农业试验的设计与分析.ppt

计算机在农业中的应用 第二章 农业试验的设计与分析 主讲：梁 茹 冰 联系方式：liang_ru_ 1 引 言 科学研究是人类认识自然、改造自然、服务社会 的原动力。 农业领域中所涉及的学科大多数属于实验科学， 主要是通过周密设计的实验进行探索通过周密设计的实验进行探索。 农业科学试验及农业生产调查都会获得大量的数 据，在千差万别的数字后面往往隐藏着事物的内 在规律性。 农业数据处理与分析农业数据处理与分析就是挖掘与利用这些规律。 相应的农业试验和调查数据分析软件。 2 农业数据处理与分析 农业是一巨型复杂的系统。 农业数据具有大量、多维、动态、不完整、不确 定性（数据中的系统或随机噪声）、稀疏性（很 少甚至没有有用的记录）、并且与时间相关等特 点。 农业试验设计主要在介绍经典的农业设计方法的 基础上还介绍正交设计正交设计、均匀设计均匀设计和回归设计回归设计等 方法。 3 农业数据分析的基本方法 农业数据分析的基本方法是农业数学建模农业数学建模和生物统生物统 计计。 农业数学模型农业数学模型用来揭示农业过程中的机理关系，描 述农业各因子之间的动态的定量关系，如农业产量 与其他生态因子的关系。 生物统计生物统计用来检验、归类和判别农业的最终结果， 如在一定的置信度下判断农业因子对指标如作物产 量是否有影响，比较不同的农业措施下农业产量是 否有差别。 农业数学建模和生物统计是相互联系的：农业数学建模和生物统计是相互联系的：首先生物 统计模型是一类重要的数学模型；其次由于农业数 据具有的不确定性，数学建模中时常要考虑随机误 差的影响，因此在农业数据分析中，农业数学建模 和生物统计这两种方法经常一起使用。 4 第一节 农业试验数据分析 5 农业试验数据分析 农业试验设计的基本原则 重复、随机化和区域控制 农业试验设计的方法 随机完全区组设计等 农业试验设计的数据处理方法 描述性统计、统计推断、回归分析、主成分分 析等 农业数学建模 生物统计 6 第二节 SAS (Statistical Analysis System )简介 7 附：SAS 9.0安装步骤 调时间(2004年9月前)Setup disksetup.exe 选择设置语言：英语 3)Install SAS Software 选择SAS Installation Data: sas9834961.txt next Select Licensed Software next 选择Disk1 68%时，选择Disk2 76%时，选择Secure windows 81%时，选择SAS Shared Components 进度条消失，选择Setup Disk Finish 将sashost.dll复制到安装目录下，即 “C:Program FilesSASSAS System9.0”下，覆 盖原文件 调回时间 完成！ 8 关于SAS软件 SAS是美国SAS软件研究所于本上世 纪70年代研制的一套大型集成应用软 件系统，因其最初功能(Statistical Analysis System ) 而得名。经过二 十多年的发展, 已成为综合软件系统, 其功能涉及数据访问、管理、分析和 显示。作为管理信息系统(MIS)或决 策支持系统(DSS)的开发平台, 1996 年评为建立数据仓库系统的首选产品 。9 关于SAS软件 SAS软件为模块式结构, 用户可根据需要选择 譬如, 我们可以只选Base SAS (基本模块) , 用于数据管理、制表和描述性统计。 或再加上SAS/STAT (统计模块)和 SAS/GRAPH (图形模块), 组成一套具有数据 管理、统计分析和图形表达功能的软件系统 。 若在公司或工商企业工作, 再选两种模块 ,SAS/QC (质控) 和SAS/OR (运筹) , 就可使 软件系统在质量管理、计划运筹、规划、决 策等方面的功能大为增强。 而SAS/ETS 则是计量经济学、时序分析和预 测的有力工具等等。 10 SAS软件的界面P16 11 SAS软件的界面P16 编辑窗口（ PROGRAM EDITOR ） ： 编辑程序和数据文件。 