常用试验设计统计分析

第一节对比法和间比法试验的统计分析用对比法和间比法设计的试验，一般采用相对增减百分比法作直观分析。相对增减百分数按下试计算：（7-1）（7-2）,在直观分析中用Q和判断处理与对照间的差异显著性。如果处理的平均百分数10%，即为差异不显著；如果处理的平均百分数10%，再看该处理在各重复中相对百分数Q的变异性，若满足表6-1的标准即为差异显著，用“”表示减产显著；用“”表示增产显著；不显著不用标记。这种用相对增减百分数进行统计分析的方法，称为直观分析法。,一、对比法试验结果的统计分析有A、B、C、D、E、F等6个玉米品种的比较试验，设标准品种CK,采用3次重复的对比设计，田间排列是在第一列的基础上作阶梯式更替，此处图形省略。小区面积40cm2所的产量结果列于下表，试作分析,计算各品种产量对邻近CK产量的百分数：对邻近对照的%=100或100,计算各品种对邻近对照的百分数是为得到一个比较精确的、表示各品种相对生产力的指标。对于对比法的试验结果，要判断某品种的生产力的确优于对照品种，其相对生产力一般应超过10%以上；相对生产力仅超过对照5%左右的品种，以继续试验，再作结论。,本例，B品种产量最高，超过对照19.3%，C居第二，超过对照11.7%；大体上可认为他们的确优于对照。D品种第三，仅超过对照6.7%，在察看各重复产量，有两个重复超过对照，一个低于对照，因而显然不能作出D品种的确优于对照品种的结论。,二、间比法试验结果统计分析,首先计算两个对照产量的平均数，然后计算各品系产量相对应产量的百分数。即得各品系的相对生产力。其它同对比法试验。,第二节完全随机和随机区组试验的统计分析一完全随机试验设计的统计分析,二随机区组试验结果的分析示例随机区组试验结果统计分析，可应用两向分组单个观察值资料的方差分析法。在这可将处理看作A因素，区组看作B因素，剩余部分则为试验误差。,三、随机区组的线性模型,四、随机区组试验的缺区估计和结果分析,缺区估计是一种不得已的补救办法。试验应尽量避免缺区。如缺区过多，应作试验失败处理，或者除去缺区过多的处理或区组再作分析。,缺区估计根据线性模型可采用最小二乘法。其缺区估计公式为：,将上式移项可得缺区估计值为,当缺多个缺区时，可建立一个多元一次方程组，解出各个值,（一）、随机区组试验缺一个小区产量的结果分析例6.4有一玉米栽培试验，缺一区产量，试作方差分析,首先，应估计缺区值。代入公式得=32.9533.0,注意：然后将该值代入上表，进行方差分析。但在分解自由度时应注意：因33.0是一个理论值，没有误差，虽参加分析并未增大误差项平方和，所以不占自由度，须将误差项和总变异的自由度减去1，即dfe-1和dfT1,方差分析表（缺一区）,在进行处理间比较时，一般用t测验。对于非缺区处理间比较，其不变，对于缺区处理和非缺区处理间比较，则:,=,（二）、随机区组试验缺两个小区产量的结果分析例6.5有一水稻栽培试验，缺两个小区产量，试作方差分析,首先，应估计出缺区值xe和xc,采用解方程组法,整理解得：xe=18.09xc=10.09,将值代入原资料，进行方差分析注意自由度的变化。,方差分析表（缺两区）,在进行处理间多重比较时，非缺区处理间比较的差数标准误不变；若相互比较的处理间有缺区，则其平均数差数的标准误为,=,上式中，n1和n2分别表示两个比较处理的有效重复数，其计算方法是：在同一区组内，若两处里都不缺区，则各记为1；若一处理缺区，另一处理不缺区，则缺区处理记0，不缺区处理记（k-2）/(k-1),其中k为试验的处理数目。,例如：本试验在A、B比较时A的有效重复数：n1=1+1+1+1+1+0=5B的有效重复数：n2=1+1+1+1+=4.5=0.94,在A和C比较时A的有效重复数：n1=1+1+1+1+0=4.5B的有效重复数：n2=1+1+1+1+0+=4.5=1.02,第三节拉丁方试验统计分析一、拉丁方试验结果的方差分析,其自由度和平方和的分解式为：总自由度=横行自由度+纵行自由度+处理自由度+误差自由度总平方和=横行平方和+纵行平方和+处理平方和+误差平方和,例6.6有4个草莓杂交新品系作栽培试验，用拉丁方设计，结果如下表。作方差分析。,1、平方和和自由度的分解,2、F测验并列出方差分析表,3多重比较。运用SSR法进行多重比较。SE=0.29,LSR值和多重比较结果,4、试验结论。在四个草莓新品系单果重的试验中，由F测验表明行区组控制试验误差的作用不大，但列区组控制试验误差所起的作用很大。品系间差异极显著，进一步对品系间进行多重比较。结果除A3与A1间差异显著外。其他品系间均有极显著差异，尤以A4品种的单果重最大，极显著地高于其他品系,二、拉丁方的线性模型拉丁方的线性