田间统计复习资料1 - 图文

1、设计方法

拉丁方设计是从横行和直列两个方向对试验环境条件进行局部控制，使每个横行和直列都成为一个区组，在每一区组内随机安排全部处理的试验设计 在拉丁方设计中 ， 同一处理在每一横行区组和每一直列区组出现且只出现一次，所以拉丁方设计的处理数、重复数、横行区组数和直列区组数均相同。 拉丁方是一个由n个拉丁字母构成的n×n 阶方阵，各字母在每一横行和每一直列出现且只出现一次。

第一横行和第一直列的拉丁字母均按顺序排列的拉丁方称为标准拉丁方。 3×3标准拉丁方只有一个，即 进行拉丁方设计时，首先应根据处理数确定选取哪一个标准拉丁方 ， 然后进行直列、横行和处理的随机排列。

对于3×3和4×4标准拉丁方，随机所有直列和第二、第三、第四横行，再对处理进行随机；

对于5×5及其以上标准拉丁方，随机所有直列和横行，再对处理进行随机。 【例1·3】 有 甲、乙、丙、丁、戊5个小麦品种进行比较试验，已知试验地存在双向肥力差异，试作拉丁方设计。

第一步，选择标准拉丁方：本例处理数为5，从表1—4中选取5×5标准拉丁方，如图1—9（1）所示。 3、设计特点

(1) 试验的重复数与处理数相等；

(2) 每一横行和每一直列都包括全部处理，形成一个完全区组； (3) 所有处理在横行和直列中都进行随机排列 拉丁方设计的优点：

具有较高的精确性。 拉丁方设计的缺点

（1）由于重复数等于处理数，故处理不能太多，否则横行区组、直列区组占地过大，试验效率不高；若处理数少，则重复次数不足，导致试验误差自由度太小，会降低试验的精确度和鉴别处理间差异的灵敏度。因此，拉丁方设计缺乏伸缩性 ，一般常用于5—8个处理的试验。

（2）田间布置时，不能将横行区组和直列区组分开设置，要求有整块方形的试验地，缺乏随机区组设计的灵活性。 形的试验地，缺乏随机区组设计的灵活性。

（四）裂区设计 在多因素试验中，有时各考察因素的重要性是不同的，希望对重要因素的考察有较高的精确度。

例如品种与施肥量两因素试验，品种是重要因素，精确度要求较高，施肥量是次要因素，精确度要求较低。在这种情况下，通常采用裂区设计。 1、设计方法

裂区设计先将试验地划分为若干个区组，区组数等于试验的重复数； 再将每个区组划分为若干个主区，主区数等于主区因素的水平数；

然后将每一主区划分为若干个副区(或裂区)，副区数(或裂区数)等于副区

9

因素的水平数；

将重要因素各水平分配给副区（该因素称为副区因素，副区因素的各水平也称为副处理) ，将次要因素各水平分配给主区（该因素称为主区因素，主区因素各水平也称为主处理）。 在进行裂区设计时，每一区组内的主处理和每一主区内的副处理都必须独立随机排列。

裂区设计的主区可以作随机区组排列（如上所述），也可作拉丁方排列。

【例1·4】 拟进行小麦中耕次数（A，主区因素）和施肥量（B，副区因素）试验，A因素设置3个水平： A1、A2、A3，B因素设置4个水平：B1、B2、B3、B4，重复3次，主区作随机区组排列，试进行裂区设计。

第一步，将试验区划分为3个区组，每个区组再划分成3个主区。 第二步，将主区因素A的3个水平A1、A2、A3独立随机地排列在每个区组的3个主区中。

第三步，将各区组的每个主区划分为4个副区。

第四步，将副区因素B的4个水平B1、B2、B3、B4独立随机地排列在每个

主区的4个副区中，即得裂区设计的田间排列 2、设计特点

（1） 裂区设计副区因素是主要研究的因素，主区因素是次要研究的因素，副区面积小、主区面积大。

（2） 裂区设计的各区组先划分为主区，安排主区因素的各水平（即主

处理），再由主区划分副区安排副区因素的各水平（即副处理）。这样对副区来说主区就是一个完全区组，但对全试验所有处理（即水平组合）来说，主区仅是一个不完全区组。

主处理的重复数等于试验的重复数 ，副处理的重复数等于试验的重复数乘主处理数，显然副处理的重复数大于主处理的重复数。

（3） 在裂区设计中，在主区因素水平间和副区因素水平内的主区因素

水平间进行比较，其精确度较低；而在副区因素水平间和主区因素水平内的副区因素水平间进行比较，其精确度较高，尤其是副区因素水平间的比较，比主区因素水平间的比较更为精确。

