Лекція № 5 Тема : Планування досліджень

Основні питання:

1. Розробка плану проведення досліджень.

2. Вибір методу обробки та аналізу експериментальних даних.

3. Документальне оформлення процесу ведення експерименту, вимоги до оформлення результатів.

4. Складання переліку приладів, обладнання, матеріалів для забезпечення дослідних робіт.

5. Розрахунок кошторисної вартості науково-дослідної роботи.

6. Основні вимоги до вибору факторів та кількості варіантів досліду.

7. Однофакторнї та багатофакторні досліди, методологія їх проведення.

8. Градації факторів та крок експерименту.

9. Побудова схем досліду, повні та неповні схеми

Рекомендована література:

1. Білуха М. Т. Основи наукових досліджень. - К.: Вища школа, 1997. - 135с.

2. Викторов П. И., Меньків В. К. Методика и организация зоотехнических опытов. -М: Агропромиздат, 1991. - 112с.

3. Горбатенко І. Ю., Іванишина Г. О. - Основи наукових досліджень. Херсон, 2001 -92с.

4. Гятницька - Позднякова I. С. - Основи наукових досліджень у вищій школі. -К.:-2003.- 115с.

5. Дудченко А. А. Дудченко Я. А. Основы научных исследований: Учебное пособие. - К.: «Знания», 2000 - 114с.

6. Мальцев П.М., Емельянова Н.А. Основы научных исследований. - К.: Вища школа, 1982. - 124с.

Запитання для самоперевірки

1. Теоретичні основи планування

2. Значення та завдання планування

3. Вибір параметрів досліду

4. Вибір факторів досліду

5. Вибір моделі досліду

6. Планування схем дослідів

7. Етапи планування

8. Планування дослідів з повними схемами

Теоретичні основи планування

Від якості планування досліджень залежать достовірність, точність та ефективність експерименту. На сучасному етапі досліджень для планування досліду застосовують методи математичної статистики з широким використанням комп'ютерної техніки.

1.1. Значення та завдання планування. Уперше математичне планування досліду було здійснено наприкинці 20-х років минулого століття автором дисперсійного аналізу англійським математиком Р. Фішером. Таке планування підвищує надійність експерименту, дає змогу зменшити кількість дослідних варіантів і розмір дослідів, знайти оптимальні варіанти та підвищити продуктивність праці дослідника. Отже, математичне планування надзвичайно перспективним процесом у дослідній роботі.

Основне завдання планування — пошук оптимальних умов росту і розвитку риб з метою підвищення їх продуктивності. Припустимо, що дослідник у попередніх дослідах мав підвищення врожаю від певних градацій досліджуваного фактору на 15 % порівняно з контролем. Але приріст урожайності не задовольняє дослідника і спонукає його до вибору оптимальної градації того фактору, який вивчається. Вирішення таких завдань називають процесом оптимізації.

Наприклад. X — діючий фактор (удобрення, зрошення, обробіток ґрунту тощо): У — результат цієї дії (врожай, його якість). Це є параметром оптимізації, тобто критерієм оптимальності, цільовою функцією.

Математична модель або рівняння, що пов'язує параметр оптимізації з діючими факторами, має такий вигляд:

У = f (Х1, Х2,....ХП),

де f (Хі, X2,.... Х_п) функція відгуку, у якому XI, X2,.... Х_п — діючі

фактори.

Градації кожного фактору або його дози називають рівнями фактору. Набором рівнів для кожного фактору визначається кількість варіантів у досліді. Якщо кількість рівнів для всіх факторів однакова, то кількість варіантів досліду дорівнює кількості рівнів, піднесених у число факторів. При двох факторах та трьох рівнях кожного з них кількість варіантів у досліді буде З = 9. При п'яти рівнях кожного з п'яти факторів в одному досліді буде 5⁵ = 3125 варіантів. Оскільки закласти дослід з такою кількістю варіантів практично неможливо, насамперед виключають ті з них, які є проміжними і менш ефективними. Але таке виключення не повинно бути суб'єктивним, його треба робити із застосуванням методів математичної статистики, про що йтиметься далі.

Математичне планування експерименту застосовують лише для дослідів, результати яких можна відтворити, а фактори можна регулювати. Такими факторами є сорт, гібрид, удобрення, обробіток ґрунту, глибина і строки сівби, схеми садіння тощо. До факторів, які мало регулюються, належать температура повітря і ґрунту, освітлення та ін. Однак у фітотронах ці та інші фактори повністю регулюються. Фактори, які не можна регулювати у полі — атмосферні опади, температура. Вони певною мірою змінюють процес відтворення результатів, тому у Такому разі звертаються до так званого активно-пасивного експерименту, коли зв'язки між факторами, які не регулюються, та параметрами оптимізації визначають лише за результатами спостережень.

Планування досліду — це насамперед вибір мінімальної кількості варіантів та умов проведення досліду з метою оптимізації. При цьому користуються двома підходами:

1) побудовою фізичної моделі процесу на основі відомих явищ (фізики, ґрунту, фізіології риб, біології, хімії та ін.), що дає змогу мати математичну модель об'єкта досліджень у вигляді системи диферінціальних рівнянь; 2) статистичним підходом, який доповнює перший. Математична модель експерименту — це рівняння, що пов'язує параметри оптимізації з факторами життя риб.

