田间试验（调查）总结格式要求和试验观测材料

不同配方施肥对生菜产量的影响

署名:

单位:园艺技术101班

邮编：

摘要:本论文介绍了不同配方施肥对生菜产量的影响，分析了不同配方对生菜产量的具体表现，并做出了结果分析。通过不同配方施肥对生菜生长及品质的影响试验结果表明: 冲施钾宝+高钙硼锌肥+复合肥显著增加生菜每亩的产量,有机无机复合肥更有利于生菜的优质高产,具有推广价值。

关键词:生菜；施肥配方；产量

前言:生菜原产地在欧洲地中海沿岸，过去生菜在中国栽培不多，多在南方种植。随着改革开放，对外交往频繁之后，近10多年来在一些大城市及沿海一些开放城市，生菜的种植面积逐渐多起来，继而内地的许多城市，也引入试种，受到消费者欢迎。日前生菜已成为我国发展较快的绿叶生菜。意大利生菜以脆嫩的叶供食，营养丰富是城市人民喜欢吃的蔬菜之一。生菜的生育期短，富含水分，每100克食用部分含水分高达94%一96%，故生食清脆爽口，特别鲜嫩。每100克食用部分还含蛋白质1—1.4克、碳水化合物1.8—3.2克、维生素C10—15毫克及一些矿物质。生菜还含有莴苣素，具清热、消炎、催眠作用。一年可种4季，经济效益不错，值得推广。

1　材料与方法

1.1　试验材料

⑴移植1周的意大利生菜。

⑵肥料和用量：阿姆泰克冲施钾宝(冲施钾宝)用量9g/㎡；3+1高钙硼锌肥(高钙硼锌肥)用量2.4g/㎡；氨基酸有机无机复合肥(复合肥)用量45g/㎡。

1.2 试验地基本情况 试验于20##年12月11日在南宁市西乡塘区心圩镇振兴村九队苏秋生的责任田进行。试验地以前是水稻田，后改作蔬菜地，肥力中、地势平坦，土质疏松，田块排灌方便。试验地PH值约5.0—6.5之间，含N量每亩0.42%，含P量0.6%，含K量1.2%。

1.3　试验方法

1.3.1 试验方案 生菜配方施肥试验方案

①冲施钾宝+高钙硼锌肥+复合肥。②高钙硼锌肥+复合肥。③冲施钾宝+复合肥。④复合肥。⑤清水对照。

1.3.2 田间试验设计 本试验采用随机区组设计，设3个重复、5个处理共15个小区，每小区(10×1)10㎡，小区总面积为150 ㎡，畦沟0.5m，每小区种植生菜110株。试验区四周各设1畦保护行。

1.3.3 主要操作管理 试验在生菜移植后1周进行，分别按各处理称取肥料，用桶将肥料兑水溶解，于12月11日上午对各处理小区的意大利生菜进行浇淋，淋透根系分布的土层。

1.3.4 观测记载方法和项目 施肥一周后，每周对生菜进行1次调查观察：每小区随机抽样调查10株，15个小区共调查150株，占种植数量的9%。分别测定作物的经济性状：叶数、叶面积、株高等生长指标，采收后用台秤分别按小区称量计产量，然后比较不同施肥处理对生菜生长发育和增产效果的影响，分析筛选出效果最好的肥料配方。4周后收获测产。

2　结果与分析

2.1　不同配方施肥对生菜经济性状的影响

2.1.1　不同配方施肥对生菜产量的影响（仅进行产量性状的分析）

表1 配方施肥后的生菜产量（单位:kg）

F值表：

多重比较：

经方差分析体验：处理间F值为412.22，表明个处理间不同施肥差异极显著，需进一步作多重比较，处理A与处理B、处理B、处理C、处理D、处理E差异均极显著，处理A产量最高；处理E与处理A、B、C、D差异极显著，说明①A冲施钾宝+高钙硼锌肥+复合肥。②B高钙硼锌肥+复合肥。③C冲施钾宝+复合肥。④D复合肥不同处理都对意大利生菜能提高产量且均差异显著。

3　结论（小结）：从本实验的结果看，不同配方施肥对生菜产量有明显的作用。在实验中，按各处理称取肥料，用桶将肥料兑水溶解，对各处理小区的意大利生菜进行浇淋，淋透根系分布的土层，避免浇淋谁过多造成吸收不好活根部腐烂。通过测定作物的经济性状，叶数、叶面积、株高等生长指标，采收后用台秤分别按小区称量计产量，以比较不同施肥处理对生菜生长发育和增产效果的影响。因此，在种植意大利生菜时，合理配置肥料的混合对其产量有着密切的联系。从本实验的结果看，施用冲施钾宝+高钙硼锌肥+复合肥比较适合南宁市西乡塘区心圩镇振兴村九队苏秋生的责任田的生产条件，当然，在考虑肥料配方时还要考虑具体土壤的的酸碱度、各有机元素的含量。

