《畜牧所讲稿试验设计.ppt》由会员分享，可在线阅读，更多相关《畜牧所讲稿试验设计.ppt（150页珍藏版）》请在三一办公上搜索。
1、畜牧试验设计,山西省农业科学院畜牧兽医研究所,主要内容,通用术语试验计划与试验设计拟定试验方案应注意的问题试验设计的基本原理常用畜牧试验设计类型具体应用方法畜牧试验设计中常见问题简析,通用术语（1）,试验指标：畜牧日增重、屠宰率、产仔数、泌乳力、产蛋量、产奶量、产毛量等；兽医治愈率、检出率、保护率、药剂量等（因变量）因子(因素)：影响特定的试验指标的各种条件叫因子，也叫因素在试验中被考察的因子叫试验因子影响产蛋量的：有品种、饲料、温度、光照、年龄等等，这些都叫因子或因素,通用术语（2）,因子水平：试验因子按程度或其他根据，分成几个不同等级，就叫因子的几个不同水平进行猪的品比试验，比较考察大白猪
2、、杜洛克、汉普夏、本地猪等四个品种肥育性能的试验，品种是试验因子，这个因子的水平是4个进行鸡饲料对比试验，考察饲料1(含鱼粉)、饲料2(含少量鱼粉)、饲料3(不含鱼粉)三种饲料的试验，饲料是试验因子，1、2、3三种饲料是该因子的三个水平,通用术语（3）,试验处理：实施在试验单位上的具体试验内容单因子试验时，试验处理就是试验因子的水平复因子试验时，试验处理是指试验因子水平组合试验单位:在试验中能够接受不同处理的最小试验材料试验用的动物，一头家畜，一只家禽可以构成一个试验单位，有时几头家畜，几只家禽可以成一位,试验计划,在试验开始前，要制订详细试验计划，明确目的要求，拟定试验方案，确定试验设计方法
3、和统计分析方法，提出饲养管理和仪器设备等方面的规格要求等使试验的各项工作有计划地进行，也便于在试验过程中检查试验进展情况，保证试验任务的完成,试验计划一般应包括以下内容（1）,试验名称试验依据、目的及预期效果（阐明国内外在这方面研究情况，本试验的目的意义）试验处理方案（写明试验有几个因子和因子水平数，共有多少个水平组合，每组合有多少头试验家畜，也就是有几次重复）供试家畜的条件及量试验设计方法（写明用哪一种试验设计方法，具体安排和作法）,试验计划一般应包括以下内容（2）,饲养管理要求（饲养方法，畜舍条件，饮水次数和方法，日粮配合，管理方法，对饲养人员的要求等）观察记载的项目和方法试验资料的统计分
4、析方法试验需要人工、设备、材料、经费等的预算试验期限、地点及参加单位试验计划大致内容，不同试验有不同要求每个内容也不一定要全部写上，视具体情况而定，试验计划越周密，越细致越好,试验设计,试验设计是科学研究计划内关于研究方法与步骤中的一项内容广义理解：指整个试验研究课题的设计，包括拟定试验方案，试验单位与试验单位数目的确定，试验单位的选取和分组，以及资料的收集、整理和统计分析方法等狭义理解：专指试验单位数目的确定，试验单位选取和分组，特别是指试验单位分组方法，即如何把各试验单位分配到各种处理中去,拟定试验方案应注意的问题,试验方案，是指根据试验目的要求，进行比较的试验处理的总称拟定一个正确适用的
5、试验方案，应注意以下几个问题抓主要矛盾影响试验指标的因子很多，在一个试验中，不可能都一一加以考察，应根据试验目的要求，抓主要矛盾，挑选对试验指标最有影响的一个或几个试验因子进行试验,进行单因子试验只须列出该因子的各个水平，就得到试验方案猪的不同杂交组合育肥对比试验，目的是了解哪种杂交组合育肥效果好，这时只要有几种杂交组合及一组对照组合即可复因子试验方案拟定比较复杂，在方案中列出考察的因子的所有水平组合例如:研究A、B两个因子的试验，因子A有三个水平，记为A1、A2、A3；因子B有四个水平，记为B1、B2、B3、B4，A、B两因子所有水平组合为:,一共有12个水平组合，等于A因子的水平数乘以B因
6、子水平数，把这12个水平组合列出，就得AB二因子的试验方案上述AB二因子水平组合还可以表示如下,又如:某试验有A、B、C三个试验因子，A因子有二个水平，B因子有三个水平，C因子有二个水平，这三个因子所有水平组合数等于2*3*2=12，将这12个水平组合数列出，得到设计方案如下:,设对照组试验要说明问题，应拟定出相互比较的处理，通过对照，鉴别试验因子与非试验因子的差异对照的形式很多，应根据试验目的及内容确定有的试验可不另设对照处理，试验组本身作对照如研究某种降血压药的效果时，可在一头家畜身上，测定用药前与用药后的血压，这一前一后可以进行比较一些试验也不设对照组，各个处理组互为对照如杂交试验，最初
7、要设亲本组作为各杂交组对照，当选出几个较优组合后，再在这些组合中进行试验，通过各杂交组合间互相比较，再选出较优组合中的最优组合如进行三期的饲养试验，第一期喂给基础日粮，第二期喂给供应日粮，第三期再喂给基础日粮，第一、三期的效果可作为第二期效果的对照处理,在比较的处理间，必须应用“唯一差异原则”即进行处理比较时，只允许试验处理不同，其他所有条件应完全一致如，进行青霉素疗效试验时，除设置注射青霉素，不注射青霉素两个处理外，还应设置注射稀释青霉素的燕馏水这样一个处理。一、二两个处理比较只能看出青霉素加燕馏水的效果，看不出青霉素本身的效果。只有一、三两个处理比较，才能看出青霉素的效果。至于燕馏水是否有
8、效可从二、三两个处理的比较中看出,试验因子各水平间隔要适当间隔太小可能看不出因子对指标的影响间隔太大，有时会夸大因子的作用重点考查的因子水平数可多些，水平间隔最好相等设置预试期为了使试验动物开始条件基本一致，还应根据试验需要，在正式试验前安排715天的预试期在预试期中逐步喂以正式试验用的饲料，饲养在试验栏中，使试验动物逐步适应新的饲料和环境在预试期中还要进行驱虫、防疫注射等工作在预试前和预试后都要称量活重，并进行试验检验，经检验差异显著的要重新调整试验动物组别，只有差异不显著时才可以进行正式试验预试期选择试验动物头数应多于正式试验所需头数,试验设计的基本原理,区分两种类型的试验误差试验设计的作
9、用主要是估计试验处理的效应，估计和控制试验误差，以便进行合理的统计分析，作出正确的推断在畜牧试验中，往往受到除处理条件以外的其他许许多多的因素干扰，因而产生试验误差，它使试验处理效应不能真实反映出来，影响试验的精确性和准确性试验中发生的误差大致可分两类,偶然误差,同一处理内的个体间的变异称之谓偶然误差是由于无法控制的偶然因素，如被试动物的个体特性的不同，环境条件的微小差异，疾病的侵袭以及称重时一些不可避免的损失等原因造成的具有随机性质，也叫随机误差在试验过程中，即使小心管理也难以消除，但可以通过合理的试验设计加以降低偶然误差影响试验的精确性。统计上所说的试验误差主要就是指偶然误差，它的大小是衡
10、量精确性的依据，试验误差越小，表示试验的精确性越高,系统误差,是由于试验单位的初始条件所引起的试验动物的品种、年龄、性别、体重、健康状况和来源不同试验条件，如饲料种类、品质、畜舍及管理条件不一致称量、记载中的错误等系统误差影响试验的准确性一般讲，通过合理的试验设计、试验工作做得精细，系统误差是比较容易控制的,试验设计的基本原理,进行畜牧试验设计应遵循的三条基本原则重复随机化局部控制,重复,同一处理所设置的试验单位数目，称做重复试验设重复的目的在于扩大样本的代表性，估计和控制试验误差如果每个处理只用一个试验单位，即只有一个数据，用这个数据表示试验处理效果，显然缺乏代表性试验误差是通过同一处理内的
11、变异而测定的，一个数据就表现不出来差异，无法估计试验误差的大小，也无法控制试验误差,重复,从一个处理的若干重复数据中，可以求出平均数，而平均数又正是试验处理效应的无偏估计值平均数是一个资料的代表数，代表性更强。将各个重复的数据(各变数)与平均数作比较，差数才能估计出试验误差样本标准误是样本平均数抽样误差的估计值。样本标准误与样本含量n(即处理重复数)的平方根成反比例，n越大，样本标准误越小适当增大试验处理的重复次数就能控制试验误差单饲的试畜以个体为单位设置重复，群饲的时候必须以群为单位设置重复,随机化,是指每一个试验单位都有同样的机会接受某一种试验处理试验单位，如试验动物，不管怎样选择，其个体
12、间总是存在差异，为使每头动物在试验时都有同等机会进入某一处理中去，避免人为主观因素的影响，在试验动物分组时，必须使用随机分配的方法，这样可把系统误差转化为随机误差，以便得到一个正确的，无偏的误差估计值，从而可以正确地估计各处理之间的差随机方法很多，可用抽签，抓阉，应用随机数字表等,局部控制(随机单位控制),是指在试验时采用各种技术措施来控制和减少处理因素以外的其他各种因素对试验结果的影响，使试验误差降到最小，保证试验结果正确。局部控制可从以下几方面考虑试验动物要尽量一致，最好选用品种、性别、年龄相同，体重相似的畜禽同一处理的个体应给予完全相同的条件如，同一试验组的动物放同一圈或条件完全相同的畜
