lOMoARcPSD|16911414
11/22/2021
PPNCKH
BÀI TẬP THỰC HÀNH # 2
NỘI DUNG CỦA BTTH # 2
▪ Trình bày kết quả Thí nghiệm 2 ́u tớ:
• 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
Downloaded by Nguynhavy Ha Vy ()
1
lOMoARcPSD|16911414
11/22/2021
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 dạng Bảng và đồ thị Interval plot.
2. Xây dựng ma trận tương quan giữa 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 biến để tiên lượng mật độ VSVts-Fe và VSVts-S.
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
Downloaded by Nguynhavy Ha Vy ()
2
lOMoARcPSD|16911414
11/22/2021
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” x́t hiện:
• Ơ “response” chọn biến trả lời (phụ tḥc): Ví dụ biến sớ Fe
• Ơ “Column factor” chọn nhân tố A: Ví dụ Hiện trang sử dụng đất
• Ơ “Row factor” chọn nhân tớ B: Ví dụ Tầng đất
▪ Dựa vào giá tri p-value trong phân tích Two-way ANOVA mà chúng ta sẽ trình
bày kết quả khác nhau.
Downloaded by Nguynhavy Ha Vy ()
3
lOMoARcPSD|16911414
11/22/2021
Downloaded by Nguynhavy Ha Vy ()
4
lOMoARcPSD|16911414
11/22/2021
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
Downloaded by Nguynhavy Ha Vy ()
5
lOMoARcPSD|16911414
11/22/2021
KẾT QUẢ PHÂN TÍCH ANONA VÀ TRÌNH BÀY Ở DẠNG BẢNG
Kết quả Trắc nghiệm phân hạng giữa các HT SDĐ theo Tầng đất A
• One-way ANOVA: Tầng đất A versus HT SDĐ
Source
DF
SS
MS
F
P
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
Đất trớng
Tràm Úc
Keo LT
Khóm
Mía
N
4
4
4
4
4
Mean
455.42
223.57
44.55
38.66
22.38
Grouping
A
B
C
C
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
Chỉ tiêu
Fe
(mg/kg)
Tầng
đất
Mía
Keo lá tràm
Khóm
Tràm úc
Đất trống
P-value
A
22.38c
44.55c
38.66c
223.57b
455.42a
0.000
AB
Bj
Cp
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
Downloaded by Nguynhavy Ha Vy ()
6
lOMoARcPSD|16911414
11/22/2021
KẾT QUẢ PHÂN TÍCH ANONA VÀ TRÌNH BÀY Ở DẠNG BẢNG
Kết quả Trắc nghiệm phân hạng giữa các Tầng đất theo HT SDĐ
• One-way ANOVA: Mía versus Tầng đất
Source
DF
SS
MS
F
P
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%
• Grouping Information Using Tukey Method
Tầng đất
Cp
Bj
A
AB
N
4
4
4
4
Mean
684.63
6 2.12
22.38
15.96
Grouping
A
B
B
B
TRÌNH BÀY KẾT QUẢ DẠNG BẢNG: Giữa các HT SDĐ theo từng Tầng đất
Bảng 2: Sự thay đổi nồng độ Fe giữa các Tầng đất theo từng HT SDĐ
Chỉ tiêu HT SDĐ
Mía
A
AB
Bj
Cp
P-value
22.38b
15.96b
62.12b
684.63a
0.000
Keo LT
Fe
Khóm
(mg/kg)
Tràm úc
Đất trống
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
Downloaded by Nguynhavy Ha Vy ()
7
lOMoARcPSD|16911414
11/22/2021
KẾT QUẢ PHÂN TÍCH ANONA VÀ TRÌNH BÀY Ở DẠNG BẢNG
Kết quả Trắc nghiệm phân hạng tương tác Tầng đất và HT SDĐ
• Grouping Information Using Tukey Method
AxB
Đất trớng-Cp
KLT-Cp
Thơm-Cp
Tràm Úc-Cp
Tràm Úc-AB
Đất trống-Bj
Tràm Úc-Bj
KLT-Bj
Đất trống-AB
Mía-Cp
Thơm-Bj
N
4
4
4
4
4
4
4
4
4
4
4
Mean
2644.9
1721.0
1692.4
1612.5
1462.6
1365.4
1269.3
1052.8
958.0
684.6
489.4
Grouping
A
B
B
B
BC
BCD
BCD
CDE
DE
EF
FG
AxB
Mía-Cp
Thơm-Bj
Đất trống-A
Tràm Úc-A
Mía-Bj
KLT-AB
KLT-A
Thơm-A
Thơm-AB
Mía-A
Mía-AB
N
4
4
4
4
4
4
4
4
4
4
4
Mean
684.6
489.4
455.4
223.6
62.1
51.0
44.6
38.7
35.6
22.4
16.0
Grouping
EF
FG
FGH
GH
GH
GH
GH
GH
H
H
H
TRÌNH BÀY KẾT QUẢ DẠNG BẢNG: Giữa các HT SDĐ theo từng Tầng đất
Bảng 3: Sự thay đổi nồng độ Fe theo sự tương tác giữa HT SDĐ và Tầng đất
Chỉ tiêu
Fe
(mg/kg)
Tầng
đất
Mía
Keo lá tràm
A
22.4h
44.6gh
AB
16.0h
Khóm
Tràm úc
Đối chứng
Bj
Cp
Các giá trị có cùng chữ cái giống nhau thì không khác biệt có ý nghĩa về mặt thống kê với p <= 0,05
Downloaded by Nguynhavy Ha Vy ()
8
lOMoARcPSD|16911414
11/22/2021
TRÌNH BÀY KẾT QUẢ Ở ĐỒ THỊ Interval Plot: Ví dụ 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 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
Downloaded by Nguynhavy Ha Vy ()
9
lOMoARcPSD|16911414
11/22/2021
Interval Plot of Fe (mg/kg)
95% CI for the Mean
3500
3000
Fe (mg/kg)
2500
2000
1500
1000
500
0
Tâ`
ng dâ´
t
HT SDÐ
A AB Bj Cp
Ðâ´
t trô´
ng
A AB Bj Cp
Keo la´tra`
m
A AB Bj Cp
Kho´
m (thom)
A AB Bj Cp
Mi´
a
Downloaded by Nguynhavy Ha Vy ()
A AB Bj Cp
Tra`
m u´
c
10
lOMoARcPSD|16911414
11/22/2021
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).