参考文献: 宋勇，20##年，不同基质与施肥配方对生菜产量和品质的影响，湖南农业大学学报（自然科学版）

 

第二篇：浅谈统计学的广泛应用 统计学课论文

●浅谈统计学的广泛应用

【论文关键词】：统计学；统计工具；应用

【论文摘要】：近二十年来，随着计算机的发展以及各种统计软件的开发，作为一门基础学科的统计学在金融、保险、生物、医学、经济、体育、运筹管理和工程技术等领域得到了广泛应用。许多领域因为运用了统计工具及统计思想而得到了延伸。然而，在其他领域应用统计学的过程中仍然存在一些问题或者错误，这些是需要不断完善的。

一、 关于统计学

统计学是关于收集、整理、分析和解释统计数据的科学，是一门认识方法论性质的科学，其目的是探索数据内在的数量规律性，以达到对客观事物的科学认识。用统计来认识事物的步骤是：研究设计—＞抽样调查—＞统计推断—＞结论。

二、 统计学的应用领域

在商业以及工业中，统计被用来了解与测量系统变异性，程序控制，对决策提供数据支持。在第一产业方面，可运用统计计算出各种农产品的需求情况及价格分布，从而指导生产。

在生产行业中，统计学可以运用在产品开发、营销、财务管理等方面，从而提高企业的营运能力。在服务行业中，例如在金融行业中，运用统计技术将各种交易资料加以分类、整理，从而得到如客户贡献度、客户偏好、存款变动趋势、产品分析、行业发展等数据，从而为管理层提供决策依据，等等。

1.统计学在经济学中的应用

统计学在经济学里边占有重要地位，经济学研究前必须学习统计学基础、数理统计、统计分析等统计学课程，而经济学的一些分支，比如计量经济学就更加依赖统计了。在金融学里边，统计同样重要，一些分支，比如金融计量、时间序列等都是统计和金融的结合。

统计学是收集、整理和分析数据的方法论科学。经济学实证研究首先必须开展经济数据的收集和整理，在抽样调查及数据预处理过程中体现出“为何统计”及“统计什么”的思想；经济数据分析过程中描述及推断统计方法的应用，包含着“如何统计”的思想。统计学在经济学中的作用主要有两方面。一是在其工具性上，统计学作为经济研究的基础工具，其作用自然不可小觑；二是在其思想性方面，统计学是一门严谨的学问，其严谨的思想在追求精确和理性的经济学中占据重要的地位。经济学是研究在约束的条件下的最优化选择，即在资源稀缺的条件下，如何达到收益的最大化。于是，在研究中就存在成本、收益等等的概念和运算。同时，由于经济活动的多样性，研究中存在许多变化的因素，导致了经济研究的错综复杂。而数学其用处就在于为许多复杂的思想和现象提供了简洁而明了的解释，为许多错综的数据提供了计算模型，从而使经济研究简洁条理。总体上，经济学利用统计方法得到的结论不具有完全确定性，体现出或然性统计思想。

2.统计学在医学中的应用

医学研究的对象主要是人体以及与人的健康有关的各种因素。生物现象的一个重要特点就是普遍存在着变异。所谓变异（个体差异），系指相同条件下同类个体之间某一方面发展的不平衡性，系偶然因素起作用的结果。例如同地区、同性别、同年龄的健康人，他们的身长、体重、血压、脉搏、体温、红细胞、白细胞等数值都会有所不同。又如在同样条件下，用同一种药物来治疗某病，有的病人被治愈，有的疗效不显著，有的可能无效甚至死亡。引起客观现象差异的原因是多种多样的，归纳起来，一类原因是普遍的、共同起作用的主要因素，另一类原因则是偶然的、随机起作用的次要因素。这两类原因总是错综复杂地交织在一起，并以某种偶然性的形式表现出来。科学的任务就在于，要从看起来是错综复杂的偶然性中揭露出潜在的必然性，即事物的客观规律性。这种客观规律性是在大量现象中发现的，比如临床要观察某种疗法对某病的疗效时，如果观察的病人很少，便不易正确判断该疗法对某病是否有效；但当观察病人的数量足够多时，就可以得出该疗法在一定程度上有效或无效的结论。所以，统计学是医学科学研究的重要工具。

医学统计学在本世纪二十年代以后逐渐形成为一门学科。它是运用概率论与数理统计的原理及方法，结合医学实际，研究数字资料的搜集、整理分析与推断的一门学科。医学统计学的内容包括统计研究设计，总体指标的估计，假设检验，联系、分类、鉴别与检测等研究。而电子计算机的作用，更促进了多变量分析等统计方法在医学研究中的应用。

