Bài giảng Phương pháp nghiên cứu khoa học: Bài tập thực hành 2

Bài giảng Phương pháp nghiên cứu khoa học: Bài tập thực hành 2 được thực hiện với mục đích giúp người học trình bày kết quả thí nghiệm ở 2 yếu tố là: Phân tích ANOVA và trắc nghiệm phân dạng; Trình bày kết quả ở dạng bảng và đồ thị Interval plot. Mời các bạn cùng tham khảo bài giảng tại đây.

Trang 1

PPNCKH

BÀI TẬP THỰC HÀNH # 2

NỘI DUNG CỦA BTTH # 2

▪ Trình bày kết quả Thí nghiệm 2 yếu tố:

• Phân tích ANOVA và Trắc nghiệm phân hạng

• Trình bày kết quả ở dạng Bảng và đồ thị Interval plot

▪ Xây dựng ma trận tương quan giữa các biến số khác nhau trong

nghiên cứu

▪ Chuyển đổi dữ liệu trước khi phân tích ANOVA

Trang 2

SỐ LIỆU CỦA BTTH # 2

➢ Dữ liệu được uploaded trên E-learning

➢ Tên tệp tin:

- BTTH-2_Dữ liệu đất phèn

- BTTH-2_Dữ liệu tăng trưởng mô sẹo – tái sinh chồi

YÊU CẦU CỦA BTTH # 2

1.Dùng dữ liệu về đất phèn, hãy trình bày kết quả đánh giá ảnh hưởng của Hiện trạng sử dụng đất (loài cây-nhân tố A) và tầng đất (độ sâu tầng đất-nhân tố B) đến nồng độ của Fe, SO4, tỷ lệ C/N và N/P ở dạngBảngvà đồ thị Interval plot

2.Xây dựngma trận tương quangiữa các chỉ tiêu (pH, OC, TN, TP, Fe, SO4,Log10(VSVts-Fe) và Log10(VSVts-S)

3.Dựa vào kết quả của câu 2 (ma trận tương quan), hãy xây dựng phương trình tương quan

hồi qua đa biếnđể tiên lượng mật độ VSVts-Fe và VSVts-S

4.Dùng dữ liệusinh tạo mô sẹovà sinh chồi trong nuôi cấy mô, hãy phân tích ANOVA và bày kết quả ở dạng Bảng và đồ thị

Trang 3

Câu 1: Dùng dữ liệu về đất phèn, hãy trình bày kết quả đánh giá ảnh hưởng của

Hiện trạng sử dụng đất (nhân tố A) và độ sâu của tầng đất (nhân tố B) đến

nồng độ của Fe, SO4, tỷ lệ C/N và N/P ở dạng Bảng và đồ thị Interval plot

▪ Tạo các cột dữ liệu như hướng dẫn trong file Excel

▪ Phân tích sự biến động ANOVA cho từng chỉ tiêu theo Two-way ANOVA:

▪ Stat\ANOVA\Two-way Khi cửa sổ “Two-way ANOVA” xuất hiện:

• Ô“response”chọn biến trả lời (phụ thuộc): Ví dụ biến sốFe

• Ô“Column factor” chọn nhân tố A: Ví dụHiện trang sử dụng đất

• Ô“Row factor” chọn nhân tố B: Ví dụTầng đất

▪ Dựa vào giá tri p-value trong phân tích Two-way ANOVA mà chúng ta sẽ trình bày kết quả khác nhau.

Trang 5

KẾT QUẢ PHÂN TÍCH ANONA VÀ TRÌNH BÀY Ở DẠNG BẢNG

❖ KẾT QUẢ PHÂN TÍCH ANOVA: Chỉ tiêu Fe

Two-way ANOVA: Fe (mg/kg) versus HT SDĐ (A), Tầng đất (B)

Source DF SS MS F P

HT SDĐ (A) 4 13646146 3411536 113.78 0.000

Tầng đất (B) 3 25236148 8412049 280.55 0.000

Interaction (A x B) 12 6702179 558515 18.63 0.000

Error 60 1799042 29984

Total 79 47383516

Vì giá trị P-value của HT SDĐ (A), Tầng đất (B) và sự kết hợp (tương tác) giữa A và B, nên kết quả trình bày ở dạng Bảng có thể:

- Trắc nghiệm phân hạng giữa các HT SDĐ theo từng Tầng đất

- Trắc nghiệm phân hạng giữa các Tầng đất theo từng HT SDĐ

- Trắc nghiệm phân hạng sưj tương tác giữa HT SDĐ và Tầng đất

Trang 6

Kết quả Trắc nghiệm phân hạng giữa các HT SDĐ theo Tầng đất A

• One-way ANOVA: Tầng đất A versus HT SDĐ

HT SĐĐ 4 553025 138256 29.40 0.000

Error 15 70530 4702

Total 19 623555

S = 68.57 R-Sq = 88.69% R-Sq(adj) = 85.67%

• Grouping Information Using Tukey Method

HT SĐĐ N Mean Grouping

Đất trống 4 455.42 A

Tràm Úc 4 223.57 B

Keo LT 4 44.55 C

TRÌNH BÀY KẾT QUẢ DẠNG BẢNG: Giữa các HT SDĐ theo từng Tầng đất

Bảng 1: Sự thay đổi nồng độ Fe giữa các HT SDĐ theo từng Tầng đất

Các giá trị trong cùng một hàng có cùng chữ cái giống nhau thì không khác biệt về mặt thống kê với p

<= 0,05

Chỉ tiêu Tầng đất Mía Keo lá tràm Khóm Tràm úc Đất trống P-value

Fe

(mg/kg)

AB

Bj

Cp

Trang 7

Kết quả Trắc nghiệm phân hạng giữa các Tầng đất theo HT SDĐ

• One-way ANOVA: Mía versus Tầng đất

Tầng đất 3 1276956 425652 235.99 0.000

Error 12 21645 1804

Total 15 1298600

S = 42.47 R-Sq = 98.33% R-Sq(adj) = 97.92%

A 4 22.38 B

AB 4 15.96 B

Bảng 2: Sự thay đổi nồng độ Fe giữa các Tầng đất theo từng HT SDĐ

Các giá trị trong cùng một hàng có cùng chữ cái giống nhau thì không khác biệt về mặt thống kê với p <= 0,05

Fe

(mg/kg)

Keo LT

Khóm

Tràm úc

Đất trống

Trang 8

Kết quả Trắc nghiệm phân hạng tương tác Tầng đất và HT SDĐ

A x B N Mean Grouping

Đất trống-Cp 4 2644.9 A

KLT-Cp 4 1721.0 B

Thơm-Cp 4 1692.4 B

Tràm Úc-Cp 4 1612.5 B

Tràm Úc-AB 4 1462.6 B C

Đất trống-Bj 4 1365.4 B C D

Tràm Úc-Bj 4 1269.3 B C D

Đất trống-AB 4 958.0 D E

Mía-Cp 4 684.6 E F

Thơm-Bj 4 489.4 F G

A x B N Mean Grouping

Mía-Cp 4 684.6 E F Thơm-Bj 4 489.4 F G Đất trống-A 4 455.4 F G H Tràm Úc-A 4 223.6 G H Mía-Bj 4 62.1 G H KLT-AB 4 51.0 G H KLT-A 4 44.6 G H Thơm-A 4 38.7 G H Thơm-AB 4 35.6 H Mía-A 4 22.4 H Mía-AB 4 16.0 H

Bảng 3: Sự thay đổi nồng độ Fe theo sự tương tác giữa HT SDĐ và Tầng đất

Các giá trị có cùng chữ cái giống nhau thì không khác biệt có ý nghĩa về mặt thống kê với p <= 0,05

Chỉ tiêu Tầng đất Mía Keo lá tràm Khóm Tràm úc Đối chứng

Fe

(mg/kg)

Bj

Cp

Trang 9

Two-way ANOVA: Fe (mg/kg) versus HT SDĐ (A), Tầng đất (B)

HT SDĐ (A) 4 13646146 3411536 113.78 0.000

Tầng đất (B) 3 25236148 8412049 280.55 0.000

Interaction (A x B) 12 6702179 558515 18.63 0.000

Error 60 1799042 29984

Total 79 47383516

Vì giá trị p-value của từng nhân tố (ảnh hưởng chính) và sự tương tác là nhỏ < = 0,05 Nên kết

quả trình bày ở dạng đồ thị có thể:

▪ Cho từng nhân tố (giống như ở BTTH # 1)

▪ Đồ thị Interval plot cho sự tương tác

- Graph\Interval plot Khi cửa sổ ‘Interval plot” xuất hiện, chọn “With groups” tại “One Y”\OK