日志窗口（LOG）： 记录运行情况，显示 error信息。 输出窗口（OUTPUT ）： 输出运行的结果。 图形窗口（GRAPH） ： 输出图形。 12 SAS软件的界面P16 编辑窗口（ PROGRAM EDITOR ） ： 编辑程式和数据文件。 日志窗口（LOG）： 记录运行情况，显示 error信息。 输出窗口（OUTPUT ）： 输出运行的结果。 图形窗口（GRAPH） ： 输出图形。 点击 Globals 菜单 中的 Program editor、Log、 Output、Graph 命 令可以进入编辑、 日志、输出及图形 窗口。 按功能键F5、F6、 F7也可以进入编辑 、日志及输出窗口 。 13 SAS程序初步 在SAS中，对数据的处理可分为两大步： 将数据读入SAS建立的SAS数据集，称为数据步（ DATA）。 调用SAS的模块处理和分析数据集中的数据，称为过 程步（PROC）。 每一数据步都是以DATA语句开始，以RUN语句 结束； 而每一过程步则都是以PROC语句开始，以RUN 语句结束。 每个语句的后面都要用符号“；”作为这个语句结 束的标志。 下面看一个简单的例程。 14 SAS程序初步例程 在“* ”号与分号“; ”之间的 内容(第一行的汉字)为注 释，SAS是不理会的。 指令作用的SAS 关键词 决不允许拼错, 一般用大 写。其它词, 如数据集名 (DATA后面的juli“距离” 的汉语拼音)、变量名 (miles英里, km 公里 ) 最好用小写, 以资区别 。名称的长度不可超过8 个英文字符(所以公里用 缩写km )。 每一SAS 语句必须以分 号结尾。 数据步以DATA开头, 接着是即 将建立的数据集的名称。 过程步以PROC开始, 后面是要 运行的过程的名称, 如PRINT ( 显示/打印出)、SORT(分类)、 PLOT(制图) 等。 程序的结尾是“RUN ; ”。 15 SAS程序初步例程 SAS程序编好后, 不会自动出结果。必须经过发送(常 用的方式是在命令行键入SUBMIT再按回车键) 所编程 序才会被执行。或者通过菜单操作“run”-“submit” ，也可执行SAS程序。 该程序运行结果如图： 16 SAS程序的输入及运行步骤： 进入SAS的显示管理系统。 进入并扩大编辑窗口。 调出、编辑或修改SAS程式或数据文件。 将编辑窗口的SAS程式或数据文件存盘。 按功能键F8或点击“RUN”键运行SAS程式并注意观察日 志窗口中的信息，如有error出现，应将光标移到日志窗 口，用PgUp或PgDn翻页，找到错误的所在。 将光标移到编辑窗口，按功能键F4或点击 Locals菜单中 的 Recall text命令调出已经运行的SAS程式，改正错误 后转入步骤（4），直到日志窗口中的信息没有error出现 为止。 将光标移到输出窗口，用PgUp或PgDn翻页阅读输出的 结果。 17 SAS的菜单操作系统 SAS不仅提供了灵活的程序模块来进行数据处理 和分析，还提供了功能强大的菜单操作系统，借 助SAS的菜单系统可以方便的进行数据的导入、 导出、修改和统计分析、作图，并可以进行试验 设计、时间序列预测。 下面的试验设计与数据分析学习全部是基于菜单菜单 操作操作展开的。 18 第三节 SAS在农业试验设计与数 据分析中的应用 19 应用SAS对试验数据作方差分析 SAS在农业单因素试验中的应用举例： 有一水稻施肥试验，设有5个处理（TRT），分别为A（ 施氨水1），B（施氨水2），C（施碳氨），D（施尿素 ）和E（不施肥）。每个处理均种植4盆，随机排列，得 稻谷产量如表2.3。试分析各处理平均数差异的显著性。 处理 试验结 果 A（施氨水1） 24302826 B（施氨水2） 27242126 C（施碳氨） 31282530 D（施尿素） 32333328 E（不施肥） 2122162120 应用SAS对试验数据作方差分析 SAS在农业单因素试验中的应用举例： （1）建立数据库文件 按图示录入数据表。 