農(nóng)業(yè)試驗(yàn)統(tǒng)計(jì)與田間設(shè)計(jì)

1、第一節(jié) 科學(xué)研究與科學(xué)試驗(yàn),一、農(nóng)業(yè)和生物學(xué)領(lǐng)域的科學(xué)研究,二、科學(xué)研究的基本過(guò)程和方法,(一) 科學(xué)研究的基本過(guò)程,(1)根據(jù)本人的觀察(了解)或前人的觀察(通過(guò)文獻(xiàn))對(duì)所研究的命題形成一種認(rèn)識(shí)或假說(shuō)； (2)根據(jù)假說(shuō)所涉及的內(nèi)容安排相斥性的試驗(yàn)或抽樣調(diào)查； (3)根據(jù)試驗(yàn)或調(diào)查所獲的資料進(jìn)行推理，肯定或否定或修改假說(shuō)，從而形成結(jié)論，或開(kāi)始新一輪的試驗(yàn)以驗(yàn)證修改完善后的假說(shuō)，如此循環(huán)發(fā)展，使所獲得的認(rèn)識(shí)

2、或理論逐步發(fā)展、深化。,(二) 科學(xué)研究的基本方法,選題2. 文獻(xiàn)3. 假說(shuō) 4. 假說(shuō)的檢驗(yàn) 5. 試驗(yàn)的規(guī)劃與設(shè)計(jì),第二節(jié) 試驗(yàn)方案,一、試驗(yàn)因素與水平二、試驗(yàn)指標(biāo)與效應(yīng)三、制訂試驗(yàn)方案的要點(diǎn),一、試驗(yàn)因素與水平,試驗(yàn)方案是根據(jù)試驗(yàn)?zāi)康暮鸵笏鶖M進(jìn)行比較的一組試驗(yàn)處理(treatment)的總稱(chēng)。 被變動(dòng)并設(shè)有待比較的一組處理的因子稱(chēng)為試驗(yàn)因素，簡(jiǎn)稱(chēng)因素或因子(factor)，試驗(yàn)因素的量

3、的不同級(jí)別或質(zhì)的不同狀態(tài)稱(chēng)為水平(level)。,試驗(yàn)方案按其供試因子數(shù)的多少可以區(qū)分為以下3類(lèi)：,單因素試驗(yàn)(single-factor experiment) 單因素試驗(yàn)是指整個(gè)試驗(yàn)中只變更、比較一個(gè)試驗(yàn)因素的不同水平，其他作為試驗(yàn)條件的因素均嚴(yán)格控制一致的試驗(yàn)。 (2) 多因素試驗(yàn)(multiple-factor or factorial experiment) 多因素試驗(yàn)是指在同一試驗(yàn)方案中包含2個(gè)或2個(gè)以上的試驗(yàn)因素，各

4、個(gè)因素都分為不同水平，其他試驗(yàn)條件均應(yīng)嚴(yán)格控制一致的試驗(yàn)。 (3) 綜合性試驗(yàn)(comprehensive experiment) 綜合性試驗(yàn)中各因素的各水平不構(gòu)成平衡的處理組合，而是將若干因素的某些水平結(jié)合在一起形成少數(shù)幾個(gè)處理組合。,二、試驗(yàn)指標(biāo)與效應(yīng),用于衡量試驗(yàn)效果的指示性狀稱(chēng)試驗(yàn)指標(biāo)。 試驗(yàn)因素對(duì)試驗(yàn)指標(biāo)所起的增加或減少的作用稱(chēng)為試驗(yàn)效應(yīng)(experimental effect)。 在同一因素內(nèi)

5、兩種水平間試驗(yàn)指標(biāo)的相差屬簡(jiǎn)單效應(yīng)(simple effect)。 一個(gè)因素內(nèi)各簡(jiǎn)單效應(yīng)的平均數(shù)稱(chēng)平均效應(yīng)，亦稱(chēng)主要效應(yīng)(main effect)，簡(jiǎn)稱(chēng)主效。 兩個(gè)因素簡(jiǎn)單效應(yīng)間的平均差異稱(chēng)為交互作用效應(yīng)(interaction effect)，簡(jiǎn)稱(chēng)互作。,三、制訂試驗(yàn)方案的要點(diǎn),1. 擬訂試驗(yàn)方案前應(yīng)通過(guò)回顧以往研究的進(jìn)展、調(diào)查交流、文獻(xiàn)探索等。 2. 根據(jù)試驗(yàn)?zāi)康拇_定供試因素及其水平

