区组设计学习指导书.pptVIP

BIB设计统计分析——方差分析 Data yourdata; Input Block Treat Y @@; Cards; 数据 ; Proc GLM data = yourdata; Class Block Treat; Model Y= Block Treat/SS1; LSMeans Treat/pdiff; Run; 3.3 格子设计（Lattice Design） 在农业试验设计中，经常会碰到由于试验处理较多，或者受试验条件的限制，而在一个重复中容纳不了较多试验处理的情况。这时可以采用格子试验设计。 比如，在作物育种试验中，处理数非常多，可以达到几十个，乃至几百个品系、杂交子代或无性系。若采用区组设计，过多的处理数会导致区组过大，区组控制失败，带来很大的试验误差。需采用一种试验设计方法——格子设计。 格子设计 格子设计最早是由F. Yates于1936年提出，用于植物育种中品系较多时的测试试验，现广泛用于各项育种试验中。 其基本原理是应用较小的区组，容易控制区组内的同质性来提高试验精确度。 格子设计是不完全区组设计的一种，可分为平衡格子设计和不平衡格子设计。 格子设计 平衡格子设计和不平衡格子设计的主要区别在于： 1.平衡格子设计的重复数比较严格，不平衡格子设计的重复数可根据实际情况少量选取。 2.比较处理间的差异时，平衡格子设计的精确度比不平衡格子设计的高。 3.3.1 平衡格子设计 平衡格子设计的参数： t 处理数 k 不完全区组包含的小区数 r 重复次数 b 区组数 满足的条件： t=k2 r=k+1 b=k*r=k(k+1) 平衡格子设计 平衡格子设计的常用参数： 处理数 t 9 16 25 49 64 81 100 小区数 k 3 4 5 7 8 9 10 重复数 r 4 5 6 8 9 10 11 区组数 b 12 20 30 56 72 90 110 注：处理数为36时无法安排平衡格子设计 处理数必为整数的平方，若不满足时，可以采用增加对照或有希望的处理，或减少无希望处理，从而接近的某个平方数。 平衡格子设计步骤 例：一个试验包含9个处理，平衡格子设计要求，每个不完全区组内应包含3个处理，4次重复，12个不完全区组。 步骤1：划分试验区域为4个重复，每个重复包含9个试验小区，来安排9个处理。 平衡格子设计步骤 划分区组时，应遵循区组内同质，区组间和重复间允许存在差异的原则。 步骤2：根据试验的处理数从设计表中挑选一个基础方案。即3×3的平衡格子。 区组 重复I 1 1 2 3 2 4 5 6 3 7 8 9 区组 重复II 4 1 4 7 5 2 5 8 6 3 6 9 区组 重复III 7 1 5 9 8 2 6 7 9 3 4 8 区组 重复IV 10 1 6 8 11 2 4 9 12 3 5 7 平衡格子设计步骤 步骤3：对重复随机排列 区组 重复I 1 1 2 3 2 4 5 6 3 7 8 9 区组 重复II 4 1 4 7 5 2 5 8 6 3 6 9 区组 重复III 7 1 5 9 8 2 6 7 9 3 4 8 区组 重复IV 10 1 6 8 11 2 4 9 12 3 5 7 步骤4：各重复内区组随机排列 区组 重复I 2 4 5 6 1 1 2 3 3 7 8 9 区组 重复II 4 1 4 7 6 3 6 9 5 2 5 8 区组 重复III 9 3 4 8 7 1 5 9 8 2 6 7 区组 重复IV 11 2 4 9 12 3 5 7 10 1 6 8 §3.1 随机化完全区组设计 §3.2 平衡不完全区组设计 §3.3 格子设计 第三章 区组设计 3.1 随机化完全区组设计 由于试验条件不均匀，比如：试验场地、人员、设备、试验材料等存在一些差异，可能会对试验结果造成不良影响。 为解决这样的问题，把全部试验单元分为若干个区组，使得每个区组内各试验单元之间的差异尽可能的小，而区组间允许存在一些差异，这样的试验设计称为区组设计。划分区组也是试验设计的基本原则之一。 E G D C B A F 对照 E A D G 区组Ⅰ 区组Ⅱ 区组Ⅲ 对照 F B D C F B E 对照 G A C 某作物品种比较试验，有8个品种（含对照），设3次重复。 贫瘠 肥沃 随机化区组设计的目的，就是把区组引起的变异从随机误差的变异中分离出来，降低了随机误差的大小，提高统计分析的可靠性。 随机化区组设计应用于单因子试验或复因子试验均可，可以考察因子间的交互作用。 随机化区组设