3.2 随机区组试验结果的统计分析
|
一、完全随机试验设计的统计分析 完全随机试验设计是指每一供试单位都有同等机会(等概率)接受所有可能处理的试验设计方法,没有局部控制,但要求在尽可能一致的环境中进行试验。如例6.10的水稻施肥盆栽试验,施加于每盆中的处理是随机的,即先把20个盆采用随机方法分为5组,然后每组施加何种处理也是随机的。这里要求这20个盆内条件尽可能一致,以减少误差。这种设计广泛应用于盆栽试验,或实验室试验,以及田间试验中材料系统变异不大的情况(尤指土壤)。它用于估算试验误差的自由度最多,统计显著性要求的F值最小。这种试验设计的统计分析参见第六章第四节等有关内容,其线性模型为(6·14),统计分析与期望均方见表6.10,这里从略。 二、随机区组试验结果的分析示例 随机区组试验结果的统计分析,可应用第六章所述两向分组单个观察值资料的方差分析法。在这里可将处理看作A因素,区组看作B因素,其剩余部分则为试验误差。设试验有
总自由度=区组自由度+处理自由度+误差自由度
总平方和=区组平方和+处理平方和+试验误差平方和 上式中,y表示各小区产量(或其他性状),
[例]
有一小麦品比试验,共有A、B、C、D、E、F、G、H
8个品种(k=8),其中A是标准品种,采用随机区组设计,重复3次(n=3),小区计产面积
小麦品比试验(随机区组)的产量结果(kg)
(1) 自由度和平方和的分解 ① 自由度的分解:
总
区组
品种
误差
② 平方和的分解:
矫正数
总
区组
品种
误差
(2) F测验 将上述计算结果列入下表,算得各变异来源的MS值。 结果的方差分析
对区组间MS作F测验,在此有H0:
对品种间MS作F测验,有H0:
(3) 品种间平均数的多重比较 ① 最小显著差数法(LSD法) 本例目的是要测验各供试品种是否与标准品种A有显著差异,宜应用LSD法。首先应算得品种间平均数或总和数差数的标准误。在以各品种的小区平均产量作比较时,差数标准误为:
从而
如果以各品种的小区总产量作比较,则因总产量大n倍,故差数标准误为:
并有:
如果试验结果需以亩产量表示,只要将总产量和总产量的LSD皆乘以cf即可。
在此,如以各品种的小区平均产量(即表12.3的
由于
如对各品种的三个小区总产量(表12.3的
如以亩产量表示试验结果,则可算得化各品种总产量为亩产量的改算系数:
因此,
品种A的亩产量=
品种B的亩产量=
……,余类推 并且有
亩产量
亩产量
只有E品种与对照有极显著的差异,其余品种都和对照没有显著差异。 资料各品种产量和对照相比的差异显著性
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||