生物试验设计、统计方法.pptVIP

生物试验设计与统计方法 ;本课程的目的和任务;本课程的基本要求;第一章 绪 论;一、农业和生物学领域的科学研究 科学研究是人类认识自然、改造自然、服务社会的原动力。农业和生物学领域的科学研究推动了人们认识生物界的各种规律，促进人们发掘出新的农业技术和措施。从而不断提高农业生产水平，改进人类生存环境。 ;自然科学;二、科学研究的基本方法 （一）科学研究的基本过程 　　 基础性或应用基础性研究在于揭示新的知识、理论和方法； 应用性研究在于获得某种新的技术或产品。 农业科学领域的研究包括3个环节：（1）对所研究的命题形成认识或假说；（2）安排相斥性的试验或抽样调查；（3）根据资料推理，肯定或否定或修改假说，形成结论或开始新一轮试验以验证修改完善后的假说。;二、科学研究的基本方法 　　（二）科学研究的基本方法 　　　1、选题　明确意义及重要性 　　　2、文献　大厦顶层 　　　3、假说　对象和预期结果之间形成某种见解或想法。 　　　4、假说的检验　直接或间接检验 　　　5、试验的规划与设计　比较试验；试验结果的代表性和重演性；唯一差异原则；系统误差和偶然误差。 　　;第二节 试验方案; 可变的并设有待比较的一组处理因子称为试验因素， 简称因素或因子。 试验因素的量的不同级别或质的不同状态称为水平。 质量水平：供试材料具有质的区别，试验因素水平是 定性的。 数量水平：供试材料具有量的不同，试验因素水平是 定量的。 试验方案按供试因素的多少可区分为单因素试验方案、 多因素试验等方案。 ;1、单因素试验 单因素试验（single factor experiment）是指整个试验中只比较一个试验因素的不同水平的试验。单因素试验方案由该试验因素的所有水平构成。这是最基本、最简单的试验方案。例如品种比较试验，几个品种就是几个水平，也即是几个处理。又如施肥量试验，几种施肥量就是几个水平。几个水平就构成了试验方案。 ;2、多因素试验方案 多因素试验 （multiple factors experiment）是指在同一试验中同时??究两个或两个以上试验因素的试验。 多因素试验方案由该试验的所有试验因素的水平组合（即处理）构成。多因素试验方案分为完全方案和不完全方案两类。 ;（1）完全方案 在列出因素水平组合（即处理）时 ，要求每一个因素的每个水平都要碰见一次，这时，水平组合（即处理）数等于各个因素水平数的乘积。 例如以3种施肥量对3个品种进行试验。两个因素分别为施肥量（A）、品种（B）。施肥量（A）分为 A1、 A2、 A3水平， 品种（B）分为B1、B2、B3水平 。共有 A1B1、A1B2、A1B3、 A2B1、 A2B2、 A2B3、 A3B1、 A3B2、A3B3 共3×3=9 个水平组合（处理）。这 9个水平组合（处理）就构成了这两个因素的试验方案。;　　根据完全试验方案进行的试验称为全面试验。全面试验既能考察试验因素对试验指标的影响，也能考察因素间的交互作用，并能选出最优水平组合，从而能充分揭示事物的内部规律。 多因素全面试验的效率高于多个单因素试验的效率。全面试验的主要不足是，当因素个数和水平数较多时，水平组合（处理）数太多，以至于在试验时，人力、物力、财力、场地等都难以承受，试验误差也不易控制。因而全面试验宜在因素个数和水平数都较少时应用。 ;（2）不完全方案 它是将试验因素的某些水平组合在一起形成少数几个水平组合。这种试验方案的目的在于探讨试验因素中某些水平组合的综合作用，而不在于考察试验因素对试验指标的影响和交互作用。这种在全部水平组合中挑选部分水平组合获得的方案称为不完全方案。根据不完全方案进行的试验称为部分试验。植物试验的综合性试验 、 正交试验 都属于部分试验。 ;　　综合性试验是针对起主导作用且相互关系已基本清楚的因素设置的试验，它的水平组合就是一系列经过实践初步证实的优良水平的配套。 正交试验是在全部水平组合中选出有代表性的部分水平组合设置的试验。; 二、试验指标与效应 用来衡量试验效果的指示性状称试验指标( experimental indicator）。 试验中可以选用单指标也可选用多指标，由专业知识 对试验要求确定。试验因素对试验指标所起的增加或减少 的作用称为试验效应 (experimental effect) 。 在同一因素内两种水平间试验指标的相差属简单效应 (simple effect