Kossor, tallsteklar och sockerärter Statistik vid Sveriges Lantbruksuniversitet Mikael Andersson Franko Universitetslektor i matematisk statistik Enheten för tillämpad statistik och matematik
SLU i hela Sverige SLU är ett rikstäckande universitet med verksamhet på många orter. De största campus ligger i Alnarp, Skara, Umeå och Uppsala. Bildades 1977 genom en sammanslagning av lantbrukshögskolan i Ultuna, veterinäroch skogshögskolan i Stockholm, Alnarpsinstitutet, skogsmästarskolan i Skinnskatteberg samt djursjukhuset i Skara.
Verksamhetsidé SLU utvecklar kunskapen om de biologiska naturresurserna och människans förvaltning och hållbara nyttjande av dessa. Detta sker genom utbildning, forskning och miljöanalys i samverkan med det omgivande samhället. Vision SLU är ett universitet i världsklass inom livs- och miljövetenskaper.
Organisation Näringsdepartementet Styrelsen för SLU Internrevision Universitetsadministration SLU Holding AB Bibliotek Rektor Universitetsdjursjukhuset Fakulteten för landskapsarkitektur, trädgårds- och växtproduktionsvetenskap Fakulteten för naturresurser och jordbruksvetenskap Fakulteten för veterinärmedicin och husdjursvetenskap Fakulteten för skogsvetenskap Institutioner och enheter
23 program på grundnivå Kandidat/yrkesprogram Biologi - bioteknik Biologi och miljövetenskap Djursjukskötare Ekonomi Etologi och djurskydd Hippolog Landskapsingenjör Lantmästare Skogsmästare Trädgårdsingenjör design Trädgårdsingenjör odling Längre yrkesprogram Agronom ekonomi Agronom husdjur Agronom landsbygdsutveckling Agronom livsmedel Agronom mark/växt Civilingenjör i energisystem (UU) Civilingenjör i miljö- och vattenteknik (UU) Hortonom Jägmästare Landskapsarkitekt Alnarp Landskapsarkitekt Ultuna Veterinär
Kurser i statistik Grundutbildning Umeå Matematisk statistik 7.5 hp Matematisk statistik, 7.0 hp Multivariat dataanalys, 7.5 hp Regressionsanalys, 7.5 hp Spatial statistik, 7.5 hp Tidserieanalys, 7.5 hp Uppsala Grundläggande statistik för ekonomer, 5.0 hp Grundläggande statistik för biologer, 5.0 hp Grundläggande statistik och matematik, 10.0 hp Biologisk matematik och statistik, 7.5 hp Biologisk statistik, 5.0 hp Variansanalys och försöksplanering, 5.0 hp Grundläggande matematisk statistik, 5.0 hp Alnarp Grundläggande biologisk statistik, 5.0 Kemi, Ekologi och Statistik Teknologiska och biologiska grunder för odling (1.0 hp statistik för trädgårdsingenjörer och hortonomer) Forskarutbildning Uppsala Statistics I: Basic statistics, 4 hp Statistics II: Experimental Design and ANOVA, 4 hp Statistics III: Regression Analysus, 4 hp Statistics IV: Generalized and Mixed Linear Models, 4 hp Alnarp Research Design, 3 hp Treatment of data, 4.5 hp Umeå Applied Logistic Regression, 7.5 hp Basic Sampling theory with applications, 4 hp
Biostokastikum Fakultetsövergripande centrum med ansvar för stöd i statistik i form av konsultuppdrag, deltagande i forskningsprojekt, kurser och workshops. Instiftades 2010 för att höja kvaliteten på statistiktillämpning på SLU. Årlig budget på 2Mkr. 10 statistiker på 4 institutioner.
Case study: Kossor I en foderstudie delades 54 kossor in slumpmässigt i tre lika stora fodergrupper omedelbart efter kalvning. Fodret i de tre grupperna blandades ut med 50%, 70% respektive 90% silage. Kossorna följdes och vägdes regelbundet under ett år. En kossa i behandlingsgrupp 2 utgick p.g.a. dålig hälsa. Finns en skillnad i viktökning mellan de tre grupperna?
