生物数据统计方法——第三章资料.ppt

拉丁方设计方法 第三个随机：将试验因子的水平随机分配给拉丁方中的字母 A B C D 3 2 4 1 D B A C B D C A A C B D C A D B 猪1 猪2 猪3 猪4 段1 料1 料2 料3 料4 段2 料2 料1 料4 料3 段3 料3 料4 料2 料1 段4 料4 料3 料1 料2 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 猪1 猪2 猪3 猪4 行和 段1 料1 料2 料3 料4 X1. 段2 料2 料1 料4 料3 X2. 段3 料3 料4 料2 料1 X3. 段4 料4 料3 料1 料2 X4. 列和 X.1 X.2 X.3 X.4 X.. 料1 料2 料3 料4 4?4拉丁方的ANOVA Source SS df MS F value Phase SS段 3 Pig SS猪 3 Feed SS料 3 Error SSE 6 Total SST 15 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 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 A1 A2 B1 A1B1 A2B1 B2 A1B2 A2B2 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 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 正交设计 正交表 L8(27) 2: 1, 2 1 2 3 4 5 6 7 1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2 2 2 1 1 5 2 1 2 1 2 1 2 6 2 1 2 2 1 2 1 7 2 2 1 1 2 2 1 8 2 2 1 2 1 1 2 7个因素 不同水平的 第8次试验 正交设计 正交表的特点 每一列所包含的各种水平数相同 任何2列同一行的2个数字组成的 所有可能数对，出现次数相同。 1 2 3 4 5 6 7 1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2 2 2 1 1 5 2 1 2 1 2 1 2 6 2 1 2 2 1 2 1 7 2 2 1 1 2 2 1 8 2 2 1 2 1 1 2 均匀分散，整齐可比 正交设计 L9(34) 选择正交表LN(pr)原则： 各实验因素的水平数最好相等。 当p=2，可选L4(23)、 L8(211)、 L16(215) 等； 当p=3，可选L9(34) 、 L18(37) 、 L27(313) 等； 当p=4，可选L16(45) 、 L32(49) 等。 试验的操作简单或希望得到较多的信息， 选择N较大的正交表。 分析交互作用（主要是两因素之间的交互作用）， 选r较大的正交表。 正交设计 方案举例 例. 安排一个4因素2水平的实验。不考虑交互作用。 正交设计 1 2 3 4 5 6 7 1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2 2 2 1 1 5 2 1 2 1 2 1 2 6 2 1 2 2 1 2 1 7 2 2 1 1 2 2 1 8 2 2 1 2 1 1 2 选用L8(27)，将4个因素 任意放置在表的4列上。 正交设计 1(A) 2(B) 4(C) 5(D) 1 1 1 1 1 2 1 1 2 2 3 1 2 1 1 4 1 2 2 2 5 2 1 1 2 6 2 1 2 1 7 2 2 1 2 8 2 2 2 1 8次实验顺序随机安排 正交试验 A因子 C因子 B因子 1、列数≥因子数＋需要考虑？的互作数；2、表头；3、试验方案；4、按表头分