生物统计与试验设计-试验设计方法.pptxVIP

试 验 设 计 方 法 主讲人：生物统计与试验设计 降低试验误差，提高试验的精确度能从试验结果中获得无偏的处理平均值以及试验误差的估计量，从而能进行正确而有效的比较。试验设计的主要作用 试验设计的三大基本原则 随机排列 重复局部控制 随机排列设计顺序排列设计是否遵循随机排列试验设计方法试验设计的分类 随机排列设计实行局部控制完全区组一个方向局部控制两个方向局部控制不完全区组用于多因素试验用于单因素试验不实行局部控制完全随机设计随机区组设计拉丁方设计裂区设计、条区设计随机排列试验设计的分类 CONTENTS完全随机设计 01随机区组设计02拉丁方设计03 一、完全随机设计 设计要点：将试验各处理等概率的随机分配到各供试单元。1. 将试验单元顺序编号为1、2、3……、N。2. 获取这N个数字的随机排列。3. 将N个随机数字顺次分配给各处理，这些数字就是各处理占有的试验单元。 完全随机设计例对8头猪进行完全随机设计的饲料试验。有ABC三种饲料，其中A饲料和B饲料各重复3次，C饲料重复2次。试做完全随机设计。 1.将8头猪编号为1，2，3，….. ，8。2. 将猪的编号1-8随机化如下： 6，8，3，4，7，2，1，5。 3.可以将数字依次分配给3种饲料，如表。试验单元编料CBABCABA完全随机设计 完全随机设计例一个盆栽试验，2个品种A1和A2，4种短光照B1、B2、B3和B4，2次重复，共N=8×2=16盆。试设计完全随机设计。处理A1B1A1B2A1B3A1B4处理编号T1T2T3T4处理A2B1A2B2A2B3A2B4处理编号T5T6T7T812345678910111213141516 1. 将16盆编号为1，2，3，….. ，16。2.获取16个不同的随机数字，排序后即得1-16的随机排列次序。3.将随机排列后的花盆顺次安排各处理。右图即为该试验的完全随机排列图。处理A1B1A1B2A1B3A1B4A2B1A2B2A2B3A2B4处理编号T1T2T3T4T5T6T7T8随机数字76582256977310420231218759610774排序盆号38129151410161113276154 完全随机设计例T3T6T1T8T3T7T7T1T2T4T5T2T6T4T8T5 优点缺点方法简单、灵活，试验操作方便。违反了局部控制原则。本法适用于环境条件差异不大、规模较小的盆栽试验或室内试验。完全随机设计 二、随机区组设计 设计要点：1. 每一重复为一个区组，每一区组内各处理随机排列；2. 不同区组的随机排列是独立进行的; 3. 同一区组内各小区间非处理条件应一致，区组间允许有差异。4.一个区组可以排成一行或几行； 随机区组设计ⅠⅡⅢⅠⅡⅢⅠⅡⅢⅠ　Ⅱ　Ⅲ ２１５３４区组Ⅰ４２１５３区组Ⅱ３４１２５区组Ⅲ若试验环境呈肥力梯度，则区组方向必须与肥力梯度方向垂直，小区的划分方向一般与肥力变化最大的方向平行。例5个处理, 3次重复，南北方向的肥力梯度变化。高低肥力梯度变化方向区组方向 随机区组设计例16 处理，3次重复的试验，试完成随机区组设计。例2某小麦品种和氮肥试验，品种有3个水平，氮肥有2个水平。3次重复的试验，试完成随机区组设计。单因素试验两因素试验共6个处理组合(1:A1B1, 2: A1B2, 3: A2B1, 4: A2B2, 5: A3B1, 6: A3B2)，等同于单因素6处理的试验。４１３５２６Ⅰ１６５３４２Ⅱ６３２４１５Ⅲ４A2B2１A1B1３A2B1５A3B1２A1B2６A3B2Ⅰ１A1B1６A3B2５A3B1３A2B1４A2B2２A1B2Ⅱ６A3B2３A2B1２A1B2４A2B2１A1B1５A3B1Ⅲ 三、拉丁方设计 拉丁方设计什么是拉丁方？问题1如何实现拉丁方设计？或 拉丁方和拉丁方设计的关系？问题212345ABCDE1BCDEA2CDEAB3DEABC4EABCD5拉丁方设计：是基于标准拉丁方，进行一系列行、列和处理随机化完成的设计。 设计要点：根据处理数 k 写出一个标准方；对标准方进行行随机排列；再进行列向的随机排列。随机获得处理顺序，并将字母转译。拉丁方设计 12345ABCDE1BCDEA2CDEAB3DEABC4EABCD512345DEABC4ABCDE1EABCD5CDEAB3BCDEA235214ACEDB4CEBAD1BDAEC5EBDCA3DACBE22431543521512343514212453A=B=C=D=E=25413例5 处理试验。5个处理分别记为1、2、3、4、5。处理数k＝5。 优点：能控制和分离纵、横两个方向的环境变异，能降低误差，提高试验精确度。缺点：处理数等于重复数，缺乏伸缩性；