首頁 軟件產品 真空去雄 育種實用統計學 申請試用 博思公益 聯系我們  

統計應用中經常碰到的問題



  1、在田間試驗中應該使用多少次重復?
  它主要依賴于因子的數量,但又是可以從在特定研究領域中以往的試驗結果和經驗進行推算的。所選擇的α水平(在處理間差異并不真實存在的情況下,差異發生的可能性)和要求的精度都是十分重要的。如果條件不允許設置足夠重復的話,就要考慮放棄試驗的可能性。在許多情況下,為了獲得滿意的結果需設置較多重復時,我們可以設置三次或四次重復。

  2、田間試驗的小區應是多大?
  主要根據試驗的目的和其它影響因素的數量,必須依章、務實地考慮問題。另外也應知道,對于土地有限的地區來說,較小的小區就意味著有更多的重復。通過設置更多的重復可以彌補小區面積不足的問題。另外,也可以用其它的方法來提高試驗的精確性。

  3、田間試驗中的小區和區組的形狀應是什么樣?
  應盡量設置正方形區組和長方形小區,目標是相對的。這些規則允許出現例外。

  4、某人要進行因子試驗,在什么條件下他可以使用因子的隨機完全區組設計?在什么時候他可以用裂區設計?
  析因設置處理的隨機完全區組設計更好些,除非存在機械性限制,即一個因素要求的小區面積不同于另一個因素。裂區設計常常對全部小區因素的檢驗缺乏能力。

  5、什么時候可以使用不完全區組設計?
  在由于處理數很大而使區組過大的試驗中和想在大區組內對誤差更好地控制時,就可以用不完全區組設計。另外,當自然地段小于區組的一個完全重復時,也可以使用這種設計。

  6、在什么條件下設計試驗中可以使用條塊?
  當大型的設備或其它操作要求有較大的小區,條塊會使機械操作更方便。分條應在每個區組內獨立完成不要跨越區組。

  7、對于一個給定的試驗環境,有多少種設計方法可以選擇?
    一般來說,由于很多限制因素的存在,對于一種環境通常只有一種或兩種合理的設計。通常這是排除那些不合理設計的過程。

  8、試驗設計與處理設計有什么不同?
    試驗設計是指處理對小區的隨機化過程。處理設計是指處理的結構(即它們之間的關系如何)。

  9、在農業試驗中,如何減少變異的影響?
  A、選擇均質的試驗單元;B、改進試驗技術;C、區組設置;D、設置更多的重復;E、避免過失誤差(試驗管理的);F、計算協變量,然后用在協方差的分析中。

  10、 方差分析在什么時候需要數據轉換?
  如果方差分析的假設條件不能滿足,就應對數據進行轉換。否則就不用轉換。注意,有可能會校正過度或對假設條件產生新的破壞。

  11、平均值可以轉換嗎?方差需要轉換嗎?
  在某些轉換中可以這樣做,但轉換后的平均數經常不用來做比較。(可以用轉換后的標準誤差來對轉換后的平均數進行比較)。不可以。必須保證方差的轉換尺度。

  12、農業試驗中的顯著性檢驗或置信限應該使用什么樣概率水平?
  常用0.01和0.05兩種。0.05對于農業試驗來說似乎更好些,因為在我們采用更有潛力的新方法時不應過分保守。報告實際的概率水平(例如0.035)比只基于給定概率水平下的顯著性檢驗結果來回答是和否要好得多,這可以讓讀者自己決定在一種特定情形下什么樣的概率水平是可以接受的。

  13、在分析數據中處理缺值的最好方法是什么?
  A、完全最小二乘法,其處理均方是無偏的。B、利用協方差估計缺值。C、利用Yates 近似法(1933)估計缺值,然后把它插入數據中并加以分析。然后從誤差自由度中減去缺區估計的個數。這種方法的缺點在于處理平方和偏差略有提高。

  14、如果某人做了一系列普通設計的試驗,用什么方法綜合試驗的結果?
  首先進行單個分析,然后進行方差的綜合分析,要保證在綜合之前誤差方差是非異質的。如果處理結構允許,可以試著在綜合分析時對處理平方和分組,然后再用這些分組與位點(或年份)交互,得到交互作用的分組。需要模型做一些假設,以確定適當的檢測模式。初步顯著性檢驗有利于確定為了獲得一個試驗誤差的穩定估計值,合并是否是一種合理的選擇。

  15、用隨機區組設計來設計試驗,分析時卻如同是用完全隨機設計的,這種情況合理嗎?
  不合理。應該使用針對于實際應用的試驗設計的分析方法來分析數據。

  16、在方差分析中,合并不同來源的變異以獲得誤差估計值,這合理嗎?
  合并均質性的方差似乎是合理的。

  17、人們怎么知道是否一套數據需要轉換?如果需要,用哪種方法?
  在轉換前后可以測定殘差,檢查變異系數,對不同部分數據方差的差異進行檢驗。對二項式數據的反正弦轉換有理論方差,因此,在轉換時可以把方差分析中的誤差與理論方差進行比較。在轉換前后我們也可以利用Tukey非加性測驗(1949)來檢查加和性假設條件。

  18、什么是合理的變異系數(CV)?
  這依賴于試驗的類型。10%對許多試驗來說是比較合適的變異系數(CV)。蟲害和病害的研究中經常有較高的CV(20%~25%)。在發展中國家,如果土壤肥力和土壤管理試驗的變異系數能保持在15%以下,就被認為是可以接受的。

  19、如果外部因素對試驗處理的影響存在差異,如何進行分析?
  如果在Y和X(X是協變量)之間存在合理的關系,為了提高精確度和調整協變量中的處理平均值方差,我們就可以考慮使用協方差分析。利用協方差分析就可以確定X與Y之間關系的緊密程度。應該堅持協方差的有關假設條件,它們是:A)協變量是固定的,測量中不存在誤差而且獨立于處理;B)在排除區組和處理差異后,Y對X的回歸是線性的并與處理和區組無關;C)誤差是獨立正態分布,具有零均值和普通方差。

  20、使用多重比較如LSD、Duncan's新復極差檢驗等,會有什么問題?
  這些方法經常被濫用和誤用。如果能確定處理結構,最好作一系列比較。如果不存在這樣的處理結構而且必須要使用多重比較方法的話,一般來說,應該有一種多重比較方法最適合該種情況。例如,就可以用Dunnett's 法(1955)來比較對照和各處理,比如在系統法溫室試驗中把最優值的平均值與其它處理的相比較(如最優值對opt-P處理等)。沒有“最好的辦法”。但對于肥料試驗,用Duncan新復極差測驗來檢驗養分水平的增量卻不合適。

  21、為什么在環境群體是非均質的時候,在一年進行的單個試驗不足以得出概括性結果?
  因為它們是近似值又是暫時性意義的,而且在以后所做的相似試驗可能會由于環境的影響而得到相反的趨勢。我們通?梢酝ㄟ^增加重復數或提高試驗的精確度來改變試驗的說服力。

  22、什么是空間分析?它是如何進入田間試驗數據分析的?
  最近鄰分析法是一個例子。我們可以用鄰區的殘差作為協方差分析中的協變量。利用這項技術通?梢燥@著提高精確性。來自空間分析的結果看上去很有希望。但在一般應用之前需要進行更多的檢驗。

  23、生物學顯著性與統計學顯著性的差異是什么?
  因為試驗的誤差往往很大,具有生物學差異顯著性在統計學上卻不一定就顯著。另一方面,在統計學上有顯著性差異,而在生物學上卻未必有什么意義。我們可以靠增加重復數或改進試驗技術來改變產生統計學顯著差異的概率,但卻不可能改變生物學顯著性。

  24、單尾檢驗與雙尾檢驗的使用條件有何差異?
  除非對一個方向上的差異感興趣或有期望,否則,就應使用雙尾檢驗。這種期望應基于一定的理論或過去對現象的經驗。適當的時候也可以用單尾檢驗,因為它們更有力。

  25、我們為什么不為每個處理計算誤差而為所有處理計算合并誤差估計量?
  這不是一個好想法。因為這些估計值都是基于很小的自由度,因而都十分不穩定。如果方差是均質的話,最好是利用整個試驗的數據計算出一個單獨的誤差方差。對于上面的規則來說存在許多例外。例如,方差隨試驗中某一因素(如時間)水平的變化而變化,為了研究誤差模式而計算該因素每一水平的標準誤就會很有幫助。

  26、在樣本調查時,什么因素決定了樣本規模?
  所需樣本的大小依賴于因素的多少,如取樣單元中的內在變異、估計平均值的精度和所使用誤差率等。在許多時候資金問題是決定樣本的大小的上限。

  27、如果在一個小區內進行取樣,取多少樣本才能代表整個小區?
  在每個小區中的采樣數量決定于:可以處理多少植物材料、小區內植物變異的水平、是否要求對這種變異進行估計、涉及的成本等。Gomez和Gomez(1984)在他們的一本書中給出了一個公式,用來估計主要基于方差考慮的每個小區的植株數量。

  28、對于特定的作物,什么是最好的小區取樣過程?
  隨機開始(即第一棵植株的選擇是隨機的),在行上采取系統樣本(如每10株采一株)。

  29、為什么我們嚴格要求科學取樣?
  科學的樣本選擇可以確保能利用獨立的、正態的推斷過程而不會懷疑它們的可用性。

  30、在確定樣本大小時應該考慮取樣成本嗎?
  成本問題很重要。在確定樣本大小的時候應該認真考慮這個問題。一般來說,確定取樣過程的每一個步驟的成本是可能的,雖然這些估計值并非完全準確,但這樣估計的樣本數會比憑空猜想的要精確得多。
21点棋牌官方下载 北京快3公交车路线 五粮液股票行情k线图 2019年期期必中一肖 吉林十一选五开奖结果 北京pk赛车官网开结果 炒股直播平台 江苏体育彩票 彩票极速赛车计划网页 今晚20选5开奖结果查询 股票配资论坛