- Khi cửa sổ xuất hiện: Tại ô “Graph variable” chọn biến số cần vẻ đồ thị (ví dụ Fe) Tại ô

“Categorical variable for grouping” chọn nhân tố A và nhân tố B (ví dụ HT SDĐ, tầng đất)

- Chỉnh sử đồ thị tương tự như ở BTTH # 1

TRÌNH BÀY KẾT QUẢ Ở ĐỒ THỊ Interval Plot : Ví dụ Fe

Trang 10

HT SDÐ

Tâ` ng dâ´ t

Tra` m u´ c Mi´ a

Kho´ m (thom) Keo la´ tra` m

Ðâ´ t trô´ ng

Cp Bj AB A Cp Bj AB A Cp Bj AB A Cp Bj AB A Cp Bj AB A

3500

3000

2500

2000

1500

1000

500

0

Interval Plot of Fe (mg/kg)

95% CI for the Mean

Trang 11

▪ Stat\Basic Statistics\Correlation

▪ Khi hộp thoại xuất hiện, chọn tất cả các biến số cần xác định hệ số tương quan

▪ Xem kết quả ở slide kế tiếp

▪ Kết luận:

• Mật độ VSVts-Fe: phụ thuộc vào hàm lượng Cácbon, Nitơ, Phốt pho và Sắt trong đất phèn

• Mật độ VSVts-S: phụ thuộc vào hàm lượng Phốt pho có trong đất phèn

Câu 2: Xây dựng ma trận tương quan giữa các chỉ tiêu (pH, OC, TN, TP,

Fe, SO4,Log10(VSVts-Fe) và Log10(VSVts-S).

Trang 12

Bảng 4: Ma trận tương quan giữa pH, OC, TN, TP, Fe, SO4,

Log10(VSVts-Fe) và Log10(VSVts-S) (Giá trị trong ngoặc là p-value)

OC TN TP Fe SO4 Log10(VSVts-Fe) Log10(VSVts-S)

pH -0.0737 -0.107 0.157 0.169 -0.497 -0.173 -0.177

(0.516) (0.347) (0.164) (0.134) (2.69E-06) (0.125) (0.116)

OC 0.839 0.146 -0.278 -0.142 0.308 -0.119

(2.85E-22) (0.198) (0.0125) (0.208) (0.00552) (0.291)

TN 0.245 -0.456 -0.286 0.37 -0.21

(0.0286) (2.09E-05) (0.0101) (0.000734) (0.0614)

TP -0.145 0.0242 0.232 -0.52

(0.2) (0.831) (0.0387) (0.000000753)

Fe 0.115 -0.736 -0.0161

(0.309) (7.59E-15) (0.887)

SO4 -0.0661 0.0592

(0.56) (0.602)

Log10(VSVts-Fe) -0.12

(0.287)

Trang 13

❑Dựa vào kết quả phân tích ma trận tương quan ta có:

• Mật độ VSVts-Fe: phụ thuộc vào hàm lượng OC, N, P và Fe trong đất phèn

• Mật độ VSVts-S: Chỉ phụ thuộc vào hàm lượng P có trong đất phèn

- Xây dựng p/t t/q hồi quy tối ưu nhằm tiên lương mật độ VSVts-S tương tự như ở BTTH # 1

- Các bước xây dựng p/t t/q hồi quy đa biến tối ưu nhằm tiên lượng mật độ VSVts phân giải Fe dựa vào các biến số: Fe, OC, TN và TP như sau:

❑Stat\Regression\General Regression Khi hộp thoại “General regression xuất hiện:

✓Ô “Response” chọn biến số tiên lượng: Log10(VSVts-Fe)

✓Ô “Model”: chọn các biến số nhằm để xây dựng p/t t/q hồi quy, với các dạng mô hình như:

• Mô hình bậc 1, không tương tác:OC TN TP Fe

• Mô hình bậc 1, có tương tác: OC TN TP Fe OC*TN OC*TP OC*Fe TN*TP TN*Fe, TP*Fe

• Mô hình bậc 2, không tương tác: OC TN TP Fe OC*OC TN*TN TP*TP Fe*Fe

❑Ví dụ: Mô hình bậc 1, không tương tác: OC TN TP Fe

Câu 3: Xây dựng phương trình tương quan hồi qua đa biến tối ưu để tiên

lượng mật độ VSVts-Fe và VSVts-S có trong đất phèn

Trang 14

Kết quả Mô hình bậc 1, không tương tác:

