數(shù)據(jù)分析及DPS數(shù)據(jù)處理系統(tǒng)

數(shù)據(jù)分析及DPS數(shù)據(jù)處理系統(tǒng)第1頁/共129頁2主要參考資料試驗(yàn)應(yīng)用統(tǒng)計(jì)：設(shè)計(jì)、創(chuàng)新和發(fā)現(xiàn)，第2版，GeorgeE.P.Box等著，張潤楚等譯，機(jī)械工業(yè)出版社，2010試驗(yàn)的設(shè)計(jì)與分析：王萬中主編，高等教育出版設(shè)，2004.試驗(yàn)設(shè)計(jì)與分析及參數(shù)優(yōu)化，吳建福(美)等著(張潤楚等譯)，中國統(tǒng)計(jì)出版社，2003DPS數(shù)據(jù)處理系統(tǒng)-實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘,第2版，唐啟義著，科學(xué)出版社，2010第2頁/共129頁3實(shí)驗(yàn)設(shè)計(jì)優(yōu)化與DPS第3頁/共129頁4DPS開發(fā)背景上世紀(jì)80年代以來，很多單位都著手編寫統(tǒng)計(jì)分析程序，但隨著時(shí)間的推移，絕大多數(shù)程序由于算法落后、數(shù)據(jù)格式規(guī)范性差、輸出格式零亂、缺乏完整性而被淘汰。目前，國外大型統(tǒng)計(jì)軟件，如SAS、SPSS等占優(yōu)勢。這從短期效應(yīng)來看，引進(jìn)國外軟件，有利國內(nèi)科研對數(shù)據(jù)處理需求。但從長期看，特別是從知識產(chǎn)權(quán)來講，依賴于國外軟件需要昂貴的費(fèi)用支持。如在SAS平臺(tái)上開發(fā)的程序，由于擺脫不了SAS的環(huán)境，難在國內(nèi)推廣應(yīng)用。因此，研制、推廣適合國內(nèi)需要的統(tǒng)計(jì)軟件，是勢在必行的事；我們通過近20多年的努力，開發(fā)成功了功能完整的DPS數(shù)據(jù)處理系統(tǒng)，其功能已接近ＳＡＳ、SPSS的水平。第4頁/共129頁51988年開始，歷時(shí)10年，1997年推出DOS版本第1版，同時(shí)出版配套專著第1版(4000冊)；1998年完成Window版(第2版)，2002年和2007年分別出版配套專著3000冊；2010年再次出版配套專著3500冊（165萬字)；目前軟件版本12.01版。DPS數(shù)據(jù)處理系統(tǒng)開發(fā)歷程第5頁/共129頁6出版教材：唐啟義《DPS數(shù)據(jù)處理系統(tǒng)－實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘》第2版，科學(xué)出版社，2010年。唐啟義馮明光《DPS數(shù)據(jù)處理系統(tǒng)－實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘》科學(xué)出版社，2007年。唐啟義馮明光《實(shí)用統(tǒng)計(jì)分析及其DPS數(shù)據(jù)處理系統(tǒng)》科學(xué)出版社，2002年。唐啟義馮明光《實(shí)用統(tǒng)計(jì)分析及其計(jì)算機(jī)處理平臺(tái)》中國農(nóng)業(yè)出版社，1997年。第6頁/共129頁7DPS數(shù)據(jù)處理系統(tǒng)－實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘第7頁/共129頁8DPS用戶界面與數(shù)據(jù)接口第8頁/共129頁9第9頁/共129頁10DPS功能特色實(shí)驗(yàn)設(shè)計(jì)：均勻設(shè)計(jì)混料實(shí)驗(yàn)設(shè)計(jì)統(tǒng)計(jì)分析：動(dòng)態(tài)聚類分析因子分析模型統(tǒng)計(jì)檢驗(yàn)與評價(jià)第10頁/共129頁11DPS的應(yīng)用用戶數(shù)已超過10000；遍及國內(nèi)各個(gè)省市，包括港、臺(tái)，各個(gè)行業(yè)和領(lǐng)域；美國賓州大學(xué)林共進(jìn)博士的實(shí)驗(yàn)室用于工業(yè)實(shí)驗(yàn)設(shè)計(jì)（大樣本實(shí)驗(yàn)設(shè)計(jì)）；成為赴國外攻讀博士、或訪問學(xué)者的工具。第11頁/共129頁12DPS使用(類似Excel電子標(biāo)的操作)第12頁/共129頁13數(shù)據(jù)統(tǒng)計(jì)分析基本步驟(1)將數(shù)據(jù)輸入到DPS的電子表格里。數(shù)據(jù)一般是一行為一個(gè)記錄(樣本)，一列一個(gè)指標(biāo)（變量）。(2)用鼠標(biāo)選中待分析的數(shù)據(jù)。(3)進(jìn)入菜單選擇相應(yīng)的統(tǒng)計(jì)功能項(xiàng)。(4)系統(tǒng)對選中的數(shù)據(jù)進(jìn)行分析，并將分析結(jié)果返回到另一電子表格。第13頁/共129頁14第14頁/共129頁15第15頁/共129頁16

