06肥料经济学--第六章 不同地域和年份间系列试验设计与分析(综合分析).doc

第六章 不同地域和年份间系列试验的设计与分析（综合分析） 　　在某些研究里（如环境因素影响很大的研究），每个试验都受到严格的制约，因为试验结果只适用于特定的年份和特定的地块。考虑到土壤、水分、作物管理及气候的变异，很难把这些试验结果外推到其它的情况下应用。然而，试验结果应该广泛应用，所以外推是必须的。因此，个别试验没有什么农业价值，而实用推荐只能依据系列试验的结果。某种试验为什么要反复做的另一个原因是，在一个位点得到的结果虽然显著，但不一定可信。由于偶然性的存在，二十分之一（即0.05显著水平）的概率可能会出现，而试验人员却不知道哪个会是偶然错误。事实上，一些未知因素对处理会有不同的影响，所以试验结果在很大程度上是不可靠的。在任何试验里19:1的概率也不一定是太可靠的，最好的办法是对试验进行重复。通过一系列的试验，我们有可能确定处理与试验位点间是否有交互作用。　　系列的试验位点应该能代表具有农业推广意义的群体，虽然位点的选择要求随机性，但事实上，这是不可能的，因为必须使用现有的试验站。有些时候，选择试验位点必须力图精心选出一种或多种环境条件下的系统取样范围。　　为了获得准确的气候样本，试验至少要持续三年。即使这样，我们也不能保证季节样本具有典型性。　　1. 试验设计与布置的统一性　　由于统计学原因，试验设计对所有位点来说必须是共同的，并且其它条件（重复数、小区面积和形状）都要保持一致。各位点之间布局必须相同，但每个试验的处理分别进行随机化。然而，从土壤肥力观点看，处理的标准化并不总是可能的，因为一些植物养分如Zn或S在一种土壤里缺乏，而在另一种土壤里不缺。在某些位点施足量的S或Zn是一种较好的解决办法，只要它们与供试大量养分之间没有相互作用即可。综合分析的关键在于缩小系列试验的范围，这样就可以利用共同的一组处理。如果这种办法不可行，综合数据的分析即使不是不可能的话也会变得很复杂。不等数重复也可以用在综合数据分析中，但这种方法也会使分析更复杂。　　位点-年份复合因子可以作为环境因素处理。系列试验采取环境因素样本的结构如下：　　1.1 每年都利用每个位点　　位点-年份　　位点　　年份　　位点×年份 　　如不是每年重新随机化，这就多年试验点。　　1.2 年年改变位点　　位点-年份　　年份 　　一些年份中的位点　　1.3 每年都用同一些位点，但不同年份重新定一个点　　位点-年份　　位点　　年份（在一些位点上）　　通过对一系列试验的方差进行综合分析可以确定是否在不同的环境下有不同的处理反应，当然，需要对每种环境试验进行下面的分析。在综合分析中，处理与环境之间交互作用的存在意味着很难对所有供试环境下的处理进行概括。实际上，这种交互作用经常存在，所以在进行一般性推荐时要小心。对来自系列试验的数据进行综合可以提高精确性。　　2.综合方差分析中平方和的计算方法　　通过合并每个位点的处理平方和就可以获得处理+（处理×位点）的平方和。为得到处理×位点平方和，从合并所有处理的平方和中减去综合位点的处理平方和。所需要的其它平方和是：　　位点平方和= ([S1]2+-------+[Ss]2)/tb-CF　　全部处理平方和= ([T1]2+------+[Tt]2)/sb-CF　　位点内区组平方和=各个位点上区组平方和的合并值　　综合分析误差=各个位点上误差平方和的合并值　　这里，[ ]指加和，小写字母如t和b是指处理水平、区组等等，CF指校正因素。　　3. 系列位点综合数据方差分析的通用格式（随机完全区组设计） (表：表1 ) 变异来源 自由度d.f. 平方和SS 均方MS 位点 S s-1 SSS MSS 重复(位点) R(S) s(r-1) SSR(S) MSR(S) 处理 T t-1 SST MST S×T ST (s-1)(t-1) SSST MSST 误差 E s(r-1)(t-1) SSE MSE 　　4. 书写与方差综合分析有关的均方期望值的用途：　　写下与方差综合分析有关的均方期望值很有用，这不仅有利于用方差分析方法来决定如何估计方差组成，而且对确定因素被认为是固定或随机的检验模式也有一定帮助。在书写均方期望值之前，明确哪些因素是随机的，哪些是固定的十分重要。　　确定固定因素或随机因素的标准：　　4.1 试验人员是否想把他的结果或结论概括到因素水平的更大群体上？　　随机的：概括到更大的群体上通常是理想的，并被效应的统计分析所证明。　　固定的：试验人员可能希望或不希望把因素水平概括到比他试验更多的因素水平群体上，但任何这样的概括都是主观的而且不被