植物营养研究法章试验设计.ppt

第一节试验研究的种类及一般程序一．试验研究的种类3综合试验：通过单因素和复因素试验，可以探索出在一定条件下不同因素的最优组合，根据这个最优组合制定一整套的技术措施，再与现行生产所采用的成套技术措施相比较，研究最优组合的综合效应并检验其实用价值，这就是综合试验。

所以综合试验具有检验的示范的作用。

农业和生物学领域的科学研究科学研究的目的在于探求新的知识、理论、方法、技术和产品。
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和产品二：科学试验研究的一般程序2．作好试验计划：
（1）设计试验方案；
（2）确定试验方法；
（3）制定管理措施；
（4）确定观察、测定项目及其方法与标准。
拟定试验计划，一方面要根据试验的目的任务和对精确度的要求，另一方面还要考虑试验条件，把需要和可能结合起来。3．实施：
（1）作好准备工作；
（2）布置试验；
（3）作好试验的管理工作；
（4）作好观察记载和各种测定工作4．总结：
（1）试验目的、设计及过程；
（2）试验结果；
（3）对试验结果的分析、结论和建议。三．试验研究的基本要求第二节试验方案设计一．试验方案设计的原则4．设计与统计方法的统一性：不同的试验方案要求采用不同的统计方法，而不同的统计方法又对试验设计有不同的要求。
（1）采用方差分析方法的复因素试验，方案必须均衡，必须设置重复。
（2）采用回归分析方法的复因素试验，方案可以均衡也可以不均衡；在限制因素明确，效应模式认定，有足够剩余自由度的情况下也可以不设重复。
5．要提高试验效率：试验效率是指单位人力物力的投入所获得试验信息的多少。适当减少试验因素是提高试验效率的有效途径。二．试验方案的设计具体的水平间距设计还取决于试验地土壤肥力变异、重复次数和统计检验的置信长。下表是国际水稻研究所的资料。从中可知，在变异系数10%，重复4次的条件下，处理差异只有大于平均数的14.5%，才能达到95%的置信度要求。不同重复次数、不同变异系数的两个处理平均数间最低置信度值95%可信度(二)复因素试验方案的设计1．因素的简单效应(experimentaleffect)：在复因素试验中，一个试验因素在另一个试验因素的某一水平上的试验效应，称为这一个因素的简单效应。单因素效应则是指试验因素对试验指标所起的增加或减少的作用

如产量200kg/5kgN，300kg/10kgN，则在亩施氮5kg的基础上再施5kg的效应为300-200=100kg/亩。P的主效3．因素的交互作用效应（interactioneffect）：不同因素相互作用产生的新效应称为这些因素的交互作用。
所谓“新效应”是指不同因素综合效应与各因素单独效应的差值，也就是A因素与B因素相互作用产生的A，B以外的C效应。
这种交互作用涉及多个因素。凡二个因素之间的交互作用称为一级连应，三个因素之间的交互作用称为二级连应。余者以此类推。
交互作用可为正值，也可为负值或零值。它们分别表示正、负及无交互作用。试验复因素试验方案可分完全和不完全实施方案2．不完全实施方案：为了缩减处理数，在完全方案的基础上，根据经验和专业知识，剔除一些次要的和无意义的组合，可构成不均衡方案，即不完全方案。
3．正交设计：按正交表制定试验方案称为正交设计。当试验因素较多时，采用正交设计既可减少试验处理，又可保持方案的均衡性。（正交设计是在牺牲一些交互作用的前提下，才能减少试验处理数）
（1）正交表的特点：正交点可用一定的符号表示，如L8（27）P380表示该表为8行、7列，有2个水平，可安排8个处理2个水平的试验，最多能分析出7个试验效应，即7个研究因素（包括交互作用）。

正交表在构造上有两个特点：
A．每一列不同数字出现次数相同；
B．任何2列构成的有序数出现次数相同。
所以，正交设计方案具有均衡性，即可以从任何一列单独分析出一个研究因素的效应。（2）表头设计：表头设计是正交设计的关键，其实质是确定试验因素的列号位置。

对于4因素试验，如果不考虑交互作用，则可用表L8(27)，如果要考虑AB、BC、BD的交互作用，则选用表L8(27)不同的表头。

（3）实施方案的设计：将正交表试验因素的水平赋予具体实施内容就得到了实施方案。4．回归设计：上述设计适用于用t检验或方差分析方法分析不同试验处理或试验因素的效应。但在植物营养和施肥领域中，常需要研究产量等生物效应与施肥量等试验因素之间的定量关系，这类试验需要用回归分析方法进行统计，因而需要制定能够和有利于进行回归分析的设计方案（1）回归设计的原则：A．处理数：回归分析是要建立试验因素效应方程，因此，试验处理数不能少于效应方程待估参数的个数，并要为统计检验留有足够大的剩余自由度。B．水平数：因产量和营养投入量之间的关系服从报酬递减律