某縣植保站，調(diào)查4個(gè)水稻品種上稻縱卷葉螟卷葉率(%),結(jié)果列于下表。水稻品種卷葉率（%）合計(jì)平均A131.927.931.828.435.9155.931.18A224.825.726.827.926.2131.426.28A322.123.627.324.925.8123.724.74A427.030.829.024.528.5139.827.96合計(jì)=550.8第16頁/共129頁17數(shù)據(jù)轉(zhuǎn)換：如數(shù)值相差幾個(gè)數(shù)量級，可用對數(shù)轉(zhuǎn)換;如許多小區(qū)值為0，則可用平方根轉(zhuǎn)換;如指標(biāo)是百分?jǐn)?shù),且大部分?jǐn)?shù)值大于70％或小于30％，可用反正弦平方根轉(zhuǎn)換。

一般用Tukey法和LSD法。但注意：目前國內(nèi)目前的農(nóng)藥實(shí)驗(yàn)要求Duncan法。第17頁/共129頁18第18頁/共129頁19學(xué)會(huì)思考在您目前從事或涉及到的研究領(lǐng)域，在實(shí)驗(yàn)設(shè)計(jì)或進(jìn)行數(shù)據(jù)分析時(shí)，您最有可能碰到哪些統(tǒng)計(jì)學(xué)方面的問題？在試驗(yàn)設(shè)計(jì)與數(shù)據(jù)處理分析中，您有可能用到工具軟件（如DPS）中的哪些功能、或數(shù)據(jù)分析方法來解決您的問題，以及使用這些方法時(shí)的注意事項(xiàng)。第19頁/共129頁20實(shí)驗(yàn)設(shè)計(jì)與統(tǒng)計(jì)分析第20頁/共129頁21第21頁/共129頁221實(shí)驗(yàn)設(shè)計(jì)實(shí)驗(yàn)設(shè)計(jì)特點(diǎn)實(shí)驗(yàn)設(shè)計(jì)基本原則實(shí)驗(yàn)設(shè)計(jì)基本內(nèi)容和步驟常用實(shí)驗(yàn)設(shè)計(jì)方法第22頁/共129頁231、實(shí)驗(yàn)設(shè)計(jì)ExperimentDesign

的特點(diǎn)試驗(yàn)研究和調(diào)查研究主要區(qū)別：對研究對象是否進(jìn)行干預(yù)。試驗(yàn)研究特點(diǎn)：根據(jù)研究目的(或假設(shè))主動(dòng)加以干預(yù)措施，觀察結(jié)果，回答研究假設(shè)所提出的問題。第23頁/共129頁24實(shí)驗(yàn)研究(例子)

新農(nóng)藥防治某作物害蟲的效果首先假設(shè)該農(nóng)藥可以殺死害蟲。在田間劃分幾個(gè)隨機(jī)區(qū)組，區(qū)組內(nèi)隨機(jī)設(shè)置小區(qū)，必要時(shí)各個(gè)小區(qū)接入害蟲卵塊。將農(nóng)藥配制成不同的濃度，再加一個(gè)空白(清水)對照。在害蟲防治適期施藥、處理。處理(施藥)后24小時(shí)、72小時(shí)、…，調(diào)查各個(gè)小區(qū)的蟲量(觀察指標(biāo))，并對數(shù)據(jù)進(jìn)行方差分析，看各處理間有無顯著差異，進(jìn)而得出該農(nóng)藥是否具有對該害蟲防治效果的結(jié)論。

從該例中可以看出研究者施加了干預(yù)措施，即施用不同濃度的農(nóng)藥。再經(jīng)過觀察總結(jié)，驗(yàn)證提出的假設(shè)是否正確。

第24頁/共129頁252、實(shí)驗(yàn)設(shè)計(jì)基本原則隨機(jī)對照重復(fù)

目的是為有效控制非處理因素第25頁/共129頁262.1隨機(jī)化原則

目的：研究者在實(shí)驗(yàn)設(shè)計(jì)時(shí)，并不完全知道實(shí)驗(yàn)過程中的許多非實(shí)驗(yàn)因素，隨機(jī)誤差干擾在所難免，因此有必要采用隨機(jī)化的辦法抵消這些干擾因素的影響。隨機(jī)化原則包括兩方面隨機(jī)分配：把實(shí)驗(yàn)處理對象隨機(jī)分到各個(gè)區(qū)組內(nèi)，以增強(qiáng)可比性(區(qū)組內(nèi)小區(qū)隨機(jī)設(shè)置)。隨機(jī)抽樣：總體中的每一個(gè)觀察單位都有同等的機(jī)會(huì)被選入到樣本中來(如實(shí)驗(yàn)結(jié)果的調(diào)查)。第26頁/共129頁272.2對照原則

設(shè)置對照小區(qū)，除實(shí)驗(yàn)處理不同外，實(shí)驗(yàn)過程中的實(shí)驗(yàn)條件和輔助措施都應(yīng)相同，以便比較所研究對象存在的真實(shí)差異。抵消害蟲、病害自身消長趨勢的影響抵消實(shí)驗(yàn)環(huán)境的其它因素的干擾

第27頁/共129頁28常見的對照空白對照(如農(nóng)藥藥效實(shí)驗(yàn)中用清水處理，重金屬元素檢測的空白處理)標(biāo)準(zhǔn)對照(如農(nóng)藥藥效實(shí)驗(yàn)中的標(biāo)準(zhǔn)農(nóng)藥品種)第28頁/共129頁29

