Cale Bigelow问我 重要问题 上个月。我建议随着时间的推移测量总有机物是“同时生产具有所需特性的推杆表面,同时最大程度地减少对推杆表面所做的破坏性工作的一种方法。”

Cale询问了有关采样的信息,特别是要获取的磁芯数量和采样量。

快速答案在这里。

  • 我建议每个果岭至少抽取五个子体育彩票
  • 我建议至少测试三个果岭
  • 我建议使用最小直径为2厘米,最大直径为4厘米的岩心取样器。我更喜欢3或4厘米采样器;大多数高尔夫球场的采样器直径都接近2厘米。
  • 每个子体育彩票约6厘米3 用2厘米采样器深度2厘米,即14厘米3 用3厘米采样器和25厘米3 用4厘米采样器。这样,总体育彩票大小约为30、70或125厘米3分别使用直径为2、3或4厘米的采样器采集五个子体育彩票时。
  • 吉姆·墨菲(Jim Murphy)向我建议,合并的小体育彩票至少应抽样4平方英寸(25厘米)的总面积。2)。这表明这些样品的最小体积应为50厘米3。此最小值的原因是基于这些孔的典型间距来捕获通气孔的效果。

这是一个很长的答案,其中有一些解释,说明了为什么我建议使用该数量的采样,以及在收集一定数量的子采样时期望达到的精度类型。

我在这里使用术语 子体育彩票样品。所谓“子体育彩票”,是指我可能从绿色中提取出许多核,并将它们全部放在同一袋中,以便在实验室中通过一次测试进行测量。我将每个核心称为一个子体育彩票。子体育彩票全部组合在一起,称为体育彩票。如果我有时打电话给 子体育彩票 a 样品,希望您能从上下文中推断出我的意思。

绿色有机物样品 从多个果岭中收集了单独的子体育彩票进行测试;测量单个子体育彩票可提供有关体育彩票之间差异的信息,这些信息可用于估计特定测试所需的子体育彩票数量。

Kauffman等。有一篇有趣的文章叫做 “实地采样暖季果岭,了解茅草垫深度和有机物含量。” 他们使用大型(直径为10厘米)岩心样品测量了1英寸(25毫米)深度的有机物,标准偏差为1.9至5.2克/千克-1 (即OM的0.19%到0.52%)。从果岭中测量单个样品后,我发现标准偏差为3到21克/千克-1 (OM为0.3%到2.1%)。

体育彩票量与标准偏差 图1.从果岭收集的单个样品的标准偏差。

我已经使用小型取芯工具或土壤剖面仪进行了此操作,并且标准偏差往往高于Kauffman的报告。但是,他们使用的是容量为196 cm的杯子切割器样品3。除此之外,我想指出图1中的两件事。首先,在这些相对较小的体育彩票大小(一个是从2厘米,3厘米或4厘米直径的土壤采样器获得的)中,似乎没有标准偏差和体育彩票量之间的关系。其次,果岭本身(或不同的高尔夫球场)本身具有变化。

课程之间的差异是一个重要的考虑因素。因为我们期望每个课程的变化量都不同,所以查看所需的平均体育彩票数对于我们对平均课程的期望是很有用的。这就是我在分析中所采用的方法,也是为什么我花了这么长时间提出一个令我满意的答案的原因,以回答Cale的简单问题。

我想回答这个问题: 根据我到目前为止收集的数据,鉴于收集到的体育彩票中观察到的变异性,我需要多少个子体育彩票才能得出均值在正负5 g kg之内-1 给定n的可能子体育彩票数n = 1、2、3…直至N?

为了保持一致,我在此处使用OM的质量值;在通常报告的OM单位中,按重量计1%的有机物为10克/千克-1。因此,如果我在顶部2厘米处测量了总OM,我认为这可以表示为OMT2 表示它的总OM(T)和2厘米深度(2),发现它是7.3%,与OM相同T2 73公斤-1.

我想抽样以确保我进行的OM测量在5克公斤以内-1 高于或低于我之前测量的OM。重要的是,我希望OM会随时间变化,所以我 要执行的操作是确保我得到的OM测量值不超过5 g千克-1 远离OM。我们无法真正衡量真实的数字,为此,我们必须挖出整个绿色并对其进行测试。因此,我们进行抽样,并计算一些统计数据以找出与我们所拥有的体育彩票相关的一些概率。

我从九个不同果岭收集的各个子体育彩票中提取了数据,并在其中运行了多级模型 斯坦 给定观察到的数据,以求出每种绿色的均值和标准差的最高概率值。然后,我从这些果岭模拟了土壤采样,每个果岭有1个子体育彩票。此计算找到了预期的OMT2 如果只取一个小体育彩票,我会得到的值。然后我模拟了OM的平均值T2 如果采取了两个子体育彩票。然后三个。还有四个。一直到40个子体育彩票。

OM中有差异T2 在每个果岭上。因此,如果仅抽取一个子体育彩票,则平均值可能会有很大的差异。如果我采用两个子体育彩票,则绿色体育彩票中的更多变异性都在我的体育彩票中,因此平均值变得更加准确。在我用体育彩票挖出整个果岭之前,它会越来越精确,但是我不想这样做。我需要在某个时候停止采样。

在每个子体育彩票数量(每个果岭为1、2、3,一直到40)下,我指示计算机计算89%的最高后验密度间隔(惠普)。给定我收集的数据,该间隔包含模型中参数值的后验分布的概率质量的89%。

预期精度 图2. 9个绿色(浅灰色线)的89%最高后验密度区间(HPDI)的宽度,以及1至40个子体育彩票的这些绿色的平均值(蓝色线)。

我在图2中绘制了这条线,这些线是从左到右的线,分别是针对各个子体育彩票进行测试的9种绿色中的每一种,并包括均线(蓝色),这是我期望的平均绿色。

简而言之,图2显示的是垂直y轴上误差幅度的宽度,以及随着收集更多体育彩票而变化的方式。对于平均绿色,当我抽取5个子体育彩票时,89%的间隔约为18 g kg-1。大约是9克/千克-1。对于10个子体育彩票,间隔约为12 g / kg-1。在15个子体育彩票中,间隔达到我希望看到的范围,即正负5 g kg-1—间隔宽度为10 g公斤-1.

对于任何一个绿色,似乎收集五个子体育彩票将获得平均值为10 g kg的89%间隔-1 加号或减号。如果有五个子体育彩票,则OMT2 是8.3%,那么我有89%的信心表示该区域的平均值在7.3%至9.3%的范围内。在测量了三个果岭(每个果岭有五个子体育彩票)后,现在89%的间隔约为10 g千克-1,因此,如果我测得8.3%,我现在希望它在7.8%至8.8%的范围内。