[实例分析2] 我国西北某农垦区，肥力水平较低，有机质含量为0.81%，速效磷含量5.7 mg/kg P，交换性钾含量120 mg/kg K，欲建立一个肥料长期定位试验，为垦区土壤的培肥和综合开发利用及基础理论研究提供依据。 设9个处理，重复3次，小区面积 60 m2，随机区组排列。 试验设计主题明确，反映了肥料定位试验特点，能兼顾近期试验和长远研究，基础研究和应用研究，试验结果的信息量较大，是一个较好的试验设计方案。 [实例分析3] 为研究某砂壤土冬小麦施氮量与灌水量关系设计了试验方案。采用随机区组设计，重复4次。其中N1、N2、N3、N4分别表示施氮量(N, kg/hm2)120、150、180；W0、W1、W2分别表示生长期不灌水、拔节期灌水75 mm、拔节和开花期各灌水75 mm。研究重点是氮的主效应、氮肥与灌水交互作用及氮水配合措施。对方案的因素和水平进行分解后可以作出如下评价： 分析因素主效和交互作用，必须是均衡试验方案，但本方案不具有均衡可比性，因而不能达到预期试验目的； 随着施氮或灌水量的增加，效应曲线呈报酬递减趋势，因此因素水平至少为3。氮水平虽有4个，但与之搭配的灌水量各不相同，同一灌水量的氮水平最多只有2个，达不到建立一元二次方程的要求。 对方案只能通过方差分析和多重比较从5个水肥配合措施中选优，因此其试验效率较低，是一个不理想的试验设计。 提高试验精确度的途径 选择试验处理：Fisher强调在同一试验中研究不同因子的处理以代替每一因子分别做一个试验，这样可以增加试验的精确度。 如：N, P, K对产量的影响 N,-N P,-P K,-K 4次重复，24个小区 N, P, K, NP, NK, PK, NPK，CK 3次重复，24个小区 注意试验材料： 改进试验技术： 统计方法控制： 试验材料的一致和同质性 试验技术的一致和同质性 分组控制 多元线性回归方程的显著性检验 (F检验) ① H0: 回归关系不显著； HA: 回归关系显著; ② 计算统计量F: 回归 1292.29 2 646.145 154.318** 4.74 9.55 剩余 29.31 7 4.1871 变因 SS df MS F F0.05 F0.01 总变异 1321.6 9 二元线性回归方程的显著性检验方差分析表 故该二元线性回归方程的回归关系极显著。 偏回归系数的显著性检验 计算偏回归平方和 x1 631.455 1 631.455 150.81** 5.59 12.2 x2 1188.47 1 1188.47 283.84** 5.59 12.2 变因 SS df MS F F0.05 F0.01 总变异 1321.6 9 剩余 29.31 7 4.1871 回归 1292.29 2 646.145 154.318** 4.74 9.55 偏回归系数的显著性检验方差分析表 可以使用 第二节 试验设计的基本原则 Basic principles for experimental design 1. 各种试验设计和统计分析的目的 减少和估计试验误差，揭示处理效应。 2. 回归设计的主要数学模型 多元二次模型，均可化为多元线性函数。 （一） 随机误差 Random error （二） 系统误差 Systematic error （三） 模型误差 Error from model