例子:復(fù)配農(nóng)藥防治一代二化螟的單因素隨機(jī)區(qū)組設(shè)計(jì)單因素隨機(jī)區(qū)組設(shè)計(jì)第29頁/共129頁302.3重復(fù)的原則是指各處理組及對照組的重復(fù)要有一定數(shù)量。重復(fù)數(shù)太少的話，很可能把某些偶然現(xiàn)象當(dāng)作客觀規(guī)律。重復(fù)數(shù)太多的？人力物力浪費(fèi)。在保證實(shí)驗(yàn)結(jié)果具有一定可靠性的條件下，確定合適的重復(fù)(區(qū)組)數(shù)量。第30頁/共129頁313實(shí)驗(yàn)設(shè)計(jì)的基本內(nèi)容和步驟建立研究假設(shè)（提出要解決的問題）明確研究范圍（受試對象）確立處理因素（處理因素）明確觀察指標(biāo)（實(shí)驗(yàn)效應(yīng)）控制誤差和偏倚(區(qū)組設(shè)計(jì))第31頁/共129頁323.1建立研究假設(shè)

科研選題：研究的題目要有科學(xué)性和新穎性、社會(huì)效益和經(jīng)濟(jì)效益、最后要考慮可行性。第32頁/共129頁333.2明確研究范圍實(shí)驗(yàn)中的三個(gè)基本要素為：處理因素、實(shí)驗(yàn)效應(yīng)和受試對象。明確研究范圍即：受試對象所組成的研究總體規(guī)定本次研究的總體范圍如研究病蟲為害對作物產(chǎn)量影響，首先確定作物產(chǎn)量的考察標(biāo)準(zhǔn)以及計(jì)量方法，然后根據(jù)研究需要，選定實(shí)驗(yàn)田塊安排實(shí)驗(yàn)，確定實(shí)驗(yàn)處理因素(不同的害蟲密度梯度設(shè)置)，使得實(shí)驗(yàn)效果清晰、明了。第33頁/共129頁34實(shí)驗(yàn)設(shè)計(jì)的基本要素例如：用某種殺蟲劑

防治作物害蟲，觀察其

蟲口數(shù)量下降情況?；疽兀禾幚硪蛩兀⑾x劑）受試對象（作物害蟲）實(shí)驗(yàn)效應(yīng)（蟲口數(shù)量下降）第34頁/共129頁353.3確定處理因素處理因素是根據(jù)研究目的而施加的特定實(shí)驗(yàn)措施(如農(nóng)藥藥效實(shí)驗(yàn)種的不同農(nóng)藥濃度)。為了增強(qiáng)可比性，實(shí)驗(yàn)通常設(shè)立對照，如空白或者標(biāo)準(zhǔn)。對照也是一種處理措施。第35頁/共129頁363.4明確觀察指標(biāo)實(shí)驗(yàn)中的實(shí)驗(yàn)效應(yīng)主要指處理因素作用于實(shí)驗(yàn)對象的反應(yīng)，這種效應(yīng)將通過實(shí)驗(yàn)中觀察指標(biāo)顯示出來。選用的指標(biāo)應(yīng)該是：客觀性強(qiáng)（易觀察，可量可測，操作性強(qiáng)）靈敏度高（對各個(gè)處理的反應(yīng)要靈敏）精確性強(qiáng)（要反應(yīng)研究對象的實(shí)質(zhì)，不受或少受其它因素的影響）第36頁/共129頁373.5控制誤差和偏倚誤差（error）：測量值與真值之差

1，5，9=>5(真正均值＝5)偏倚（bias）：在實(shí)驗(yàn)中由于某些非實(shí)驗(yàn)因素的干擾所形成的系統(tǒng)誤差

4，5，9=>6(真正均值＝5)第37頁/共129頁38完全隨機(jī)實(shí)驗(yàn)隨機(jī)區(qū)組設(shè)計(jì)裂區(qū)實(shí)驗(yàn)設(shè)計(jì)正交設(shè)計(jì)二次正交回歸組合設(shè)計(jì)均勻?qū)嶒?yàn)設(shè)計(jì)4常用實(shí)驗(yàn)設(shè)計(jì)方法第38頁/共129頁39常用試驗(yàn)設(shè)計(jì)完全隨機(jī)設(shè)計(jì)隨機(jī)區(qū)組設(shè)計(jì)裂區(qū)設(shè)計(jì)樣本容量估計(jì)隨機(jī)分組方差分析多重比較局部控制隨機(jī)分處理方差分析多重比較主區(qū)裂區(qū)方差分析正交設(shè)計(jì)水平數(shù)＜5正交表安排方差分析均勻設(shè)計(jì)均勻表安排線性回歸分析多項(xiàng)式逐步回歸模型優(yōu)化正交回歸組合Mc+Mr+M0二次多項(xiàng)式回歸模型優(yōu)化水平數(shù)＝5第39頁/共129頁404.1完全隨機(jī)實(shí)驗(yàn)

