Научные исследования в агрономии

Размещено на http://www.allbest.ru/

1. Методология научного исследования

Любое научное исследование осуществляется определенными приемами и способами, по определенным правилам. Учение о системе этих приемов, способов и правил называют методологией. Впрочем, понятие «методология» в литературе употребляется в двух значениях:

1) совокупность методов, применяемых в какой-либо сфере деятельности (науке, политике и т.д.);

2) учение о научном методе познания.

Методология (от «метод» и «логия») - учение о структуре, логической организации, методах и средствах деятельности.

Метод - это совокупность приемов или операций практической или теоретической деятельности. Метод можно также охарактеризовать как форму теоретического и практического освоения действительности, исходящего из закономерностей поведения изучаемого объекта.

Методы научного познания включают так называемые всеобщие методы, т.е. общечеловеческие приемы мышления, общенаучные методы и методы конкретных наук. Методы могут быть классифицированы и по соотношению эмпирического знания (т.е. знания полученного в результате опыта, опытного знания) и знания теоретического, суть которого - познание сущности явлений, их внутренних связей.

Каждая отрасль применяет свои конкретно-научные, специальные методы, обусловленные сущностью объекта исследования. Однако зачастую методы, характерные для какой-либо конкретной науки применяются и в других науках. Это происходит потому, что объекты исследования этих наук подчиняются также и законам данной науки. Например, физические и химические методы исследования применяются в биологии на том основании, что объекты биологического исследования включают в себя в том или ином виде физические и химические формы движения материи и, следовательно, подчиняются физическим и химическим законам.

Всеобщих методов в истории познания - два: диалектический и метафизический. Это общефилософские методы.

Диалектический метод - это метод познания действительности в ее противоречивости, целостности и развитии.

Метафизический метод - метод, противоположный диалектическому, рассматривающий явления вне их взаимной связи и развития.

Методы научного познания

1) Общенаучные методы.

Анализ - мысленное или реальное разложение объекта на составляющие его части.

Синтез - объединение познанных в результате анализа элементов в единое целое.

Обобщение - процесс мысленного перехода от единичного к общему, от менее общего, к более общему. Например: переход от суждения «этот металл проводит электричество» к суждению «все металлы проводят электричество», от суждения: «механическая форма энергии превращается в тепловую» к суждению «всякая форма энергии превращается в тепловую».

Абстрагирование (идеализация) - мысленное внесение определенных изменений в изучаемый объект в соответствии с целями исследования. В результате идеализации из рассмотрения могут быть исключены некоторые свойства, признаки объектов, которые не являются существенными для данного исследования.

Индукция - процесс выведения общего положения из наблюдения ряда частных единичных фактов, т.е. познание от частного к общему. На практике чаще всего применяется неполная индукция, которая предполагает вывод о всех объектах множества на основании познания лишь части объектов. Неполная индукция, основанная на экспериментальных исследованиях и включающая теоретическое обоснование, называется научной индукцией. Выводы такой индукции часто носят вероятностный характер. Это рискованный, но творческий метод.

Дедукция - процесс аналитического рассуждения от общего к частному или менее общему. Она тесно связана с обобщением. Если исходные общие положения являются установленной научной истиной, то метом дедукции всегда будет получен истинный вывод. Особенно большое значение дедуктивный метод имеет в математике.

Аналогия - вероятное, правдоподобное заключение о сходстве двух предметов или явлений в каком-либо признаке, на основании установленного их сходства в других признаках. Аналогия с простым позволяет понять более сложное.

Моделирование - воспроизведение свойств объекта познания на специально устроенном его аналоге - модели.

Исторический метод подразумевает воспроизведение истории изучаемого объекта во всей своей многогранности, с учетом всех деталей и случайностей. Логический метод - это, по сути, логическое воспроизведение истории изучаемого объекта.

Классификация - распределение тех или иных объектов по классам (отделам, разрядам) в зависимости от их общих признаков, фиксирующее закономерные связи между классами объектов в единой системе конкретной отрасли знания. Становление каждой науки связано с созданием классификаций изучаемых объектов, явлений.

2) Методы эмпирического и теоретического познания.

Наблюдение.

Наблюдение есть чувственное отражение предметов и явлений внешнего мира. Это - исходный метод эмпирического познания, позволяющий получить некоторую первичную информацию об объектах окружающей действительности.

Научное наблюдение характеризуется рядом особенностей:

- целенаправленностью (наблюдение должно вестись для решения поставленной задачи исследования);

- планомерностью (наблюдение должно проводиться строго по плану, составленному исходя из задачи исследования);

- активностью (исследователь должен активно искать, выделять нужные ему моменты в наблюдаемом явлении).

