试验设计及其统分析92.pptVIP

第二节 完全随机设计及其统计分析 假设试验有ｋ个处理（包括对照），ｎ次重复，则可将试验材料划分为ｎｋ个试验单位。将全部供试单位进行随机，并根据ｎ的大小分成ｋ组，同组各供试单位接受相同处理，这种设计叫完全随机设计。 优点：设计简单，统计分析简便；重复次数富有弹性。各处理的重复次数可以相等，也可以不等；估计试验误差的自由度增至最大，而对检验显著性要求的临界Ｆ值减到最小，因而提高了试验的灵敏度。 缺点：处理的分布没有规律，不便于观察记载；没有应用局部控制的原则。 适用范围：适合非试验条件较均匀一致，供试单位在２０个左右的情况下使用，一般做单因素试验。 例6.1 某花卉研究所为促进芦荟生长，提高其经济效益，研究了4种不同配方的营养土对芦荟生长的影响。选取初始高度一致的试管苗20株，随机分成4组，一段时间后测量各处理试管苗株高，数据如表6-2所示，试比较各营养土配方的优劣。 重复 营养土 A1 A2 A3 A4 1 18.1 17.4 17.3 15.6 2 18.6 17.9 16.9 15.8 3 18.7 17.1 18.5 16.7 4 18.9 16.5 18.2 15.3 5 18.3 17.5 16.2 16.8 表6-2 4 种不同营养土培养下芦荟的株高 (单位：cm) 例6.2 测定东北、内蒙古、河北、安徽、贵州5个地区黄鼬冬季针毛的长度每个地区随机抽取4个样本，测定的结果列于表6-11，试比较各地区黄鼬针毛长度的差异。 地区 东北 内蒙古 河北 安徽 贵州 1 32.0 29.2 25.5 23.3 22.3 2 32.8 27.4 26.1 25.1 22.5 3 31.2 26.3 25.8 25.1 22.9 4 30.4 26.7 26.7 25.5 23.7 表6-11 不同地区黄鼬冬季针毛长度 (单位：mm) 例6.3 园艺研究所调查了3个品种草莓的Vc含量，测定的结果列于表6-15，试分析不同品种草莓之间Vc含量是否有显著差异。 处理 Vc含量 1 2 3 4 5 6 7 8 9 10 Ⅰ 117 99 107 112 113 106 ? ? ? ? Ⅱ 81 77 79 76 85 87 74 69 72 80 Ⅲ 80 82 78 84 89 73 86 88 ? ? 表6-15 不同品种草莓Vc含量 (单位：mg/100g) 注意输入数据的方向！ 第三节 随机区组设计及其统计分析 随机区组设计也称为随机单位组设计。它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单位组，使单位组内非试验因素差异最小而单位组间非试验因素差异最大，每个单位组均包括全部的处理。单位组内各处理随机排列，各单位组独立随机排列。该设计既可用于单因素试验，也适用于多因素试验。 例：红碎茶加工中的通气发酵试验，因素为发酵时间A，有5个水平（k=5）： A1(30′) ，A2(50′)，A3(70′) ，A4(90′) ， A5(110′) ，试验目的是从各处理中找出最适的发酵时间。试验设4次重复(n=4)。本试验中多数非处理条件都能被控制为相对一致，只是用来揉切茶叶的4台转子机是不同型号的。因此采用随机区组法来安排本试验。 分别以各台转子机安排1个区组（重复）。先给各台转子机编号为区组Ⅰ，Ⅱ，Ⅲ，Ⅳ。试验以从转子机出来的每25kg揉碎叶为该区组的5个供试单元，分别编号为①，②，③，④，⑤。至于各处理安排在哪个供试单元，则由随机方法确定。表1.1即为本试验的设计方案。 表9.1 单因素随机区组试验设计方案 按表9.1 设计方案实施本试验，即在第一台机上最先出来的25kg安排第二水平A2，即发酵时间为50min；接着出来的25kg安排第五个水平A5，即发酵时间为110min；‥‥‥余类推。 一、随机区组设计的优点 符合试验设计的3项基本原则，试验精确度较高。 因有局部控制措施，同一重复内的各处理间可比性更强。 设计方法机动灵活。 可安排单因素、多因素试验，对条件的要求也不苛刻。 实施中的试验控制及结果的统计分析较易进行。 试验的韧性较好。 若某个区组受到破坏，在去掉这个区组后仍可进行分析。 二、随机区组设计的缺点 结果分析时只能消除区组间差异带来的影响，而不能分辨出区组内的差异。 当处理数太多时，一个区组内试验单元就多，对其进行非处理条件控制的难度相应增大，甚至将失去控制效能。处理数最好在15个以内。 三、应用随机区组