当前课程知识点:试验统计学 > 第1章 田间试验 > 1.2 田间试验常用术语 > 田间试验常用术语
做田间试验前,必须对田间试验有关概念有所了解
下面介绍几个田间试验常用术语:
1 试验指标(experimental index)
是指试验中具体观察测定的性状(如产量、株高等)
通过这些性状测量值的大小,可以衡量试验处理效果的优劣
2 试验因素(experimental factor) :
在试验中对试验指标有影响的各种条件。
ü 按是否人为可控,试验因素分为可控因素和不可控因素;
ü 按是否考察,试验因素分为考察因素和非考察因素。
通常,考察因素要能控制、设置,而不可控因素则无法进行考察。
因此,这四类因素间构成下图的反Z关系
根据考察因素的数量,田间试验可分为单因素试验、多因素试验和综合性试验三种类型。
下面举例说明对这些概念的认识
例1水稻品种产量的评比试验
试验指标是产量
试验因素有N个,其中考察因素为品种,其余均为非考察因素
品种、密度、肥料、管理等为可控因素
天气、虫害、兽害等为不可控因素。
例2 试验类型的识别
比较5个品种的产量;评价N/P/K肥的增产效果,均属单因素试验;
评价N/P/K肥对5个品种的增产效果为多因素试验;
试验中设置如下4个处理,则属于综合性试验:
(1)A-100N-30P-20K (2)A-100N-15P-10K
(3)B-80N-20P-20K (4)C-50N-10P-10K
3 水平(factor level):
因素考察,通常是将因素设为不同质的状态或不同量的等级,这种差异称为水平
例如 考察肥料的增产效果,可以设置不同质的肥料种类,也可设置为不同大小的施肥量
水平差异多少的设置,一方面取决于专业知识,另一方面和经验有关。总的要求是必须包含最佳水平、差异适当
例如,若某品种的最佳施肥量为10kg
合理的水平设置应该是包括10kg在内,如0,5kg,10kg,15kg,20kg
如果设置为0,1kg,2kg,3kg,4kg,则是不合理的
P6
4 试验处理(experimental treatment):
所谓处理,就是施加给试验材料的单项或复合措施
例如 施肥是单项措施;既施肥又灌水是复合措施。
不同的试验类型,处理的设置是不同的
单因素试验:措施是单项的,每个水平就是1个处理;
多因素和综合性试验:措施是复合的,处理必须是不同因素水平的组合
例如 5个水稻品种的产量评比试验,1个水稻品种就是1个处理,共有5个处理;
评介N/P/K肥对2个水稻品种的增产效果,处理为3种肥料水平与2个品种水平的组合,共有3x2=6个处理
理解上,处理作为动词是单项或复合措施
处理作为名词则是比较的基本单元,试验即是处理与处理间的比较
5 试验小区(experimental plot)
是指试验处理所种植的一小块田地
假如5个处理各种1个小区,则共有5个小区
若每处理重复3次,即种有3个小区,则共有18个小区
6 试验单位(experimental unit):
是指试验操作和数据统计的基本单位,试验中常以小区作为试验单位。
实际操作中,通常是考察小区内个体,再以小区个体平均数作为小区代表值
例如,测量玉米品种株高,每个小区内各测量了10个单株,然后求得其平均值,以此作为统计分析的输入数据
7 试验效应(experimental effect):
是指试验措施对试验指标所起的增加或减少作用。
例如,增施1kg肥料后增产2kg,表明施肥有效,施肥效应即为2kg
因素水平间的差值称为简单效应
简单效应的平均值称为平均效应(亦称主要效应)
而简单效应间的差值则称为互作效应,是两因素互作产生的额外效应
下面以实例予以说明
例5 表中数据表明:
不施P肥,增施N肥的简单效应为10
施P肥,增施N肥的简单效应为14
所以N肥的平均效应为(10+14)/2=12
N肥和P肥的互作效应为(14-10)=4
同样,不施N肥,增施P肥的简单效应为6
施N肥,增施P肥的简单效应为10
所以P肥的平均效应为(6+10)/2=8
P肥和N肥的互作效应为(10-6)=4
上述计算可以理解为:
单独施N肥的效应为10,
单独施P肥的效应为6,
同时施N肥和P肥的效应应计算为:
N肥的效应+P肥的效应+NxP肥的互作效应,即10+6+4=20
反过来,互作效应常被估算为:
组合效应减去简单效应的和,即
20-10-6=4,表示简单效应累加后的额外效应
因素间是否存在互作,可从图形上直观判断。
将试验结果用直线在直角坐标系中标出,可以看到:
平行线时,表示各简单效应相等,无互作
非平行线时,表示各简单效应不等,有互作
高于平行线,简单效应差值为正,为正互作
低于平行线,简单效应差值为负,为负互作
