生物数据统计方法——第三章教材.ppt

多因素完全随机设计——析因设计 析因试验：factorial experiment 完整的析因试验要安排各因子所有水平的组合 组合数计算:水平数相乘 五因素4水平 多因素完全随机设计——析因设计 以三因素三水平为例: 1、表示方式 A B C为三因素，1 2 3为三个水平 多因素完全随机设计——析因设计 2、组合数 3、统计量个数 无重复： 有重复 多因素完全随机设计——析因设计 4、统计分析 无重复： 有重复： 正交试验设计 Orthogonal design 多因子析因试验的助手：不损失主要信息的情况下减小试验规模，借助正交表选择水平组合 拉丁方设计的分析 类似于三因子无重复的方差分析?二因子无重复 拉丁方设计的分析 X.4 料2 料1 料3 料4 猪4 X4. 料1 料3 料4 段4 X.. X.3 X.2 X.1 列和 X3. 料2 料4 料3 段3 X2. 料4 料1 料2 段2 X1. 料3 料2 料1 段1 行和 猪3 猪2 猪1 料4 料3 料2 料1 4?4拉丁方的ANOVA 3 SS猪 Pig 3 SS料 Feed 15 SST Total 6 SSE Error 3 SS段 Phase F value MS df SS Source 教材例题的理解 拉丁方设计的优缺点 采取了双重的局部控制，消除或减小两个干扰因子的影响?从某个角度讲提高灵敏度 区组1＝区组2＝因子水平?限制的情况较多 误差自由度较小，拉丁方本身固有 高阶拉丁方：6?6?df＝36-1-5-5-5＝20 5～8阶拉丁方较好 重复拉丁方设计 2个4?4：df＝16?2-1-3-3-3-1＝21 缺失值需要估计SS需要校正 多因素完全随机设计——析因设计 A2B2 A1B2 B2 A2B1 A1B1 B1 A2 A1 无重复?不能估计互作 ?不设重复的试验需要假定因子间无互作效应！ 最简单的析因试验：2因子，每因子2水平，无重复 主要内容 绪论 统计量、统计分布与统计比较 回归与最小二乘分析 比较试验设计与分析 回归试验设计与分析 动态试验指标的统计推断 综合试验指标的统计推断 试验设计基本知识 试验设计 试验设计的步骤：假说、设计、试验、分析 指标：计量指标、计数指标 因素：定量因素、定性因素 水平 处理 观察与试验 观察（observational study)：客观性，无法控制(处理的实施和影响因子），不能随机将试验对象分配在各处理组?调查 调查某集合的个体，研究该总体的各种参数的取值 总体调查：该集合的全部（census，人口普查） 抽样调查：用有代表性的样本推断总体 描述型和分析型，流行病学即分析型，需要通过与疾病发生和散布有关的风险因子（品种、年龄等）分析，调查某疾病的病原 观察与试验 试验(experimental study)：通过对条件的控制（温度、处理），检验某试验因子是否能直接导致反应的不同，个体在不同“组”分配的随机性 实验室试验 临床试验 If X, then Y and If not X, then not Y 试验设计的意义 试验性科学研究的基本步骤 试验设计 实施试验 分析处理试验结果 试验设计的目的 保证数据质量 ? 获得正确科学的结论 提高试验的效率 常见错误 希望通过统计“处理”得出符合自己设想的结论 希望通过统计分析来弥补设计上的缺陷 ??? 收集资料 试验设计的几个概念 试验指标 对每个试验单元要度量的试验结果的标志 日增重、产仔数、瘦肉率、产奶量、? 试验因子 试验中要研究的影响试验指标的因素 品种、饲料、性别、药物、饲喂方式、 ? 单因子试验、双因子试验、多因子试验 客观因子（干扰因子）：除试验因子外的其他可能影响试验指标的因素 试验设计的几个概念 因子水平 对试验因子按其质或量所划分的等级或状态 不同品种、饲料的不同营养水平、? 处理 根据试验因子的不同水平对试验单元所采取的不同措施 单因子试验：每个水平是一个处理 多因子试验：每个水平组合是一个处理 试验设计的几个概念 试验误差 由于除试验处理外的其他因素所引起的观测值的变异 试验设计的主要目的就是要尽量减小试验误差 系统误差： 由于干扰因子造成的不同处理内的试验单元之间存在整体性的差异 随机误差： 由于随机和偶然因素所造成的误差，造成试验单元之间的随机变异 试验设计三原则（principle） 随机化（randomization）：试验单元的完全随机分配 降低系统误差 随机误差的无偏估计 重复（replicate）：处理或处理水平组合中有2或2个以上试验单元 估计随机误差 提高试验的精确度：n?? 局部控制（portion of control）：对付不可去除的干扰因子 配对试验 另外：平衡性（balanc