多样本试验资料分析之单因素随机区组试验课件讲解.pptx

田间试验与分析;多样本试验资料分析

单因素随机区组试验;单因素试验只有一个试验因素，由该因素的若干水平加上适当对照即为试验处理，其设计目的是要确定该试验因素的最佳水平

随机区组设计是将具有n次重复的k个处理先按重复次数要求划分为若干个大小相等的区组，再在每个区组内采用随机的方法将各处理安排到试验单元中，每个处理在同一区组内只能安排一个单元

由于采用了“局部控制”，因此适合在较复杂的环境中进行需要精确比较的试验;;;以层架为区组的随机区组试验;随机区组设计甜菜试验田间图示;随机区组设计甜菜试验田间图示;随机区组设计甜菜试验田间图解;基本分析步骤：;（一）资料的收集整理;（一）资料的收集整理;单因素随机区组试验的变异分解模型：

总变异=处理间变异+区组间变异+误差

Total=treatment+repetition+error;总变异：

处理间：;区组间：

误差：;F值：

处理间差异比较——

区组间差异比较——;根据计算结果列制方差分析表：;处理间：比较Ft与相应的F0.05和F0.01的大小

①Ft＜F0.05，说明各处理间的效应差异不显著(分析结束)。

②Ft≥F0.05，说明各处理间的效应差异显著(在方差分析表中Ft值的右上角标*)，需做进一步的多重比较。

③Ft≥F0.01，说明各处理间的效应差异极显著(在方差分析表中Ft值的右上角标**)，需做进一步的多重比较。;区组间：只要求根据Fr与相应的F0.05和F0.01值的比较结果，在方差分析表中Fr值的右上角标记，一般不需要另做文字说明。;多重比较——在处理间效应差异显著或极显著的情况下，为明确不同处理间的效应差异而进行的每个处理平均数与其它各处理平均数之间的两两差异显著性比较。

多重比较的方法主要有：Fisher’s保护最小显著差数测验法(LSD法、PLSD法)、Duncan’s新复极差测验法(LSR法、SSR法)、q-测验法。

随机区组试验结果分析一般运用LSR法。;（四）多重比较;;列表比较各处理平均数之间的差异(阶梯表法)

比较：将各个差值与相应K值的LSRα比较。K为所要比较的两个平均数之间所包含的平均数个数(含两个平均数本身)。

若差值＜LSR0.05，则说明这两个平均数之间差???不显著

若差值≥LSR0.05，则说明这两个平均数之间差异显著（在该差值右上角标“*”）

若差值≥LSR0.01，则说明这两个平均数之间差异极显著（在该差值右上角标“**”）;;结论：找出最佳的1～2个处理，并简要评述最佳处理与其余各处理平均数之间的差异显著性。

方法：

①根据处理效应找出可能的最佳处理；

②通过显著性判断其是否是真实的最佳;【例3-3-5】有一包括A、B、C、D、E、F、G７个小麦品种的品种比较试验，G为对照品种，采用随机区组设计，3次重复，小区计产面积30ｍ2，试对其产量(kg/30m2）结果进行分析。

;〖概念解读〗

观察项目：产量

观察单元：小区

观察值：21个

试验因素：品种

处理(水平)：A、B、C、D、E、F、G;总体：有A、B、C、D、E、F、G等7个总体

——抽取了7个样本，每个处理(样本)有3个试验单元(小区)

k=7个水平（处理），n=3次重复（区组），其试验结果共有kn=21个观察值;基本分析步骤：;据试验结果将资料整理成处理和区组两向表：;据试验结果将资料整理成处理和区组两向表：;总变异：

处理间：

;区组间：

误差：;F值：

各项平方和、方差及F值的具体计算方法详见【Excel函数及公式应用】;根据计算结果列制方差分析表：

结论：Ft=3.7092F0.05，说明各品种间的产量差异显著，需做进一步的多重比较。;【单因素随机区组试验分析案例】（四）多重比较

用LSR法对A、B、C、D、E、F、G７个小麦品种的比较试验结果进行多重比较。;K;K;【单因素随机区组试验分析案例】（四）多重比较;2.7;45;5.结论：找出最佳的1～2个处理，并简要评述最佳处理与其余各处理平均数之间的差异显著性。;5.结论：找出最佳的1～2个处理，并简要评述最佳处理与其余各处理平均数之间的差异显著性。;;附表55%（上）和1%（下）点F值表（一尾）