（4） 两因素裂区设计有两个误差（主区误差和副区误差）、三因素再裂区设计有三个误差（主区误差、副区误差、副副区误差）。通常主区误差大于副区误差，副区误差大于副副区误差。 裂区设计主要应用于以下几种情况： （1）精确度要求不同

如果某一因素的主效比另一因素重要而要求更为精确的比较，或者两个因素间的交互作用比其主效是更为重要的研究目标时，宜采用裂区设计。应将要求更高精确度、主要研究的因素作为副区因素。 （2）主效的相对大小

如果某一因素的主效比另一因素的主效更大时，宜采用裂区设计。应将主效较大的因素作为主区因素，而将主效较小的因素作为副区因素，以便于发现副

10

区因素水平间的差异。 （3）管理实施的需要

如果某一因素比另一因素需要更大的小区面积时，为了管理实施的方便而采用裂区设计。应将需要面积较大的因素作为主区因素，需要面积较小的因素作为副区因素。

（4）试验设计需临时变更

有时，一个试验（如甘薯品种比较试验）已经在进行，但临时又发现必须加上另一个试验因素（如翻蔓与不翻蔓）。这时可以将已经进行试验的各小区再划分成若干个较小的区域，将新增试验因素（副区因素）的各水平设置上去。

第二章：资料的整理与描述

一、资料的分类

在田间试验中，由观察、测量所得的资料，—般可分为数量性状资料和质量性状资料两大类。

(一)数量性状资料

数量性状是指能够以量测或计数的方式表示其特征的性状。观察测定数量性状而获得的数据就是数量性状资料。根据获得数量性状资料方式的不同，数量性状资料又分为计量资料和计数资料两种。

1．计量资料 指用量测方式获得的数量性状资料，即用度、量、衡等计量工具直接测定而获得的数量性状资料。其数据是用长度、重量、容积等来表示，如小麦的株高、千粒重等。计量资料的观测值不一定是整数，两个相邻的整数间允许有带小数的任何数值出现。其小数位数的多少由度量工具的精度而定。如小麦的株高为80一100m，可以是92cm、93cm，也可以是93.5cm或93.56cm。数据之间的变异是连续的。因此，计量资料也称为连续性变量资料。

2．计数资料 指用计数方法获得的数量性状资料。计数资料的观察值只能以整数表示，在两个相邻整数间不允许有任何带小数的数值出现。如水稻的分蘖数、单位面积的害虫数、单位叶面积的病斑数等，这些观察值只能以整数来表示，各个观察值是不连续的。因此，计数资料也称为不连续性变量资料或间断性变量资料。

(二)质量性状资料

质量性状又称属性性状，是指能观察到而不能直接测量的性状。如花药、子粒、颖壳等器官的颜色、芒的有无、绒毛的有无等。这类性状本身不能直接用数值表示，要获得这类性状的数据资料，需对其观察结果作数量化处理，方法有以下2种。

1．统计次数法 在一定的总体或样本内，根据某一质量性状的类别统计其次数，以次数为质量性状的数据。 例如，红花豌豆与白花豌豆杂交，统计F2不同花色的植株时，在1000株植株中，有红花266株、紫花494株、白花240株(可进一步计算出三种花色植株出现的

11

百分率分别为：26.6%、49.4%、和24.4%）。这种利用统计次数法对质量性状数量化得来的资料又叫次数资料。 2、评分法 这种方法是用数字级别表示某种现象在表现程度上的差别。例如，小麦感染锈病的严重程度可划分为0(免疫)、1(高度抵抗)、2(中度抵抗)、3(感染)级。又如，观察施用某种农药后害虫的死亡情况，记“死’’为0，记”活”为1等。

二、次数分布表

将试验所得到的大量未加整理的数据，按观察值大小或数据类别进行分组，制成关于观察值不同组别或不同分类单位的次数分布表，就可以看出资料中不同表现的观察值与其频率间的规律性，从而对资料有一个初步概念。 1、间断性资料的整理 2、连续性资料的整理 3、属性变数资料的整理

（一）间断性变数资料的整理

? 现以某小表品种的每穗小穗数为例，随机采取100个麦穗，计数每穗小穗数，未加整理的资料列成表2.1

? 表2.1 100个麦穗的每穗小穗数 18 17 17 18 17 17 17 18 18 15 15 18 16 15 19 19 19 19 17 16 17 17 17 16 15 19 16 18 18 18 19 16 19 18 17 17 16 18 20 17 16 18 18 18 17 19 17 19 19 18 15 20 18 18 17 17 17 19 16 17 20 19 17 17 16 18 17 20 18 17 18 17 17 20 17 16 15 17 19 16 19 16 17 19 18 18 17 16 17 19 17 18 18 18 18 17 16 19 16 17 表2.2 100个麦穗的每穗小穗数的次数分布表 每穗小穗数(y) 15 16 17 18 次数(f) 6 15 32 25 12