قادر میرزاقادری

 دانشیار بهنژادی و بیوتکنولوژی گیاهی

دانشکده کشاورزی، دانشگاه کردستان

  کاربرد کامپیوتر در تحلیل طرح های آزمایشی
مقطع: کارشناسی و کارشناسی ارشد              تعداد واحد:
کد درس:  نام درس: کاربرد کامپیوتر در تحلیل طرح های آزمایشی
رشته: اصلاح نباتات مقطع، تعداد واحد: 
سال تحصیلی:  گروه: زراعت و اصلاح نباتات
استاد درس:  پیش نیاز درس:
اهداف درس:

برنامه‌هاي آماري مختلفي مانند SAS، SPSS، Minitab و غيره براي تجزيه و تحليل داده‌ها موجود است و كار با چنين برنامه‌هايي نيز مستلزم شناخت قواعد آماري و اصول درس طرح‌هاي آزمايشي مي‌باشد كه به عنوان پيش‌نياز ارائه شده‌اند. لذا لازم است كه دانشجو درس‌هاي آمار و احتمالات و طرح‌هاي آزمايشي در علوم كشاورزي به عنوان گذرانده باشد. هدف اين درس یادگیری اصول تحليل داده های حاصل از طرح های آزمایشی با استفاده از نرم‌افزارهای SAS و Minitab است. در نرم‌افزار SAS مي‌توان فرمان‌هاي خاصي را متناسب با نيازهاي موجود انتخاب و بكار گرفت. با استفاده از فرمان‌ها و زيرفرمان‌هاي موجود در SAS مي‌توان تجزيه و تحليل‌ها را در سطوح مختلفي از نظر پيچيدگي و جزئيات انجام داد و در بعضي موارد فرمان‌هاي مختلفي را مي‌توان براي يك تجزيه و تحليل خاص بكار برد. بديهي است كه در اين درس نمي‌توان همه جوانب مختلف اين نرم‌افزار را فرا گرفت بلكه هدف، ارائه طريق جهت آشنايي و شروع استفاده از نرم‌افزار SAS خواهد بود. جزئيات بيشتر در استفاده از SAS را مي‌توان در كتاب‌هاي راهنماي آن بدست آورد.

ارزیابی درس:

 

منابع درس:

طرح‌هاي آماري در پژوهش‌هاي كشاورزي. تأليف: يزدي صمدي ب. رضايي ع. ولي‌زاده م.، انتشارات دانشگاه تهران.

كاربرد نرم‌افزار SAS در تجزيه‌هاي آماري، تأليف: سلطاني ا.، نشر جهاد دانشگاهي مشهد.

 

Design and analysis of experiment. Montgomery DC. 7th Edition. New York, John Wiley & Sons, 2010.

وب‌سايت

http://www.ats.ucla.edu/stat/sas/

مکان و زمان تشکیل کلاس ها:

مطابق برنامه آموزش

مطالب ارائه شده در کلاس (lecture notes):

 

1.                     اصطلاحات، تعاريف و اصول كلي، معرفي نرم‌افزارهاي مورد استفاده و روش‌هاي مختلف وارد كردن داده‌ها در SAS

2.                     خلاصه‌اي از آمار (توصيف داده‌ها، آزمون‌هاي t و پيش‌فرض‌هاي آن، بررسي نرمال بودن داده‌ها در SAS

3.                     رويه ANOVA و مقايسه ميانگين‌ها

4.                     رويه GLM، مقايسات گروهي، استخراج مانده‌ها و مقادير پيش‌بيني

5.                     رويه GLM، بررسي پيش‌فرض‌هاي تحليل واريانس از جمله استقلال، نرمال بودن مانده‌ها و يكنواختي واريانس‌ها با استفاده از  SAS

6.                      داده گم شده، تبديل داده و بيان نتايج مربوط به داده‌هاي تبديل شده در تحليل واريانس و رگرسيون

7.                     مدل‌هاي ثابت، تصادفي و مخلوط در تحليل واريانس، اميد رياضي ميانگين مربعات و مولفه‌هاي واريانس

8.                     طرح‌هاي با بيش از چند مشاهده در هر واحد آزمايشي ، اميد رياضي ميانگين مربعات و مقايسه ميانگين‌ها در SAS

9.                     تحليل واريانس طرح‌هاي چند عاملي، اميد رياضي ميانگين مربعات و مقايسه ميانگين‌ها

10.                  برش‌دهي در آزمايشات فاكتوريل به كمك نرم‌افزار SAS

11.                  كرت‌هاي خرد شده (اسپليت پلات)

12.                  رويه mixed، اسپليت پلات در زمان و تجزيه مركب

13.                  طرح اسپليت بلوك يا طرح اسپليت پلات نواري و تصحيح متغير همراه

14.                  مقدمه ای بر تجزیه رگرسيون