Наблюдения могут нередко играть важную эвристическую роль в научном познании. В процессе наблюдений могут быть открыты совершенно новые явления, позволяющие обосновать ту или иную научную гипотезу. Из всего вышесказанного следует, что наблюдения являются весьма важным методом эмпирического познания, обеспечивающим сбор обширной информации об окружающем мире.

Эксперимент - более сложный метод эмпирического познания по сравнению с наблюдением. Он предполагает активное, целенаправленное и строго контролируемое воздействие исследователя на изучаемый объект для выявления и изучения тех или иных его сторон, свойств, связей. Обладает рядом присущих только ему особенностей:

- эксперимент позволяет изучать объект в «очищенном» виде, то есть устранять всякого рода побочные факторы, наслоения, затрудняющие процесс исследования;

- в ходе эксперимента объект может быть поставлен в некоторые искусственные, в частности, экстремальные условия (при сверхнизких температурах, при высоких давлениях, при огромных напряжениях электромагнитного поля и др.);

- изучая какой-либо процесс, экспериментатор может вмешиваться в него, активно влиять на его протекание;

- проводимые эксперименты могут быть повторены столько раз, сколько это необходимо для получения достоверных результатов.

Измерение - это процесс, заключающийся в определении количественных значений тех или иных свойств, сторон изучаемого объекта, явления с помощью специальных технических устройств.

Идеализация представляет собой мысленное внесение определенных изменений в изучаемый объект в соответствии с целями исследований. В результате таких изменений могут быть, например, исключены из рассмотрения какие-то свойства, стороны, признаки объектов. Так, широко распространенная в механике идеализация, именуемая материальной точкой, подразумевает тело, лишенное всяких размеров. Такой абстрактный объект, размерами которого пренебрегают, удобен при описании движения.

Основное положительное значение идеализации как методе научного познания заключается в том, что получаемые на его основе теоретического построения позволяют затем эффективно исследовать реальные объекты и явления.

Формализация. Под формализацией понимается особый подход в научном познании, который заключается в использовании специальной символики, позволяющей отвлечься от изучения реальных объектов, от содержания описывающих их теоретических положений и оперировать вместо этого некоторым множеством символов (знаков).

агрономический вариационный кумулята

2. Разработка моделей и их использование при планировании эксперимента в агрономических исследованиях

Простое научное исследование, проведенное путем регистрации результатов учетов, измерений, свершившихся фактов и явлений называют наблюдением. Подобное исследование можно провести с одной линейкой или рамкой для учета как на опытном участке, так и на производственных полях. Сложную форму научного исследования представляет опыт, или эксперимент, который отличается активным «вторжением» в естественные процессы и явления или их моделированием.

Эксперимент - это такой вид научного исследования, при котором исследователь искусственно вызывает явление или изменяет условия так, чтобы лучше выяснить сущность явления, происхождение, причинность и взаимосвязь предметов и явлений. В отличие от регистрируемых наблюдений он позволяет исследователю поставить изучаемый объект в различные условия.

Таким образом, с позиции теории познания между экспериментом и наблюдением существует принципиальная разница: наблюдение отражает внешний мир, эксперимент же рождается в сознании человека в образе гипотезы с последующей проверкой практикой. Эксперимент отражает наши умозаключения, предположения, которые мы проверяем искусственным путем.

Моделирование - метод исследования объектов, процессов и явлений на их моделях. Сущность моделирования - замена объектов, которые трудно изучать, на специально созданные аналоги - модели. Для того, чтобы исследования на моделях были эффективными, каждая из них должна иметь черты оригинала. Если модель сохраняет физическую природу оригинала, то это физическая модель. Так можно моделировать почву, растительные клетки, органы, растения. Математическую модель не создают, объект лишь описывают соответствующими уравнениями (например, математическое описание урожайности определенной культуры или сорта в зависимости от условий внешней среды).

Пример самого простого моделирования в опытном деле - составление схемы опыта, вычерчивание в масштабе опытного участка, схематичное изображение всего опыта с выделением повторений, защиток и обозначением места каждого варианта.

Различают моделирование структуры объекта и моделирование его поведения, т. е. процессов, которые происходят в объекте исследований. Моделирование как метод используется вместе с другими методами, часто с экспериментом, и называется в таком случае модельным экспериментом.

3. Распределение частот и его графическое изображение

Частотное распределение - метод статистического описания данных (измеренных значений, характерных значений). Математически распределение частот является функцией, которая в первую очередь определяет для каждого показателя идеальное значение, так как эта величина обычно уже измерена. Такое распределение можно представить в виде таблицы или графика, моделируя функциональные уравнения. В описательной статистике частота распределения имеет ряд математических функций, которые используются для выравнивания и анализа частотного распределения (например, нормальное распределение распределение Гаусса).