1.2. Вибір параметрів досліду. Параметр — це те, що потрібно оптимізувати, тобто це реакція на фактори, яких може бути кілька. Параметрами можуть бути врожай, його якісні показники, моро­зостійкість, посухостійкість риб та їх стійкість проти шкідників ,хвороб тощо.

Знайти оптимальні умови для риб легше тоді, коли правильно вибраний єдиний параметр оптимізації. При цьому всі інші параметри обмежені. Якщо єдиний параметр вибрати неможливо, вибирають узагальнений параметр оптимізації як функцію від багатьох вихідних. Слід зазначити, що правильний вибір параметра—це одна з основних умов математичного планування.

Параметри оптимізації повинні відповідати таким вимогам:

1. параметри мають бути вимірюваними. Якщо їх не можна виміряти (наприклад, якісний параметр — стійка проти посухи риба або нестійка), то для їх вираження користуються ранговим підходом. При цьому параметрам привласнюють ранги за шкалами: двобальний, п'ятибальний, десятибальний і т. д. Для двобальної шкали ранговий параметр має обмежену область визначення — «так» і «ні», добрий або поганий стан риб, уражуються риби хворобами чи ні тощо. Однак ранговий підхід більш грубий, ніж безпосереднє вимірювання кількісних параметрів (маса врожаю, висота риб, площа листя та ін.);

2. параметр має бути виражений одним числом. Якщо параметр виражається як співвідношення, наприклад, вмісту азоту до фосфору 3 : 2, то його записують числом 1,5;

3. параметр повинен бути однозначним статистично, тобто певному набору факторів має відповідати лише одне число параметра;

4. параметр повинен бути досить точним статистично. Якщо точність недостатня, то збільшують кількість повторностей;

5. параметр має бути універсальним і повним, тобто він повинен всебічно характеризувати об'єкт вивчення. Універсальним є параметр, який подається функцією кількох окремих;

6. кожний параметр оптимізації повинен мати фізичний зміст. Одночасно можна оптимізувати лише одну функцію, найголовнішу з усіх. При цьому розраховують коефіцієнти парних кореляцій між основним параметром та іншими другорядними Якщо зв'язок виявиться сильним, то другорядний параметр виключають. Також виключають параметри, які важче виміряти або зміст яких менш зрозумілий.

3. Вибір факторів досліду. На врожай і його якість, стійкість риб проти хвороб, шкідників їх морозо- та посухостійкість впливають різні фактори: освітлення, сорт, вологість водойму і повітря, температура водойму і повітря, повітряний і поживний режими водойму, обробіток водойму та ін. Але при математичному плануванні враховують основний з них, який в даних умовах є найбільш дієвим.

Вибраний фактор повинен задовольняти такі вимоги:

1. має бути регульованим (зміна дози добрив, норми поливу, сівби, глибини оранки тощо). Температура і вологість повітря, освітлення у відкритому водоймі — це фактори, які не можна повністю регулювати, тому їх не використовують для математичного планування польового досліду;

2. щоб фактор можна було виміряти з достатньо високою точністю:

3. бажано, щоб фактор був однозначним;

4. щоб при вивченні сукупності кількох факторів їх можна безпечно поєднувати;

5. вибраний фактор не повинен залежати від інших, тобто між ними не повинно бути лінійної залежності (допускається криволінійний зв'язок).

3. Вибір моделі досліду. Правильно вибрана математична модель досліду дає змогу передбачити навіть ті оптимальні варіанти, які в досліді не вивчались. Для цього користуються кроковим принципом на поверхні відгуку.

Поверхня відгуку багатофакторного досліду має такі властивості як безперервність, гладкість та наявність єдиного оптимуму в певних точках даної поверхні. Якщо відомі значення параметрів у сусідніх точках поверхні відгуку, то в інших (сусідніх) можна математичними розрахунками передбачити значення іншого параметра. Так знаходять нові варіанти, яких у досліді не було і які можуть бути ефективними. Після проведення нового досліду з включенням нових варіантів знову послідовно за допомогою математичних розрахунків визначають ефективніші варіанти досліду, користуючись кроковим принципом. Якщо розраховують точки, які лежать на поверхні відгуку, то пошук називають інтерполяцією, а якщо за її межами — екстраполяцією. Чим ближче точки до області експерименту, тим точніше передбачення оптимальних варіантів. Наприклад, для визначення залежності врожайності польових культур від діючих факторів (сорт, удобрення, зрошення тощо) будують кілька найбільш сприятливих моделей та перевіряють їх придатність. З кількох моделей використовують ту. яка за математичним виразом найпростіша, і це називають перевіркою адекватної моделі.

Якщо рух на поверхні відгуку не веде у стаціонарну область, переходять до поліномів більш високих ступенів. Те саме роблять, якщо залежність між факторами та їх параметрами криволінійна.

Суть пошуку оптимуму така: І) проводять досліди з невеликими схемами; 2) за результатами цих дослідів будують математичні моделі, з яких вибирають найбільш придатні; 3) рухаючись у напрямі, який поліпшує параметр, знаходять оптимальний варіант; 4) знову закладають досліди, будують нові моделі і знаходять більш ефективні варіанти і т. д. Це і є оптимізацією планування.