试验数据与分析简介 .ppt

试验设计及其数据分析 一、试验是需要设计的 1、怎样安排试验？ 如果各因素的所有水平组合都进行试验（叫做全面试验），若一个试验有s个因素需要考虑，每个因素取q个水平，则共有qs个水平组合。当因素较多时，全面试验工作量大，实验费用高，有时由于试验物资的限制，根本不可能进行全面试验。一个重要的问题是，如何选出一部分有代表性的水平组合来进行试验以反映全局？这就是试验设计要研究的问题。 2、试验的结果是需要进行处理分析，以便对其所考察的问题去粗取精,去伪存真作出定量与定性科学推断或预测。试验数椐分析的基本方法是方差分析和回归分析，良好的试验设计总是与统计分析结合在一起的，因此它不仅能大量节省试验次数，还便于试验结果从而将试验数据从随机误差的烟幕中去伪存真，抓住客观事物的规律。 3、现代统计分析离不开计算机辅助,国际现已流行多种成熟的统计软件包，如SAS、SPSS等可一气呵成地把实验设计和数据分析自动完成，懂得使用统计软件来进行实验设计和分析是必不可少的。 试验设计中的基本原理是重复、随机化、区域控制。 重复：是指基本试验的重复 重复的作用： 估计试验误差 降低试验误差，提高试验精确度 重复次数的确定： 田间试验：3-4次为宜 实验室实验：5-6次为宜 随机化：指试验器材的布置和试验的进行次序是随机确定的，是把各种处理完全随机的配置到各试验单元上。随机化保证了各观察值是独立的随机变量，便于统计分析。 区域控制：将试验单元按系统干扰因子的环境控制因子进行区组划分，实行区域控制，使同一区组内的单元间环境因子保持一致性，保证同一区组中局部范围内单元间误差的同质性。 常用的试验设计方法 （一）完全随机区组设计（random complete blocks design） 定义1：农业试验把试验区划分为若干块区，每一块区称为一区组(block)，每一区组内安排试验的全部处理(treatment)，并且在区组内各处理都独立的随机排列。这样的试验设计称为完全随机区组设计。 随机区组设计是根据局部控制和随机原理进行的，将试验单位按性质不同分成与重复数一样多的组，使区组内环境差异最小而区组间环境差异最大，每个区组均包括各处理的一个小区。 农业试验的完全随机区组设计不仅可以确保地力的均匀性，使影响试验结果的其它因素的作用相互抵消，而且可达到突出需要反映那个因素的目的，因此它是一种广泛应用的试验设计方法。 案例1： 现有一试验：有A、B、C、D、E 5个小麦新品种，需比较它们在产量上是否存在显著差异，重复3次，试验地具有趋向式肥力差异，试采用合适的田间试验设计。 保护行(区）的设置 区组化的作用是使统计分析使能消除“外来”因子的干扰，上述随机化完全区组设计适用于存在一个“外来”因子的试验问题，但实际问题中，这种“外来”因子可能多于一个，如田间试验中需要双向控制土壤的差异性，拉丁方设计适用于有两个“外来”因子的情况，能对试验设计进行双向的局部控制，从而提高精确度。 定义： 由P个拉丁字母排成P×P的方阵，使每行、每列中，每个字母仅出现一次，这样的方阵称为P×P的拉丁方，用拉丁方作出的试验设计称为拉丁方设计。 案例3： 某特种导弹的交流发电机的AC输出电压与定子的AC线圈的圈数、转子铁心体的铁心片数及铁心片涂层质量有关，研究者们是要比较定子的不同AC线圈数对该交流发电机的输出电压的影响。试验中感兴趣的因子及水平是： 定子的AC线圈数：145(A) 150(B) 155(C) 160(D) 165(E) 铁心体的铁心片数：230 ，240， 250， 260， 270 铁心片表面涂层质量：Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ （四）正交试验设计（Orthogonal Design） 在多因素试验中，随着试验因素和水平数的增加，处理组合数将急剧增加。例如，4因素4水平的实验，就有44个处理组合。要全面实施这么庞大的试验是相当困难的，因而，D.J.Finney倡议了部分试验法，而后日本学者倡导利用正交设计部分试验，称为正交试验设计。 正交试验设计是一种研究多因素试验的设计方法，它借助于一套现成的规格化的表格——正交表，在试验的全部处理中仅挑选出部分有代表性的水平组合(最优组合)进行试验。 正交表安排的试验具有均衡分散和整齐可比的特性 均衡分散：是说明正交表挑出来的这部分水平组合，在全部可能的水平组合中分布均匀，因此代表性强，能较好地反映全面情况。 整齐可比：由于正交表中各因素的水平是两两正交的，因此，任一因素任一水平下都必须均衡地包含着其它因素的各水平。 例如，A1，A2，A3条件下各有3种B水平，3种C水平，即 正交表的类别 1、相同水平正交表 各列中出现的最大数字相同的正交表称为相同水平正交表。如L4(23)