概念：首先將受試對象隨機(jī)分配到實(shí)驗(yàn)(處理)組和對照組，通過比較分析回答研究假設(shè)。統(tǒng)計(jì)方法成組設(shè)計(jì)的兩樣本均數(shù)比較(t檢驗(yàn))，相應(yīng)的秩和檢驗(yàn)(非參數(shù)檢驗(yàn))成組設(shè)計(jì)的多個(gè)樣本均數(shù)比較(方差分析),相應(yīng)的秩和檢驗(yàn)(非參數(shù)KruskalWallis檢驗(yàn))兩樣本率(卡方檢驗(yàn))或多樣本率比較(Logistic回歸)第40頁/共129頁41完全隨機(jī)設(shè)計(jì)的

隨機(jī)分配方法使用隨機(jī)數(shù)字表DPS生成：如3個(gè)處理，5次重復(fù)，共15個(gè)實(shí)驗(yàn)處理(樣品)的實(shí)驗(yàn)：第41頁/共129頁42分配結(jié)果分組對象編號甲組1791014乙組58111315丙組234612第42頁/共129頁43

實(shí)驗(yàn)結(jié)果分析：方差分析

假定該實(shí)驗(yàn)是甲組是對照，乙組和丙組是不同微量元素處理的盆栽實(shí)驗(yàn)，實(shí)驗(yàn)指標(biāo)是植株鮮重，問不同處理的植株鮮重是否不同？133.8125.3143.1128.9135.7151.2149162.7143.8153.5193.4185.3182.8188.5198.6第43頁/共129頁44完全隨機(jī)設(shè)計(jì)實(shí)驗(yàn)結(jié)果

方差分析數(shù)據(jù)格式在菜單下執(zhí)行“實(shí)驗(yàn)統(tǒng)計(jì)”->“完全隨機(jī)設(shè)計(jì)”下面的“單因素實(shí)驗(yàn)統(tǒng)計(jì)分析”。第44頁/共129頁45數(shù)據(jù)轉(zhuǎn)換：如數(shù)值相差幾個(gè)數(shù)量級，可用對數(shù)轉(zhuǎn)換;如許多小區(qū)值為0，則可用平方根轉(zhuǎn)換;如指標(biāo)是百分?jǐn)?shù),且大部分?jǐn)?shù)值大于70％或小于30％，可用反正弦平方根轉(zhuǎn)換。

一般用Tukey法和LSD法。國內(nèi)目前的農(nóng)藥實(shí)驗(yàn)要求Duncan法。第45頁/共129頁46第46頁/共129頁47數(shù)據(jù)描述：均值和標(biāo)準(zhǔn)差是必須的，處理樣本數(shù)也要說明。方差分析：F值、自由度和P值；如P<0.05則差異顯著，如P<0.01則差異極顯著。多重比較：均值后面跟有相同字母的就沒差異。第47頁/共129頁48正確理解差異顯著或極顯著的統(tǒng)計(jì)意義

"差異顯著"或"差異極顯著"不應(yīng)該誤解為相差很大或非常大,也不能認(rèn)為在專業(yè)上一定就有重要或很重要的價(jià)值.“顯著”或“極顯著”是指不同處理沒有差異的可能性小于5%或1%，即認(rèn)為它們有實(shí)質(zhì)性差異的可能性是95%或99%。有些試驗(yàn)結(jié)果雖然差別大，但由于試驗(yàn)誤差大，也許還不能得出“差異顯著”的結(jié)論；而有些試驗(yàn)結(jié)果間的差異雖小，但由于試驗(yàn)誤差小，反而可能推斷為“差異顯著”。第48頁/共129頁49IIIIII均值A(chǔ)17.9710.6210.6213.07B41.9520.8879.1447.33C53.9598.1267.7573.27IIIIII均值A(chǔ)11.2212.5511.5516.53B23.4822.9432.0736.16C39.7141.8036.6151.64兩個(gè)栽培試驗(yàn)，不同處理A、B、C間的成活率，誰的差異大？實(shí)驗(yàn)１實(shí)驗(yàn)２A：空白對照；B：標(biāo)準(zhǔn)對照；C：新技術(shù)處理第49頁/共129頁50實(shí)驗(yàn)1的方差分析表方差分析表變異來源平方和df均方F值p值區(qū)組間325.702162.850.2630.7807處理間5470.9822735.494.4260.0969誤差2472.304618.07總變異8268.978第50頁/共129頁51實(shí)驗(yàn)2的方差分析表

方差分析表變異來源平方和df均方F值p值區(qū)組間5.6522.830.1840.8386處理間1143.642571.8237.2360.0026誤差61.43415.36總變異1210.728第51頁/共129頁52兩實(shí)驗(yàn)各處理均值比較實(shí)驗(yàn)1實(shí)驗(yàn)2處理均值5%顯著水平均值5%顯著水平處理373.27