21 应用SAS对试验数据作方差分析 SAS在农业单因素试验中 的应用举例： （2）进入方差分析，选取 方差分析类型与检验内 容， StatisticsANOVAO neWay ANOVA（单因 素方差分析），弹出单 因素方差分析对话框， 在该对话框中选择可控 （自）变量independent 与响应（因）变量 dependent。 操作如图所示： 22 应用SAS对试验数据作方差分析 SAS在农业单因素试验中 的应用举例： （2）进入方差分析，选取 方差分析类型与检验内 容， StatisticsANOVAO neWay ANOVA（单因 素方差分析），弹出单 因素方差分析对话框， 在该对话框中选择可控 （自）变量independent 与响应（因）变量 dependent。 操作如图所示： 23 应用SAS对试验数据作方差分析 （3）进行多重比较。点击单因素方差分析对话框中的 Means项，并选择要进行多重比较的主效应及相应的多 重比较方法，点击Add添加。 操作如图所示： 24 应用SAS对试验数据作方差分析 （3）进行多重比较。点击单因素方差分析对话框中的 Means项，并选择要进行多重比较的主效应及相应的多 重比较方法，点击Add添加。 操作如图所示： 25 应用SAS对试验数据作方差分析 方差分析结果： P0.0002 F A4301.200075.300011.180.0002 说明： Source变异来源；DF自由度； Type I SSSum of Squares (平方和)； Mean Square均方； F ValueF值（F值接近1，说明各组均数间的差异没有统计学意义 ，即没有差异；F值远大于1，说明各组均数间的差异具有统计学 意义，即有差异。） PrF即P值，如果该值小于0.05（显著性水平），则具有统计学 意义，反之没有统计学意义。 26 应用SAS对试验数据作方差分析 Duncan GroupingMeanNA A31.504d BA28.504c BA27.004a BC24.504b C20.004e 多重比较结果说明： 为了便于理解，SAS将两两比较的结果直接用英文字母的 形式标示出来。 两两比较结果的最右侧是处理因素变量的取值，最左侧标 以字母A、B、C等等，用以表示该处理组和其它组有无差 异。 如果两组有相同的字母（如d、c、a三组），则两者之间无 差异； 而如果两组间只有不同的字母，则表示两组间的差异有统 计学意义。 27 应用SAS对试验数据作方差分析 多重比较结果：多重比较结果： 结果显示施尿素(d组)稻田产量最高，但施尿素(d组)的稻 田产量与施氨水1(a组)、施碳氨(c组)的稻田产量之间 的差别并不具备统计学意义，施尿素(d组)的稻田产量 与施氨水2(b组) 、不施肥(e组)的稻田产量之间的差别 具有统计学意义。 Duncan GroupingMeanNA A31.504d BA28.504c BA27.004a BC24.504b C20.004e 28 SAS对农业正交试验设计数据的变异分析 正交试验设计的直观分析 几因素几水平的正交试验 正交表采用L8(27) 通过观察SAS输出的结果，得出最优的策略 正交试验设计的方差分析 方差分析 多重比较 29 正交试验设计的直观分析 例题：为了解决花菜留种问题，以进一步提高花 菜种子的产量和质量，科技人员考察了浇水、施 肥、病害防治和移入温室时间对花菜留种的影响 ，进行了四个因素各两个水平的正交试验。 各因素及其水平见表2.6 因因 子子水水 平平 1 1水水 平平 2 2 A（浇浇水次数） 不干死为为原则则，整个 生长长期只浇浇水1-2次 根据生长长需水量和自然条件 浇浇水，但不过过湿 B（喷药喷药 次数） 发现发现 病害即喷药喷药每半月喷喷一次 C（施肥次数）开花期施硫酸铵铵进进室发发根期、抽苔期、开 花期和结实结实 期各施肥一 次 D（进进室时间时间 ） 11月初11月15日 30 正交试验设计的直观分析 首先，选用L8(27)正交表： 8表示总共要做8次试验， 2表示每个因子都有两个水平，7表示这个表最多可 安排7个因子。