"The 2010 RUFORUM Biennial Conference was the second in the series. The main objective of the Biennial conferences is to provide a platform for agricultural research for development stakeholders in Africa and beyond to actively exchange findings and experiences, while at the same time learning lessons towards improving performance of the agricultural sector and ultimately people’s livelihoods. The biennial conference is RUFORUM’s most comprehensive meeting for the diversity of stakeholers in agriculture. It is especially dedicated to graduate students and their supervisors, grantees in RUFORUM member universities and alumni. It is a platform for peer review, quality control, mentorship, networking and shared learning. This record contains an extended abstract accepted under the theme plant breeding".
Importance and approaches of obtaining experimental uniformity
Abstract:
The need for a high degree of experimental uniformity is clearly
shown by the fact in an experiment that results in a CV
(coefficient of variation) of 20%, 8 replications would be
required to detect the size of difference between treatments
that could be detected by 2 replications if the CV were 10%.
Realistically, only if the percentage difference between two
treatments is twice the magnitude of the CV, will the difference
be reliably detected at P<0.05. Detection of differences can
be enhanced by choosing the treatments carefully, using the
most effective experimental design, conducting the experiment
and gathering data with approaches that purposely minimize
non-treatment differences between units, and analyzing the
results with the best statistical approaches available.
La nécessité d’un haut degré d’uniformité expérimentale est
clairement démontrée en fait dans une expérience qui a pour
résultat un CV (coefficient de variation) de 20%. Huit
répétitions seraient nécessaires pour détecter la taille de la
différence entre les traitements qui pourraient être détectées
par 2 répétitions si le CV était de 10%. De façon réaliste, si la
différence de pourcentage entre deux traitements est le double
de l’amplitude du CV, la différence serait détectée de façon
fiable à P <0,05. La détection de différences peut être renforcée
en choisissant des traitements avec soin, en utilisant le modèle
expérimental le plus efficace, en réalisant l’expérience et en
collectant les données avec des approches qui, exprès,
minimisent les différences de non-traitement entre les unités,
et en analysant les résultats avec les meilleures approches
statistiques disponibles.
Language:
English
Date of publication:
2010
University/affiliation:
Collection:
RUFORUM Conferences and Workshops
Agris Subject Categories:
Agrovoc terms:
Additional keywords:
Licence conditions:
Open Access
Access restriction:
Form:
Printed resource
Publisher:
ISSN:
E_ISSN:
Edition:
Extent:
365-371
Notes:
