补充资料：随机区组试验

随机区组试验
randomized block expert-ment

随机区组试验(rand。mized bl。ek。xperi-ment)应用设置重复、局部控制和随机排列三个基本原则的试验设计方法。根据试验目的采取不同处理内容的独立单位称为试验单元。一个试验中出现两个以上相同试验单元的称为设置重复，出现的次数称为重复数。不同重复的数据变异是度量试验误差的依据。试验的标准误与重复数的平方根成反比，所以设置重复的作用在于估计试验误差和降低试验误差。按照重复数将试验划分为若干个局部，每个局部容纳不同处理的试验单元各一次称为局部控制。这个局部称为区组。区组内随机误差的变异小于整个试验，所以有利于降低误差。区组内各试验单元的排列位置不受主观因素的影响称为随机排列。随机排列使每个试验单元都有同等机会出现在区组内任何位置，因此可以用以概率论为理论基础的统计学方法，无偏地估计出试验误差。 方差分析模型处理平均数之间的差异需要进行显著性测验。只有两个试验单元的简单随机区组试验直接用t测验。多个试验单元的随机区组试验用两向分组的方差分析。单因素随机区组试验的方差分析以试验单元为行(;)、重复为列(j)构成两元表。每个试验观察值笋，的线性数学模型为: 多，一产+r，+P，+气(l)式(1)中产为总体平均;r.为试验单元的处理效应;P，为重复效应。处理效应和重复效应受乏毛一0及乏P，-o条件的约束。‘，为遵循正态分布N(o，时)的随机误差。 观察值y，少的线性数学模型是分解平方和与自由度的依据。总平方和及总自由度可根据变异来源分解为行、列、随机误差的平方和及自由度.从而求得各项相应的期望均方。肥料试验中行期望均方通常为肥料效应均方。肥料效应均方与随机误差均方之比即F比。F测验采用无效假设，假设肥料效应无效.即H。:石-0，相对应的备择假设为11;:r，笋。。当肥料效应r确定无效时.F值的数学期望值为1，无效假设成立。当F值大于1时，可根据出现实得F值的概率在一定信度水平下接受或否定无效假设。随机区组试验的线性数学模型随其设计内容而异，方差分析模型也有相应变化，但原理是相同的。 由于处理效应r的性质不同可分为固定模型和随机模型。固定模型为处理样本抽自特定的处理总体，其效应是固定的，肥料效应大多属于固定模型。随机模型目的在于研究效应的变异度，处理效应是随机变化的，长期定位肥料试验中气候因素属于随机模型。 经F测验处理效应之间存在显著差异后，还要对各处理平均值作多重比较。 单因素随机区组试验至少有两个试验单元，必须是单个因素的试验。某种养分的施肥量或施肥方法试验等大多采用单因素随机区组设计。

说明：补充资料仅用于学习参考，请勿用于其它任何用途。