3. 统计学在竞技体育中的应用

众所周知，在竞技体育比赛中，通过统计数字可以很好地反映一名运动员或是一支运动队在各方面的情况。下面就以NBA为例来浅论一下统计学在竞技体育中的应用。

作为全球顶级的职业篮球联赛，NBA除了为广大球迷推出一道道明星荟萃的PK盛宴外，也巨细无遗地留下了海量的技术统计资料，诸如得分、篮板、助攻、胜率等等技术指标令人目不暇接，眼花缭乱。在这个数字的茫茫大海中，难道真的是杂乱无章、毫无规律可循吗？其实不然，就篮球这项运动的本质而言，从统计科学的角度来看无非是一种概率的集体博弈，从比赛双方的每一次进攻或防守，到球队的每一次选秀或交易，甚至是球员的每一次伤病，都可以看作是一次随机事件，因此涉及到的种种技术指标也就成为了随机变量。既然如此，那么作为统计学中最重要的概率分布规律，正态分布就像一只无形的魔棒，操纵着NBA的方方面面。接下来看看正态分布到底是如何对NBA施展它的魔法的（相关数据由统计软件SPSS 14.0 版生成）。

NBA球员某项技术指标的稳定性是由该技术指标分布的标准差决定的，这个值越小，那么他的这项技术指标越稳定。

以姚明在三个赛季常规赛每场比赛中的得分分布为例，请看下表：

赛季     平均值   标准差

2003－04   17.54   6.901

2004－05   18.34   6.801

2005－06   19.91   6.309

可见姚明2005-2006赛季在得分的稳定性方面有明显的进步，因为他在比赛中得到20分左右的概率增大了，而拿10分以下或拿30分以上的概率则相应地减少，不再大起大落了，这就是稳定性的体现。

再来看看一些NBA著名球星每个赛季常规赛场均得分的分布情况，请看下表：

球星              平均值   标准差

迈克尔·乔丹         30.7      3.72

哈基姆·奥拉朱旺     21.0      5.98

蒂姆·邓肯          22.2      1.62

科比·布莱恩特       23.4      7.62

特雷西·迈克格雷迪     21.8      8.89

沙克·奥尼尔       26.1      3.25

史蒂夫·弗朗西斯      19.3      2.11

文斯·卡特          23.1      4.09

凯文·加内特       20.4      3.90

阿伦·艾弗森       28.1      3.57

从上表可以看出，邓肯的稳定性令人惊叹，无愧于“石佛”的称号；虽然科比和迈克格雷迪均为得分高手，但他们的稳定性与乔天王相比还有较大的差距，或许伤病是造成这种情况的一大原因吧；在中锋这个位置上，奥尼尔的稳定性相当突出，说明他的竞技状态保持得比较好。

虽然只举了两个例子，但可以清楚地看到：正态分布在NBA也是普遍存在的规律。有了它，我们就可以对球员的竞技状态以及球队的状况做出正确的评估和比较，并利用它在球队阵容配置上减少不必要的风险，另外也可以从一个全新的视角来观察NBA。

三、应用统计学过程中的存在的问题

其它领域在应用统计学的时候或多或少会出现一些问题或者错误。比如，现在经济学界存在着这样一个声音，反对统计学过多的介入经济学当中。许多经济学家认为，经济学的精华是思想而不是工具。模型仅仅是表述思想的一种工具，但不是唯一的工具。统计学很重要，但在经济学习研究中，更重要的是经济研究方法和经济思想。现在的经济学界中，存在着这样一种现象，许多人在经济学习与研究中，过多的去玩转一些复杂的数学公式，而忽略了其经济思想。如果这样的现象发展下去，势必导致经济学丢失其独有的特点与本质，从而导致经济学科的没落。

沃顿商学院的延森教授延森举过这样一个例子，“我正在参与一个为美国职业棒球大联盟外野手的守备能力建立模型的研究。研究中的一种假设是说如果球被击到他们身后的话，外野手的守备会更加困难，因为这样他们必须倒退地奔跑，而如果球被击到他们前方的话，他们只需要向前奔跑，这样会相比更加容易。” 但是研究结果与所假设的情况相反：在任何给定距离下，外野手倒退奔跑能接住更多的球。“这个结果看上去完全违背我们的直觉，”延森说。“但如果考虑到滞空时间（即球在空中停留的时间）你就会觉得合理了。因为球被击打得更远，那么它在空中停留的时间就会越长，这样外野手就会有更多的时间来接球，即使球被击打到他们的身后。这是一个很有意思的案例，因为案例中数据清楚地表明了我们之前推理所存在的缺点。” 要减少统计学上的错误使用，关键在于直觉的合理性，或者对研究者所使用的方法以及对各种力量之间的相互影响的了解。“重要的是了解在不同变量之后的驱动因素。只有在了解这些之后，研究者才能更好地理解和建立因果关系。

参考文献：

[1]李金昌.关于统计思想若干问题的探讨[J].统计研究,2006，(3)

[2] 林庄.浅谈数学在经济学中的应用[J].引进与咨询，2006，（9）

[3]刘桂芬.医学统计学[M].北京：中国协和医科大学出版社,2007

[4] (苏)马萨利金著，钱仲炎等译.体育数理统计方法[M].北京：人民体育出版社，1984

[5]丛湖平.体育统计学(第二版)[M].北京：高等教育出版社，2007