a39.37

a處理247.33

ab26.16

b處理113.07

b11.77

cF值4.4337.24P值0.09690.0026第52頁/共129頁534.2隨機(jī)區(qū)組設(shè)計(jì)概念：將研究對象按性質(zhì)相同或相近者組成b個(gè)區(qū)組（局部控制），每個(gè)區(qū)組中的k個(gè)處理隨機(jī)分配。優(yōu)點(diǎn)利用區(qū)組，進(jìn)一步控制偏倚，減少實(shí)驗(yàn)的偏差；但實(shí)驗(yàn)結(jié)果中若有數(shù)據(jù)缺失，統(tǒng)計(jì)分析較麻煩(目前可用一般線性模型解決)。第53頁/共129頁54例用區(qū)組設(shè)計(jì)方法將20個(gè)實(shí)驗(yàn)對象，接受甲、乙、丙、丁4個(gè)處理。將20個(gè)實(shí)驗(yàn)對象分成5個(gè)區(qū)組，即l一4號為第1區(qū)組，5—8號為第2區(qū)組，余類推，接受四種處理方式。第54頁/共129頁5520名實(shí)驗(yàn)對象分配的配伍組和處理組區(qū)組處理組甲乙丙丁132142876531011912414151316519181720第55頁/共129頁56統(tǒng)計(jì)方法:定量資料：配對t檢驗(yàn)、隨機(jī)區(qū)組方差分析其它情形：Wilcoxon配對檢驗(yàn)，F(xiàn)riedman非參數(shù)檢驗(yàn)。第56頁/共129頁57隨機(jī)區(qū)組設(shè)計(jì)實(shí)現(xiàn)確定處理因素，田間劃分區(qū)組DPS生成實(shí)驗(yàn)方案：如5個(gè)處理，設(shè)置4個(gè)區(qū)組，共20個(gè)實(shí)驗(yàn)處理的實(shí)驗(yàn)。執(zhí)行實(shí)驗(yàn)設(shè)計(jì)菜單下的“單因素隨機(jī)區(qū)組設(shè)計(jì)”第57頁/共129頁58隨機(jī)區(qū)組設(shè)計(jì)實(shí)驗(yàn)處理結(jié)果

(對號入座填入表格)

得到數(shù)據(jù)方差分析格式在菜單下執(zhí)行“實(shí)驗(yàn)統(tǒng)計(jì)”->“隨機(jī)區(qū)組設(shè)計(jì)”下面的“單因素實(shí)驗(yàn)統(tǒng)計(jì)分析”。第58頁/共129頁59數(shù)據(jù)轉(zhuǎn)換：如數(shù)值相差幾個(gè)數(shù)量級，可用對數(shù)轉(zhuǎn)換;如許多小區(qū)值為0，則可用平方根轉(zhuǎn)換;如指標(biāo)是百分?jǐn)?shù),且大部分?jǐn)?shù)值大于70％或小于30％，可用反正弦平方根轉(zhuǎn)換。

一般用Tukey法和LSD法。但注意：目前國內(nèi)目前的農(nóng)藥實(shí)驗(yàn)要求Duncan法。第59頁/共129頁60

結(jié)果描述及數(shù)據(jù)分析與完全隨機(jī)實(shí)驗(yàn)設(shè)計(jì)相同，就當(dāng)是區(qū)組間那一行不存在第60頁/共129頁61基數(shù)的調(diào)整？原始觀察值：協(xié)方差分析相對防治效果第61頁/共129頁62實(shí)驗(yàn)中缺掉1～2個(gè)處理小區(qū)怎么辦？一般線性模型在方差分析中的應(yīng)用。

第62頁/共129頁63實(shí)際例子第63頁/共129頁64執(zhí)行“實(shí)驗(yàn)統(tǒng)計(jì)”->“一般線性模型GLM”分析在“可供分析變異來源”列表框中先選“B”,點(diǎn)擊”>”,再選“A”,點(diǎn)擊”>”,將這兩項(xiàng)加入到右邊。并選I型平方和分解。多重比較方法，這里選”Duncan”法，然后點(diǎn)擊”O(jiān)K”即可輸出結(jié)果。第64頁/共129頁65第65頁/共129頁664.3兩因素隨機(jī)區(qū)組設(shè)計(jì)問題提出：不同農(nóng)藥或某農(nóng)藥不同濃度，在不同時(shí)期或不同施藥技術(shù)情況下對病蟲的防治效果。一般情況:兩因素隨機(jī)區(qū)組設(shè)計(jì)。特殊情況:植保農(nóng)藥實(shí)驗(yàn)，加上施藥時(shí)期、施藥技術(shù)等因子后，含有“偽因子”情形，需用一般線性模型分析第66頁/共129頁67偽因子農(nóng)藥不同種類、不同濃度處理，一般要設(shè)空白作為對照?？瞻缀推渌蜃咏M合，如和施藥時(shí)期、施藥技術(shù)的組合，實(shí)際上還是“空白”，沒有不同（偽因子）。因此“偽因子”的多因子農(nóng)藥實(shí)驗(yàn)中經(jīng)常遇到。農(nóng)業(yè)中的多因素農(nóng)藥、施肥等實(shí)驗(yàn)，只要有空白作為對照，就有這種現(xiàn)象存在。第67頁/共129頁68

例如進(jìn)行不同農(nóng)藥不同濃度、在不同時(shí)期防治二化螟藥效實(shí)驗(yàn)。其空白對照和不同施藥時(shí)期的搭配就是“偽因子”第68頁/共129頁69某實(shí)驗(yàn)處理得到作物產(chǎn)量結(jié)果如下：這樣的數(shù)據(jù)不能直接進(jìn)行兩因素隨機(jī)區(qū)組設(shè)計(jì)的方差分析第69頁/共129頁70含偽因子實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)分析第70頁/共129頁71實(shí)驗(yàn)結(jié)果解釋(1：方差分析表)第71頁/共129頁72實(shí)驗(yàn)結(jié)果解釋(2：多重比較)第72頁/共129頁734.4多因子實(shí)驗(yàn)完全隨機(jī)設(shè)計(jì)、隨機(jī)區(qū)組設(shè)計(jì)（析因設(shè)計(jì)）裂區(qū)設(shè)計(jì)均勻設(shè)計(jì)正交設(shè)計(jì)正交回歸組合設(shè)計(jì)

