植物营养研究法章试验设计.ppt

《植物营养研究法章试验设计.ppt》由会员分享，可在线阅读，更多相关《植物营养研究法章试验设计.ppt（38页珍藏版）》请在三一文库上搜索。

1、1,第二章 试验设计,2,第一节 试验研究的种类及一般程序,3,一试验研究的种类,1 单因素试验（单因子试验）：研究某一个因素效应的试验，叫单因素试验（其它因素相对一致）。 简单易行，能对被试验因素作深入研究，是研究因素具体规律时常用而有效的手段。但没有考虑因素间的相互关系，试验结果具有局限性。 2 复因素试验：两个以上不同因素效应的试验，复因素试验或多因素试验。 克服了单因素试验的缺点，结果能较全面的说明问题，随着试验因素的增多，使试验过于复杂庞大而降低试验的精确性。因此，复因素试验一般以24个试验因素较好。,4,3 综合试验：通过单因素和复因素试验，可以探索出在一定条件下不同因素的最优组合

2、，根据这个最优组合制定一整套的技术措施，再与现行生产所采用的成套技术措施相比较，研究最优组合的综合效应并检验其实用价值，这就是综合试验。 所以综合试验具有检验的示范的作用。,5,农业和生物学领域的科学研究,6,科学研究的目的在于探求新的知识、理论、方法、技术和产品。 基础性或应用基础性研究：在于揭示新的知识、理论和方法。 应用性研究：在于获得某种新的技术和产品,7,二：科学试验研究的一般程序,1选题：是确定试验研究的目的和任务 试验研究目的的来源主要有以下几个方面： （1）当前生产中提出的实际问题； （2）生产进一步发展需要解决的理论和技术问题； （3）推广国内外的先进经验； （4）科学发展史

3、上需要解决的理论问题。 选题前必须进行认真、深入的调查和研究。,8,2作好试验计划： （1）设计试验方案； （2）确定试验方法； （3）制定管理措施； （4）确定观察、测定项目及其方法与标准。 拟定试验计划，一方面要根据试验的目的任务和对精确度的要求，另一方面还要考虑试验条件，把需要和可能结合起来。,9,3实施： （1）作好准备工作； （2）布置试验； （3）作好试验的管理工作； （4）作好观察记载和各种测定工作,10,4总结： （1）试验目的、设计及过程； （2）试验结果； （3）对试验结果的分析、结论和建议。,11,选题,查阅文献,提出假设,设计试验检验假设,试验的规划与设计,试验的实施,

4、验证假设的结果,试验结果的收获与分析,12,三试验研究的基本要求,1代表性：除了遵守随机抽样的原则性外，还要密切注意试验条件及试验过程所采用各种措施的代表性。 2准确性：试验的准确性是指试验结果要能接近总体的特征和分布规律。 3复现性：重现性。在相同条件下重复试验，能获得相同的结果。相同的结果是指试验结果的规律性应该是一致的，由于偶然因素的影响，试验结果的绝对数值是不可能完全一样的。,13,第二节 试验方案设计,试验因素（factor)：为了要考察某些影响因素对某事物的影响程度，人为地控制该影响因素的变化状态，使其影响程度可以得到精确的测量或判断，通常称这种要考察的因素为试验因素。 试验处理(

5、treatment)：为研究试验效应而人为设置的不同水平或不同水平的组合。 试验方案：是指根据试验目的和要求所拟定进行比较的一组试验处理（treament）的总称。广义的试验方案是指包括实施步骤在内的整个试验计划,14,一试验方案设计的原则,1要有明确的目的性： 2有严密的可比性：一般试验主要都是采用差异比较法来确定试验因素的效应。 3尽量排除非试验因素的限制：在一个试验中不可能对全部有关的因素都进行研究，只能选择一部分作为试验因素。但非试验因素对试验因素总是有一定影响的。所以，在设计试验方案时，应尽量排除非试验因素的限制作用，在肥料试验中，一般常采用设置肥底的办法。,15,4设计与统计方法的

6、统一性：不同的试验方案要求采用不同的统计方法，而不同的统计方法又对试验设计有不同的要求。 （1）采用方差分析方法的复因素试验，方案必须均衡，必须设置重复。 （2）采用回归分析方法的复因素试验，方案可以均衡也可以不均衡；在限制因素明确，效应模式认定，有足够剩余自由度的情况下也可以不设重复。 5要提高试验效率：试验效率是指单位人力物力的投入所获得试验信息的多少。适当减少试验因素是提高试验效率的有效途径。,16,二试验方案的设计,（一）单因素试验方案的设计： 单因素试验只研究一个因素的效应，其设计要点是确定因素的水平范围和水平间距。 水平范围是指试验因素水平的上、下限区间，其大小取决于研究目的。 水

7、平间距是指试验因素不同水平的间隔大小。其要适宜，过大无实际意义，过小则易于被试验误差所掩盖。,17,具体的水平间距设计还取决于试验地土壤肥力变异、重复次数和统计检验的置信长。下表是国际水稻研究所的资料。从中可知，在变异系数10%，重复4次的条件下，处理差异只有大于平均数的14.5%，才能达到95%的置信度要求。,18,不同重复次数、不同变异系数的两个处理平均数间最低置信度值 95%可信度,19,(二) 复因素试验方案的设计,至少有2个试验因素的试验称为复因素试验。复因素试验的主要目的是考察因素的主效应及其交互作用，确定不同因素不同水平的优化组合。,20,1因素的简单效应(experimenta

