实验设计原则与R语言应用

在生产和科学研究中，实验处理常常受到各种非处理因素的影响，使实验处理的效应不能真实地反映出来，也就是说，实验所得到的观测值，不但有处理的真实效应，而且还包含其他因素的影响，这就出现了实测值与真实值的差异，这种差异在数值上的表现称为实验误差。

由于产生误差的原因和性质不同，实验误差可分为系统误差（片面误差）、随机误差（抽样误差）两类。系统误差影响实验的准确性，随机误差影响实验的精确性。为了提高实验的准确性与精确性，即提高实验的正确性，必须避免系统误差，降低随机误差。为了有效地避免系统误差，降低随机误差，必须了解实验误差的来源。实验误差的主要来源有：实验材料、测试方法、仪器设备及试剂、实验环境条件和实验操作等。

统计学上通过合理的实验设计既能获得实验处理效应与实验误差的无偏估计，也能控制和降低随机误差，提高实验的精确性。在实验设计时必须遵循3个基本原则：重复、随机化、局部控制。

重复原则是指在实验中每种处理至少实施两次以上。重复实验是估计和减少随机误差的基本手段。设置重复的主要作用在于估计实验误差和降低实验误差。由于随机误差是客观存在的和不可避免的，如果一个处理只实施一次，那么只能得到一个观测值，则无法估计出随机误差的大小。只有在同一条件下重复实验，获得两个或两个以上的观测值时，才能估计出实验误差。随机误差有大有小，时正时负，随着实验次数的增加，正负相互抵消，随机误差平均值趋于零。因此，多次重复实验的平均值的随机误差比单次实验值的随机误差小。在统计学上可以证明平均数抽样误差的大小与重复次数的平方根成反比，故重复次数多可以降低实验误差。但在实际应用时，重复数太多，实验材料、仪器设备、操作等实验条件不易控制一致，反而会增大实验误差。为避免这一问题，可在“局部控制原则”的前提下增加重复次数。重复数的多少可根据实验的要求和条件而定。如果供试材料间差异较大，重复数应多些；差异较小，重复数可少些。(www.xing528.com)

随机化原则是指在实验中，每一个组合处理及其每一个重复都有同等机会被安排在某一特定空间和时间微环境中，以消除某些组合处理或重复可能占有的“优势”或“劣势”，保证实验条件在空间和时间上的均匀性。随机化可使系统误差转化为随机误差，从而可正确、无偏地估计实验误差，并可保证实验数据的独立性和随机性，以满足统计分析的基本要求。因此在实验中，遵循随机化原则是消除系统误差的有效手段。

局部控制。在实验中，当实验环境或实验单元差异较大时，仅根据重复和随机化两原则进行设计不能将实验环境或实验单位差异所引起的变异从实验误差中分离出来，因而实验误差大，实验的精确性与检验的灵敏度低。为了解决这一问题，在实验环境或实验单位差异大的情况下，可将整个实验环境或实验单位分成若干个小环境或小组，使小环境或小组内使非实验因素尽量一致，这就是局部控制。每个比较一致的小环境或小组，称为单位组（或区组）。单位组（区组）之间的差异可在方差分析时从实验误差中分离出来。所以，局部控制能较好地降低实验误差。