正交設(shè)計(jì)及正交回歸組合設(shè)計(jì)是應(yīng)用最廣泛的多因子實(shí)驗(yàn)設(shè)計(jì)。第73頁/共129頁74一般多因素試驗(yàn)設(shè)計(jì)(析因設(shè)計(jì))當(dāng)處理因素較多時(shí)：處理組合呈指數(shù)增長5個(gè)因素,5個(gè)水平,3個(gè)區(qū)組有多少處理組合？＝55=3025次x3=9075正交試驗(yàn)設(shè)計(jì)：從所有的試驗(yàn)組合中，選擇在試驗(yàn)因子空間相互正交的一些點(diǎn)來進(jìn)行試驗(yàn)。需要的實(shí)驗(yàn)次數(shù)是水平數(shù)的平方更多因素的實(shí)驗(yàn)設(shè)計(jì)：為什么一般用正交實(shí)驗(yàn)設(shè)計(jì)？第74頁/共129頁754.4.1正交設(shè)計(jì)當(dāng)實(shí)驗(yàn)涉及的因素在三個(gè)或三個(gè)以上，且因素間可能存在交互作用時(shí)，可用正交設(shè)計(jì)。正交實(shí)驗(yàn)中各因素的水平數(shù)可以相等，也可以不相等。它利用一套規(guī)格化的正交表，將各實(shí)驗(yàn)因素、各水平之間的組合均勻搭配，合理安排，可以用較少的、有代表性的處理組合數(shù)，提供充分有用的信息，還可以找出較優(yōu)組合，用以指導(dǎo)實(shí)踐。第75頁/共129頁76正交實(shí)驗(yàn)舉例分析(p269-274)

花菜留種正交試驗(yàn)的因子與水平表

因

子水

平

1水

平

2A：澆水次數(shù)不干死為原則，整個(gè)生長期只澆1~2次根據(jù)生長需水量和自然條件澆水，但不過濕B：噴藥次數(shù)發(fā)現(xiàn)病害即噴藥每半月噴一次C：施肥次數(shù)開花期施硫酸銨進(jìn)室發(fā)根、抽苔、開花和結(jié)實(shí)期各施肥一次D：進(jìn)室時(shí)間11月初11月15日第76頁/共129頁77研究目的為了解決花菜留種問題，進(jìn)一步提高花菜種子的產(chǎn)量和質(zhì)量，科技人員考察了澆水、施肥、病害防治和移入溫室時(shí)間對花果留種的影響，進(jìn)行了這4個(gè)因素各因素兩水平的正交試驗(yàn)。

第77頁/共129頁78L8（27）正交表8：實(shí)驗(yàn)次數(shù)；

2：各因素的水平數(shù)7：最多安排的實(shí)驗(yàn)因素及其效應(yīng)數(shù)（包括誤差項(xiàng)）第78頁/共129頁79有重復(fù)的兩水平正交實(shí)驗(yàn)上例屬于無重復(fù)的兩水平正交實(shí)驗(yàn)如果想增大誤差自由度以提高檢測諸因子作用的能力，或者想研究各因子間的所有交互作用，就可采用重復(fù)實(shí)驗(yàn)的方法，假定把每一個(gè)實(shí)驗(yàn)都重復(fù)三次，結(jié)果如下。第79頁/共129頁80有重復(fù)的兩水平正交實(shí)驗(yàn)第80頁/共129頁81正交實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計(jì)分析：初步分析：比一比，看一看統(tǒng)計(jì)分析：方差分析，及多重比較有重復(fù)和沒有重復(fù)的統(tǒng)計(jì)分析。第81頁/共129頁82無重復(fù)時(shí)統(tǒng)計(jì)分析(要有空白列)第82頁/共129頁83極差分析結(jié)果均值因子水平1水平2x(1)33.500065.2500x(2)65.750033.0000A×B44.000054.7500x(4)36.750062.0000A×C69.500029.2500x(6)50.250048.5000x(7)50.500048.2500第83頁/共129頁84各個(gè)因子各水平均值第84頁/共129頁85因子極小值極大值極差R調(diào)整R＇x(1)33.500065.250031.750045.0850x(2)33.000065.750032.750046.5050A×B44.000054.750010.750015.2650x(4)36.750062.000025.250035.8550A×C29.250069.500040.250057.1550x(6)48.500050.25001.75002.4850x(7)48.250050.50002.25003.1950第85頁/共129頁86方差分析表（不顯著的互作項(xiàng)可作為空白列，重新分析）正交設(shè)計(jì)方差分析表(完全隨機(jī)模型)變異來源平方和df均方F值p值x(1)2016.125012016.1250329.16330.0351x(2)2145.125012145.1250350.22450.0340A×B231.12501231.125037.73470.1027x(4)1275.125011275.1250208.18370.0441A×C3240.125013240.1250529.00000.0277x(6)*6.125016.1250x(7)10.1250110.12501.65310.4208誤差6.125016.1250總和8923.8750第86頁/共129頁87有重復(fù)時(shí)統(tǒng)計(jì)分析第87頁/共129頁88根據(jù)重復(fù)的設(shè)計(jì)類型確定第88頁/共129頁894.4.2定量數(shù)學(xué)模型

