生物试验设计与统计方法.ppt
生物试验设计与统计方法,主 讲:李 志 新2007.3,下一张,主 页,退 出,上一张,本课程的目的和任务,本门课程为农学、作物遗传育种学、植物保护学、生物技术专业的专业基础课,是数理统计原理和方法在生物学中的应用。其主要目的是培养学生具有生物科学试验设计的能力和对试验资料进行统计分析处理的能力。主要任务是:1、培养学生初步掌握开展生物及农业科学试验的方法。2、培养学生掌握常用的生物及农业科学试验设计方法和进行科学试验设计的能力。3、培养学生掌握正确收集、整理试验资料的方法。4、培养学生掌握生物统计基本理论、基本技术和常用方法,能够使用生物统计方法和技术对试验资料进行正确的统计分析。5、培养学生掌握必要的计算技术,包括使用电子计算器及统计分析软件的方法。,本课程的基本要求,学生学完本课程后,应达到如下要求:1、掌握正确收集试验数据的方法以及数据资料的整理方法。2、掌握数据资料的基本统计分析方法。3、掌握显著性检验的基本理论和常用方法,能对不同的试验资料应用显著性检验方法进行统计分析和处理。4、掌握相关分析和回归分析的常用统计分析方法。5、掌握常用抽样调查技术和方法。6、具备生物及农业科学试验设计的能力,能正确应用试验设计方法进行生物及农业科学试验的设计,以及对试验资料进行正确的统计分析。,第一章 绪 论,第一节 科学研究与科学试验,一、农业和生物学领域的科学研究 科学研究是人类认识自然、改造自然、服务社会的原动力。农业和生物学领域的科学研究推动了人们认识生物界的各种规律,促进人们发掘出新的农业技术和措施。从而不断提高农业生产水平,改进人类生存环境。,下一张,主 页,退 出,上一张,自然科学,实验科学:通过周密的实验设计,解释各种实验现象,探索科学规律。,理论科学:主要运用推理的方法,二、科学研究的基本方法(一)科学研究的基本过程 基础性或应用基础性研究在于揭示新的知识、理论和方法;应用性研究在于获得某种新的技术或产品。农业科学领域的研究包括3个环节:(1)对所研究的命题形成认识或假说;(2)安排相斥性的试验或抽样调查;(3)根据资料推理,肯定或否定或修改假说,形成结论或开始新一轮试验以验证修改完善后的假说。,下一张,主 页,退 出,上一张,二、科学研究的基本方法(二)科学研究的基本方法1、选题明确意义及重要性2、文献大厦顶层3、假说对象和预期结果之间形成某种见解或想法。4、假说的检验直接或间接检验5、试验的规划与设计比较试验;试验结果的代表性和重演性;唯一差异原则;系统误差和偶然误差。,下一张,主 页,退 出,上一张,第二节 试验方案,一、试验因素和水平试验方案(experimental scheme):是指根据试验目的与要求而拟定的进行比较的一组试验处理的总称。,下一张,主 页,退 出,上一张,可变的并设有待比较的一组处理因子称为试验因素,简称因素或因子。试验因素的量的不同级别或质的不同状态称为水平。质量水平:供试材料具有质的区别,试验因素水平是定性的。数量水平:供试材料具有量的不同,试验因素水平是定量的。试验方案按供试因素的多少可区分为单因素试验方案、多因素试验等方案。,下一张,主 页,退 出,上一张,1、单因素试验 单因素试验(single factor experiment)是指整个试验中只比较一个试验因素的不同水平的试验。单因素试验方案由该试验因素的所有水平构成。这是最基本、最简单的试验方案。例如品种比较试验,几个品种就是几个水平,也即是几个处理。又如施肥量试验,几种施肥量就是几个水平。几个水平就构成了试验方案。,下一张,主 页,退 出,上一张,2、多因素试验方案 多因素试验(multiple factors experiment)是指在同一试验中同时研究两个或两个以上试验因素的试验。多因素试验方案由该试验的所有试验因素的水平组合(即处理)构成。多因素试验方案分为完全方案和不完全方案两类。,下一张,主 页,退 出,上一张,(1)完全方案 在列出因素水平组合(即处理)时,要求每一个因素的每个水平都要碰见一次,这时,水平组合(即处理)数等于各个因素水平数的乘积。例如以3种施肥量对3个品种进行试验。两个因素分别为施肥量(A)、品种(B)。施肥量(A)分为 A1、A2、A3水平,品种(B)分为B1、B2、B3水平。共有 A1B1、A1B2、A1B3、A2B1、A2B2、A2B3、A3B1、A3B2、A3B3 共33=9 个水平组合(处理)。这 9个水平组合(处理)就构成了这两个因素的试验方案。,下一张,主 页,退 出,上一张,根据完全试验方案进行的试验称为全面试验。全面试验既能考察试验因素对试验指标的影响,也能考察因素间的交互作用,并能选出最优水平组合,从而能充分揭示事物的内部规律。多因素全面试验的效率高于多个单因素试验的效率。