13、舍内饲养，喂饲、打扫应争取在同一时间里进行，供试动物应由同一人饲养,严格控制各种干扰因素试验过程中，如有各种外来的干扰因素(如饲料突然改变，疾病的侵袭等)必须加以控制和排除此外，在系统误差较大的情况下，采用“随机区组设计”的方法来控制系统误差这种方法虽不能使系统误差完全消除掉，但可以把系统误差分解为组间(区组间)和组内(区组内)的系统误差组间系统误差可以剔除，组内系统误差通过组内随机化配置转化为随机误差另外，让组内试验条件保持一致，要比组间、组内的全部试验条件都保持一致容易得多,重复、随机化、局部控制三原则的关系,关系图理解,设置重复，可估计试验误差，误差与重复数的平方根成反比，因此，增加重复
14、数，误差也随之降低随机化避免了系统误差的影响，能够正确、无偏地估计差，同时可把系统误差转化为随机误差，从而准确地作出统计推断使用局部控制的方法，一方面把大部分系统误差作为组间的差被分离出来，另一方面通过控制区组内的条件一致，进一步缩小误差，提高了试验的精确性,小结,从统计学的角度对试验设计部分基本概念、内容和原理作了概要的介绍制订试验计划时，还需要考虑在试验过程中，要记录哪些项目，并制订相应的原始记录表格试验考察结束后要对资料进行整理，统计分析在试验设计时就要考虑好采用哪种统计推断方法，若事先不考虑好，就会影响试验研究工作,常用畜牧试验设计类型具体应用方法,常用的畜牧试验设计方法,试验是科研实
15、践的一种基本方法在畜牧生产中为了培育优良品种摸索最好的饲养条件采用外地成熟的经验引进新技术、新方法、新品种等等都要先经过试验，来认识和探讨畜牧生产中事物发生发展的客观规律和事物间的内在联系,如何进行畜牧试验方法问题,好的试验方法，只要做少量的试验就能得到可靠的结果和丰富的资料信息试验方法不好，往往花费许多人力、物力和时间，还达不到预期的目的，甚至影响研究结果的价值在试验方法中，最重要的是以统计方法为基础的试验设计法，它是进行科学研究的重要工具试验设计类型很多，但并不难掌握，一般可以根据具体情况套用固定的程序,常用畜牧试验设计类型,完全随机化试验设计配对试验设计随机区组设计（完全、不完全）拉丁方
16、设计反转试验设计多因子试验设计正交试验设计,完全随机化试验设计,一次试验只研究一个因子的作用，称单因子试验，设计方法称一元配置法。试验因子只有一个，水平数可有几个试验单位是完全随机化分配到各处理组/水平组也即每个试验单位都有同等机会接受某一种处理，而不受人为选择的影响这种方法能使影响试验结果的其他因素在各组的影响均衡，从而相互抵消，达到突出显示试验处理效应之目的,使用情况,当试验者还不知道影响试验结果的其他因素时，或者试验单位的初始条件较为一致的情况下，常采用这种方法当试验动物个体间差异较小，表现较为同质的条件下，特别是试验动物不多的小规模试验时较为适用，多用于实验室、动物饲养、医药研究等试验
17、,例：两个处理的完全随机化分组与分析（非配对试验）,选用起始条件基本一致的14头仔猪，分两组作某两种处理的对比试验分组方法：随机数字表步骤按原始体重大小把14头猪编号为1、214号从随机数字表内任意确定一个起点、走向(上下左右等)，假定从第六行第一个数字开始，以横的方向连续抄录14个两位数字，得16、22、7723等归组，令单数代表甲组、双数代表乙组，结果列入甲组的有8头，列入乙组的有6头,调整组别，两个组的数目不等，需要把甲组拿出一头归乙组。拿哪一头呢?仍采用随机化的方法，在随机数字表第六行里紧接第14个两位数字之后抄录一个数字得78，此数用8除之(因为甲组有8头，所以用8除之，余数不会超过
18、8)，其余数为6，于是把上表的第六个甲(即12号猪)改归乙组(如果余数为0，就把第8个甲改为乙)试验结果统计分析两个处理比较时，有两种试验设计配对的和相互独立的试验设计方法决定统计分析方法两个样本均数差异显著性的检验t检验法三组或以上的试验，采用单因子方差分析方法F检验法（显著：多重比较q检验法）,优、缺点,优点方法简单，易广泛应用处理数目与重复数目不受限制，各个处理允许采用不同的重复次数试验结果统计分析也比较简单易行试验误差自由度增大时，能提高试验的灵敏度缺点缺乏误差控制，即局部控制，试验的随机误差较大，尤其是在处理数较多的试验中，精确性低,配对试验设计,配对是把窝别、性别或胎次相同，年龄、
19、体重基本相同的动物两个两个配成对同一对内的两个试验动物要求尽量一致，不同对间可以有差别例如大家畜牛最理想的是同卵双生或近交系数较高的近交系中个体配成对后，采用随机分组法，把每一对中的一个分到试验组，另一个分到对照组,使用情况,一般在试验单位变异很大时(如动物年龄、体重相差很大)为了减少试验误差，提高试验的精确性，常常采用配对试验设计配对试验不限于两个相似的动物组成一对，同一个试验动物前后两次施以不同的处理的观察值如白鼠照射x射线前后的体重可以认为是配对的，而且是更好的配对,优、缺点,优点试验的随机误差比完全随机化设计小缺点试验单位受“配对”这一条件的限制当试验单位不能满足配对要求时，不能免强配
20、对，可用完全随机化试验设计,配对动物的分组与分析,有供试动物12头，按配对试验设计分为两组，先按配对条件两两配对，共配6对，编号，从随机数字表上查出6个两位数，根据单数或双数决定对应的一对动物中，哪个分到甲组，哪个分到乙组配对试验中两个样本平均数差异显著性t检验,随机区组设计完全,动物试验时，动物的性别、年龄、体重以及不同的生产阶段等都是影响试验的重要因素完全随机化设计要求试验单位和环境条件严格一致，当试验处理数和试验单位较多时，这些非试验因素强求一致是很难做到的，可采用完全随机区组试验设计“区组”定义，最早来源于农业的田间试验上，在动物试验上可称为窝组或单位组区组(窝组)也是因素区组因素，为
21、设计而设的，不是所要研究的因素。这种设计仍属于单因子试验,这种方法是配对设计的进一步扩大即根据配对试验可减少试验误差的原理，可以扩大试验单位，使之形成一组(而不是一对)，每组包含的试验单位数等于试验处理数同一区组中各个试验单位的条件要尽量一致，不同区组间试验单位可以有差异各区组中的试验单位是随机地分配到各个处理内,完全随机区组设计的分组方法,将24只体重不同的动物分成四组，分别接受四种试验处理(1)先按供试动物某性状，如体重大小依次排列编号124号，令14号为第一区组，58号为第二区组，余类推。6个区组中各有4只体重相同的动物(2)在随机数字表中任意一点为起点，以某方向抄录随机数字，每抄三个二
22、位数字留一空位(3)然后将同一区组的三个数字，依次用4、3、2除之(4为分组数目，也是四种处理数)，根据余数确定每一区组中前三个动物的组别,例如，第一区组中第一个数字是31，除以4得余数3，将一号动物分到丙组(第三组)，第二个数字16除以3得余数1，则将二号动物分配到剩下的甲、乙、丁三个组中的第一组(即甲组)中，第三个数93除以2得余数1，将第3号动物分配到剩下的乙、丁两个组中的第一组(即乙组)中，第4号动物分到剩余的丁组(注:除尽时以除数作为余数)余类推,(4)试验处理假定为ABCD哪一种处理用甲组动物，哪一种处理用乙组动物，同样可用随机数字表进行分配，即抄录三个随机数字，分别用4、3、2除
23、之，按余数进行分配这样分组，各处理组内的动物数相同，各处理组内的平均体重也基本相等，可以减少试验误差试验结果统计分析：把区组看成一个因素，将区组因素和试验因素一起看成是二因子试验，利用统计上二因子方差分析法分析（显著：q检验）,遗缺数据的估计,在随机区组试验中，如某一处理或某一区组数据遗缺，可将该处理或区组全部剔除，对剩余资料进行方差分析如发现个别数字遗缺，要进行估计与补充，然后进行方差分析，取得的SSA与dfE经过校正后再检验F值,随机区组设计不完全,完全随机区组设计，每个区组必须包含试验因子的所有水平，否则就无法分析但是，在畜牧科研中，有时出现试畜数或试验组数少于要研究的水平数，也就是说，
24、各区组不能容纳全部处理水平不完全区组设计法，在畜、禽品种、品系比较试验上是常用的,例如，要研究的处理水平数是5，如采用完全区组设计时，把窝组作为区组，就必须选若干窝，而且要从每窝中选出同性别、体重等条件一致的仔猪5头，这在实际上虽然不是不可能的，但是也是相当困难的。在这种情况下，可以把同窝、同性别的4头仔猪作为一个区组，进行5个处理水平的研究，这种区组内不能容纳全部处理水平的试验设计，叫做不完全随机区组设计，这样的区组称为不完全区组,平衡型不完全区组设计,在各个区组内每个试验单元出现的机会相等者为平衡型不完全区组设计，简称B1B设计例如，用5窝共20头仔猪，对A1、A2A5共五种饲料进行对比试
25、验，把窝组作为区组，由于每窝仅有4头仔猪，少于处理水平数，所以只能采用不完全随机区组设计在分组之前，要作好配置设计图表(可采用有关试验设计书上列出的“设计表”)，用B1B5分别表示5个窝组，同窝仔猪编号为14号。按B1B设计条件要求，成如下设置图,在配置图中，每个区组各有4头仔猪，A因子的每个水平各配置4头仔猪，并且同窝中每两个水平相遇次数都是3次如，A1:A2在B1B3中相遇3次，A2:A3在B1、B2、B5中相遇3次，A3:A4在B1、B4、B5中相遇3次，A4:A5在B3B5中相遇3次，因而是平衡的，为平衡不完全随机设计,平衡型不完全区组设计成立的条件,设:b表示区组，k表示区组的容量(
26、一个区组内包含的试验的水平数)，t表示试验因子的全部水平数在本例中，b=5，k为同窝仔猪数是4，t=5，ktB1B设计成立的条件:(1)A因子各水平的重复数r是一定的试验猪总头数N可表示为:N=bk=tr，b=5，k=4，r=4，N=bk=tr=20(2)任意两个水平的相遇次数是一定的=r(k-1)/(t-1)，r=4，k=4，t=5，=4(4-1)/(5-1)=3,平衡型不完全区组设计的统计分析,计算调整后的处理效果后，应用方差分析（F检验，q检验）,随机区组设计的优缺点,优点便于排除系统误差，提高试验的精确度试验处理及区组数无严格限制，处理数一般从2一20个，以15个以下为宜，区组数46个
27、如果个体差异大或处理数少时，区组数可增加到810个试验结果统计分析较简单，如果出现缺项，可把整个区组数据删去或估算补充，不至于使整个试验报废较大规模试验采用区组设计，把一致条件局限在区组内，由误差中剔除区组间变异，以提高试验的精确性,随机区组设计的优缺点,可把有差异的不同场子或同一场的几栋畜舍做为“区组”动物窝别、品种、年龄、性别等条件也可设计为区组不同时间里进行同样重复试验，以时间做区组因素缺点当处理数过多时，区组内试验单位的选择有一定困难在试验因子与区组因子间存在交互作用时，不宜采用无重复的随机区组设计,拉丁方设计,随机区组设计设置“区组”是用来消除系统误差对试验的影响，可是系统误差并非只
28、是一种，当存在两种系统误差时，区组设计法就无能为力了，此时应采用可以同时排除两种系统误差的拉丁方试验设计法拉丁方设计实际上是区组设计的扩大，它是研究单一因素的效应，所以属单因子试验设计,在统计和试验设计的书上，都列有现成的拉丁方，供选择使用。如:,根据试验需要选出拉丁方后，还需要对拉丁方的横行、竖行和各字母所代表的处理进行随机排列不同阶数的拉丁方随机排列略有不同，一般以下述方法随机排列：3X3拉丁方:竖行随机，二、三横行随机4X4拉丁方:竖行随机，二、三、四横行随机，也可以随机全部的横行与竖行5X5拉丁方:随机所有竖行、横行及处理,例如:有五种猪饲料，分别以1、2、3、4、5代表，拟采用拉丁方
29、试验设计，进行仔猪断奶重对比试验，设计步骤如下。(1)首先选择供试的25头猪因拉丁方设计要求处理数等于横行数，等于竖行数，也等于重复数。这里是5个处理，也就有5次重复，所以应选5x5=25头猪由于母猪对仔猪断奶重有影响、所以选出5个窝组，每个窝组5头仔猪这样选择，实际上是把窝组作为了控制由于母猪的不同对试验结果影响的单位组又因为仔猪初生重的不同对断奶重也有一定的影响，而选出五窝25头仔猪初生重都相同又有困难，这时我们可以按初生重大小来划分单位组，达到控制仔猪初生重不同对试验结果的影响,(2)将选择的拉丁方进行随机排列。因为处理数为5，所以选(5*5)拉丁方。先将(5*5)拉丁方的竖行随机排列，
30、比如按随机数字1、4、5、3、2排列；然后把所得的拉丁方的横行再随机排列，比如按随机数字5、l、2、4、3排列;最后将处理随机排列，比如按随机数字2、5、4、1、3排列，即得5种饲料拉丁方随机排列图，结合上面所划分的两个单位组，于是就得到拉丁方试验设计方案,划分单位组(区组)时，以对试验有影响的某2个因素来划分这里是以窝组、初生重来划分的。至于选哪二因素来划分，可根据试验单位的具体情况而定,拉丁方设计的特点,拉丁方的处理数、重复数、横行数与竖行数部相等，构成K2型K值大小说明拉丁方型的大小，一般检验K水平因子效果时，选用K2型拉丁方拉丁方的误差自由度(dfE)。总自由度为K2-1，各变因的自由
31、度为K-1，误差自由度df=(K2-1)-dfA-dfB-dfC=(K-1)(K-2)22型拉丁方误差自由度是0，不可能进行F检验。32型的dfE是2，42型的dfE是6，52型的dfE是12等,拉丁方的种类很多。如32型，用水平数可排列成12种拉丁方。在拉丁方中，第一行与第一列按拉丁字母顺序排列的叫做“标准型拉丁方”。42型的有4个不同的标准型，52的有56种标准型以标准型拉丁方排列为基础，调换行或列的位置就是一个新的拉丁方。在使用拉丁方设计时，有时设计要用几个拉丁方，应该避免都用同样的拉丁方，可由多种“标准型”之中随机取用一个，再以此为基础随机改变其行列后再用由随机区组设计发展而来的，它的
