第八章 单因素验结果的统计分析.docVIP

第八章 单因素试验结果的统计分析 单因素试验指仅研究一个供试因素若干处理间的效应是否有显著差异的试验. 按试验设计的类型单因素试验可分为： 顺序排列试验 单因素完全随机试验 单因素随机区组试验 拉丁方试验 第一节 对比和间比试验的统计分析 自学 第二节 完全随机试验设计的统计分析 完全随机设计：是所有的处理和重复小区在整个试验空间完全随机排列的设计方法。 只满足试验设计三项基本原则中的重复和随机排列两项原则。 如：k 5，n 3的完全随机排列示意图 主要优点： 对各处理的重复次数没有限制，可以相等也可以不相等 不足之处：没有遵循局部控制原则，所以要求试验地较为均匀一致，不存在有明显方向性的肥力差异，一般不用于田间试验。 根据每一处理的重复次数或重复的设计方法不同, 又分为： ①组内观察值数目相等； ②组内观察值数目不等的完全随机试验； ③组内又可分为亚组的完全随机试验 一、组内观察值数目相等的完全随机试验设计的统计分析 组内观察值数目相等的完全随机试验是各处理重复次数相等的试验。 设有k个处理，每处理均有n个重复观察值，共设kn个观察值；其资料的数据结构模式类型见第7章表7.1。其试验结果的方差分析方法列于表8.1。 表7.1 k个处理每处理n个重复观察值的完全随机试验数据符号表 表7.1 nk个观察值的单向分组资料模式 表8.1 组内观察值数目相等的完全随机试验的方差分析 〔例8.1〕研究6种棉花种子包衣剂对棉花生长的影响，设TW1为对照。采用盆栽试验，各种子包衣剂处理播种5盆，完全随机设计。出苗一定时期后测定棉花苗高（cm），其结果如下。试检验各种子包衣剂与对照的棉花平均苗高差异显著性及各种子包衣剂棉花平均苗高间的差异显著性。 表8.2 6种棉花种子包衣剂的棉花苗高结果 cm 解：已知：处理数k 6，重复次数n 5，共有kn 6×5 30个观察值。 1、自由度及平方和的分解 总自由度 dfT nk – 1 6 × 5 – 1 30 – 1 29 处理自由度 dft k – 1 6 – 1 6 – 1 5 误差自由度dfe dfT – dft 29 – 5 24 或 dfe n k – 1 6 × 5 – 1 24 – 1 23 矫正数 总平方和 SST Σx2－C 22.92+22.32+……+23.72-C 45.763 处理平方和 误差平方和 SSe SST－SSt 45.763－44.463 1.300 2、F 检验和列方差分析表 统计假设HO： 1 2 … 6 ； HA： i不“全相等” 即至少有一个不等号 将上述计算的各项自由度、平方和、均方结果,按变异来源列出方差分析表 表8.5 。 表8.3 种子包衣剂对棉花苗高影响的方差分析表 F＞F0.01，故P＜0.01；表明种子包衣剂处理间差异极显著,即6种棉花种子包衣剂对棉花苗高的影响有极显著差异。 3、处理平均数的多重比较 当各处理平均数与对照相比较时，一般采用最小显著差数法（LSD法）。当处理间相互比较时，常采用新复极差法（SSR法）。 最小显著差数法（LSD法） 首先计算平均数差异标准误： 再计算最小显著差数 然后，计算处理平均数于与对照平均数的差数，检验各种子包衣剂与对照的差异显著性结果列于表8.6。 表8.4 种子包衣剂处理的棉花苗高与对照相比的差异显著性 新复极差法 SSR法 计算平均数标准误。 根据显著水平α、误差自由度 24和两极差间所包含的平均数的个数p（秩次距），p 2,3,4,5,6查SSR表，查得临界SSR0.05 24,p 和SSR0.01 24,p 值 ； 再计算最小显著极差 表8.5 种子包衣剂对棉花苗高影响的LSR值 用标记字母法表示新复极差法多重比较的结果。 表8.6 6种子包衣剂对棉花苗高的影响新复极差检验结果 4、试验结论 试验结论1 由LSD法显著性比较结果（表8.4）表明，种子包衣剂TW5、TW2、TW6和TW3均比对照TW1极显著的促进了棉花的生长，TW4比对照TW1极显著的抑制了棉花的生长 试验结论2 由新复极差检验结果（表8.6）表明，种子包衣剂TW5促进棉花生长的效果极显著的高于TW2、TW6、TW3、TW1和TW4；种子包衣剂TW2和TW6促进棉花生长的效果极显著高于TW3、TW1和TW4,TW2和TW6间无显著差异；TW3促进棉花生长的效果极显著高于TW1和TW4；TW1促进棉花生长的效果极显著高于TW4。 二、组内观察值数目不等的完全随机试验的统计分析 在单因素完全随机试验中，若k 组处理的重复观察值数目不相等，分别用n1,n2,n3,……nk表示, 试验观测值总数为