▪ 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 đợ VSVts-S: phụ thuộc vào hàm lượng Phốt pho có trong đất phèn
Downloaded by Nguynhavy Ha Vy ()
11
lOMoARcPSD|16911414
11/22/2021
Bảng 4: Ma trận tương quan giữa pH, OC, TN, TP, Fe, SO4, Log10(VSVtsFe) và Log10(VSVts-S) (Giá trị trong ngoặc là p-value)
OC
TN
TP
Fe
SO4
-0.0737
(0.516)
-0.107
(0.347)
0.157
(0.164)
0.169
(0.134)
-0.497
(2.69E-06)
-0.173
(0.125)
-0.177
(0.116)
0.839
0.146
(2.85E-22) (0.198)
-0.278
(0.0125)
-0.142
(0.208)
0.308
(0.00552)
-0.119
(0.291)
TN
0.245
-0.456
-0.286
(0.0286) (2.09E-05) (0.0101)
0.37
(0.000734)
-0.21
(0.0614)
TP
-0.145
(0.2)
0.0242
(0.831)
0.232
(0.0387)
-0.52
(0.000000753)
0.115
(0.309)
-0.736
(7.59E-15)
-0.0161
(0.887)
-0.0661
(0.56)
0.0592
(0.602)
pH
OC
Fe
SO4
Log10(VSVts-Fe) Log10(VSVts-S)
-0.12
(0.287)
Log10(VSVts-Fe)
Downloaded by Nguynhavy Ha Vy ()
12
lOMoARcPSD|16911414
11/22/2021
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
❑ Dựa vào kết quả phân tích ma trận tương quan ta có:
• Mật đợ VSVts-Fe: phụ thuộc vào hàm lượng OC, N, P và Fe trong đất phèn
• Mật đợ VSVts-S: Chỉ phụ tḥc 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 hợp thoại “General regression x́t hiện:
✓ Ơ “Response” chọn biến sớ tiên lượng: Log10(VSVts-Fe)
✓ Ơ “Model”: chọn các biến số nhằm để xây dựng p/t t/q hồi quy, với các dạng mơ hình như:
• Mơ hình bậc 1, khơng tương tác: OC TN TP Fe
• Mơ hình bậc 1, có tương tác: OC TN TP Fe OC*TN OC*TP OC*Fe TN*TP TN*Fe, TP*Fe
• Mơ hình bậc 2, khơng 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
Downloaded by Nguynhavy Ha Vy ()
13
lOMoARcPSD|16911414
11/22/2021
Kết quả Mô hình bậc 1, không tương tác:
General Regression Analysis: Log10(VSVts-Fe) versus OC, TN, TP, Fe
Regression Equation (P/t t/q hồi quy tổng quát):
Log10(VSVts-Fe)
=
Coefficients
Term
Constant
OC
TN
TP
Fe
Coef
4.04843
0.06728
-0.00006
0.00021
-0.00024
4.04843 + 0.0672798 OC - 5.71003e-005 TN + 0.00020897 TP 0.000240942 Fe
SE Coef
0.0991542
0.0336266
0.0000364
0.0001145
0.0000278
T
40.8296
2.0008
-1.5705
1.8254
-8.6788
P
0.000
0.049
0.121
0.072
0.000
▪ 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.
Downloaded by Nguynhavy Ha Vy ()
14
lOMoARcPSD|16911414
11/22/2021
Kết quả Mô hình bậc 1, không tương tác sau khi chuyển đổi dữ liệu Box-Cox power
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
Constant
OC
TN
TP
Fe
Coef
SE Coef
T-value
0.218439
0.794977
-0.000844
0.000892
-0.000945
0.912996
0.309629
0.000335
0.001054
0.000256
0.23926
2.56752
-2.52000
0.84661
-3.69763
P-value
0.812
0.012
0.014
0.400
0.000
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
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
▪ 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
Downloaded by Nguynhavy Ha Vy ()
15
lOMoARcPSD|16911414
11/22/2021
Downloaded by Nguynhavy Ha Vy ()
16