ارزیابی مدل خطی تعمیم یافته به داده های درصد جوانه زنی و مقایسه آن با روش تبدیل جذری

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 53

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_YUS-10-2_003

تاریخ نمایه سازی: 15 اردیبهشت 1404

چکیده مقاله:

چکیده مبسوط مقدمه: در تحقیقات بذر، داده های درصد جوانه زنی حاصل از شمارش بوده و دارای توزیع دوجمله ای می باشد و از این رو، محققان بذر قبل از انجام تجزیه واریانس و مقایسه تیمارها، برای تثبیت واریانس و نرمال سازی داده ها از تبدیل داده ها به ویژه تبدیل جذری استفاده می کنند. با وجود استفاده از تبدیل داده ها، این روش ایرادات اساسی در ساختار دارد که نتایج آزمایش را خدشه دار می کند. از این رو معرفی و جایگزین کردن یک روش که بدون استفاده از تبدیل داده ها، فرضیات تحقیق را حفظ کند و نتایج قابل قبولی در اختیار محقق قرار دهد، حائز اهمیت است. استفاده از مدل خطی تعمیم یافته به عنوان یک روش جایگزین برای تجزیه و تحلیل داده های جوانه زنی با توزیع دو جمله ای می باشد. در این تحقیق، ابتدا مدل خطی تعمیم یافته معرفی و سپس بر اساس داده های شبیه سازی و داده های جوانه زنی، به بررسی کارایی آن پرداخته می شود. مواد و روش ها: در این پژوهش، ابتدا داده های شبیه سازی شده با روش مونت کارلو تولید شد. با کمک داده های شبیه سازی شده، سطح معنی داری و توان آزمون برای روش مدل خطی تعمیم یافته در حالت های مختلف محاسبه شد. سپس از داده های واقعی مربوط به ۳ آزمایش شامل اثر اسیدیته بر جوانه زنی ارقام گندم، اثر تنش آبی و شوری بر جوانه زنی بذرهای شاه افسر و اثر دمای متناوب بر جوانه زنی سه جمعیت اسطوخودوس استفاده گردید و نتایج مدل خطی تعمیم یافته و روش تبدیل جذری با داده های سه آزمایش مورد مقایسه قرار گرفت. یافته ها: نتایج شبیه سازی نشان داد که مدل خطی تعمیم یافته کارایی بالایی در حفظ سطح معنی داری از پیش تعیین شده و توان بالایی در تشخیص اختلافات معنی دار جوانه زنی بین تیمارها دارد. همچنین نتایج مقایسه مدل خطی تعمیم یافته با روش تبدیل جذری بیانگر این مطلب بود که مدل خطی تعمیم یافته توان بالاتری در تشخیص اختلاف معنی داری بین تیمارهای مختلف به ویژه در تیمارهای با بذرهای نابرابر در پتری داشت و در تیمارهایی که روش تبدیل جذری عدم اختلاف معنی دار بین تیمارها را نشان می داد، روش خطی تعمیم یافته اختلاف معنی دار بین تیمارها را نشان داد. نتیجه گیری: به طور کلی، نتایج این تحقیق نشان داد که مدل خطی تعمیم یافته می تواند به عنوان یک مدل جایگزین با تبدیل جذری در مطالعات مربوط به درصد جوانه زنی بذرها که دارای توزیع دوجمله ای می باشند به کار گرفته شود، بدون اینکه مشکلات مربوط به روش تبدیل جذری را داشته باشد. همچنین، این مدل توانایی و دقت بالاتری نسبت به روش تبدیل جذری در تشخیص اختلافات جوانه زنی بین تیمارهای مختلف  با بذرهای ثابت و متفاوت دارد. جنبه های نوآوری: از مدل خطی تعمیم یافته در تجزیه و تحلیل داده های درصد جوانه زنی استفاده شد. از داده های شبیه سازی شده با روش مونت کارلو برای بررسی سطح معنی داری و توان آزمون مدل خطی تعمیم یافته استفاده گردید.  مدل خطی تعمیم یافته با روش تبدیل جذری در آزمایش های مختلف جوانه زنی با بذرهای ثابت و متفاوت در پتری مقایسه شد.

