П. С. Гнатів, О. Литвин, В. Іванюк, Н. Лагуш, В. Шестак, Б. Коцюба
{"title":"СТВОРЕННЯ Й АПРОБАЦІЯ ПРОГРАМНОГО ЗАБЕЗПЕЧЕННЯ СТАТИСТИЧНОГО МОДЕЛЮВАННЯ ВІРОГІДНОСТІ РЕЗУЛЬТАТІВ АГРОНОМІЧНИХ ЕКСПЕРИМЕНТІВ","authors":"П. С. Гнатів, О. Литвин, В. Іванюк, Н. Лагуш, В. Шестак, Б. Коцюба","doi":"10.31734/agronomy2022.26.157","DOIUrl":null,"url":null,"abstract":"Існує широкий вибір математичних моделей статистики для агрономічних досліджень, які добре описані в літературі. Вони універсальні, проте досліднику раціональніше мати готову до застосування, зручну і швидку щодо отримання результату методику. Найпоширенішим є дисперсійний аналіз, який включений до пакетів Statistics Calculators чи Functions of Excel. Проте його використання у цих пакетах потребує додаткових кропітких розрахунків для отримання остаточного результату. Тому для оперативного застосування в математичному моделюванні вірогідності результатів експерименту реалізовано алгоритм дисперсійного аналізу однофакторного експерименту інтерпретованою об’єктно-орієнтованою мовою програмування високого рівня з чіткою динамічною типізацією – Python 3, із використанням середовища програмування PyCharm Community Edition. Для розроблення функціонального й інтерактивного інтерфейсу обрано бібліотеку PyQt6 в комбінації з програмою для проєктування і дизайну інтерфейсів Qt Designer v 5.9.6. Для обчислення за математичними формулами використано бібліотеку numpy. Для роботи з табличними формами, переведенням у текстову форму, а також у формат Excel.xlsx, обрано бібліотеки pandas та tabulate. Так була створена робоча програма – Dispersion.exe. У ході апробації після занесення у програму вхідних показників урожаю за 2020–2021 роки вона їх опрацьовула і формалізувала у підсумкову статистичну модель вірогідності припущення в експерименті у формі таблиці в середовищі Microsoft Excel. Таблиця містить усі кінцеві показники вірогідності результату експерименту з вивчення впливу добрив на врожайність озимого ячменю, розраховані на підставі відхилення нульової гіпотези варіації спостережень.","PeriodicalId":426488,"journal":{"name":"Bulletin of Lviv National Environmental University: Agronomy","volume":"9 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-12-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bulletin of Lviv National Environmental University: Agronomy","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31734/agronomy2022.26.157","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Існує широкий вибір математичних моделей статистики для агрономічних досліджень, які добре описані в літературі. Вони універсальні, проте досліднику раціональніше мати готову до застосування, зручну і швидку щодо отримання результату методику. Найпоширенішим є дисперсійний аналіз, який включений до пакетів Statistics Calculators чи Functions of Excel. Проте його використання у цих пакетах потребує додаткових кропітких розрахунків для отримання остаточного результату. Тому для оперативного застосування в математичному моделюванні вірогідності результатів експерименту реалізовано алгоритм дисперсійного аналізу однофакторного експерименту інтерпретованою об’єктно-орієнтованою мовою програмування високого рівня з чіткою динамічною типізацією – Python 3, із використанням середовища програмування PyCharm Community Edition. Для розроблення функціонального й інтерактивного інтерфейсу обрано бібліотеку PyQt6 в комбінації з програмою для проєктування і дизайну інтерфейсів Qt Designer v 5.9.6. Для обчислення за математичними формулами використано бібліотеку numpy. Для роботи з табличними формами, переведенням у текстову форму, а також у формат Excel.xlsx, обрано бібліотеки pandas та tabulate. Так була створена робоча програма – Dispersion.exe. У ході апробації після занесення у програму вхідних показників урожаю за 2020–2021 роки вона їх опрацьовула і формалізувала у підсумкову статистичну модель вірогідності припущення в експерименті у формі таблиці в середовищі Microsoft Excel. Таблиця містить усі кінцеві показники вірогідності результату експерименту з вивчення впливу добрив на врожайність озимого ячменю, розраховані на підставі відхилення нульової гіпотези варіації спостережень.