8、l effect )：在复因素试验中，一个试验因素在另一个试验因素的某一水平上的试验效应，称为这一个因素的简单效应。单因素效应则是指试验因素对试验指标所起的增加或减少的作用 如产量200kg/5kgN，300kg/10kgN，则在亩施氮5kg的基础上再施5kg的效应为300-200=100kg/亩。,21,2因素的主效应：同一因素各简单效应的平均值称为该因素的主效应或平均效应。 反映一个因素的综合效应,22,3因素的交互作用效应（interaction effect）：不同因素相互作用产生的新效应称为这些因素的交互作用。 所谓“新效应”是指不同因素综合效应与各因素单独效应的差值，也就是A因素与

9、B因素相互作用产生的A，B以外的C效应。 这种交互作用涉及多个因素。凡二个因素之间的交互作用称为一级连应，三个因素之间的交互作用称为二级连应。余者以此类推。 交互作用可为正值，也可为负值或零值。它们分别表示正、负及无交互作用。,23,负互作,（2-6）/2=-2 （4-8）/2=-2,因素间的交互作用只有在多因素试验中才能反映出来。互作显著与否关系到主效的实用性。若交互作用不显著，则各因素的效应可以累加，主效就代表了各个简单效应。在正互作时，从各因素的最佳水平推论最优组合，估计值要偏低些，但仍有应用价值。 若为负互作，则根据互作的程度大小而有不同情况。下表由单增施N（N2P1）及单增施P（N1

10、P2）来估计N，P皆增施（N2P2）的效果会估计过高，但N2P2还是最优组合，有一定的应用价值。,24,复因素试验方案可分完全和不完全实施方案,1完全实施方案：将各试验因素不同水平一切可能的组合均作为试验处理，这种设计方案称为完全实施方案。 其是最常见、最简单的复因素试验设计。优点：（1）每个因素和水平都有机会相互搭配，方案具有均衡可比性和正交性；（2）因素间不产生效应混杂，提供的试验信息较多。其缺点：处理数过多会给田间试验的实施带来很大的困难，一般只适于因素水平不太多的试验。,25,2不完全实施方案：为了缩减处理数，在完全方案的基础上，根据经验和专业知识，剔除一些次要的和无意义的组合，可构成

11、不均衡方案，即不完全方案。,26,3正交设计：按正交表制定试验方案称为正交设计。当试验因素较多时，采用正交设计既可减少试验处理，又可保持方案的均衡性。（正交设计是在牺牲一些交互作用的前提下，才能减少试验处理数）,27,（1）正交表的特点：正交点可用一定的符号表示，如L8（27）P380表示该表为8行、7列，有2个水平，可安排8个处理2个水平的试验，最多能分析出7个试验效应，即7个研究因素（包括交互作用）。 正交表在构造上有两个特点： A每一列不同数字出现次数相同； B任何2列构成的有序数出现次数相同。 所以，正交设计方案具有均衡性，即可以从任何一列单独分析出一个研究因素的效应。,28,（2）表

12、头设计：表头设计是正交设计的关键，其实质是确定试验因素的列号位置。 对于4因素试验，如果不考虑交互作用，则可用表L8(27)，如果要考虑AB、BC、BD的交互作用，则选用表L8(27)不同的表头 。 （3）实施方案的设计：将正交表试验因素的水平赋予具体实施内容就得到了实施方案。,29,4回归设计：上述设计适用于用t检验或方差分析方法分析不同试验处理或试验因素的效应。 但在植物营养和施肥领域中，常需要研究产量等生物效应与施肥量等试验因素之间的定量关系，这类试验需要用回归分析方法进行统计，因而需要制定能够和有利于进行回归分析的设计方案,30,（1）回归设计的原则： A处理数：回归分析是要建立试验因

13、素效应方程，因此，试验处理数不能少于效应方程待估参数的个数，并要为统计检验留有足够大的剩余自由度。 B水平数：因产量和营养投入量之间的关系服从报酬递减律，因此，每个试验因素至少3水平才能建立植物营养生物效应的回归方程。 C信息矩阵：线性或线性化回归方程回归系数求解矩阵公式为：b=A-1B，其中A为信息矩阵。只有A的行列式 0，回归系数才有解，而且 越大，设计方案越优良。,31,（2）设计方法：凡符合上述设计要求的试验方案，均衡、不均衡，都可以作为回归设计方案。 还需注意： A回归和方差分析试验设计要消除非试验因素的影响； B施肥量一般以养分表示和计算。施肥量宜取整数，水平间距往往取相等间距。

14、C某些随时间变化的试验效应，试验因素的水平设计不必取等间距，开始时水平间距宜小，以后可适当加大 D在定量研究方面，回归分析的目的是从有限处理的效应差异上寻求试验因素和试验效应的定量关系，因此，回归设计对试验条件，特别是土壤肥力均匀性的要求较一般试验设计更为严格。,32,第三节 试验方法设计的基本原理,降低试验误差，提高试验的精确性和估计试验误差的大小，是试验方法设计的核心问题。,33,一重复,在试验中设置重复是非常重要的，因为重复有以下作用： 1降低试验误差，提高试验的精确性； 重复次数增多，试验误差相应减少。,34,2估计试验误差大小，判断试验可靠程度：必须设置重复，同一处理的试验结果，在不同重复中的差异，就反映了试验误差。 3扩大试验的代表性：,35,二随机排列,只有随机排列才符合统计学原理，以充分发挥设置重复的作用，才能正确的估计试验误差。,36,三局部控制,用区组来控制和减少试验误差的方法，叫局部控制。 在试验条件差异较大的情况下进行试验，局部控制就非常重要，因这样各处理的试验条件就比较一致，能降低试验误差。,37,局部控制的作用在于提高试验的精确度,下图的排列未实行局部控制,坡顶,坡脚,A B C D E F G H I J 为参试品种（或处理）,其中 F 为对照,38,下图的排列已实行局部控制,坡顶,坡中,坡脚,重复3,重复2,重复1,