نویسندگان

فرشید قادری فر

Gorgan University of Agricultural Sciences and Natural Resources

مجید عظیم محسنی

دانشگاه گلستان

حمیدرضا باقری

Gorgan University of Agricultural Sciences and Natural Resources

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ahrens, W.H., Cox, D.J. and Budhwar, G. ۱۹۹۰. Use of ...
  • https://doi.org/۱۰.۱۰۱۷/S۰۰۴۳۱۷۴۵۰۰۰۵۶۸۲۴Amorim, D.J., dos Santos, A.R.P., da Piedade, G.N., de Faria, ...
  • https://doi.org/۱۰.۳۳۹۰/agronomy۱۱۰۳۰۵۸۸Bolker, B.M., Brooks, M.E., Clark, C.J., Geange, S.W., Poulsen, J.R., ...
  • https://doi.org/۱۰.۱۰۱۶/j.tree.۲۰۰۸.۱۰.۰۰۸Carvalho, F.J., Santana, D.G.D. and Araújo, L.B.D. ۲۰۱۸. Why analyze ...
  • Dey, P. and Pandit, P. ۲۰۲۰. Relevance of data transformation ...
  • https://doi.org/۱۰.۲۶۶۵۵/JRWEEDSCI.۲۰۲۰.۱.۸Dobson, A.J. and Barnett, A.G. ۲۰۱۸. An introduction to generalized ...
  • Greenland, S., Senn, S.J., Rothman, K.J., Carlin, J.B., Poole, C., ...
  • https://doi.org/۱۰.۱۰۰۷/s۱۰۶۵۴-۰۱۶-۰۱۴۹-۳Jaeger, T.F. ۲۰۰۸. Categorical data analysis: Away from ANOVAs (transformation ...
  • https://doi.org/۱۰.۱۰۱۶/j.jml.۲۰۰۷.۱۱.۰۰۷Johnston, G. ۱۹۹۳. SAS software to fit the generalized linear ...
  • Moder, K. ۲۰۰۷. How to keep the type I error ...
  • https://doi.org/۱۰.۱۷۷۱۳/ajs.v۳۶i۳.۳۲۹Moder, K. ۲۰۱۰. Alternatives to F-test in one-way ANOVA in ...
  • Osborne, J. ۲۰۱۰. Improving your data transformations: Applying the Box-Cox ...
  • Piepho, H.P. ۲۰۰۳. The folded exponential transformation for proportions. Journal ...
  • https://doi.org/۱۰.۱۰۴۶/j.۰۰۳۹-۰۵۲۶.۲۰۰۳.۰۰۵۰۹.xRibeiro-Oliveira, J.P. and Ranal, M.A. ۲۰۱۶. Sample size in studies ...
  • https://doi.org/۱۰.۱۱۳۹/cjb-۲۰۱۵-۰۱۶۱Ribeiro-Oliveira, J.P., Santana, D.G.D., Pereira, V.J. and Santos, C.M.D. ۲۰۱۸. ...
  • Rizzardi, D.A., Contreras-Soto, R.I., Figueiredo, A.S.T., Andrade, C.A.D.B., Santana, R.G. ...
  • Robert, C.P., Casella, G. and Casella, G. ۲۰۱۰. Introducing Monte ...
  • Sileshi, G.W., ۲۰۱۲. A critique of current trends in the ...
  • Stroup, W.W. ۲۰۱۳. Generalized linear mixed models. CRC Press, Boca ...
  • Stroup, W.W. ۲۰۱۵. Rethinking the analysis of non-normal data in ...
  • https://doi.org/۱۰.۲۱۳۴/agronj۲۰۱۳.۰۳۴۲Warton, D.I. and Hui, F.K. ۲۰۱۱. The arcsine is asinine: ...
  • https://doi.org/۱۰.۱۸۹۰/۱۰-۰۳۴۰.۱Ahrens, W.H., Cox, D.J. and Budhwar, G. ۱۹۹۰. Use of ...
  • https://doi.org/۱۰.۱۰۱۷/S۰۰۴۳۱۷۴۵۰۰۰۵۶۸۲۴Amorim, D.J., dos Santos, A.R.P., da Piedade, G.N., de Faria, ...
  • https://doi.org/۱۰.۳۳۹۰/agronomy۱۱۰۳۰۵۸۸Bolker, B.M., Brooks, M.E., Clark, C.J., Geange, S.W., Poulsen, J.R., ...
  • https://doi.org/۱۰.۱۰۱۶/j.tree.۲۰۰۸.۱۰.۰۰۸Carvalho, F.J., Santana, D.G.D. and Araújo, L.B.D. ۲۰۱۸. Why analyze ...
  • Dey, P. and Pandit, P. ۲۰۲۰. Relevance of data transformation ...
  • https://doi.org/۱۰.۲۶۶۵۵/JRWEEDSCI.۲۰۲۰.۱.۸Dobson, A.J. and Barnett, A.G. ۲۰۱۸. An introduction to generalized ...
  • Greenland, S., Senn, S.J., Rothman, K.J., Carlin, J.B., Poole, C., ...
  • https://doi.org/۱۰.۱۰۰۷/s۱۰۶۵۴-۰۱۶-۰۱۴۹-۳Jaeger, T.F. ۲۰۰۸. Categorical data analysis: Away from ANOVAs (transformation ...
  • https://doi.org/۱۰.۱۰۱۶/j.jml.۲۰۰۷.۱۱.۰۰۷Johnston, G. ۱۹۹۳. SAS software to fit the generalized linear ...
  • Moder, K. ۲۰۰۷. How to keep the type I error ...
  • https://doi.org/۱۰.۱۷۷۱۳/ajs.v۳۶i۳.۳۲۹Moder, K. ۲۰۱۰. Alternatives to F-test in one-way ANOVA in ...
  • Osborne, J. ۲۰۱۰. Improving your data transformations: Applying the Box-Cox ...
  • Piepho, H.P. ۲۰۰۳. The folded exponential transformation for proportions. Journal ...
  • https://doi.org/۱۰.۱۰۴۶/j.۰۰۳۹-۰۵۲۶.۲۰۰۳.۰۰۵۰۹.xRibeiro-Oliveira, J.P. and Ranal, M.A. ۲۰۱۶. Sample size in studies ...
  • https://doi.org/۱۰.۱۱۳۹/cjb-۲۰۱۵-۰۱۶۱Ribeiro-Oliveira, J.P., Santana, D.G.D., Pereira, V.J. and Santos, C.M.D. ۲۰۱۸. ...
  • Rizzardi, D.A., Contreras-Soto, R.I., Figueiredo, A.S.T., Andrade, C.A.D.B., Santana, R.G. ...
  • Robert, C.P., Casella, G. and Casella, G. ۲۰۱۰. Introducing Monte ...
  • Sileshi, G.W., ۲۰۱۲. A critique of current trends in the ...
  • Stroup, W.W. ۲۰۱۳. Generalized linear mixed models. CRC Press, Boca ...
  • Stroup, W.W. ۲۰۱۵. Rethinking the analysis of non-normal data in ...
  • https://doi.org/۱۰.۲۱۳۴/agronj۲۰۱۳.۰۳۴۲Warton, D.I. and Hui, F.K. ۲۰۱۱. The arcsine is asinine: ...
  • نمایش کامل مراجع