肥料配方师培训(肥效试验与配方制定)2汇编.ppt

肥料效应田间试验与配方制定 中国农业科学院农业资源与农业区划研究所 白由路 2014.10.28 ? 北京 （一）肥料效应试验的计设 单因子回归设计 多因子回归设计 单因子随机区组设计 多因子随机区组设计 对比试验 （一）3414试验的设计 （一）统计分析的内容 “3414”试验结果资料的统计分析主要内容包括: 1.回归分析 回归分析主要是通过建立产量与施肥量之间的二次回归方程，寻找某个养分的最佳施肥量； 2.方差分析 方差分析是通过F检验与多重比较，比较各个处理的的直观效果； 3.施肥参数计算 施肥参数计算主要包括肥料利用率、土壤贡献率、作物养分需要量、土壤养分丰缺指标、有机肥贡献率等施肥参数的计算，目的是为了获取构建区域性作物施肥专家施肥系统需要的有关参数。 根据需要，可运用其中的一种或多种方法对试验数据进行分析。 1. 回归分析 回归分析的主要目的是建立产量与施肥量之间的二次回归方程，然后通过方程确定最大施肥量与最佳施肥量，根据施肥量预测产量。运用3414完全实施方案的14个处理，可以建立N、P、K三个因素与产量的全模型效应方程(三元二次方程)，部分实施方案(或选择完全实施方案的部分处理)可建立某一个或某二个因素与产量的效应方程(一元二次或二元二次方程)。选择那些试验处理建立回归方程在试验方案设计一节中有详细描述。 如果试验有重复，为简化计算过程，作物产量通常取各重复的平均数，而不是每个重复建立一个回归方程。 (1) 产量与施肥量的多元回归方程建立 ? 将方程的二次项(平方项或者交互项，如N2就是用原始数据中的N×N，NP项就是原始数据中N×P，其他项类推)作为一个单独的因素来考虑，就可将多元多次回归方程的建立转化为多元线形回归方程建立。 2.方差分析 3414试验如果有重复或者无重复多点试验组合在一起，按照随机区组方差分析模型进行“方差分析”。通过F检验与多重比较，可以看出各个处理的的直观效果。 (1) F检验 F检验不显著，说明处理间没有差异，不必进行多重比较； F检验显著，表示处理间有差异，但是不代表每两个处理间是否有差异。 这里指出： 　　田间试验是获得施肥参数的重要途径，但不是唯一的途径，通过当地施肥情况的调查，如作物产量及作物施肥次数、施肥品种、数量、价格等；土壤测试：开展测试或土壤普查；专家经验（网络）、土壤监测资料等 考虑到试验数据统计分析计算工作量大，需要用到一些稍难理解的统计学知识，基层农技人员不便掌握，一般可采用现成的计算机软件来完成。如可用Excel、DPS、SAS、SSPS等统计软件来完成。也可以从全国农技推广服务中心的网站上下载：(/sfb) 回归方程建立的五大“通用”公式 (b)A＝X’X (矩阵X’为矩阵X的转置矩阵) (c)B＝X’Y (d)C＝A-1 (A-1为矩阵A的逆矩阵) (e)b＝CB (矩阵b就是回归方程的系数矩阵,b0,b1,b2,b3,…,bk) 3414试验结果举例 3414试验结果整理 X= Y= b= 基础产量 （2）回归分析结果的应用 利用建立的二次回归方程，通过求导方法，可以计算出最高产量或最佳效益施肥量。 假设，建立的回归方程为： Y = + 554.1791 + 28.9391 X1 + 22.6086 X2 + 9.2110 X3 - 0.6039 X12 – 0.9590 X22 – 0.1421 X32 - 0.4107 X1X2 – 0.1068 X1X3 – 0.1929 X2X3 产量对各因素的偏导应该为： D(Y/X1) = 28.9391 - 2 × 0.6039 X1 – 0.4107 X2 – 0.1068 X3 D(Y/X2) = 22.6086 - 2 × 0.9590 X2 – 0.4107 X1 – 0.1929 X3 D(Y/X3) = 9.2110 –2 × 0.4121 X3 – 0.1068 X1 – 0.1929 X2 如让，D(Y/X1) = 0, D(Y/X2) = 0, D(Y/X3) = 0 那么，通过求解上面的线形方程组，可得到最高产量施肥量X1=20.2791, X2=5.3141, X3=21.1828，将X1，X2，X3的值回代入回归方程中，就可得出最大产量Ym=1005.23。 一般试验主要采用差异比较法来确定试验因素的效应，要保证试验的可比性，试验方案设计要遵循单一差异的原则，即除了要比较研究的因素外，其它因素相对一致，以排除非试验因素的干扰。 （二）如何采用3414田间试验结果计算相对产量？ 氮：相对产量=（N0P2K2处理产量/N2P2K2处理产量）*100% 磷：相对