全面试验的主要不足是,当因素个数和水平数较多时,水平组合(处理)数太多,以至于在试验时,人力、物力、财力、场地等都难以承受,试验误差也不易控制。因而全面试验宜在因素个数和水平数都较少时应用。,下一张,主 页,退 出,上一张,(2)不完全方案 它是将试验因素的某些水平组合在一起形成少数几个水平组合。这种试验方案的目的在于探讨试验因素中某些水平组合的综合作用,而不在于考察试验因素对试验指标的影响和交互作用。这种在全部水平组合中挑选部分水平组合获得的方案称为不完全方案。根据不完全方案进行的试验称为部分试验。植物试验的综合性试验、正交试验 都属于部分试验。,下一张,主 页,退 出,上一张,综合性试验是针对起主导作用且相互关系已基本清楚的因素设置的试验,它的水平组合就是一系列经过实践初步证实的优良水平的配套。正交试验是在全部水平组合中选出有代表性的部分水平组合设置的试验。,下一张,主 页,退 出,上一张,二、试验指标与效应 用来衡量试验效果的指示性状称试验指标(experimental indicator)。试验中可以选用单指标也可选用多指标,由专业知识对试验要求确定。试验因素对试验指标所起的增加或减少的作用称为试验效应(experimental effect)。在同一因素内两种水平间试验指标的相差属简单效应(simple effect)。,下一张,主 页,退 出,上一张,表1.1为某豆科植物施用氮(N)、磷(P)的22种处理组合(N1P1,N1P2,N2P1,N2P2),下一张,主 页,退 出,上一张,简单效应,平均效应,互作,由表1.1试验结果数据可说明各种效应:(1)一个因素的水平相同,另一因素不同水平间的产量差异属简单效应。(2)一个因素内各简单效应的平均数称平均效应,也称主要效应(main effect),简称主效。(3)两个因素简单效应间的平均差异称为交互作用效应(interaction effect),简称互作。它反映的是一个因素的各水平在另一因素的不同水平中反应不一致的现象。,下一张,主 页,退 出,上一张,N1,N2,P1,P2,30,20,10,0,N1,N2,P1,P2,30,20,10,0,N1,N2,P2,P1,30,20,10,0,N1,N2,P1,P2,30,20,10,0,图1.122试验的图示(解释交互作用),因素间的交互作用只有在多因素试验中才能反映出来。互作显著与否关系到主效的实用性。或交互作用不显著,则各因素的效应可以累加,主效就代表的各个简单效应。在正互作时,从各因素的最佳水平推论最优组合,估计值要偏低些,但仍有应用价值。若为负互作,则根据互作程度大小而有不同情况。,下一张,主 页,退 出,上一张,三、制订试验方案的要点 1、明确试验目的 2、根据试验的目的,确定试验因素和水平 拟定方案时,在正确掌握生产中存在的问题后,对试验目的、任务进行仔细分析,抓住关键,突出重点。首先要挑选对试验指标影响较大的关键因素。若只考察一个因素,则可采用单因素试验。若是考察两个以上因素,则应采用多因素试验。如进行10个大豆品种的试验,在拟定试验方案时,设置一个对照品种,得到 一 个 包 含11个处理的单因素试验方案;,下一张,主 页,退 出,上一张,如果再设置一个密度试验,那么就得到了不同品种在不同密度下的多个处理组合,则安排一个二因素试验方案。应该注意,一个试验中研究的因素不宜过多,否则处理数太多,试验过于宠大,试验干扰因素难以控制。凡是能用简单方案的试验,就不用复杂方案。各因素水平可根据不同课题、因素的特点来确定,以使处理的效应容易表现出来。,下一张,主 页,退 出,上一张,(1)水平的数目要适当 水平数目过多,不仅难以反映出各水平间的差异,而且加大了处理数;水平数太少又容易漏掉一些好的信息,至使结果分析不全面。(2)水平间的差异要合理 有些因素在数量等级上只需少量的差异就反映出不同处理的效应。如饲料中微量元素的添加等。而有些则需较大的差异才能反应出不同处理效应来,如饲料用量等。,下一张,主 页,退 出,上一张,3)试验方案中各因素水平的排列要灵活掌握 一般可采用等差法(即等间距法)、等比法和随机法3种。我们结合玉米诱导培养基添加2,4-D为例说明。等差法 是指各相邻两个水平数量之差相等,如2,4-D各水平的排列为:1mg、3mg、5mg,其中3mg为中心水平,向上向下都相隔2mg。等比法 是指各相邻两个水平的数量比值相同,如2,4-D各水平的排列为1.5mg、3mg、6mg、12mg,相邻两水平之比为1:2。,下一张,主 页,退 出,上一张,随机法 是指因素各水平随机排列,如2,4-D水平排列为1mg、5mg、3mg、6mg各水平的数量无一定关系。3、试验方案中必须设立作为比较标准的对照 试验的目的就是通过比较来鉴别处理效应大小、好坏等。为了达到这一目的,试验方案应当包括各试验处理,以及作为比较的对照。