随机区组设计试验结果统计分析.doc

PAGE PAGE 4 第9章 随机区组设计试验结果统计分析 第一节 单因素随机区组设计试验结果统计分析 随机区组试验设计是把试验各处理随机排列在一个区组中，区组内条件基本上是一致的，区组间可以有适当的差异，它相当于一个试验因素，可以从误差中扣除出来，因而降低试验误差以提高试验结果分析的精确性。分析这类资料时，可应用两向分组资料的方差分析方法进行分析。在单因素随机区组试验结果分析时，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。设有A个处理，n个区组，则其平方和与自由度分解 =++ (9-1) 总平方和=区组平方和+处理平方和+试验误差平方和 nk－1=（n－1）+（k－1）+（n－1）（k－1） (9-2) 总自由度=区组自由度+处理自由度+误差项自由度 [例9.1]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，随机区组设计，重复3次，小区计产面积30m2，其产量(kg／30m 1、资料整理 2、平方和及自由度的分解 根据9-1式和9-2式计算平方和及自由度。 总平方和 总自由度 dfT=nk-1 处理平方和 处理自由度 dfs=k-1 区组平方和 区组自由度 dfb=n-1 误差平方和 误差自由度 dfe=(k-1)(n-1) 平方和计算如下： C=T2/nk=341.32/(3×7)=5546.94 总=14.02+16.12+……+17.12－C=137.5 区组 =(103.22+112.92+125.22)/7=34.73 品种 =(49.82+51.92+……+45.22)/3-C=66.60 =137.5-34.73-66.60=35.92 将以上结果填入表9-2，并将自由度计算结果直接填入表9-2。 表9-2 资料的方差分析表 变异来源 自由度 平方和 方差 F值 F0.05 F0.01 区组间 品种间 误差 2 6 12 34.73 66.60 35.92 17.37 11.10 2.99 5.81* 3.71* 3.89 3.00 6.93 4.82 总和 20 137.25 3、F测验 列方差分析表，并算得各变异来源的s2值，进而进行F测验。 对区组间MS作F测验，结果表明3个区组间的土壤肥力有显著差异，区组控制是有效的，如果不进行区蛆设计，没有局部控制，误差就大。在试验中，区组作为减少误差的手段，一般不作F测验。对品种间MS作F测验，结果表明7个总体平均数间有显著差异。需进一步作多重比较，以明了哪些品种间有显著差异，哪些品种间没有显著差异。 4、多重比较 (1)最小显著差数法(LSD法) 根据品种比较试验要求，各供试品种应分别与对照 品种进行比较，宜应用LSD法。 首先应算得品种间平均数差数的标准误。在利用LSD法进行比较时，平均数差数标准误为： 从而得到各品种与对照品种(G)的差数及显著性，并列于表9-3。 表9-3 图9-1资料各品种与对照产量相比较差异显著性 品种 小区平均产量 与G(CK)差异 E 19.8 4.7** B 17.3 2.2 A 16.6 1.5 C 15.9 0.8 F 15.1 0 G（CK 15.1 0 D 13.9 -1.2 从表9-3可以看出，仅有品种正比对照品种增产极显著，其余品种与对照比较均没有显著差异。 (2)最小显著相差法(LSR法) 如果不仅要测验品种和对照相比的差异显著性，而且要测验品种间相互比较的差异显著性，则应该应用LSR法。用这种方法比较，首先应算得品种的标准误SE。其标准误为 查SSR值表，当v=12时得k=2、3……7的SSRa值，并根据公式LSRa=SE×SSRa，算得LSRa值列于表9-4，然后用字母标记法以表9-4的LSRa衡量不同品种间产量差异显著性将比较结果列于表9-5。 表9-4 图9-1资料最小显著极差法测验LSRa值 2 3 4 5 6 7 SSR0.05 3.08 3.23 3.33 3.36 3.40 3.42 SSR0.01 4.32 4.55 4.68 4.76 4.84 4.92 LSR0.05 3.08 3.23 3.33 3.36 3.40 3.42 LSR0.01 4.32 4.55 4.68 4.76 4.84 4.92 表9-5 图9-1资料最小显著极