32、行与列的因子与区组因子一样，是为了排除系统误差而设置的。与随机区组设计同样要求区组(单位组)因子与研究的因子之间不存在交互作用。各因素间可以有较大差异，但不能有互作,拉丁方设计的统计分析,例如，研究3种日粮对牛产奶量的影响，试验因子日粮(A)有3种水平：A1、A2、A3，a=3；供试牛三头，因个体差别大被列为单位组(B)，3头即3个水平：Bl、B2、B3，b=3；连续给以不同处理，因不同阶段泌乳期不一致，所以列出第2个单位组(C)，按泌乳期的前、中、后分为3个阶段：C1、C2、C3，c=3，试验因子与单位组间不存在互作，各阶段间不存在“残留”效应。采用3x3拉丁方设计，K=3，共3X3=9个试
33、验组(每阶段3组)若将拉丁方竖行和横行两类单位组各算1个因子，则拉丁方试验可视为三因子多水平试验，统计分析时，将横、竖行两类单位组的变异都分析出来，降低试验误差，提高试验的精确度（F检验，q检验，遗缺数据的估计、校正）,拉丁方设计的优缺点及应用问题,优点同时可以排除两种系统误差，在不增加试验单位的情况下，比随机区组设计误差小，精确性高试验结果统计分析简单，如有缺失，将一个竖行（或横行，即一个处理）剔除后，仍可进行分析缺点由于要求处理数等于横行数、竖行数和处理的重复数，使用的灵活性不如随机区组设计，处理数若太少，误差自由度小，降低了试验误差的可靠性，影响精确度,应用问题22型拉丁方设计的误差自由
34、度(dfE)=0，不能进行F检验，32型、42型拉丁方的dfE都比较小，计算的误差均方值大，求得的F值就小，而查表求得的F值却大，检验结果很难达到显著水准为了提高拉丁方试验的精确性，就要用大型拉丁方(如K=6，dfE在20以上)，但畜牧试验用大型拉丁方会使试验组数增加，实际困难很大所以，拉丁方设计一般只适用于58个处理，超过12的很少用为使自由度大于12，处理数较少时可采用重复设计，即“复拉丁方”设计，用2个(4X4)或5个(3X3)拉丁方，或在拉丁方内引入重复或与其它设计相结合,反转试验设计,亦称交叉设计(交错设计)用大家畜作试验时，如奶牛的泌乳试验，因受头数的限制，多采用反转试验法优点：可
35、以消除个体差异和不同试验期的差异，能使用较少的试验单位达到较高的精确度设计方法如研究尿素对奶牛的饲料价值：用添加尿素A2与不添加尿素A1的两种奶牛日粮做对比试验,为消除牛的个体差异，每一头试验牛连续用两种处理在不同泌乳期做三个阶段试验，分为C1、C2、C3三期为消除时期不同的影响，按两个处理水平选用6头试验牛分成B1、B2两组，每组三头，B1组的三头牛（B11、B12、B13）在三个时期中先后按A1A2A1顺序给予两种日粮，B2组的三头牛(B21、B22、B23）在三个时期中按A2A1A2顺序给予两种日粮,按单因子一元配置法进行方差分析，所不同的是用三期的差值(d)为计算的变数,统计方法,交叉
36、设计要求的条件,因子间不存在交互作用反转处理没有处理残效每头试验动物连续几期接受不同的处理，要求前期处理(日粮)无残余效应，如有残效，观测值的结构发生变化，试验分析的基本条件不成立。为了消除前一处理的残效，可设置适当长的预试期或试验休止期，时间长短因处理因子的性质而定。因子各水平是按试验期的先后有顺序地反转(交替)作用于试验动物试验动物头数必须一定且两组随机分到相等的动物头数也是反转试验设计成立的条件之一,多因子试验设计,在一次试验中，同时研究二个或更多个因子效应的试验，称为多因子试验多因子试验除内容丰富，精确度高，取得信息量多，试验结论确切、具体和论据充足外，更主要的是，这种设计法，不仅可以
37、研究多因子各水平间的差异，还可以分析出各因子间的相互关系如果怀疑一个因子的作用随着另一个因子的改变而变化，就可以通过这种设计加以检验这些优点都是单因子试验设计所不及的，在畜牧试验中是常见而广泛应用的方法,名称以处理因子数而定，两个因子的叫二元配置法，三因子的叫三元配置法，n个因子叫n元配置法因子的主效应不考虑其他因子的状态，只考虑某一因子的水平效应，称之为该因子的主效应交互作用这种不同因子的不同水平间的相互影响，或者说，一种因子在另一种因子上的不同效应，称之为交互作用。二因子交互作用，三因子交互作用等，析因试验设计均可分析出来。,二因子试验设计过程举例 用含能量分为高、低两个水平(用A1、A2
