实验设计方法及其优缺点概述.doc

实验设计方法及其优缺点概述 沈清祥 （数学与信息科学学院 2008级 统计专业 081120142） 试验是开展科学研究工作必不可少的手段。任何一种新产品、新工艺、新材料、新品种的产生以及任何一项科研成果的获得，往往需要做很多次反复试验，并通过对实验数据的分析与总结，获取尽可能多的有用的信息，以达到解决实际问题的目的。因此，如何科学合理地进行实验设计与数据处理，在科学研究和工农业生产中的作用是极其重要和深远的。试验设计是在试验开始之前，它是影响研究成功与否最关键的一个环节。如果试验安排的合理，就能用较少的试验次数，在较短的时间内达到预期的试验目标；反之，试验次数既多，其结果往往还不能令人满意。因此，试验方法的选择尤为重要。 目前实验设计方法已经比较成熟和丰富，常用的多因素实验设计的方法有随机区组实验设计、完全随机设计、析因实验设计、正交试验设计、均匀试验设计、回归正交试验设计、回归旋转试验设计、参数设计、响应曲面设计等等。本文主要是简单介绍一下几种方法的基本思想和特点，重点分析各种方法的优缺点，来对今后的试验作指导性参考。 1、随机区组设计 随机区组设计亦称完全随机区组设计。这种设计的特点是根据“局部控制”的原则，将试验地按肥力程度划分为等于重复次数的区组，一区组安排一重复，区组内各处理都独立的随机排列。这是随机排列设计中最常用而最基本的设计。 随机区组在田间布置时，应考虑到试验精确度与工作便利等方面，以前者为主。设计的目的在于降低试验误差，宁使区组之间占有最大的土壤差异，而同区组内个熊区间的变异应尽可能小。一般从小区形状而言，狭长型小区之间的土壤差异为最小，而方形或接近方形的区组之间按的土壤差异大。因此，在通常情况下，采用方形区组和狭长形小区能提高试验精确度。在有单向肥力梯度时，亦是如此，但必须注意是区组的划分与梯度垂直，而区组内小区 长的一边与梯度平行。这样既能提高试验精确度，同时亦能满足工作便利的要求。如处理数较多，为避免第一小区与最末小区距离过远，可将小区布置成两排。 如上所述，若试验地段的限制，使一个试验的所有区组不能排列在一块土地上时，可将少数区组设在另一地段，即各个区组可以分散设置，但一区组内的所有小区必须布置在一起。 优点：（1）设计与分析方法简单易行。（2）在对试验结果进行分析时，能将单位组间的变异从试验误差中分离出来，有效地降低了试验误差，因而试验的精确性较高。（3）把条件一致的供试动物分在同一单位组，再将同一单位组的供试动物随机分配到不同处理组内，加大了处理组之间的可比性（4）富于伸缩性，单因素、多因素以及综合性的实验都可应用（5）对试验地的地形要求不严，必要时，不同区组亦可分散设置在不同地段上。 缺点：这种设计不允许处理数太多，一般不超过20个。因为处理多，区组必然增大，局部控制的效率降低，而且只能控制一个方向的土壤差异。 2、完全随机设计 该设计常用于将受试对象按随机化原则分配到处理组和对照组中，各组样本例数可以相等，也可以不等，但相等时效率高。 先将实验对象编号，按预先规定，利用随机排列表或随机数字表产生的随机数字将实验对象随机分配到各组中去（用随机排列表进行分组时，各组例数相等；用随机数字表进行分组时，各组例数常不相等，故常用前者）。 优点：（1）设计容易 处理数与重复数都不受限制，适用于试验条件、环境、试验动物差异较小的试验。（2）统计分析简单 无论所获得的试验资料各处理重复数相同与否，都可采用t检验或方差分析法进行统计分析。 缺点：（1）由于未应用试验设计三原则中的局部控制原则，非试验因素的影响被归入试验误差，试验误差较大，试验的精确性较低。（2）在试验条件、环境、试验动物差异较大时，不宜采用此法。 3、析因实验设计 析因设计是一种将两个或多个因素的各水平交叉分组，进行实验的设计。它不仅能检验各因素内部不同水平间有无差异，还可检验两个或多个因素间是否存在交互作用。若因素间存在交互作用，表示各因素不是独立的，一个因素的水平发生变化，会影响其它因素的实验效应；反之，若因素间不存在交互作用，表示各因素是独立的，任一因素的水平发生变化，不会影响其它因素的实验效应。 该设计是通过各因素不同水平间的交叉分组进行组合的。因此，总的实验组数等于各因素水平数的乘积。例如，两个因素各有3个水平时，实验组数为3×3=9；四个因素各有2个水平时，实验组数为24=16。所以，应用析因实验设计时，分析的因素数和各因素的水平数不宜过多。一般因素数不超过4，水平数不超过3。 优点：是所获得的信息量很多,可以准确地估计各实验因素的主效应的大小,还可估计因素之间各级交互作用效应的大小，是一种高效率的实验设计方法，不仅能够分析各因素内部不同水平间有无差别，还具有分析各种组合的交互作用的功能。 缺点：是所需要的实验次数最多,因此耗