For data interpretation in Agronomic experiments, ANOVA is valid...

Q.1

RPSC Agriculture Research Officer (Agronomy) - 2024 (Q.56)

Statement Based +1 −0.33

For data interpretation in Agronomic experiments, ANOVA is valid when following assumptions are satisfied:

(A) Treatment and block effects are additive

(B) Binomial distribution of data are mandatory

(C) Observations have homogenous variances

(D) Experimental errors are independent

Which of the above statements are correct?

सस्य विज्ञान प्रयोगों में आंकड़ों के विश्लेषण हेतु, ANOVA का उपयोग निम्न मान्यताओं की पूर्ति होने पर किया जाता है:

(A) जब उपचार व ब्लॉक प्रभाव योगात्मक हों

(B) जब आंकड़ों का द्विपद वितरण आवश्यक हो

(C) जब अवलोकनों में समरूप विचरण हों

(D) जब प्रायोगिक त्रुटियाँ स्वतंत्र हों

उपरोक्त में से कौनसे कथन सत्य हैं?

(B), (C) and (D) are correct. (B), (C) व (D) सही हैं। (A), (C) and (D) are correct. (A), (C) व (D) सही हैं। (A), (B) and (C) are correct. (A), (B) व (C) सही हैं। (A), (B), (C) and (D) are correct. (A), (B), (C) व (D) सही हैं।

Analysis of Variance (ANOVA) developed by Sir R.A. Fisher rests on four vital mathematical assumptions for valid F-tests.
Assumption 1: Additivity of treatment and block effects (linear model additivity) - Statement (A) is correct.
Assumption 2: Normality of experimental errors (errors follow a continuous Gaussian normal distribution, NOT a discrete binomial distribution) - Statement (B) is false.
Assumption 3: Homogeneity of variances across treatments (homoscedasticity) - Statement (C) is correct; Assumption 4: Independence of experimental errors - Statement (D) is correct. Thus, (A), (C), and (D) are correct.

Hence, the correct combination is (A), (C) and (D) are correct (Option 2).

सर आर.ए. फिशर द्वारा विकसित प्रसरण विश्लेषण (ANOVA) की वैधता चार मूलभूत सांख्यिकीय मान्यताओं पर टिकी है।
मान्यता 1: उपचार एवं ब्लॉक प्रभाव योगात्मक (Additive) होने चाहिए - कथन (A) सत्य है।
मान्यता 2: प्रायोगिक त्रुटियों का सामान्य (Normal) वितरण होना चाहिए, द्विपद (Binomial) नहीं - अतः कथन (B) असत्य है।
मान्यता 3: विभिन्न उपचारों में त्रुटि प्रसरण समरूप (Homogeneous variances/Homoscedasticity) होने चाहिए - कथन (C) सत्य है; मान्यता 4: प्रायोगिक त्रुटियाँ परस्पर स्वतंत्र होनी चाहिए - कथन (D) सत्य है।

अतः सही उत्तर (A), (C) व (D) सही हैं (विकल्प 2)।

Explanation not matching this question? क्या व्याख्या इस प्रश्न से मेल नहीं खा रही? Report

Q.2

RPSC Agriculture Research Officer (Agronomy) - 2024 (Q.70)

MCQ (Single Correct) +1 −0.33

The arcsine transformation is applied to -

आर्कसाइन ट्रांसफॉर्मेशन किस पर लागू होता है?

Percentage/proportional data प्रतिशत / अनुपाती डाटा Yield data उपज डाटा Time series data समय श्रृंखला डाटा Regression coefficients प्रतिगमन गुणांक

When experimental data violate ANOVA assumptions of normality and homogeneity of variance, mathematical transformation is necessary before statistical analysis.
The Arcsine (or Angular) transformation, computed as theta = arcsin(sqrt(p)), is specifically applied to binomial proportion or percentage data (such as % seed germination, % disease incidence, or % weed mortality).
Poisson count data (e.g. weed or insect counts per quadrate) require square root transformation (sqrt(x) or sqrt(x + 0.5)).
Logarithmic transformation is used when variances are proportional to squares of means. Thus, arcsine transformation applies to percentage/proportional data.

Hence, the correct data type is Percentage/proportional data (Option 1).

जब प्रायोगिक आंकड़े प्रसरण विश्लेषण की सामान्य वितरण और समरूप प्रसरण की मान्यताओं को पूरा नहीं करते, तो आंकड़ों का गणितीय रूपांतरण (Transformation) किया जाता है।
आर्कसाइन या कोणीय रूपांतरण (Arcsine / Angular transformation = arcsin(√p)) का उपयोग विशेष रूप से द्विपद (Binomial) वितरण दर्शाने वाले प्रतिशत अथवा अनुपातिक आंकड़ों (जैसे अंकुरण प्रतिशत, रोग या कीट प्रकोप प्रतिशत, खरपतवार मृत्यु दर) के लिए किया जाता है।
गणना वाले आंकड़ों (Counts) के लिए वर्गमूल (Square root) रूपांतरण तथा अत्यंत विषम आंकड़ों के लिए लघुगणक (Log) रूपांतरण किया जाता है।
अतः प्रतिशत/अनुपाती आंकड़ों के लिए आर्कसाइन ट्रांसफॉर्मेशन ही उपयुक्त है।

