accuracy準確度與精確度-在線瀏覽
2025-06-13 08:31本頁面
【正文】 b c d e f ck 設置重復 隨機化排列 局部控制 消除系統(tǒng)誤差， 無偏試驗誤差估計 估計和降低 隨機誤差 與隨機化結合 分離系統(tǒng)誤差 降低隨機誤差 提高準確度和精確度 保證統(tǒng)計推斷的可靠性 試驗類型（二） 試驗設計可以歸納為全面實施試驗和部分實施試驗兩種類型。前者常用在處理數(shù)量大、精確度要求不高、不須作統(tǒng)計推斷的預備試驗，容易發(fā)生系統(tǒng)誤差；后者強調(diào)有合理的試驗誤差估計，常用于對精確度要求較高的試驗。 I II III 1 CK 2 3 CK 4 5 6 7 8 CK CK 7 CK 8 1 CK 2 3 4 5 6 CK CK 5 CK 6 7 CK 8 1 2 3 4 CK CK 2. 間比法設計（ interval contrast design） 常用處理試驗單元較多的試驗，要求不高，但用隨機區(qū)組排列有困難的試驗。 CK CK CK CK 1 2 3 4 5 6 7 8 9 10 11 12 12個小麥品種的間比法排列 二、隨機排列的試驗設計 1. 完全隨機設計（ pletely random design） 將各個處理隨機分配到各個試驗單元（或小區(qū)）中，每一個處理的重復數(shù)可以相等或不相等。 2. 隨機區(qū)組設計（ randomized blocks design）亦稱完全隨機區(qū)組設計（ random plete block design） 根據(jù)局部控制的原則將試驗地劃分為等于重復次數(shù)的區(qū)組，一個區(qū)組安排一個重復，區(qū)組內(nèi)各處理都獨立隨機排列。 7 4 2 1 1 3 1 7 3 6 8 5 4 8 7 3 2 1 6 4 5 2 4 8 8 7 5 6 6 5 3 2 I II III IV 肥力梯度： 8個品種 4次重復的隨機區(qū)組排列 3. 拉丁方設計（ latin square design） 將各個處理從縱橫兩個方向排列為區(qū)組（或重復），使每一個處理在每一列和每一行中出現(xiàn)的次數(shù)相等（通常一次）。拉丁方設計具有雙向控制土壤差異的作用，有較高的精確度，但缺乏伸縮性，適應于 4－ 8個處理的試驗設計。先按一個因素設計主處理小區(qū)（ main plot），然后在這個主處理小區(qū)內(nèi)引進第二個因素的各個處理的小區(qū)（副區(qū)或裂區(qū)， splitplot）。 6. 條區(qū)設計（ strip blocks design） 條區(qū)設計是裂區(qū)設計的一種衍生設計，當要研究的兩個因素都需要較大的小區(qū)面積，且為了便于觀察和管理，將每個區(qū)組劃分為縱向長條形小區(qū)，安排第一個因素的各個處理，再將各個區(qū)組劃分為若干個橫向長條形小區(qū)，安排第二個因素的各個處理?；蛘哒f任兩列之間的所有可能的水平組合都出現(xiàn)，且出現(xiàn)的次數(shù)均等。 具有這樣特點的數(shù)表稱為正交表。一般用 LN（ mk） 表示正交表， N為試驗次數(shù)； k為所能容納的最多因素數(shù)； m為每個因素的水平數(shù)。 假設我們要做一個三因素二水平的試驗，若已知不需要考慮任何交互作用，可以用 L4（ 23）表， 但在這種情況下，誤差項 Sse分離不出來，無法作統(tǒng)計檢驗，只能直觀比較哪個水平好。因此，若不能排除存在交互作用的可能，則應利用 L8（ 27）表 。若 ABC不存在，則第 7列可作為誤差 e，這樣就得到了表頭設計如下： 因素 A B AB C AC BC e 列號 1 2 3 4 5 6 7 第二節(jié) 描述性統(tǒng)計 一、試驗資料的性質(zhì)與分類 1. 數(shù)量性狀資料（ quantitative trait） 采用計數(shù)和量測兩種方式所得到的數(shù)據(jù)。 統(tǒng)計次數(shù)法 給分法 統(tǒng)計具有某個性狀的個 體數(shù)目及具有不同性狀的 個體數(shù)目，按類別計其 次數(shù)或相對次數(shù) 給予每類性狀以相對數(shù) 量的方法，如小麥籽粒有 紅白兩種顏色，可用 0 表示白色，用 1表示紅色 二、次數(shù)分布表 將試驗所得到的大量未加整理的數(shù)據(jù)，按觀察值大小或數(shù)
教學課件相關推薦
鄂ICP備17016276號-1