多因素试验结果的统计分析

《多因素试验结果的统计分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、279第十三章多因素试验结果的统计分析第三节一组相同试验方案数据的联合分析农业研究往往需要在多个地点、多个年份甚至多个批次进行试验，各地点、各年份均按相同的试验方案实施，以更好的研究作物对环境的反映，如育种试验的后期阶段，包括区域试验，一般对品种应经过多年多点的考察以确定品种的平均表现、对环境变化的稳定性及其适应区域。对于这种进行多个相同的方案的试验，应该联合起来分析，因此本节以品种区域试验为例介绍相同方案的多个试验联合分析。品种区域试验常采用随机区组试验设计，在多个地点、多个年份进行，每一地点、每一年份均采取相同的田间管理措施，这属于随机区组试验方案的多个试验联合分析。同理，也可以有裂

2、区试验方案的多个试验的联合分析，以及其他试验方案的多个试验联合分析。品种区域试验的目的是：①确定品种在某一个区域内的平均表现，以确定品种的在该区域生产潜力；②确定品种在某地点的平均表现相对于该地点内各品种的平均表现的回归系数大小，以明确品种的稳产性和试验地区，若回归系数等于1，则该品种通常被归类稳产型品种；若大于1，并且平均产量高则该品种通常被归类为高产但不稳产类型，反之归类为低产不稳产类型，分析中应该找到适应地区。为达到此目的应进行联合分析，本节主要讲品种的平均产量的分析，至于稳产性分析可依据第十章的回归分析方法自行给出。多个试验的联合分析要根据试验的目的选择地点，例如品种区域试验一般

3、是根据生态区的划分来确定试验地点的。多个试验的联合分析首先要对各个试验进行分析，然后检验各个试验的误差是否同质，如不同质则不可进行联合方差分析。[例13.8］设一个水稻品种区域试验，包括对照种在内共有5个供试品种，在4个地点进行2年试验，每点每次试验均统一采用相同小区面积重复3次的随机区组设计，其结果列于表13.40。现以此为例说明其分析方法。若令供试品种数为v，试点数为s，年份数为y，每次试验重复数为r，则此试验中，v=5，s=4，y=2，r=3，令y表示各小区的产量；Ts、Ty及Tv等分别代表每一试点、年份、及品种的总和；Tvs、Tvy、Tsy分别代表品种与地点组合的总和、品种与年份

4、组合的总和、年份与地点组合的总和；Tvsy、Trsy分别代表品种、地点、年份组合的总和，每年份、地点每区组的总和；T代表全部试验数据的总和，各类总和的符号分别标在13.40及表13.44中。表13.40水稻品种区域试验产量(kg/33m2)试点品种第一年第二年二年总和Tvs区组合计Tvsy区组合计TvsyⅠⅡⅢⅠⅡⅢ甲A19.731.429.680.745.550.360.0155.8236.5B28.638.343.5110.447.541.149.4138.0248.4C20.327.532.680.454.252.364.5171.0251.4D27.940.046.1114.06

5、2.253.174.7190.0304.0E22.330.831.184.247.457.850.5155.7239.9合计Trsy118.8168.0182.9469.7(Tsy)256.8254.6299.1810.5(Tsy)1280.2(Ts)乙A40.829.430.2100.453.958.847.7160.4260.8B44.434.933.9113.263.761.152.2177.0290.2C44.641.426.2112.253.959.156.4169.4281.6D39.839.229.1108.174.275.667.0216.8324.9E71.547.65

6、5.4174.551.147.345.0143.4317.9合计Trsy241.1192.5174.8608.4(Tsy)296.8301.9268.3867.0(Tsy)1475.4(Ts)丙A34.729.135.198.942.147.130.8120.0218.9279第十三章多因素试验结果的统计分析B28.828.721.078.538.329.430.598.7177.2C29.838.428.096.242.140.039.8121.9218.1D27.227.620.475.744.343.547.7135.5211.2E43.032.732.0107.753.951.8

7、50.3156.0263.7合计Trsy164.0156.6136.5457.0(Tsy)221.2211.8199.1632.1(Tsy)1089.1(Ts)丁A20.230.216.066.426.626.532.785.8152.2B13.220.59.643.321.418.724.164.2107.5C24.541.630.696.720.726.830.477.9174.6D19.018.424.662.020.723.