अतः सही उत्तर प्रतिशत / अनुपाती डाटा है (विकल्प 1)।

Explanation not matching this question? क्या व्याख्या इस प्रश्न से मेल नहीं खा रही? Report

Q.3

RPSC Agriculture Research Officer (Agronomy) - 2024 (Q.109)

MCQ (Single Correct) +1 −0.33

The slope of a linear regression line may be -

रैखिक प्रतिगमन रेखा का ढाल होता है -

May be positive, negative or zero धनात्मक, ऋणात्मक अथवा शून्य हो सकता है Always zero हमेशा शून्य Always negative हमेशा ऋणात्मक Always positive हमेशा धनात्मक

In a simple linear regression equation Y = a + bX, 'b' represents the slope of the regression line (the regression coefficient of Y on X).
If Y increases as X increases (positive covariance, such as nitrogen application and crop yield), the slope b is positive.
If Y decreases as X increases (negative covariance, such as weed density and crop yield), the slope b is negative.
If there is zero linear association between X and Y (covariance is zero, flat horizontal line), the slope b is zero. Therefore, the slope may be positive, negative, or zero.

Hence, the slope may be positive, negative or zero (Option 1).

सरल रेखीय समाश्रयण (Linear regression) समीकरण Y = a + bX में 'b' समाश्रयण रेखा की ढाल (Slope) या समाश्रयण गुणांक को प्रदर्शित करता है।
यदि स्वतंत्र चर (X) के बढ़ने पर आश्रित चर (Y) बढ़ता है (जैसे उर्वरक और उपज), तो ढाल धनात्मक (Positive) होता है।
यदि X के बढ़ने पर Y घटता है (जैसे खरपतवार घनत्व और फसल उपज), तो ढाल ऋणात्मक (Negative) होता है।
यदि दोनों चरों में कोई रैखिक संबंध नहीं है (समतल क्षैतिज रेखा), तो ढाल शून्य (Zero) होता है। अतः ढाल धनात्मक, ऋणात्मक अथवा शून्य कुछ भी हो सकता है।

अतः सही उत्तर धनात्मक, ऋणात्मक अथवा शून्य हो सकता है (विकल्प 1)।

Explanation not matching this question? क्या व्याख्या इस प्रश्न से मेल नहीं खा रही? Report

Q.4

RPSC Agriculture Research Officer (Agronomy) - 2022 (Q.46)

MCQ (Single Correct) +1 −0.33

The error degrees of freedom for pooled combined analysis with data of 2 years, 8 treatments and 3 replications in randomized block design will be -

यादृच्छिक खण्ड परिकल्पना में 2 साल के आंकड़ों का 8 उपचार और 3 प्रतिकृति में जमा/संयुक्त विश्लेषण के लिए त्रुटि की स्वतंत्रता डिग्री होगी -

14 14 21 21 28 28 32 32

Q.5

RPSC Agriculture Research Officer (Agronomy) - 2022 (Q.59)

MCQ (Single Correct) +1 −0.33

The Bartlett’s Chi — Square test is used in -

बार्टलेट का काई - स्क्वायर परीक्षण का प्रयोग किया जाता है -

Combined or pooled analysis संयुक्त या जमा विश्लेषण Testing normal distribution of data डेटा के सामान्य वितरण का परीक्षण Standard deviation estimation मानक विचलन अनुमान Regression analysis प्रतिगमन विश्लेषण

Bartlett's Chi-Square test is standardly used to test the homogeneity of error variances before conducting combined (pooled) analysis of variance across years or locations.

Combined or pooled analysis: Used to ensure homogeneity of error variances across multiple environments before data pooling.
Testing normal distribution of data: Evaluated by tests like Shapiro-Wilk.
Standard deviation estimation: Descriptive statistics calculation.
Regression analysis: Models causal functional relationships.

Hence, the correct option is (A).

विभिन्न वर्षों या स्थानों के डेटा का संयुक्त या जमा विश्लेषण (Pooled Analysis) करने से पहले त्रुटि प्रसरणों की समरूपता जांचने के लिए बार्टलेट के काई-स्क्वायर परीक्षण का प्रयोग किया जाता है।

संयुक्त या जमा विश्लेषण: यह बहु-पर्यावरणीय प्रयोगों के संयुक्त विश्लेषण की पूर्व-शर्त है।
डेटा के सामान्य वितरण का परीक्षण: इसके लिए शापिरो-विल्क परीक्षण होता है।
मानक विचलन अनुमान: यह वर्णनात्मक सांख्यिकी है।
प्रतिगमन विश्लेषण: यह दो चरों के मध्य संबंध का विश्लेषण है।

अतः सही विकल्प (A) है।

Explanation not matching this question? क्या व्याख्या इस प्रश्न से मेल नहीं खा रही? Report