统计分析方法在羊体质量与体尺研究中的应用作出较全面的概述。     

运用SAS广义线性混合模型分析裂区试验数据

裂区设计能够灵活地增加试验处理和进行误差分级控制,在农业试验中应用广泛.但数据的统计分析较复杂,目前有效的相关统计软件十分缺乏.为了建立操作简单、实用性强、计算结果无误的统计分析手段,采用SAS广义线性混合模型(GLIMMIX)程序模块进行裂区设计数据的统计和分析,并通过实例分析说明GLIMMIX相较于传统一般线性模型...     

多元统计分析在Excel中的实现

提出了在Ｅｘｃｅｌ中利用ＶｉｓｕａｌＢａｓｉｃ实现多元统计分析的方法，介绍了关键控件与对象的全用，讨论了主要成分分析、因子分析等多元统计分析函数的语法格式。     

基于多元统计分析方法的西苕溪流域水质时空变化研究

基于太湖上游西苕溪流域38个采样点2009年6月至2010年7月完整周年的水质监测数据,综合运用聚类分析、单因素方差分析、因子分析及多维尺度分析等多元统计分析方法,对西苕溪流域水质时间与空间变化进行了分析。根据聚类分析将整个流域河段在空间上分为四个部分,即上游林区的河段、紧邻城镇的下游河段、下游平原区的干流河段和分散于农业灌溉区的河段;利用因子分析的旋转因子载荷矩阵从时间维度研究不同水质参数的季节敏感性,氮素在整个研究时间段与旋转因子的相关系数都大于0.900,表现出整个研究时间段内的敏感性;利用单因素方差分析和多维尺度分析实现时空的统一分析,相同时间不同河段间差异性显著且都与其地理位置特点相吻合,所有河段在时间维度上均显现出丰水期的水质与另两个水期差异显著的特点,紧邻城镇的下游河段水质是整个流域中不同水期间差异性最小的,凸显了人为干扰的持续性。研究结果表明,运用多元统计方法对西苕溪流域水质的时空变化特点进行分析,可以为流域水质监测与污染防控提供有益参考。     

基于多元统计分析的水污染评价

提出了水质污染的多元统计分析方法,并以湟水流域年平均水质污染指标为例,对其进行多元回归分析,实证分析结果满意。     

我校农业查新项目统计与分析

文章通过对广西大学图书馆1997-2003年间受理的农业查新项目,拟从查新项目的年代、委托查新单位机构、查新项目隶属学科及专业分类、查新项目类型、查新项目委托人职称和学历结构、委托查新频率、出具查新报告的急级等方面进行统计分析,并对我校的农业科研现状进行分析和探讨。     

基于多元统计分析的土壤-环境关系研究

[目的]基于多元统计分析方法,研究土壤与环境之间的关系。[方法]以陕北米脂县为例,在野外调查取样、实验室分析的基础上,利用Canoco多元统计分析,探讨土壤性质与环境因子之间相关性。[结果]环境因子对土壤性质的影响程度依次为:土地利用>植被类型>退耕年限>植被盖度>坡向>坡度>海拔高度,土地利用和植被类型对土壤性质有显著影响,是土壤性质空间变异的最主要的环境制约因子,而退耕年限则与土壤养分的积累关系密切。[结论]该研究为我国黄土高原地区生态环境的建设提供了理论依据。     

基于灰度共生矩阵的纹理分析的统计方法

由于影像图像纹理性强,这使得对于压缩后图像纹理质量的要求显得更加严格。然而,目前的影像图像压缩技术对压缩后图像的纹理效果处理不佳。本文将图像的灰度信息加进灰度共生矩阵,使得灰度矩阵能包含图像的纹理基元及其排列信息,并给出了统计分析方法。结果表明,与传统的压缩方法相比,文中提出的新方法更好地保留了原始图像的纹理效果及其相关信息。     

多元统计分析在评价不同土地利用方式下土壤肥力中的应用

以重庆市荣昌县3种不同土地利用方式下土壤为研究对象,采用多元统计分析方法计算得出其土壤肥力因子2个主成分:(1)土壤有机质、土壤氮素因子;(2)土壤钾素因子。再借助SPSS13.0统计软件得出土壤肥力指标权重值及其方差极大旋转后主成分因子得分,最后计算其综合评价得分。结果表明:该地区土壤肥力质量情况总体上较差,其中林地土壤综合肥力水平最高,水田次之,旱地最低。     

多元分析在大豆杂交亲本选配方面的应用

选用１０个农艺性状，对２０份大豆品种进行多元统计分析，结果表明，第一主成分为粒重因子，根据主成分分析，对供试亲本进行初步筛选。估算遗传距离，并采用类平均法进行系统聚类分析，选择遗传距离较大且来源不同类群的品种进行组配，可提高育种成效。