二次正交回歸設(shè)計(jì)正交試驗(yàn)結(jié)果分析考慮因子間的交互作用。根據(jù)一般正交試驗(yàn)結(jié)果可建立回歸模型，如

Y=290-106x1+93x2+31x3+6x4線性回歸模型能優(yōu)化嗎：求最大、最小值

優(yōu)化需要二次曲線方程第89頁/共129頁90二次多項(xiàng)式回歸方程，可以優(yōu)化，如y=68.5-15X1-40X2+0.0X1*X1+0.0X2*X2+15X1*X2但是一般實(shí)驗(yàn)設(shè)計(jì)得到的自變量，其二次項(xiàng)，互作項(xiàng)之間不一定正交。在沒有計(jì)算機(jī)軟件的情況下，計(jì)算工作量也大。第90頁/共129頁91要建立二次多項(xiàng)式優(yōu)化，因子之間又要正交：正交回歸組合設(shè)計(jì)使得試驗(yàn)因素的整個(gè)設(shè)計(jì)矩陣，包括二次項(xiàng)、互作項(xiàng)都相互正交。第91頁/共129頁92第92頁/共129頁93二次.正交.旋轉(zhuǎn).組合.設(shè)計(jì)二次：模型優(yōu)化；正交：各個(gè)因子正交；消除因子間互作的影響；旋轉(zhuǎn)：各個(gè)因子點(diǎn)到中心的距離相等；組合：加上適當(dāng)?shù)闹行脑囼?yàn)點(diǎn)(0,0,0…,0)個(gè)數(shù)，適當(dāng)整個(gè)設(shè)計(jì)矩陣滿足要求。根據(jù)中心點(diǎn)數(shù)不同(當(dāng)然為保持正交性，相應(yīng)的臂長也不同)，有：二次正交旋轉(zhuǎn)組合設(shè)計(jì)二次通用組合設(shè)計(jì)二次正交回歸組合設(shè)計(jì)

Centercompositedesigns(CCD)

第93頁/共129頁94零水平星號臂長實(shí)驗(yàn)設(shè)計(jì)零水平必須大于臂長正的星號臂值水平須“過量”變化區(qū)間第94頁/共129頁95

試驗(yàn)設(shè)計(jì)

首先確定因子和各個(gè)處理因子的零水平、變化區(qū)間。如有一個(gè)4因子的試驗(yàn)，第一個(gè)因子是播種期，零水平3月31日，變化區(qū)間5天；第二個(gè)因子是播種量，零水平40公斤，變化區(qū)間5公斤；第三因子是移栽期葉齡，零水平6葉，變化區(qū)間1葉；第四因子是氮肥用量，零水平20公斤，變化區(qū)間5公斤。其試驗(yàn)設(shè)計(jì)可按下圖方式編輯，并定義成數(shù)據(jù)。第95頁/共129頁96第96頁/共129頁97第97頁/共129頁98實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)分析

左邊方實(shí)驗(yàn)設(shè)計(jì)表，右邊一列放各個(gè)處理相應(yīng)的產(chǎn)量，然后用鼠標(biāo)選中。最后進(jìn)入主菜單，選擇“試驗(yàn)統(tǒng)計(jì)”中的“實(shí)驗(yàn)優(yōu)化分析”下面的“二次多項(xiàng)式回歸”。系統(tǒng)出現(xiàn)如下界面。第98頁/共129頁99第99頁/共129頁100輸出結(jié)果①、各個(gè)因素(試驗(yàn)處理水平)編碼的平均值和標(biāo)準(zhǔn)差,以及相關(guān)系數(shù)矩陣；②、二次多項(xiàng)式回歸模型；③、回歸模型的F檢驗(yàn)值及顯著水平p，一般顯著水平小于等于0.05時(shí)即可對該模型進(jìn)一步分析，如果F太小，回歸方程不顯著，則不適合建立二次多項(xiàng)式回歸模型來分析試驗(yàn)結(jié)果；第100頁/共129頁101模型統(tǒng)計(jì)檢驗(yàn)變異來源平方和自由度均方F值p值回歸468.291433.44931.26880.3026殘差553.642126.3636