8 总体(population)
根据研究目的而确定的,具有某种共性个体的集合
通指是无限总体,特指是有限总体
总体中个体的观察值常用大写字母X,Y,Z等来表示
根据总体全体观察值算出的总体特征数称为总体参数parameter
总体参数常用希腊字母来表示, 例如总体平均数、总体标准差
9 样本(sample):
是指总体中部分个体的集合
样本中的个体数量称为样本容量Size
n>30为大样本,n<30为小样本
根据样本观察值算出的样本特征数称为样本统计量
样本统计量常用英文小写字母+顶标来表示,例如样本平均数, 样本百分数
统计学的一个核心任务是由样本统计量来估算总体参数
本节小结
田间试验是指在田间条件下对农作物进行比较的试验,是农业科学研究的主要形式
田间试验具有较大的试验误差,试验中必须贯彻唯一差异原则以尽量降低试验误差
田间试验通常是将考察因素设置为不同的水平,单个水平或水平组合构成处理,处理以小区为单位进行种植、考察试验指标,获得样本数据,估算试验误差和试验效应等统计量,以推断总体参数等等
-课程简介
-课程简介
-1.1 田间试验概述
--田间试验概述
--田间试验概述
--单元小测
-1.2 田间试验常用术语
--田间试验常用术语
--田间试验术语
--单元小测
-1.3 田间试验误差及其控制途径
--试验误差及其控制
--单元小测
-1.4 顺序排列试验设计
--顺序排列试验设计
--顺序排列
--单元小测
-1.5 随机排列试验设计
--随机排列试验设计
--随机排列
--单元小测
-田间试验习题
-2.1 计数资料的整理
--计数资料的整理
--计数资料
--单元小测
-2.2 计量资料的整理
--计量资料的整理
--计量资料
--单元小测
-2.3 平均数
--平均数
--平均数
--单元小测
-2.4 变异数
--变异数
--变异数
--单元小测
-资料的整理与描述习题
-3.1 事件与概率
--事件与概率
--事件与概率
--单元小测
-3.2 概率分布
--概率分布
--概率分布
--单元小测
-3.3 二项分布
--二项分布
--二项分布
--单元小测
-3.4 标准正态分布的概率计算
--标准正态
--单元小测
-3.5 一般正态分布的概率计算
--一般正态
--单元小测
-3.6 平均数分布
--平均数分布
--平均数分布
--单元小测
-3.7 t分布等
--t分布等
--t分布
--单元小测
-概率分布与抽样分布习题
-4.1 绪
--假设测验简介
--假设测验简介
--单元小测
-4.2 假设测验的意义
--假设测验的意义
--假设测验的意义
--单元小测
-4.3 假设测验的步骤
--假设检验的步骤
--假设测验的步骤
--单元小测
-4.4 两类错误
--两类错误
--两类错误
--单元小测
-4.5 两尾测验
--两尾检验
--两尾测验
--单元小测
-4.6 单样本的假设测验
--单样本的假设测验
--单样本
--单元小测
-4.7 两样本的假设测验
--两样本的假设检验
--两样本
--单元小测
-4.8 百分率资料的假设测验
--百分率
--单元小测
-4.9 参数的区间估计
--参数的区间估计
--区间估计
--单元小测
-假设测验习题
-5.1 绪
--方差分析简介
--方差分析简介
--单元小测
-5.2 平方和与自由度的分解
--平方和
--单元小测
-5.3 多重比较
--多重比较
--多重比较
--单元小测
-5.4 标记字母表法
--标记字母表法
--标记字母表
--单元小测
-5.5 单因素试验的方差分析
--单因素
--单元小测
-5.6 两因素无重复试验的方差分析
--两因素无重复
--单元小测
-5.7 两因素有重复试验的方差分析
--两因素有重复
--单元小测
-5.8 两因素巢式设计的方差分析
--巢式设计
--单元小测
-方差分析习题
-6.1 单因素随机区组试验的方差分析
--单因素随机区组
--单元小测
-6.2 单因素拉丁方试验的方差分析
--单因素拉丁方
--单元小测
-6.3 两因素随机区组试验的方差分析
--两因素随机区组
--单元小测
-6.4 裂区设计的方差分析
--裂区设计
--单元小测
-7.1 卡方统计数
--卡方统计数
--卡方统计数
--单元小测
-7.2 适合性测验
--适合性测验
--适合性
--单元小测
-7.3 独立性测验
--独立性测验
--独立性
--单元小测
-卡方测验习题
-8.1 绪
--线性简介
--单元小测
-8.2 回归方程
--回归方程
--回归方程
--单元小测
-8.3 回归预测
--回归预测
--预测
--单元小测
-8.4 相关分析
--相关分析
--相关
--单元小测
-线性回归与相关习题