第一专题 科学研究的试验设计与统计分析问题 讲座PPT.ppt

第一讲 科学研究的试验设计与统计分析问题 科学研究 科学试验 一个试验有五个组成部分：假设、试验设计、试验执行，统计分析和解释。 一、科学试验的基本要求 二、科学试验的误差来源及控制途径 三、试验设计的基本原则 四、异常数据处理及漏失数据弥补 五、方差分析的数据要求与数据转换 六、统计分析结果图形的选择 七、试验设计与统计分析方法的选择 一、科学试验的基本要求 1. 试验结果要可靠 要求有较高的准确度和精确度 。 什么是准确度？什么是精确度？-----误差 试验观测值y = u+ε(u为真值，理论值) 完全偶然，找不出原因的称偶然误差，随机误差 误差ε 有一定原因的偏差，称系统误差 -----系统误差使数据偏离理论真值，影响数据的准确性。准确度是指试验结果的实际值或观测值与其理论真值的符合程度或接近程度。 -----偶然误差使数据相互分散，影响数据的准确性。 精确度是指观测值之间的符合程度。 a: 准而集中， b:不准但集中 c:不准且分散 d:分散但接近真值 具有高的准确度和精确度 准确度低精确度高 准确度低精确度低 有一定准确度但精确度低 理论真值 二、田间（野外）试验的误差来源及控制途径 科学试验误差包括偶然误差和系统误差。 农林业的田间（野外）试验的主要误差来源有： 1.试验材料固有的差异如动植物材料的基因型不同、苗木的粗细不一、插穗的粗细不一、种子的批次不同等。 控制途径：尽量选择均匀一致的材料，或通过分组局部控制差异。 2.农业操作或管理技术不一致引起的差异 在动植物整个生长期间要进行农事（抚育）管理、饲养管理，需要施肥、除草及病虫害防治等，操作不规范或质量不一致，观测人员、时间、仪器等的不一致等等。 控制途径：严格按试验方案中的操作规程或通过技术培训。 3. 外界环境条件差异 主要是气候、土壤水分、土壤养分等差异。 控制途径： （1）选择地势平坦、均匀的试验地 （2）采用适当的小区技术 （3）应用良好的试验设计和相应的统计分析，如随机区组、拉丁方、裂区试验设计，把环境差异通过区组变异从总变异中分离出来。 三、试验设计的基本原则 重复 试验中同一处理的单元数成为重复数，将一基本试验重复３次以上或在野外每一试验处理设置３个以上样地或试验小区． 作用：（1）估计试验误差 （2）降低误差，更精确地估计处理效应 平均数的方差： 特别注意避免假重复 晚松林有：5,39,42,70; 木荷林有： 38,47,54,77; 枫香林有： 27,53,78; 湿地松林有： 1,2,3,6,10,11,13,14,19等． 2.随机排列 试验材料的配置和处理在试验地上的顺序是随机排列的，以获得独立的随机变量值。 作用：防止系统误差，正确地估计误差 。 3. 局部控制 分范围、分地段局部控制试验材料或外界环境差异。 将试验材料或试验地根据差异划分成若干区组，每一区组内比较均匀一致。 试验设计的三个基本原则，其最终目的是提高试验的精确度和准确度，使试验结果更可靠。 四、异常数据处理及漏失数据弥补 试验（抽样调查） 获取样本 统计分析 在一定的可靠性下对总体进行推断的过程（参数估计或假设检验） 用样本平均数估计总体平均数的前提是正态分布 U=2.576 α=0.01(两尾概率之和） 误差值超过3σ的概率仅为 0.0027，因此在数据测试中， 若误差超过3σ，该观测值可认为 是可疑值，异常数据。 1.异常数据处理 判断数据异常的通用原则： 如果至少有10个独立的值，若其中一个值处于区域x±4σ之外，则 完全可以将该值 x看成异常值。计算平均数和标准差时，不能使用被怀疑为异常值的数据，必须进行检查。 数据取舍准则 ： （1）、拉依达（Pan Ta)准则：3σ准则 若∣xd-x∣3σ则xd剔除 注意：数据数n10时不能用此准则。 （2）、肖维勒(Chauvenet)准则 该检验是以检验数据是否偏离正态分布为基础。 原则：∣xd-x∣kx×σ时，舍去xd，系数kx可以查表或按以下公式计算： kx=tα(n-1) √(1+1/n· σ ) 如 实验数据： 2.0， 2.1， 2.4 ，3.4， 3.5， 4.2， 7.9 n=7 查表 kx=1.79 ∵xˉ=3.64，σ=2.04 检验xd=7.9 ∵∣xd-xˉ∣=∣7.9-3.64∣=4.