6、。 3. 試驗(yàn)方案中應(yīng)包括有對(duì)照水平或處理，簡(jiǎn)稱(chēng)對(duì)照(check，符號(hào)CK)。,4. 試驗(yàn)方案中應(yīng)注意比較間的唯一差異原則，以便正確地解析出試驗(yàn)因素的效應(yīng)。 5. 擬訂試驗(yàn)方案時(shí)必須正確處理試驗(yàn)因素及試驗(yàn)條件間的關(guān)系。 6. 多因素試驗(yàn)提供了比單因素試驗(yàn)更多的效應(yīng)估計(jì)，具有單因素試驗(yàn)無(wú)可比擬的優(yōu)越性。,第三節(jié) 試驗(yàn)誤差及其控制,一、試驗(yàn)數(shù)據(jù)的誤差和精確性二、試驗(yàn)誤差的來(lái)源三、隨機(jī)誤差的規(guī)

7、律性四、隨機(jī)誤差的層次性五、試驗(yàn)誤差的控制,一、試驗(yàn)數(shù)據(jù)的誤差和精確性,將每次所取樣品測(cè)定的結(jié)果稱(chēng)為一個(gè)觀察值，以y表示。理論值或真值，以 表示，則 ，即觀察值=真值+誤差，每一觀察值都有一誤差 ，可正，可負(fù)， 。,,,,,觀察值間存在的變異可歸結(jié)為兩種情況: 一種是完全偶然性的，找不出確切原因的，稱(chēng)為偶然性誤差(spontaneous

8、 error)或隨機(jī)誤差(random error)； 另一種是有一定原因的稱(chēng)為偏差(bias)或系統(tǒng)誤差(systematic error)。 系統(tǒng)誤差影響了數(shù)據(jù)的準(zhǔn)確性，準(zhǔn)確性是指觀測(cè)值與其理論真值間的符合程度； 而偶然誤差影響了數(shù)據(jù)的精確性，精確性是指觀測(cè)值間的符合程度。,,二、試驗(yàn)誤差的來(lái)源,一般講，隨機(jī)誤差是偶然性的。整個(gè)試驗(yàn)過(guò)程中涉及的隨機(jī)波動(dòng)因素愈多，試驗(yàn)的環(huán)節(jié)愈多，時(shí)間愈長(zhǎng)，

9、隨機(jī)誤差發(fā)生的可能性及波動(dòng)程度便愈大。 理論上，系統(tǒng)誤差是可以通過(guò)試驗(yàn)條件及試驗(yàn)過(guò)程的仔細(xì)操作而控制的。實(shí)際上一些主要的系統(tǒng)性偏差較易控制，而有些細(xì)微偏差則較難控制。,三、隨機(jī)誤差的規(guī)律性,,以大豆品種蛋白質(zhì)含量的測(cè)定為例，若從一批種子中抽取100份樣品，分別進(jìn)行蛋白質(zhì)含量的測(cè)定，若無(wú)系統(tǒng)偏差的干擾，則所獲100個(gè)數(shù)據(jù)，將其平均數(shù)當(dāng)作理論真值 ，根據(jù),,,可計(jì)算出100個(gè)誤差值。這100個(gè)誤差值有“＋”有“－”，平

10、均起來(lái)正負(fù)相抵消等于0。若將其畫(huà)成坐標(biāo)圖，接近于一個(gè)對(duì)稱(chēng)的鐘形圖(圖1.3），在靠近0的＋、－范圍內(nèi)出現(xiàn)的誤差次數(shù)多，越遠(yuǎn)離0出現(xiàn)的次數(shù)越少。,四、隨機(jī)誤差的層次性,仍以大豆品種蛋白質(zhì)含量測(cè)定為例，可以看到大豆蛋白質(zhì)測(cè)定中抽取樣品時(shí)，因?yàn)槿舆^(guò)程的隨機(jī)性存在取樣的隨機(jī)誤差，對(duì)于同一份樣品，由于測(cè)定過(guò)程中的隨機(jī)因素導(dǎo)致存在隨機(jī)誤差，兩者雖都是隨機(jī)誤差，但發(fā)生的時(shí)段或?qū)哟尾灰粯樱虼?，隨機(jī)誤差具有層次性。這里前一階段的是取樣誤差，后一階段的

11、是測(cè)定過(guò)程誤差。此時(shí)，觀測(cè)值可表示為：,,五、試驗(yàn)誤差的控制,根據(jù)以上關(guān)于試驗(yàn)誤差來(lái)源的分析，研究工作者為保證試驗(yàn)結(jié)果的正確性，必須針對(duì)各種可能的系統(tǒng)偏差原因預(yù)防多種多樣的系統(tǒng)誤差；同時(shí)針對(duì)不同階段、不同層次偶然性因素造成的隨機(jī)誤差分別盡量控制這種不同階段、不同層次上發(fā)生的隨機(jī)誤差，使之盡量縮小。,第四節(jié) 試驗(yàn)統(tǒng)計(jì)學(xué)的發(fā)展和本課程的主要內(nèi)容,一、試驗(yàn)統(tǒng)計(jì)學(xué)的發(fā)展二、本課程的主要內(nèi)容,17世紀(jì)Pascal 和Fermat的概率論；1

