大田试验统计学问题.docVIP

第七章 大田试验的统计学问题 Larry Nelson 美国北克罗来纳州立大学统计学离休教授 　　为了使农户能把自己的生产实践与推荐措施作比较，有关如何进行大田试验的报道已经有很多了。那么是否有大田试验设计的新方法呢？事实上，传统的方法已经足够了，但在欠发达国家大田周围的环境规划的失误和试验过程的不精心所引起的问题是难以用传统方法所获得的数据来进行分析的。最糟糕的是，有时统计学家所面临的是根本不能反映任何问题的试验设计和操作过程。变化的小区面积、试验小区间农户管理措施不一致、较差的生产和栽培管理技术都是很平常的。在这些时候，统计学家是诚实的，他不得不告诉研究人员，这样的试验只能用于示范了。　　在这次讨论中，我们并不希望涉及大田试验的各个方面，我们要做的只是研究一下其内在的规律，而不是为每种特殊情况都列出分析方案。　　如果某人想对任何试验的数据进行统计学检验，就可以应用某些确定的试验设计规则，这些规则是相同的，并被广泛应用于农业和生物学中的各种形式的试验设计。Sir Ronald Fisher的三个设计原则非常重要：1）随机性；2）重复性；3）区域控制（区组）。Cochran和Cox (1957)对这三个设计原则有进一步的论述。第三个原则对于大田试验是非常重要的，因为在那里经常会存在很大的变异，区组控制当然是必需的。最理想的情况是，区组应该设置在同一农户里，但在欠发达国家，农户的大小会成为限制因素。在这种情况下，人们会在几个邻近的农户里设置区组。这就产生了各个农户管理不一致（种子使用量、品种、肥料施用量等）的问题，因而许多管理因素会与处理相互作用，并由于这种交互作用而导致一个更大的区组。这就要求对试验误差的有更大估计，因此，显著性检验并不十分敏感。甚至区组与区组之间的处理也可能不一致。例如，在一次试验中，如果农户的生产管理水平存在着户与户之间的差异就会导致一系列问题，因为处理与区组发生了混淆。因而，在试验中必须统一农户的生产管理水平，在系列试验中也应该如此。在其它的任何处理中也应坚持这一点，也就是说，在每个试验中的处理都要保持一致。　　在农场试验中应严格坚持随机性要求。如果在试验前有周密的计划，这一点应该不成问题。在系列试验的每个试验中都应有独立的随机性。　　不但试验需要重复性，在每次试验的内部也需要重复性。这可以使我们能更概括地检验和说明每个试验。如果需要几个农场（一个农场设置一个区组）来布置试验，正如以上所述，设置t个试验，每个试验安排在r个农场里。这样，每个试验中的处理数经常不是很大，所以我们需要设置更多的重复以保证试验误差自由度的最小数量（10-12）。如果处理数是4就要设至少5次重复以保证最小的自由度。从我的农场试验经验来看，重复数越多越好，因为我们经常会遇到很大的变异。如果没有足够的资金或劳动力来重复试验，那最好就放弃它，把资金投入到成功的可能性比较大的项目上。　　 为达到目标没有必要进行上百次的系列试验，20到30次规划完善、精心实施的试验要比上百次计划不当的系列试验好得多。困为，按着统计学观点，任何试验都会有一些限制条件。大量试验只有在一种情况下是有用的，那就是当我们试图建立适当转换，并想根据一个随机试验样本来确定适当的转换方式的时候，这种转换就可以利用其它试验的数据。　　应该强调的是，使用的格式应是普通系列试验的格式。分析的机制也应遵循一般的格式。经常出现问题的是那些与概念和特征而不是与机制有关的地方。例如，如果农户的生产管理方式在区组间存在着差异，我们也可以进行计算，但分析结果却不能代表农户的处理。从机理上说，分析是可以的，但它并没有任何意义，因为区组和处理都不是独立的。在总结系列试验之前，没有更好的办法用来确定会出现多少代表性方面的问题。如果没有可以用来分析的数据，那么，这个试验也只能用作示范目的了。　　第7-1节. 方差的适当分析　　 (表：对来自各试验的数据应进行方差分析 ) 来源d.f.重复(r-1)处理(t-1)误差(r-1)(t-1)总和rt-1　　这里，处理是用误差均方来检验的，另外，应对所有试验的数据进行综合方差分析。格式如下：?　　 (表：表 ) 来源d.f.试验(p-1)重复（试验）p(r-1)处理(t-1)试验×处理(p-1)(t-1)误差p(r-1)(t-1)总和(corr.)prt-1　　Cochran和Cox(1957)对在分析中如何确定平方和和均方的机制进行了描述。假定试验和重复是随机的而处理是固定的，处理就可以用试验×处理均方检验而试验×处理就可以用误差均方来检验。如果试验×处理在高概率水平（如0.25）上不显著，那么就可以合并试验×处理和误差均方，并用合并