常用试验设计分析方法..ppt

第六章 常用的试验设计及统计分析 二、随机区组设计 随机区组设计(randomized block design)，又称配伍组设计。是单因素设计的方差分析，使用的却是多因素方差分析的方法。 实验设计中常按影响试验结果的非处理因素（如窝别等）配成区组（block），再将区组内的受试对象随机分配到各组。 这种设计方法统计检验效能较高。缺点是比较麻烦。 四、拉丁方设计 拉丁方设计是从横行和直列两个方向进行双重局部控制，使得横行和直列两向皆成区组的设计。在拉丁方设计中，每一行或每一列都成为一个完全区组，而每一处理在每一行或每一列都只出现一次。 在拉丁方设计中， 试验处理数 = 横行区组数 = 直列区组数 = 试验处理的重复数。 一、拉丁方简介 （一） 拉丁方 以 n 个 拉 丁 字 母 A， B，C……，为元素，列出一个 n阶方阵，若这 n个拉丁方字母在这 n 阶方阵的每一行、 每一列都出现、且只出现一次，则称该 n阶方阵 为n×n阶 拉 丁方。 例如： A B B A B A A B 为2×2阶拉丁方，2×2阶拉丁方只有这两个。 A B C B C A C A B 为3×3阶拉丁方。 （二）常用拉丁方 最 常 用 的 有3×3，4×4，5×5，6×6阶拉丁方。下面列出部分标准型拉丁方，供进行拉丁方设计时选用。 二、拉丁方设计方法 下面结合具体例子说明拉丁方设计方法。 为了研究5种不同温度对蛋鸡产蛋量的影响，将5栋鸡舍的温度设为A、B、C、D、E，把各栋鸡舍的鸡群的产蛋期分为5期，由于各鸡群和产蛋期的不同对产蛋量有较大的影响，因此采用拉丁方设计，把鸡群和产蛋期作为单位组设置，以便控制这两个方面的系统误差。 拉丁方设计步骤如下： （一）选择拉丁方 先确定采用几阶拉丁方，再选择标准型拉丁方或非标准型拉丁方。 此例因试验因素为温度，处理数为5；将鸡群作为直列区组因素，直列区组数为5；将产蛋期作为横行区组因素，横行区组数亦为5。 本例选取前面列出的第2个5 × 5标准型拉丁方，即： （二）随机排列 在选定拉丁方之后，若是非标准型，则可直接由拉丁方中的字母获得试验设计。若是标准型拉丁方，还应按下列要求对直列、横行和试验处理的顺序进行随机排列。 5×5标准型拉丁方：先随机选择4个标准型拉丁方中的一个；然后将所有的直列、横行及处理都随机排列。 下面对选定的5×5标准型拉丁方进行随机排列。先从随机数字表任意一行/列开始，向右连续抄录3个5位数，抄录时舍去“0”、“6以上的数”和重复出现的数。 如得到的3个五位数字为：13542，41523，34521。然后将上面选定的5×5拉丁方的直列、横行及处理按这3个五位数的顺序重新随机排列。 1、直列随机 将拉丁方的各直列顺序按13542顺序重排。 2、横行随机 再 将直列重排后的拉丁方的各横行按41523顺序重排。 3、把5种不同温度按第三个5位数34521顺序排列 即：A=3，B=4，C=5，D=2，E=1，从而得出5×5拉丁方设计，如表所示。 试验结果如表所示。 四、拉丁方设计的优缺点 （一）拉丁方设计的主要优点 1、精确性高 拉丁方设计在不增加试验单位的情况下，比随机区组设计多设置了一个区组因素，能将横行和直列两个区组间的变异从试验误差中分离出来，因而试验误差比随机区组设计小，试验的精确性比随机区组设计高。 2、试验结果的分析简便 1. 析因设计（factorial design） 析因设计的实例 2. 析因设计的特点 2个或以上（处理）因素（factor）(分类变量)； 每个因素有2个或以上水平（level）； 每一组合涉及全部因素，每一因素只有一个水平参与； 几个因素的组合中至少有 2个或以上的观察值； 观测值为定量数据（需满足随机、独立、正态、等方差的ANOVA条件）。 3. 两因素析因