第五章常用试验设计与实施5.pptVIP

第五章 常用试验设计与实施 本章内容 试验设计的原理、要求 制订试验方案的要点 试验误差的概念、来源及控制途径 常用田间试验设计 生物学试验研究中，一项工作要取得客观、理想的结果，必须做到试验方案设计合理，精心组织操作，采用相应的统计方法对试验结果进行分析。 第一节 试验设计的基本原理 一、试验设计的意义 广义的试验设计：是指整个研究课题的设计，包括试验方案的拟订，试验单位的选择、分组的排列，试验过程中生物性状和试验指标的观察记载，试验资料的整理、分析等内容。 狭义的试验设计：仅是指试验单位的选择、分组与排列方法。 意义： 为了认识生物的生殖和生长发育规律，指导农牧业生产，就必须进行生物学试验。 合理的试验设计对科学试验是非常重要的: 能够节省人力、物力、财力和时间; 更重要的是它能够减少试验误差，提高试验的精确度，取得真实可靠的试验资料，为统计分析得出正确的判断和结论打下基础。 二、生物学试验的基本要求 由于生物的生长发育和繁衍受到光、温、水、气、营养等诸多难以控制的环境条件的影响，这就增加了进行生物学试验的复杂性。 为了科学有效地做好试验，发挥其应有的作用，对生物学试验有如下基本要求： (一)试验目的要明确 对试验的预期结果及其在生产和科研中的作用要做到心中有数: 首先应抓住当前生产和科研中急需解决的问题作为试验项目。 同时要有预见性: 从发展的观点出发，适当照顾到长远和在不久的将来可能出现的问题。既要抓住眼前的关键问题，又要兼顾未来。 (二)试验条件要有代表性 试验条件要能够代表将来准备推广该项试验结果的地区生产、经济和自然条件。 只有这样，试验结果(新品种、新技术等)才能符合实际，才能被推广利用。在考虑目前实际条件的同时，还应放眼未来生产、经济和科学技术水平的发展，使试验结果既能符合当前需要，又能适应未来发展，使结果具有较长的应用寿命。 (三)试验结果要可靠 包括试验的准确度和精确度两个方面。 观测值与其相应真值越接近，准确度越高。但在一般试验中，真值为未知数，故准确度不易确定。试验误差越小，则处理间的比较越精确。当试验没有系统误差时，精确度和准确度一致。 在试验的全过程中，要严格按试验要求和操作规程执行各项技术环节，力求避免发生人为的错误和系统误差，尤其要注意试验条件的一致性，减少误差，提高试验结果的可靠性。 高度的责任心和科学的态度是保证试验结果可靠性的必要条件。 （四）试验结果要能重演 指在相同的条件下，再进行试验或实践，应能重复获得与原试验结果相类似的结果。这对于推广试验结果至关重要。 如何保证试验结果能够重演？ 首先必须严格要求试验的正确执行和试验条件的代表性。 其次，必须注意试验的各个环节：全面掌握试验所处的条件，有详细、完整、及时和准确的试验过程记载，以便分析产生各种试验结果的原因。 此外，对生物学试验还必须考虑季节变异的特点，将试验进行2—3年，甚至做多年多点试验，以克服年份、地点环境条件的不一致所带来的影响。 三、试验设计的基本要素 试验设计的三个基本组成部分：处理因素、受试对象和处理效应。 (一)处理因素 处理因素：一般是指对受试对象给予的某种外部干预(或措施)，简称处理(treatment)。 处理因素可以是一个或多个，即称为单因素处理或多因素处理，同一因素可根据不同强度分为若干个水平。 单因素试验(single-factor experiment):如果试验只有一个处理因素，称之为~。 设计单因素试验是为了考察在该因素不同水平值上性状量值(这种量值又称为反应量)的变化规律，找出最佳水平(固定模型)或估计其总体变异(随机模型)。 多因素试验（multiple-factor or factorial experiment）：包含两个或两个以上处理因素的试验称为~。可依处理因素数作具体命名，如二因素试验、三因素试验等。 多因素试验的目的：考察反应量在各因素不同水平和不同水平组合上的变化规律，找出水平的最佳组合(固定模型)或估计总体变异(随机模型)。 与单因素试验相比，多因素试验不但可以研究主效应(main effect, 或简称主效)，也可研究因素之间的交互作用(interaction effector, 简称为互作)。 与处理因素相对应的非处理因素，这是引起试验误差的主要来源，在试验设计时要引起高度重视，尽量加以有效控制。 (二)受试对象 受试对象是处理因素的客体，实际上就是根据研究目的而确定的观测总体。 在进行试验设计时，必须对受试对象所要求的具体条件作出严格规定，以保证其同质性。 (三)处理效应 处理因素作用于受试对象的反应，是研究结果的最终体现。 由于试验效应包含了处理效应和试验误差，因此，在分析试验效应时，需按照一定的数学模型通过方差分