Listing 1 - 8 of 8 |
Sort by
|
Choose an application
Extraction --- Flotation --- Centrifuging. --- Centrifuging --- Efficiency --- methodology --- Nematode endoparasite
Choose an application
Statistical methods --- Sampling --- evaluation. --- evaluation --- Theorie des erreurs
Choose an application
Data analysis plays an increasing role in research, scientific expertise and prospective studies. Multiple data sources are often available to estimate a key parameter or to test a hypothesis of scientific or societal interest. These data, obtained under different environmental conditions or based on different experimental protocols, are generally heterogeneous. Sometimes they are not even directly accessible and should be extracted from scientific articles or reports. However, a comprehensive analysis of the available data is essential to increase the accuracy of estimates, assess the validity of research conclusions and understand the origin of the variability of the experimental results. A quantitative synthesis of the data set available allows for a better understanding of the effects of explanatory factors and for evidence-based recommendations. Designed as a methodological guide, this book shows the interests and limitations of different statistical methods to analyze data from experimental networks and to perform meta-analyses. It is intended for engineers, students and researchers involved in data analysis in agronomy and environmental science. Our objective is to present the main statistical methods to analyze data from experimental networks and scientific publications. Each chapter exposes one or more methods and illustrates them with examples processed with the R software. Data and R codes are provided and commented in order to facilitate their adaptation to other situations. The codes can be reused from the KenSyn R package associated with this book.
System analysis. --- R (Computer program language) --- GNU-S (Computer program language) --- Domain-specific programming languages --- Network analysis --- Network science --- Network theory --- Systems analysis --- System theory --- Mathematical optimization --- Agriculture. --- Botany. --- Mathematical statistics. --- Plant Sciences. --- Statistical Theory and Methods. --- Environmental Science and Engineering. --- Mathematics --- Statistical inference --- Statistics, Mathematical --- Statistics --- Probabilities --- Sampling (Statistics) --- Botanical science --- Phytobiology --- Phytography --- Phytology --- Plant biology --- Plant science --- Biology --- Natural history --- Plants --- Farming --- Husbandry --- Industrial arts --- Life sciences --- Food supply --- Land use, Rural --- Statistical methods --- Plant science. --- Statistics . --- Environmental sciences. --- Environmental science --- Science --- Statistical analysis --- Statistical data --- Statistical science --- Econometrics --- Floristic botany --- R (Computer program language). --- Statistics.
Choose an application
L'analyse de données joue un rôle croissant dans la recherche agronomique, l'expertise scientifique et les études prospectives. Des sources de données multiples sont souvent disponibles pour estimer un paramètre clé ou pour tester une hypothèse d'intérêt scientifique ou sociétal. Ces données, obtenues dans différentes conditions environnementales ou basées sur différents protocoles expérimentaux, sont généralement hétérogènes. Parfois même, elles ne sont pas accessibles et il est nécessaire de les extraire d'articles scientifiques ou de rapports. Pourtant, une analyse globale des données disponibles est essentielle pour augmenter la précision des estimations, évaluer la robustesse des conclusions et comprendre l'origine de la variabilité de certains résultats. Une synthèse quantitative de l'ensemble des données disponibles permet de mieux comprendre les effets de facteurs expérimentaux et d'affiner les recommandations agronomiques. Conçu comme un guide méthodologique, cet ouvrage montre les intérêts et les limites de différentes méthodes statistiques permettant d'analyser des données issues de réseaux expérimentaux et de réaliser des méta-analyses. Il s'adresse aux ingénieurs, étudiants et chercheurs impliqués dans l'analyse de données agronomiques. Notre objectif est de présenter les principales méthodes statistiques permettant de réaliser une synthèse quantitative des données issues des réseaux expérimentaux et des publications scientifiques. Chaque chapitre expose une ou plusieurs méthodes et les illustre à l'aide d'exemples traités avec le logiciel R. Les données et les codes R sont fournis et commentés afin de faciliter leur adaptation à d'autres situations pratiques. Ils peuvent être utilisés à partir du « package » R KenSyn associé à ce livre.
Analyse des données. --- Agronomie --- Méta-analyse. --- Meta-analysis. --- Analyse des données. --- Méta-analyse.
Choose an application
Choose an application
Choose an application
Choose an application
Sols forestiers --- Sols --- Analyse
Listing 1 - 8 of 8 |
Sort by
|