第二章试验设计及描述性统计.pptVIP

第一章 试验设计与描述性统计 Field experiment design and discriptive statistic 基本概念（Basic Concepts） 第一节 试验设计（experiment design） 第二节 描述性统计（discriptive Statistic） 随机化排列 重 复 I 重 复 II 五、局部控制 二、次数分布表 将试验所得到的大量未加整理的数据，按观察值大小或数据类别进行分组，制成关于观察值不同组别或不同分类单位的次数分布表，就可以看出资料中不同表现的观察值与其频率间的规律性，从而对资料有一个初步概念。 间断性资料的整理 参见 P37 表3.1。 2. 连续性资料的整理 参加 P38 表3.4。 3. 属性变数资料的整理 在整理前，将资料按各种质量性状进行分类，分类数等于组数，然后根据各个体在质量属性上的具体表现，分别归入相应的组中，即可以得到属性分布的规律性认识。 三、次数分图 条形图（bar diagram） 适合于间断性 变数和属性资料 陕西旬邑苹果黑星病病叶率（以6月2日为1） 条形图（bar diagram） 适合于间断性 变数和属性资料 多边形图（polygon） 适合于连续性 变数资料 方柱形图（histogram） 适合于连续性 变数资料 饼图（pie diagram） 适合于间断性 变数和属性资料 饼图（pie diagram） 适合于间断性 变数和属性资料 * 几个基本概念： 总体（population）是指在同一组条件下所有成员的某种性状变量的集合，或者说是某一变数的全部可能值的集合。有无限总体（infinite population）和有限总体（finite population）之分。 参数（parameter）是指描述总体的特征数，如总体平均数、总体标准差、总体方差等等。 样本（sample）是指从总体中抽出的一个部分。大样本-个体数＞30，小样本-个体数≤30。 统计数（statistic）是指描述样本的特征数，如样本平均数、样本标准差、样本方差等等。 变数（variable）是指某种性状或特性的有变化的数据。 观察值（observation）是指每一个体的某一性状、特性的测定数值。 试验因素（experimental factor） 水平（level）是指因素内设置的不同处理级别。 处理（treatment）是指试验因素不同水平的组合。 随机样本（Random Sample）：从总体中随机抽取的样本。 试验指标（Experimental indicator）：衡量试验效果的指示性状。 试验效应（Experimental effect）：试验因素对试验指标所起的增或减作用。 准确度（Accuracy）：同一处理的观察值与其真实值的接近程度。 精确度（Precision）：同一处理的重复观察值间彼此接近程度。 试验单元（Experimental Unit）：是指接受某种处理的最小的一个独立的试验材料单位。如一张叶片、一个果实、一个枝条、一个植株等。 误差（Error）：观察值与处理真实值间的偏离程度。 系统误差（Systematic Error）：观察值与处理真实值间出现有一定方向的系统偏离，如供试材料的遗传背景、仪器等方面存在的可辨识的差别所造成的误差。 随机误差（Random Error）：观察值与处理真实值间出现的大小、方向不同的微小差异。如在试验单元、管理方法、操作方法等方面存在的不可辨识的差别所造成的误差。 样本含量（Sample Size/Capacity）：样本中所包含的个体数目。 第一节 试验设计 experiment design 试验是在人为控制条件下有目的地进行的一种实践活动。 试验方案是根据试验目的和要求所进行比较的一组试验处理的总称。在进行科学试验时，必须在固定大多数因素的条件下才能研究一个或者几个因素的作用。 一、试验类型 （1）按照试验环境 田间试验、温室试验、实验室试验、皿内试验、人工气候试验、室内试验等等。 （2）按照供试因子的多少 单因素试验、多因素试验、综合性试验（各因素的各个水平不构成平衡的处理组合，而是将若干个因素某些水平结合在一起形成少数几个处理组合，目的在于探索综合作用，不在于检测因素的单独效应和相互作用）。 二、试验的基本要求 目的明确 结果可靠 试验条件有代表性 试验结果能够重复 ● ● ● ● ● 即准确又精确 ● ● ● ● ● 准确而不精确 ● ● ● ● ● 即不准确又不精确 ● ● ● ● ● 精确而不准确 精确度和准确度的关系 试验模型 供试体 输入 处理 输出 试验指标 随机干扰 Fig. 1 Gene