12、8世紀(jì)De Moivre、Laplace和Gauss的正態(tài)分布理論；19世紀(jì)達(dá)爾文應(yīng)用統(tǒng)計(jì)方法研究生物界的連續(xù)性變異；孟德?tīng)枒?yīng)用統(tǒng)計(jì)方法發(fā)現(xiàn)顯性、分離、獨(dú)立分配等遺傳 定律；Karl Pearson用統(tǒng)計(jì)方法研究進(jìn)化問(wèn)題，并創(chuàng)建了 Biometrika雜志；Galton研究了親子身高的回歸問(wèn)題；20世紀(jì)以來(lái)Gosset用實(shí)驗(yàn)方法發(fā)現(xiàn)了t分布；,一、試驗(yàn)統(tǒng)計(jì)學(xué)的發(fā)展,Fisher提出了方差分析，建立了試驗(yàn)設(shè)計(jì)的三大原

13、理，并提出了隨機(jī)區(qū)組、拉丁方等試驗(yàn)設(shè)計(jì)，還將統(tǒng)計(jì)方法用之于研究數(shù)量性狀的基因效應(yīng)；Yates、Yule等發(fā)展了一系列的試驗(yàn)設(shè)計(jì)包括后來(lái)的混雜設(shè)計(jì)和不完全區(qū)組設(shè)計(jì)等；英國(guó)Rothamsted試驗(yàn)場(chǎng)在生物統(tǒng)計(jì)和田間試驗(yàn)設(shè)計(jì)方面卓有貢獻(xiàn)；Neyman和E.S. Pearson建立了統(tǒng)計(jì)推斷的理論；,Snedecor建立了統(tǒng)計(jì)實(shí)驗(yàn)室并出版了“Statistical Methods Applied to Experiment in A

14、griculture and Biology”；Wald建立序貫分析和統(tǒng)計(jì)決策函數(shù)的理論；Cochran和Cox系統(tǒng)地歸納了試驗(yàn)設(shè)計(jì)和抽樣方法研究 的進(jìn)展，出版了“Experimental Design”和“Sampling Technique”二書(shū)；Kempthorne將統(tǒng)計(jì)方法應(yīng)用于數(shù)量性狀的遺傳研究， 出版了“An Introduction to Genetic Statistics”；而Mather

15、則出版了“Biometrical Genetics”。,二、本課程的主要內(nèi)容,本課程包括7個(gè)單元15章。第一單元在介紹科學(xué)研究基本過(guò)程、試驗(yàn)方案制訂和試驗(yàn)誤差及其控制的基礎(chǔ)上進(jìn)一步講述田間試驗(yàn)的誤差來(lái)源、土壤差異和控制誤差的小區(qū)技術(shù)、試驗(yàn)設(shè)計(jì)、實(shí)施規(guī)則以及試驗(yàn)數(shù)據(jù)的獲取。第二單元從樣本試驗(yàn)數(shù)據(jù)最基本的描述統(tǒng)計(jì)開(kāi)始，進(jìn)而介紹研究對(duì)象總體的理論分布、統(tǒng)計(jì)數(shù)的抽樣分布及其概率計(jì)算。,第三單元在誤差理論的基礎(chǔ)上引入通過(guò)假設(shè)測(cè)驗(yàn)進(jìn)行統(tǒng)計(jì)推斷的

16、基本方法，介紹平均數(shù)比較的u測(cè)驗(yàn)、t測(cè)驗(yàn)和F測(cè)驗(yàn)，以及計(jì)數(shù)資料的 測(cè)驗(yàn)及其應(yīng)用等。 第四單元承上啟下介紹參數(shù)估計(jì)方法包括矩法、最小二乘法和極大似然法等。 第五單元進(jìn)入2個(gè)及2個(gè)以上變數(shù)間的回歸與相關(guān)分析，包括一元、多元線性回歸與相關(guān)，以及曲線回歸。第六單元為方差分析的進(jìn)一步應(yīng)用，介紹單因素、多因素及不完全區(qū)組試驗(yàn)結(jié)果的統(tǒng)計(jì)分析。 第七單元介紹應(yīng)用于調(diào)查研究的抽樣調(diào)查方法、抽樣結(jié)果的統(tǒng)計(jì)分