Strip–plot in RCBD is most appropri

Strip–plot in RCBD is most appropriate in experiments dealing with two factors which are more or less equally important while the interaction is more important. This is also applicable if the two factors can be applied easily using large plots than using small plots. A typical example is a combination of irrigation system and frequency of spraying of pesticide. In this design, one treatment is applied in horizontal position while the other treatment in vertical position. As such,
both Factor A and Factor B cover large plots while the interaction is much smaller than any of the two factors. The degree of precision is more or less equal for both Factors A and B but that of the interaction is more precise than any of the two
factors.

Randomization of Factor A is done independent of the randomization of Factor B but both will be
randomized within each block. The procedure is as follows:
1. Determine the number of treatments in Factor A.
2. For Block 1, randomize the treatments in factor A in one direction (vertical or horizontal)using a randomization scheme described in RCBD. Note that all treatments must appear together as strips in one block, that is, use of two sub–blocks is not possible.
3. Determine the number of treatments in Factor B.
4. Randomize the number of treatments in Factor B by the same randomization scheme used in Factor A but is the other direction.
When each cell is completed, the combination of A and B will be
5. Follow Steps 1 to 4 for the succeeding blocks.
Following the randomization scheme above, a possible lay–out for strip–plot in RCBD with three levels of Factor A and four levels of Factor B with four replications is shown if the total area is very long and the fertility gradient is irregular or not known
It is not advisable to use very long plots because it will result to one of the factors having very long area coverage which might result to high variability within the block. As such, square or nearly square plots are recommended.

The same set of data used in previous examples will be used to have a comparison between
Split–Plot and Strip–Plot in RCBD.

ผลลัพธ์ (ไทย) 1:

แถบ – พล็อตใน RCBD เหมาะสมมากที่สุดในการทดลองจัดการกับปัจจัย 2 ประการที่มีความสำคัญมากหรือน้อยอย่างเท่าเทียมกันในขณะที่การโต้ตอบที่มีความสำคัญ นี้จะสามารถใช้ได้ถ้าปัจจัย 2 ประการที่สามารถใช้ได้อย่างง่ายดายโดยใช้ผืนใหญ่กว่าการใช้ผืนเล็ก ตัวอย่างทั่วไปคือ การรวมกันของระบบชลประทานและความถี่ในการฉีดพ่นสารเคมียาฆ่าแมลง ในการออกแบบนี้ รักษาหนึ่งถูกนำไปใช้ในแนวนอนในขณะที่การรักษาในแนวตั้ง เช่นนี้ทั้งปัจจัยและปัจจัย B ฝาขนาดใหญ่วางในขณะที่การโต้ตอบที่มีขนาดเล็กกว่ามีปัจจัยประการที่สอง ระดับของความแม่นยำจะมากหรือน้อยเท่าสำหรับปัจจัยทั้งสอง A และ B แต่การโต้ตอบจะชัดเจนมากขึ้นกว่าใด ๆ ของทั้งสอง ปัจจัยบายของปัจจัย A เสร็จของสุ่มของปัจจัย B แต่จะแบบสุ่มภายในแต่ละบล็อก ขั้นตอนมีดังต่อไปนี้:1. กำหนดหมายเลขในปัจจัย aสำหรับบล็อก 1 สุ่มทรีทเมนต์ในปัจจัยที่ A ในทิศทางเดียว (แนวตั้ง หรือแนวนอน) ใช้แบบสุ่มอธิบายใน RCBD โปรดทราบว่า ทั้งหมดต้องรวมกันเป็นแผ่นในหนึ่งบล็อก คือ ใช้ย่อย – บล็อกที่สองเป็นไปไม่ได้3. กำหนดหมายเลขในปัจจัย b4. สุ่มหมายเลขของการรักษาในปัจจัย B โดยสุ่มเดียวกันที่ใช้ในปัจจัยที่ A แต่มีทิศทางเมื่อแต่ละเซลล์สมบูรณ์ การรวมกันของ A และ B จะได้5. ทำตามขั้นตอนที่ 1 ถึง 4 สำหรับบล็อกประสบความสำเร็จต่อร่างความด้านบน ได้วาง – ออกสำหรับแถบ – พล็อตใน RCBD มีสามระดับของปัจจัย A และ 4 ระดับของปัจจัย B มีระยะที่สี่จะแสดงถ้าพื้นที่มีความยาวมาก และไล่ระดับความอุดมสมบูรณ์ไม่สม่ำเสมอ หรือไม่รู้จักไม่แนะนำให้ใช้แปลงนานมาก เพราะมันจะส่งผลให้หนึ่งในปัจจัยที่มีความครอบคลุมพื้นที่ยาวมากซึ่งอาจทำให้เกิดการแปรปรวนสูงภายในบล็อก เช่นนี้ สี่เหลี่ยมหรือสี่เหลี่ยมเกือบแปลงมีการแนะนำจะใช้ชุดเดียวกันของข้อมูลที่ใช้ในตัวอย่างก่อนหน้านี้มีการเปรียบเทียบระหว่างแยก – พล็อตและแถบ – พล็อตใน RCBD

