常用试验设计和其统计分析.ppt

第八章 常用试验设计及其统计分析 第一节 试验设计的基本原理 三、试验设计的基本要素 四、试验误差及其控制途径 (二)试验误差的来源 (三)控制试验误差的途径 五、试验设计的基本原理 第二节 对比设计及其统计分析 二、统计分析 第三节 随机区组设计及其统计分析 二、随机区组设计试验结果的统计分析 1．实例分析 二、拉丁方设计试验结果的统计分析 (1)结果整理 三、拉丁方设计的线性模型与期望方差 * 教学目的: 1、掌握试验设计的基本方法和概念； 2、掌握进行生物学研究常用的试验设计方法及其统计原理和方法； 3、了解拉丁方、正交试验的应用范围和计算方法； 一、试验设计的意义 统计研究可分为实验研究(experimental study)与观察研究(observational study)。在实验研究中，是先指定欲研究的变量，然后控制该研究中的某些因子，以得到有关因子如何影响变量的数据。在观察研究或非实验研究(nonexperimental study)中，我们并不会特别去控制因子对变量的影响。调查可能是最常见的一种观察研究。 合理的试验设计对科学试验是非常重要的，它不仅能够节省人力、物力、财力和时间，更重要的是它能够减少试验误差，提高试验的精确度，取得真实可靠的试验资料，为统计分析得出正确的判断和结论打下基础。 二、生物学试验的基本要求 (一)试验目的要明确 (二)试验条件要有代表性 (三)试验结果要可靠 (四)试验结果要能重演 准确度是指试验中某一性状的观测值与其相应真值的接近程度；越接近，准确度越高。 精确度是指试验中同一性状的重复观测值彼此接近的程度，即试验误差的大小，它是可以计算的。试验误差越小，则处理间的比较越精确。当试验没有系统误差时，精确度和准确度一致。 (一)处理因素 一般是指对受试对象给予的某种外部干预(或措施)，称为处理因素，或简称处理。处理因素可以是一个或多个，即称为单因素处理或多因素处理，同一因素可根据不同强度分为若干个水平。如果试验只有一个处理因素，称之为单因素试验。设计单因素试验是为了考察在该因素不同水平值上性状量值(这种量值又称为反应量)的变化规律，找出最佳水平(固定模型)或估计其总体变异(随机模型)。包含两个或两个以上处理因素的试验称为多因素试验，可依处理因素数作具体命名，如二因素试验、三因素试验等。多因素试验的目的是考察反应量在各因素不同水平和不同水平组合上的变化规律，找出水平的最佳组合(固定模型)或估计总体变异(随机模型)。相对于单因素试验，多因素试验不但可以研究主效应(或简称主效)，也可研究因素之间的交互作用(简称为互作)。与处理因素相对应的是非处理因素，这是引起试验误差的主要来源，在试验设计时要引起高度重视，尽量加以有效控制。 (二)受试对象 受试对象是处理因素的客体，实际是就是根据研究目的而确定的观测总体。 (三)处理效应 处理效应是处理因素作用于受试对象的反应，是研究结果的最终体现。由于试验效应包含了处理效应和试验误差，因此，在分析试验效应时，需按照一定的数学模型通过方差分析等方法将处理效应和试验误差进行分解，并进行检验，以确定处理效应是否显著。 (一)试验误差的概念 在实验中，观测值偏离试验处理真值的偶然影响称为试验误差或误差。实验误差影响试验的精确度和准确度。试验误差是衡量试验精确度的依据，误差小表示精确度高，误差大，则比较的可靠性就较差，而要使处理间的差异达到指定的显著水平就很困难。近代生物学试验的特点在于注意到了试验设计与统计分析的密切结合。为了对试验资料进行显著性检验，必须计算试验误差。因此在试验的设计与执行过程中，必须注意合理估计和降低试验误差的问题。 实验误差 系统误差 系统误差，也称片面误差。它是由于试验处理以外的其他条件明显不一致所产生的带有倾向性的或定向性的偏差。 随机误差 它是由于试验中许多无法控制的偶然因素所造成的试验结果与真实结果之间产生的误差。这类误差是随机的，在试验中是不可避免的，只能通过试验设计和精心管理设法减小。统计上一般所说的试验误差就是指这类随机误差。 试验材料固有的差异 试验中实验材料在其遗传、生理和生长发育方面等方面的差异。 试验条件 试验单位的构成不一致和各试验单位所处的外部环境条件不一致。在田间试验中，试验小区的土壤肥力不匀是主要的试验误差来源。 操作技术 操作技术不一致包括各处理或处理组合的播种、管理、接种、滴定、采样等操作在时间上和质量上存在差别。 偶然性因素 人工无法控制的自然因素以及人、畜、禽和病虫害引起的误差都是偶然性误差。 选择纯合一致的试验材料 首先试验材料在遗传上必须是纯合或杂合一致；其次在生长发育上要壮弱大小一致，若有困难，可按生长发育的壮弱