任何试验都不能缺少对照,否则就不能显示出试验的处理效果。,下一张,主 页,退 出,上一张,各个处理可互为对照,不必再设对照。在对某种作物作生理生化指标检验时,所得数据是否异常应与作物的正常值作比较,作物的正常值就是所谓的标准对照。在作物杂交试验中,要确定杂交优势的大小,必须以亲本作对照,这就是试验对照。另外,还有一种自身对照,即处理与对照在同一作物上进行,如作物用药前与用药后生理指标的比较等。,下一张,主 页,退 出,上一张,4、试验处理(包括对照)之间应遵循唯一差异原则 这是指在进行处理间比较时,除了试验处理不同外,其它所有条件应当尽量一致或相同,使其具有可比性,才能使处理间的比较结果可靠。,下一张,主 页,退 出,上一张,5、正确处理试验因素与试验条件的关系根据互作的概念,在一种条件下某种试验因子的最优水平,换了条件,便可能不再是最优水平。6、多因素试验提供了比单因素试验更多的效应估计,具有单因素试验无可比拟的优越性。,下一张,主 页,退 出,上一张,第三节 试验误差及其控制,一、试验数据的误差通过试验观察或测定获得的试验数据往往含有误差(error),每次所取样品测定的结果称为一个观察值(observation),以y表示。例如测定大豆种子蛋白质。理论上大豆种子蛋白质有一个理论值或真值,以表示,误差用表示,则观察值真值误差,即:y=+,下一张,主 页,退 出,上一张,如果大豆种子一部分是在冷库中保存的,一部分是在常温下保存的,所测得的蛋白质含量是不同的,常温下的种子含量会降低,这种种误差是可追溯原因的,因而对于同一块田地种子,所测的观察值存在变异,这种变异可归结为两种情况,一种是完全偶然的,找不出确切原因的,称为偶然误差(spontaneous error)或随机误差(random error);另一种是有原因的称为偏差(bias)或系统误差(system error).,下一张,主 页,退 出,上一张,若以冷库中保存的大豆作为比较的标准,其蛋白质含量的观察值可表示为:yA=+A 在常温下保存的大豆蛋白质含量观察值为:yB=+B+BA、B称为偶然误差,B称为偏差或系统误差,二、数据的准确性和精确性 准确性(accuracy)也叫准确度,指在调查或试验中某一试验指标或性状的观测值与其真值接近的程度。设某一试验指标或性状的真值为,观测值为 x,若 x与相差的绝对值|x|越小,则观测值x的准确性高;反之则低。,下一张,主 页,退 出,上一张,精确性(precision)也叫精确度,指调查或试验中同一试验指标或性状的重复观测值彼此接近的程度。若观测值彼此接近,即任意二个观测值xi、xj 相差的绝对值|xi xj|越小,则观测值精确性高;反之则低。准确性、精确性的意义见图1-2。调查或试验的准确性、精确性合称为正确性。,下一张,主 页,退 出,上一张,图1.2由打靶图示试验的准确性和精确性,下一张,主 页,退 出,上一张,在调查或试验中应严格按照调查或试验计划进行,准确地进行观测记载,力求避免人为差错,特别要注意试验条件的一致性,即除所研究的各个处理外,供试植物的初始条件如品种、生育期、管理措施等应尽量控制一致,并通过合理的调查或试验设计努力提高试验的准确性和精确性。由于真值常常不知道,所以准确性不易度量,但利用统计方法可度量精确性。,下一张,主 页,退 出,上一张,三、随机误差与系统误差 随机误差 也叫 抽样误差(sampling error),这是由于许多无法控制的内在和外在的偶然因素 所造成。随机误差带有偶然性质,在试验中,即使十分小心也难以消除。随机误差影响试验的精确性。统计上的试验误差指随机误差。这种误差愈小,试验的精确性愈高。,下一张,主 页,退 出,上一张,系统误差也叫片面误差(lopsided error),这是 由于试验植物的初始条件相差较大,测量的仪器不准、以及观测、测量所引起。系统误差影响试验的准确性。理论上系统误差可以通过试验条件及试验过程的仔细操作而控制。,下一张,主 页,退 出,上一张,四、随机误差的规律性,仍以大豆品种蛋白质含量的测定为例,若从一批种子中抽取1000份样品,分别进行蛋白质含量的测定,若无系统误差的干扰,则所获1000个数据,以1000个观察值的平均数当作理论真值,可以计算出1000个误差值,这1000个误差值有正有负,其总合为0。将1000个误差值做成图,接近一个对称的钟形图。,下一张,主 页,退 出,上一张,五、随机误差的层次性,第一阶段:取样误差 第二阶段:测定误差观察值可表示为:y=+,第一章习题1.1简述科学研究的基本过程。1.2何谓试验因素和水平?何谓试验指标?何谓简单效应、主要效应和交互作用?举例说明。1.3什么是试验方案,如何制订一个正确的试验方案?1.4什么是试验误差?试验误差与试验的准确度、精确度及试验处理间比较的可靠性有什么关系?,下一张,主 页,退 出,上一张,