38、表示)，蛋白质也分为高、低两个水平(用B1、B2表示)的饲料，组成四种日粮饲喂仔猪，观测仔猪增重上的差异试验安排每一种因子都分为高低两个水平，共有2x2=4个处理组合，分别用四种日粮:一组，A1B1(高能量高蛋白)，二组，A1B2(高能量低蛋白);三组，A2B1(低能量高蛋白);四组，A2B2(低能量低蛋白)随机抽取试验用仔猪28头，随机分置于四个试验处理组，每组7头，即重复7次，r=7，28头仔猪分别单圈喂饲，记录试验开始与结束时体重试验结束时取得的仔猪增重数据列入下表,方差分析统计方法,与随机区组设计相结合的有重复的二因子试验-三因子试验设计,研究在全植物性基础日粮中，添加鱼粉与VB12对
39、肉用仔鸡增重的作用设计过程根据各组试验鸡的体重增长情况判断鱼粉与VB12的效应试验按排在基础日粮中加5%鱼粉(C2)与不加(C1)共两个水平，C=2;按50微克/千克，比例添加VB12(D2)与不加(D1)共两个水平，d=2，共配合四种日粮，即C1D1;C1D2;C2D1;C2D2 4个试验处理组。,计划在4个试验场(B)同时进行，以试验场为区组（因子），b=4，每场各设8组，每种日粮各喂两组，每组一只鸡，重复T=2。方差分析（单因子主效应、二因子互作、三因子互作）,正交试验设计,利用一套规格化的表格安排试验的方法，称做正交试验设计法，简称正交法这种规格化的表叫做正交表正交试验设计是研究多因素
40、试验的一种设计方法在各因素都处于变动的情况下，可以做较少次试验，就能找出主要因素和最佳方案这种设计在畜牧业的科学试验中被广泛应用,正交试验设计步骤,确定试验因素与水平数如：在畜牧生产中，常用碱处理玉米秸秆来提高消化率，根据实践经验，碱处理的秸秆质量好坏与温度、处理时间和用碱量有重要关系，因此，拟对这三个影响较大的因素，即处理温度(A)、处理时间(B)和用碱量(C)进行试验，以便找出最适宜的条件，使处理后的玉米秸秆有较高的利用率。据试验目的及生产条件确定每个因素各取三个水平如下表,这是一项三因素各有三个水平的试验，因素各水平相互间可搭配成3x3x3=27种水平组合或称处理。,选适合试验用的正交表
41、因素水平表给出后，要根据因素和水平数选择适合试验的正交表通常是先看水平数，其次再看因素的个数本例各因素均为3个水平，从已编制好的若干正交表中可找出3个水平的正交表有L9(34)、L27(313)、L18(2*37)、L27(9*39)等等(后两个是混合正交表)。本例试验因素有三个，上述正交表可分别安排4、13、8和10个因素的，没有刚好安排三因素的。根据正交表符号的意义，括号里的指数是指最多可以安排的因素个数，少于这个数是可以的，故上述这些表均适用，不过要尽量选用正交表规定的因素个数与试验因素个数接近的正交表，所以选用其中的L9(34)正交表，见下表,正交表L9(34),安排试验方案试验的因素
42、、水平确定和选出适合的正交表后，就要着手安排试验方案安排试验方案时，先把A、B、C三个因素放到选取的L9(34)表的不同列上，哪一因素放在哪一列上是任意的例如，这里放在前三列，第四列没有因素安排就空着,安排完因素后，把A、B、C对应三列中的1、2、3水平号换成具体水平，这样就得试验方案如，在1(A)列中，凡是水平号1的就换成温度80，水平号2就换成90，水平号3换成100，2、3两列也照此做法分别换成B、C因素相应的具体水平，最后形成的试验方案，这就是利用正交表L9(34)所排出的试验方案。按照这个方案，只进行9次试验就够了这9次试验用水平号表示:111，122，133，212，223，231
43、，313，321，332每号试验中各因素的实际水平见下表,试验结果的分析,一般分为直观分析和方差分析两种方法直观分析法是根据指标大小直接分析各因素对试验结果影响大小的一种方法：计算并比较各因素同一水平试验结果之和、均值和极差，直观分析是在直接对比的基础上进行的，直观分析法仅仅是按极差R值的相对大小比较，判断各因素的相对作用，而没有一定的数量标准正交试验方差分析（有重复与无重复，F检验）,畜牧试验设计中常见问题简析,试验单元的确定,正确确定试验单元是取得正确试验结果的必要条件，各单元互相独立、互不干扰对于牛、马等大家畜均一头为一试验单元，但要拴系、单栏饲养对于群饲的猪、羊则应以圈为一个单元，或每
44、圈一头或每圈若干头，不能将群饲的每头作为一个试验单元进行统计处理错误地将群饲的每头作为一个单元不符合统计上个变数独立的基本要求，而且在实践上由于个体间的相互干扰而增大了误差，易掩盖真实的差异,家禽实验实践中的常见错误表述或做法在鸡试验中将数百只甚至数千只分成几组，而不提若干只为一个试验单元，各处理有多少重复将不同阶段的只数相加将每天的产蛋量作为一个试验单元由于禽类个体小、变异大、易死亡，所以正确做法应以群为一个试验单元日本拟定以20只为一群，我国尚无规定正确设置试验单元，结合适当的试验规模就会用较少的动物取得正确、可靠的结论,适宜试验规模的确定,试验规模的大小是进行试验首先要解决的问题规模过小