失擬420.371042.03673.46970.0264

誤差133.271112.1154總變異1021.9335第101頁/共129頁102④、各個(gè)因子項(xiàng)的回歸系數(shù)、標(biāo)準(zhǔn)回歸系數(shù)、t檢驗(yàn)值及顯著水平p；⑤、回歸模型的復(fù)相關(guān)系數(shù)R剩余標(biāo)準(zhǔn)差和調(diào)整后的相關(guān)系數(shù)，一般來說，調(diào)整后的相關(guān)系數(shù)越大越好；⑥、各個(gè)處理的觀測值、擬合值和擬合誤差，以及Durbin-Watson(DW)統(tǒng)計(jì)量。DW統(tǒng)計(jì)量只當(dāng)分析樣本按某一順序(如處理先后)存放時(shí)才有意義，該值要在2的附近為好；第102頁/共129頁103⑦、其他因子為零時(shí)單因子和兩因子互作效應(yīng)分析，可在DPS系統(tǒng)作圖功能的支持下，分別作x-y曲線圖和等高線圖；⑧、其他因子為零水平時(shí)，各個(gè)因素的靈敏度分析，給出了系數(shù)靈敏度、導(dǎo)數(shù)、平均效應(yīng)y/x和目標(biāo)函數(shù)y，根據(jù)這些數(shù)據(jù)，可以進(jìn)行邊際分析；第103頁/共129頁104應(yīng)用典型方程，我們可以得到如下信息：一是穩(wěn)定點(diǎn)處是否是擬合模型的極大值、極小值或者是鞍點(diǎn)：當(dāng)?shù)湫头匠痰母鱾€(gè)系數(shù)為負(fù)時(shí)，穩(wěn)定點(diǎn)為模型的極大值；當(dāng)?shù)湫头匠痰母鱾€(gè)系數(shù)為正時(shí)，穩(wěn)定點(diǎn)為模型的極小值；當(dāng)?shù)湫头匠痰母鱾€(gè)系數(shù)有正有負(fù)時(shí)，穩(wěn)定點(diǎn)為鞍點(diǎn)。這一點(diǎn)很重要，這時(shí)因?yàn)槲覀冊趯?yōu)建模時(shí)，往往根據(jù)專業(yè)背景，指定模型尋優(yōu)方向。這種尋優(yōu)方向可能和擬合模型本身的最優(yōu)解不一致，或部分因子不一致。不一致時(shí)，采用數(shù)值尋優(yōu)算法得到的最優(yōu)點(diǎn)有可能位于實(shí)驗(yàn)因子取值的邊界上。第104頁/共129頁105第105頁/共129頁106同時(shí)，根據(jù)典型方程，判斷各個(gè)因素在穩(wěn)定點(diǎn)附近的變化大小。系數(shù)越大，變化越快，該點(diǎn)的穩(wěn)定性就較差，這是在應(yīng)用中需要注意的。最后，如果通過數(shù)值優(yōu)化分析和典型分析得到的最優(yōu)值一致，那么模型可以認(rèn)為是較好的，如果不一致，在模型應(yīng)用時(shí)，需要進(jìn)行更深入的分析，探明原因，且模型結(jié)果謹(jǐn)慎應(yīng)用。第106頁/共129頁107多因子實(shí)驗(yàn)優(yōu)化中的區(qū)組設(shè)計(jì)多因子優(yōu)化設(shè)計(jì)試驗(yàn)，一般試驗(yàn)次數(shù)較多。試驗(yàn)次數(shù)增加會(huì)帶來量方面的問題：一是試驗(yàn)時(shí)間延長。有的實(shí)驗(yàn)處理是依時(shí)間順序一個(gè)接一個(gè)地進(jìn)行的。由于時(shí)間延而產(chǎn)生的對實(shí)驗(yàn)結(jié)果的影響叫做時(shí)間漂移，這一影響很可能增加試驗(yàn)誤差。這種情況在工業(yè)試驗(yàn)中較為普遍。另一種情況是試驗(yàn)區(qū)增大。在農(nóng)林生物的田間試驗(yàn)中，因處理因子多、實(shí)驗(yàn)區(qū)加大、這樣難以在同質(zhì)的條件下進(jìn)行試驗(yàn)，而需要進(jìn)行小區(qū)控制、實(shí)行區(qū)組設(shè)計(jì)。第107頁/共129頁108DPS提供的區(qū)組設(shè)計(jì)功能區(qū)組設(shè)計(jì)應(yīng)用與多因子優(yōu)化試驗(yàn)是有必要的。但遺憾的是，我們以往的試驗(yàn)優(yōu)化分析工具，都沒有提供可處理區(qū)組設(shè)計(jì)功能。這里，我們增加了處理含有若干區(qū)組的二次正交回歸組合(中心復(fù)合)設(shè)計(jì)試驗(yàn)數(shù)據(jù)分析建模功能，該功能模塊在“試驗(yàn)統(tǒng)計(jì)”“試驗(yàn)優(yōu)化分析”“區(qū)組設(shè)計(jì)二次多項(xiàng)式回歸”里面。第108頁/共129頁109區(qū)組設(shè)計(jì)統(tǒng)計(jì)分析數(shù)據(jù)格式二次正交回歸組合設(shè)計(jì)或其他多因子試驗(yàn)，如果在實(shí)施時(shí)劃分了B個(gè)區(qū)組，在試驗(yàn)結(jié)果的數(shù)據(jù)分析時(shí)，數(shù)據(jù)的第一列放區(qū)組的順序編號(1，2，...,B)，其它列則和其它多因素實(shí)驗(yàn)設(shè)計(jì)一樣，放各個(gè)處理因子的編碼值或各個(gè)因子試驗(yàn)實(shí)施的水平值，最右邊放試驗(yàn)觀察指標(biāo)結(jié)果值。第109頁/共129頁110區(qū)組設(shè)計(jì)優(yōu)化分析變異來源平方和自由度均方F值p值回歸679.541642.472.35690.0383模型468.291433.451.85620.1042區(qū)組211.252