Modell Blandad linjär modell för upprepade mätningar yy iiiiii = μμ + ββ ii xx kk + aa jj + bb jj xx kk + ee iiiiii aa jj NN 0, σσ aa bb jj NN(0, σσ bb ) CCCCCCCC ee iiiikk1, ee iiiikk2 = ρρ xx kk1 xx kk2 ii = fodergrupp (1,2,3) jj = kossa (1,2,,53) kk = tidpunkt
Resultat Linear mixed-effects model fit by REML AIC BIC loglik 5183.263 5221.787-2582.631 Random effects: Formula: ~lweek cownr StdDev Corr (Intercept) 65.0694790 (Intr) lweek 0.8572557-0.033 Residual 23.1328046 Correlation Structure: Continuous AR(1) Formula: ~lweek cownr Parameter estimate(s): Phi 0.5547614 Fixed effects: vikt ~ fgrupp:lweek Value Std.Error DF t-value p-value (Intercept) 546.8686 9.172727 482 59.61898 < 2e-16 *** fgrupp1:lweek 1.8208 0.243445 482 7.47933 3.56e-13 *** fgrupp2:lweek 1.6731 0.247141 482 6.76963 3.76e-11 *** fgrupp3:lweek 0.9108 0.244942 482 3.71855 2.24e-04 ***
Case study: Tallsteklar Ett experiment gjordes för att uppskatta predation av tallstekellarver. Totalt 81 granar valdes ut i tre geografiska områden (Asa, Uppsala och Vindeln) och grupper om cirka 20 larver sattes ut på två grenar på varje träd. Ena grenen täcktes av ett finmaskigt nät för att skydda larverna från rovdjur. Varje vecka under fem veckors tid räknades antal larver på varje gren.
Modell Hierarkisk blandad logistisk regression för upprepade mätningar logiiii pp iiiiiiii = μμ + αα ii + ββ ii xx ll + γγ kk xx ll + aa jj + bb jjjj + ee iiiiiiii aa jj NN 0, σσ aa bb jjjj NN 0, σσ bb CCCCCCCC ee iiiiiill1, ee iiiiiill2 ii = område (1,2,3) jj = träd (1,2,,81) kk = behandling (1,2) ll = tidpunkt (1,2,3,4,5) = ρρ xx ll1 xx ll2
Resultat Linear mixed-effects model fit by maximum likelihood Random effects: Formula: ~1 Tree (Intercept) StdDev: 0.3998026 Formula: ~1 Treatment %in% Tree (Intercept) Residual StdDev: 0.6895878 1.292731 Correlation Structure: AR(1) Formula: ~Week Area/Tree/Treatment Parameter estimate(s): Phi 0.7356289 Fixed effects Value Std.Err DF t-value p-value (Intercept) 1.9883819 0.17111 596 11.620397 0.0000 AreaUppsala -0.6425863 0.23171 72-2.773209 0.0071 AreaVindeln -1.2379368 0.25074 72-4.937092 0.0000 Week -0.1278001 0.03120 596-4.095346 0.0000 AreaUppsala:Week 0.0645199 0.03725 596 1.731631 0.0839 AreaVindeln:Week 0.0361457 0.04000 596 0.903492 0.3666 Week:TreatmentOpen -0.3332178 0.02550 596-13.067079 0.0000
Behandlingseffekter Vecka Skattning Oddskvot Konfidensintervall 1 0.33 1.4 1.3 1.5 2 0.67 1.9 1.8 2.2 3 1.00 2.7 2.3 3.2 4 1.33 3.8 3.1 4.6 5 1.67 5.3 4.1 6.8
Case study: Sockerärter Under perioden 2010-2014 samlade Findus in data över skörd av sockerärter per hektar och 16 övriga variabler på 2445 fält i Halland och Skåne. Vilka variabler påverkar skörden mest och hur skall man maximera skörden av sockerärter?
Variabler 1. Sort (10 olika sorter odlades) 2. Sådatum (från 20:e mars till 25:e juni) 3. Planttäthet (2-163 plantor/kvm) 4. Förfrukt (höstspannmål, vårspannmål, potatis/morötter, sockerbetor, träda) 5. Jordart (lättlera, mellanlera, sand) 6. Plöjning (höstplöjning, vårplöjning, plöjningsfritt) 7. Harvningsdjup (3-20 cm) 8. Såteknik (skivbill, släpbill) 9. Sådjup (3-10 cm) 10.Gödsling (stallgödsel, nedharvad, kombination, ogödslat) 11.Vältning (vid sådd, efter uppkomst, ingen vältning) 12.pH-värde (1.9-8.6) 13.Fosforhalt (2-160) 14.Kaliumhalt (1.7-55.0) 15.Magnesiumhalt (1-62) 16.Kalciumhalt (11-2000)
Resultat
Hur är det att vara statistiker på SLU? The best thing about being a statistician is that you get to play in everyone s backyard John Tukey (1915-200)