45、，不易检验出差异，不易达到显著标准扩大规模固然增强了代表性，但过大的规模会造成财力、人力和物力的浪费，且难以实施基于上述两个方面，适宜的试验规模在理论上讲，应是检出差异的最小规模但是，这在试验之前是难以准确估计的实践中可依据误差自由度加以粗略估计,由于t表（或F表）中的0.05临界值随误差自由度的增大而减小，且随着误差自由度的增大，减小的幅度减小，当误差自由度达20以后，t0.05（或F0.05）减小甚微，从这一意义讲，误差自由度达20就足够了如进行两个处理的试验，每个组最多设11个重复若实践中要达此规模困难时，可依实际情况使规模小些，但最小误差自由度也要在10左右若被检对象的差异大，规模可小
46、些。反之则应大些例如，在育肥猪的日粮中添加某元素可大幅度提高日增重，那么试验规模可相对小些，反之则需规模大些,实践中，不少人错误地认为试验规模越大越好如在猪的饲喂试验中，出现6个处理各设12头（分2圈）共72头的规模，总结报告时以12个重复进行计算，这样误差自由度高达66，是不必要且不可信的（该试验是将群饲的个体作为试验单元的）另外，设计试验时应注意尽量采用个处理重复数相等的设计。因为一定数量的动物，等数分组较不等数分组的精确度高。有不少人误以为试验组比对照组重要，所以试验组动物多，对照组动物少不可取如仔猪饲喂试验中，出现试验组6头，对照组4头或试验组36头，对照组12头等不等数分组现象。,试
47、验结果的表示,试验报告或论文中，基本上都是以“平均数标准差”的形式表示，且指标繁多一般在调查结果中用“平均数标准差”表示，以说明对总体均数估计的准确性如猪的饲喂试验一般以增重或日增重为试验指标，结果本应按设计形式以每一单元上取得的试验指标（原始数）表示，简明醒目，不需要写出标准差以及繁多的指标，如始重、末重、增重、日增重、相对重等；没有原始数，搞不清是如何进行统计处理的,出现这些问题的根源：没有明确的试验指标所谓试验指标，就是衡量试验结果的标准，实验者一定要明确以什么为指标如饲喂试验常用增重或日增重为试验指标，取其一即可,结果分析,试验结果采用什么统计方法处理，应在制定方案时就确定了，二不是试
48、验之后才去找单因子二水平（即两个处理）试验，用t检验单因子三水平（即三个处理）试验，则用F检验，不可用t检验作两两比较，否则增大了犯I类错误（即将无效的处理错判为有效）的概率F检验显著时，需进一步做平均数的多重比较，以选出好的处理试验结果经合理的统计处理，做出统计判断,差异显著表示处理有效的可靠性为95%-99%若差异极显著表示处理有效的可靠性在99%以上若差异不显著，情况就复杂了不少人误以为差异不显著就是处理无效。两种可能一种是结论是正确的，即处理确实无效另一种情况是处理有效，可能是由于效果较小，或试验规模过小，或因试验误差过大而使其差异未达到显著标准，即犯了II者错误（将有效错误判为无效）
49、这在实际应用中非常重要，当得到差异不显著的结论时，必须结合有关技术资料做出判断。若二者一致，说明处理确实无效，若二者矛盾，则可能犯了II类错误，必要时可扩大规模重新试验。,Surviving the review process:an editors perspective,James L.SartinEditor,Domestic Animal Endocrinology,First Consideration:Should you write a paper?,Do you have a novel and innovative hypothesis?Does your data prov
50、ide new information to the scientific literature?Is your paper descriptive or mechanistic?Is your experimental design adequate?Are your statistics appropriate?Are your conclusions consistent with your data and starting hypothesis?,Choosing a Journal,What is the scope of your paper?Is the subject mat
