07肥料经济学--第七章农场试验的统计学方面问题.docVIP

第七章 农场试验的统计学方面问题 　　为了使农户能把自己的生产实践与推荐措施作比较，有关如何进行农场试验的报道已经有很多了。有人曾问是否发明了农场试验设计的新方法呢？回答是，传统的方法已经足够了，但在欠发达国家包围农场试验的外在环境使所获得的数据难以用传统方法来进行分析。统计处理没有魔法消除计划不周和草率实施试验的问题。最糟糕的是，有时统计学家所面临的是大量田间试验数据（也许100多个试验）而根本找不到投入的设计和实施过程，这部分地反映了所有问题，变化的小区面积、每个试验区组的农户管理措施不一致、试验没有共同的栽培措施等等。这时候，统计学家要诚实，他应该告诉研究人员，这样的试验很好但只能用于示范。　　我们不要指望在一次讨论中涉及农场试验的各个方面，我们要做的只是研究有关的原理，而不是为每种特殊情况都列出分析方案。　　如果某人想对试验数据进行统计学检验，就可以应用某些确定的试验设计规则，这些规则与广泛应用于农业和生物学调查中的各种试验设计的规则相同。Ronald Fisher先生的三个设计原则非常重要：1）随机性；2）有重复；3）区域控制（区组）。Cochran和Cox （1957）对这三个设计原则有进一步的论述。第三个原则对于农场试验是非常重要的，因为经常会遇到很大的变异，区组当然是必需的。最理想的情况是，区组应该设置在同一农场里，但在欠发达国家，农场规模会成为限制因素。在这种情况下，人们常在几个邻近的农场里设置区组。这就产生了各个农场管理（播种量、品种、施肥量等）不一致的问题，因而许多管理因素会与处理相互作用，并由于这种相互作用而导致一个更大的区组。这就使试验误差估计值更大，显著性检验就不十分敏感。甚至区组与区组之间的处理也可能不一致。例如，在一次试验中，如果农户的生产措施处理存在着户与户之间的差异就会造成问题，因为处理与区组发生了混淆。因而，在试验中必须统一农户的生产措施处理，在系列试验中也应该如此。在其它的任何处理中也应坚持这一点，也就是说，在每个试验中的处理都要保持一致。　　在农场试验中应严格坚持随机性要求。如果在试验前有周密的计划，这一点应该不成问题。在系列试验的每个试验中都应有独立的随机性。　　不但试验需要有重复，在每次试验的内部也需要有重复。这使我们能检验和解释每个试验，这在全球通用。如果需要几个农场（一个农场设置一个区组）来布置试验，正如以上所述，设置t个试验，每个试验安排在r个农场里。这样，每个试验中的处理数经常不太大，所以我们需要设置更多的重复以保证试验误差自由度的最小数量（10~12）。如果处理数是4就要设至少5次重复以保证最小的自由度。从我的农场试验经验来看，重复数越多越好，因为我们经常会遇到很大的变异。如果没有足够的资金或劳动力来重复试验，那最好就放弃它，把资金投入到成功的可能性比较大的项目上。　　为达到目标没有必要进行上百次的系列试验，20到30次规划完善、精心实施的试验要比上百次计划不当造成许多统计学限制的系列试验好得多。大数量试验只有在一种情况下是有用的，那就是当我们试图建立适当数据转换关系，想从试验中选出一个随机样本来确定适当的转换关系的时候。这种转换关系就可以用于其它试验的数据。　　应该强调的是，使用的格式很重要，它应是系列试验和分析的机制应遵循的一般格式。经常出现的问题与概念和代表性有关，而不是与机制有关。例如，如果各区组农户的生产措施处理不同，我们测量数字，但它们却不能代表农户的处理。从机理上说可以分析，但它并没有任何意义，因为区组和处理都不是加和性的。在断定系列试验没有可分析数据的之前，没有更好的办法用来确定会出现多少代表性方面的问题。果若如此，这个试验也只能用作示范目的了。　　1.适当的方差分析　　应对每个单独试验的数据进行方差分析。其格式如下： (表：表1 ) 变异来源 自由度d.f. 重复 (r-1) 处理 (t-1) 误差 (r-1)(t-1) 总和 rt-1 　　这里，处理是用误差均方来检验的，另外，应对所有试验的数据进行综合方差分析。其格式如下： (表：表2 ) 变异来源 自由度d.f. 试验 (p-1) 重复(试验) p(r-1) 处理 (t-1) 试验×处理 (p-1)(t-1) 误差 p(r-1)(t-1) 总和(corr.) prt-1 　　Cochran和Cox（1957）对在分析中如何确定平方和和均方的机制进行了描述。假定试验和重复是随机的而处理是固定的，处理就可以用试验×处理均方检验，而试验×处理就可以用误差均方来检验。如果试验×处理在高概率水平（如0.25）上不显著，那么就可以合并试验×处理和误差均方，并用合并的误差均方来检验处理。　　2. 常见