▪ Vì p-value của TN và TP > 0,05 Nên P/t t/q hồi quy tối ưu:

Log10(VSVts-Fe) = 4.04843 + 0.0672798*OC - 0.000240942*Fe

▪ Chúng ta cần xem xét chuyển đổi dữ liệu trước khi xây dựng tương quan hồi quy đa biến

▪ Sử dụng Box-cox power transformation (chuyển đổi dữ liệu hàm mũ) trước khi xây dựng p/t t/q hồi quy đa biến

General Regression Analysis: Log10(VSVts-Fe) versus OC, TN, TP, Fe

Regression Equation (P/t t/q hồi quy tổng quát):

Log10(VSVtsFe) = 4.04843 + 0.0672798 OC 5.71003e005 TN + 0.00020897 TP

-0.000240942 Fe

Coefficients

Term Coef SE Coef T P

Constant 4.04843 0.0991542 40.8296 0.000

OC 0.06728 0.0336266 2.0008 0.049

TN -0.00006 0.0000364 -1.5705 0.121

TP 0.00021 0.0001145 1.8254 0.072

Fe -0.00024 0.0000278 -8.6788 0.000

Trang 15

Kết quả Mô hình bậc 1, không tương tác sau khi chuyển đổi dữ liệu Box-Cox power

P/t t/q hồi quy đa biến tối ưu (với L = 32,5 và g = 4,08)

(Log10(VSVts-Fe)^L-1)/(L*g^(L-1) = 0.794977*OC - 0.000843663*TN - 0.00094522*Fe

General Regression Analysis: Log10(VSVts-Fe) versus OC, TN, TP, Fe

Box-Cox transformation of the response with estimated lambda = 32.5002

Regression Equation (phương trình tổng quát): (Log10(VSVts-Fe)^L-1)/(L*g^(L-1) = 0.218439 + 0.794977 OC

- 0.000843663 TN + 0.000892419 TP - 0.00094522 Fe

( L = Lambda = 32.5002 , g = 4.07653 is the geometric mean of Log10(VSVts-Fe))

Coefficients

Term Coef SE Coef T-value P-value

Constant 0.218439 0.912996 0.23926 0.812

OC 0.794977 0.309629 2.56752 0.012

TN -0.000844 0.000335 -2.52000 0.014

TP 0.000892 0.001054 0.84661 0.400

Fe -0.000945 0.000256 -3.69763 0.000

▪ Dùng dữ liệu ở tập tin: BTTH 2_Du lieu tạo mo sẹo và sinh chồi

▪ Đây là kết quả từ nuôi cấy mô về tỷ lệ tạo mô sẹo và tỷ lệ sinh chồi được tính ở %

▪ Chúng ta cần chuyển đổi dữ liệu % sang các dạng khác trước khi phân tích ANOVA và trắc nghiệm phân hạng

▪ Có rất nhiều các chuyển dữ liệu trước khi phân tích ANOVA và trắc nghiệm phân hạng

Phương pháp chuyển đổi dùng “Căn bậc hai Arcsin –Square Root of Asin” (Arcsinsqrt) là

thông dụng nhất

▪ Cách chuyển đổi dữ liệu được hướng dẫn trên file excel

▪ Trình bày kết quả phải dựa vào kết quả phân tích ANOVA và trắc nghiệm phân hạng sau khi chuyển đổi dữ liệu Biến trả lời “Response” sẽ là Arcsinsqrt(TL tao mo seo), Arcsinsqrt(TL sinh choi) và các biến độc lập “predictor” là “Nước dừa” và “môi trường BA”, tương tự như ở BTTH # 1

Câu 4: Dùng dữ liệu sinh tạo mô sẹo và sinh chồi trong nuôi cấy mô, hãy

phân tích ANOVA và bày kết quả ở dạng Bảng và đồ thị

Tiêu đề	Bài giảng Phương pháp nghiên cứu khoa học: Bài tập thực hành 2
Trường học	Trường Đại học Nông Lâm Thành phố Hồ Chí Minh
Chuyên ngành	Phương pháp nghiên cứu khoa học
Thể loại	Bài tập thực hành
Năm xuất bản	2021
Thành phố	Thành phố Hồ Chí Minh

Định dạng
Số trang	16
Dung lượng	9,19 MB