Объём данных (измеренные значения, данные обследования) является первым оригинальным неупорядоченным списком. Во-первых, его необходимо отсортировать. От первоначального списка, в этом случае, может возникнуть небольшое отклонение квантилей (статистический разброс), вероятного отклонения и стандартного отклонения (эмпирическое правило: стандартное отклонение = расстояние / 6).

Затем мы придаем каждой величине значение и суммируем их. Как правило, мы получаем абсолютную частоту. Опираясь на данные абсолютной частоты, вычисляем общее количество значений выборки и вычисляем относительные частоты. Теперь у нас есть упорядоченное множество пар значений (характерные значения и связанных с ними относительные частоты), так называемый рейтинг.

Добавим относительные частоты, начиная с наименьшего значения признака и придадим каждой функции значение суммы (в том числе его собственного вклада), так чтобы получилось распределение. Это указывает для каждого значения признака, насколько велика его доля меньших или равных соответствующего характеристического значения. Процент начинается с 0 и приближается к 1 или 100 процентам. Графически это изображается слабой монотонно возрастающей кривой, имеющей удлиненную S-образную форму. Существуют многочисленные попытки воспроизведения результатов распределения функциональными уравнениями. Распределение суммы, в зависимости от значений признаков самый простой тип представления распределения частот.

По правилам также необходимо произвести классификацию характерных значений. Эта процедура делит диапазон значений, возникающих, например, в 10 или 20 одинаковой ширины классов (редких значений по краям (см. «выбросы») иногда группирующихся вместе в большими классами). Затем определяется плотность функции, производной функции распределения в соответствии с характеристикой значения в случае непрерывного распределения. Кроме того, частоту можно определить не только путем подсчета, но также, например, путем взвешивания. Тогда мы получим распределение массы вместо ряда распределения. В принципе, можно воспользоваться любой аддитивной величиной для измерения частоты. Если случайная выборка сильно отличается от нормального распределения (кривой нормального распределения), то данные могут быть смещены с помощью выбора эффектов или тенденций. Различные статистические тесты предлагают вывод или дисперсионный анализ. Если размер выборки находится в суперпозиции нескольких подмножеств (возрастное распределение, профессий, групп), то распределение частот вместо максимальных также может быть двух-или многомерным.

Графики являются наглядной формой отображения рядов распределения. Для изображения рядов применяются линейные графики и плоскостные диаграммы, построенные в прямоугольной системе координат.

Для графического представления атрибутивных рядов распределения используются различные диаграммы: столбиковые, линейные, круговые, фигурные, секторные и т. д.

Для дискретных вариационных рядов графиком является полигон распределения.

Полигоном распределения называется ломаная линия, соединяющая точки с координатами или где - дискретное значение признака, - частота, - частость.

График строится в принятом масштабе. Вид полигона распределения приведен на рис.5.1.

Для изображения интервальных вариационных рядов применяют гистограммы, представляющие собой ступенчатые фигуры, состоящие из прямоугольников, основания которых равны ширине интервала, а высота - частоте (частости ) равноинтервального ряда или плотности распределения неравноинтервального. Построение диаграммы аналогично построению столбиковой диаграммы. Общий вид гистограммы приведен на рис. 5.2.

Для графического представления вариационных рядов может использоваться также кумулята - ломаная линия, составленная по накопленным частотам (частостям). Накопленные частоты наносятся в виде ординат; соединяя вершины отдельных ординат отрезками прямой, получаем ломаную линию, имеющую неубывающий вид. Координатами точек на графике для дискретного ряда являются для интервального ряда - начальная точка графика, имеет координаты самая высокая точка. Общий вид кумуляты приведен на рис.5.3. Использование кумуляты особенно удобно при проведении сравнений вариационных рядов.

При построении графиков рядов распределения большое значение имеет соотношение масштабов по оси абсцисс и оси ординат. В этом случае и необходимо руководствоваться «правилом золотого сечения», в соответствии с которым высота графика должна быть примерно в два раза меньше его основания.

Список используемой литературы

1. Доспехов Б.А., Методика полевого опыта. 5 изд., перераб. и доп. - М.: Агропромиздат, 1985. - 351 с.

2. Кирюшин Б.Д., Усманов Б.Д., Васильев И.П. Основы научных исследований в агрономии. М.: КолосС, 2009. -398 с.

3. Моисейченко В.Ф., Трифонова М.Ф., Заверюха А.X., Ещенко В.Е. Основы научных исследований в агрономии: Учебник. Под редакцией А. А. Белоусовой - M.: Колос, 1996. - 336 c.

Размещено на Allbest.ru