(假重复和野外生态学实验的设计.docxVIP

假重复和野外生态学试验的设计摘要：假重复是指“进行推论统计以检验处理效果时, 使用的数据来自于未设置重复的试验(尽管可能存在多个抽样)或者来自于虽然存在重复但统计上不独立的实验”。在方差分析中，它是指使用不适宜假说的误差项来检验处理效果。通过查看1960 ～1984年发表的176个试验研究，我们发现在全部试验中有27%，或者说在使用统计检验的文章之中有48%存在“假重复”。在研究海洋底栖生物和小型哺乳动物时，假重复的发生率特别高。本文总结了控制试验的关键特性。“偶然事件干扰”（Nondemonic intrusion）是指在一个试验进行中偶然事件的影响。作为对偶然事件干扰和渐变干扰的预防，处理的布局被认为是良好试验设计的必要特性。尤其是在小规模试验中，有时仅通过避免严格的随机化程序就能保证恰当的试验布局。区分预布局(或常规)和特定布局可以辅助理解试验布局和随机化之间的冲突(I类错误:即本来零假设是正确的，而根据样本得出的统计量的值落入了拒绝域，根据检验拒绝了正确的零假设)。本文章为统计人员和生态学学术期刊的编辑加深对试验设计的理解，同时也提出了改善这个问题的建议。没有人会想到通过比较2个试验组（一个处理，一个未处理）来检验对一个试验处理的响应。-R.A. Fisher J. Wishart (1930)野外生态学试验(通常)要么没有重复，要么只有很少的重复，因此不能很好的解决问题……-L.L. Eberhardt (1978)我不知道为什么一些人提倡一个不受欢迎的原因，除非这个人是被刺激过的或没用的。-Bertrand Russell (Clark 1976：290)简介下面的论述是批判生态学家们如何设计和分析他们的野外试验的。也可以作为一个试验设计的勘探基础。我的方法是：(1)讨论一些常见的试验方法和统计误区，(2)引用大量的研究，对这些问题进行举例，(3)提出一些现在缺乏特定分类的新的术语和概念，(4)提倡将处理布局作为一个好的设计的必要特点，(5)给编辑一些可以很快的改善这个问题的方法。我认为大多数关于试验设计或统计方面的书籍，根本没有或者只有一些简单的基础，极少有关于设计错误的实验的例子以及关于种群、群落或生态系统水平的系统的实验方法的例子。以技术数学和机械方面为主题的书占据大部分，这是应当的，但它们也只是分散在那些只寻基本原则的书中。我在这里省略所有数学的讨论。引用特定研究对本文的有效性是至关重要的。避免提及具体的负面例子相当于放弃一个强大的教学法。过去的评论太过于礼貌甚至是歉意的，以下例子可以说明：野外试验中还有很多要改进的地方。关于正确的方法我将列出我的观点，而不是批评特定实例……(Connell, 1974)在此综述中，作者通常避免批评实验设计、缺乏研究性的引用以及结论中作为结果的统计缺点，这足够说明大多数研究在这些方面是有缺陷的。(Hurlbert, 1975)当我写我的评论时，我似乎只挑剔细节，这必然会有被大家责骂的总效应……我希望那些我作为例子引用的作品会原谅我。我真诚地欣赏这些论文的质量……(Hayne, 1978)在查阅的151篇论文中，遇到了一些常见的问题……这些讨论对于个人的论文可能是不利的甚至是不友好的……(Underwood, 1981)因为我在这里既不是匿名的批判也不是盲目的赞赏，我只是表明一个显而易见的事实 ——调查的质量不仅仅取决于良好的试验设计，所以良好的试验设计本身并不能保证研究的价值。本评论不评估任何作品的总体质量。他们中的大多数，尽管有设计或统计数据上的错误，然而都包含有用的信息。另一方面，当评论人员试图通过特定领域的研究而强调评论的积极性时，他们的选择有时似乎是不合适的。例如，Connell(1974)引用了Boaden(1962)的“控制野外试验的最好例子之一”；和Chew(1978)引用Spitz(1968)的“关于植物对小型哺乳动物捕食的反应的最好例子”。然而两篇被引用的文章的实验处理都没有设置重复，因此两个实验都不受随机因素的控制（Spitz, 1968）。此外，误用统计、处理重复的样方就犹如它们代表了重复的试验单位。这里所提出的新术语都是精心挑选的。也许数学统计学家会认为他们是不雅的，但我觉得他们至少对生态学家以及其他与试验设计有关的人是有帮助的。统计和试验设计是一个词汇贫乏的科目。这篇文章的大部分是关于一个统计学家称之为“随机化”、“重复”、“独立”或“误差项”的问题，但这些概念可以应用在一个试验中的许多方面，他们以不同的方式运用到不同类型的试验中。例如，在设计试验中，重复可以在不同的层次(如楼群、试验单位、样本、亚样本等)上设置，在许多时候重复可能是多余的或可做可不做的，但通常有至少一个试验单位的重复是必须的，至少在假设显著性测定中会使用。同样的，术语“误差”是