ผลลัพธ์ (ไทย) 2:

แถบพล็อตใน RCBD ที่เหมาะสมที่สุดในการทดลองการจัดการกับสองปัจจัยที่มีมากขึ้นหรือน้อยลงอย่างเท่าเทียมกันสำคัญในขณะที่การทำงานร่วมกันเป็นสิ่งที่สำคัญมากขึ้น นอกจากนี้ยังมีผลบังคับใช้ถ้าสองปัจจัยที่สามารถนำมาใช้อย่างง่ายดายโดยใช้แปลงขนาดใหญ่กว่าการใช้แปลงขนาดเล็ก ตัวอย่างทั่วไปคือการรวมกันของระบบชลประทานและความถี่ของการฉีดพ่นยาฆ่าแมลง ในการออกแบบนี้เป็นหนึ่งในการรักษาที่ถูกนำไปใช้ในตำแหน่งแนวนอนในขณะที่การรักษาอื่น ๆ ในตำแหน่งแนวตั้ง เป็นเช่นนี้
ทั้งปัจจัยและปัจจัย B ครอบคลุมแปลงขนาดใหญ่ในขณะที่การทำงานร่วมกันมีขนาดเล็กกว่าที่ใด ๆ ของสองปัจจัย การศึกษาระดับปริญญาของความแม่นยำจะมากหรือน้อยที่เท่าเทียมกันสำหรับปัจจัยทั้ง A และ B แต่ที่ของการปฏิสัมพันธ์ที่มีความแม่นยำมากขึ้นกว่าใด ๆ ของทั้งสอง
ปัจจัย. การสุ่มตัวอย่างของปัจจัยที่จะทำเป็นอิสระจากการสุ่มของปัจจัย B แต่ทั้งสองจะได้รับการสุ่มในแต่ละ กลุ่ม โดยมีขั้นตอนดังต่อไปนี้: 1 กำหนดจำนวนของการรักษาในปัจจัย A. 2 หา Block 1 สุ่มรักษาในปัจจัยในทิศทางเดียว (แนวตั้งหรือแนวนอน) โดยใช้รูปแบบการสุ่มอธิบายไว้ใน RCBD โปรดทราบว่าการรักษาทั้งหมดจะต้องปรากฏร่วมกันเป็นแถบในหนึ่งช่วงตึกซึ่งก็คือการใช้สองย่อยบล็อกเป็นไปไม่ได้. 3 กำหนดจำนวนของการรักษาในปัจจัยบี4 สุ่มจำนวนของการรักษาในปัจจัย B โดยการสุ่มโครงการเดียวกับที่ใช้ในปัจจัย แต่เป็นทิศทางอื่น ๆ . เมื่อแต่ละเซลล์จะเสร็จสมบูรณ์การรวมกันของ A และ B จะเป็น5 ทำตามขั้นตอน 1-4 สำหรับบล็อกที่ประสบความสำเร็จ. ต่อไปนี้รูปแบบการสุ่มข้างต้นที่เป็นไปได้ออกวางแถบพล็อตใน RCBD มีสามระดับของปัจจัยสี่ระดับของปัจจัย B กับสี่ซ้ำก็แสดงให้เห็นว่าพื้นที่ทั้งหมดเป็นอย่างมาก ยาวและการไล่ระดับความอุดมสมบูรณ์ผิดปกติหรือไม่เป็นที่รู้จักมันไม่ได้แนะนำให้ใช้แปลงยาวมากเพราะมันจะส่งผลให้ปัจจัยหนึ่งที่มีพื้นที่ยาวมากซึ่งอาจส่งผลให้เกิดความแปรปรวนสูงภายในบล็อก เช่นตารางหรือเกือบตารางแปลงมีการแนะนำ. ชุดเดียวกันของข้อมูลที่ใช้ในตัวอย่างก่อนหน้านี้จะถูกนำมาใช้จะมีการเปรียบเทียบระหว่างสปลิตพล็อตและสตริปพล็อตใน RCBD