试验结果如表2.7 31 正交试验设计直观分析: SAS操作步骤 第一步： SolutionsAnalysisAnalysts，出现分析员界 面后，输入表2.7的数据，其中交互作用列不必输交互作用列不必输 入入 数据录入如图所示： 32 正交试验设计直观分析: SAS操作步骤 第二步： StatisticsDescriptiveSummary Statistics， 出现分析员描述性统计对话框， 在该对话框中， Analysis按钮是 选中要进行描述 性统计的变量， 我们选择产量y。 Class按钮是选 中分组变量，我 们首先选择浇水 次数A 33 正交试验设计直观分析: SAS操作步骤 第三步： 点击Statistics按钮，弹出对话框，在此对话框中你可以选择要 输出的描述性统计量，打“”表示选中，我们选择均值（Mean ），最小值（Minimum）和最大值（Maximum），极差（ Range），和（Sum） 34 正交试验设计直观分析: SAS操作步骤 第四步： 分别选择其他因素作为分组变量进行描述性统计 。分析结果如下表所示 35 结果直观分析： 根据各试验因子的总计数或平均数可以看出：A取 A1，B取B2，C取C2，D取D2为好，即花椰菜留 种最好的栽培管理方式为：A1 B2 C2 D2A1 B2 C2 D2 36 正交试验设计的方差分析：SAS操作 第一步： 在SAS分析员中，从StatisticsANOVAFactorial ANOVA(多因素方差分析)，进入多因素方差分析的对话 框。 Dependent按钮 是选择因变量， 我们选择产量y， Independent 按 钮是选择进行方 差分析的因素， 我们将全部因素 都选入。 37 正交试验设计的方差分析：SAS操作 第二步： 在SAS分析员方差分析对话框中，点击按钮Model，会 弹出效应选择对话框，这里我们只选择主效应(main effects only)。 38 第三步： 多重比较：在方差分析对话框中，点击按钮Means，在 弹出对话框中，点击Add按钮可添加要进行多重比较的 主效应（将ABCD均Add进来），多重比较的方法由 Comparison method中的下拉列表框中的选项决定（选 择Duncans multiple-range test） 39 正交试验设计的方差分析：SAS操作 最后一步：查看方差分析结果 40 正交试验设计的方差分析：SAS操作 结果分析：结果分析： Duncan GroupingMeanNA A381.2541 B275.0042 SourceDFType I SSMean Square F ValuePr F A122578.1250022578.1250014.690.0313 B117578.1250017578.1250011.440.0430 C11953.125001953.125001.270.3416 D178.1250078.125000.050.8361 Duncan GroupingMeanNB A375.0042 B281.2541 41 正交试验设计的方差分析：SAS操作 结果分析：结果分析： 从方差分析表可以看出，浇水次数（A）和喷药 次数（B）对产量的影响具有统计学意义； 对浇水次数（A）效应进行多重比较发现：在不 干死为原则，整个生长期只浇水1-2次的浇水措 施（水平1）下其花菜的产量明显高于根据生长 需水量和自然条件浇水，但不过湿的浇水措施（ 水平2）花椰菜的产量。 42 应用SAS作回归设计分析 例1为了研究杂交水稻的施氮量和密度与产量之间的 关系，现做有关施氮量、水稻密度的试验，试求其回归 关系。因素编码水平表见2.13试验结果见表2.14 更改为： 2.5 1.5 43 操 作 步 骤 步骤（1）：进入两水平正交两水平正交实验窗口 44 操 作 步 骤 步骤（1）：进入两水平正交实验(Twolevel)窗 口 45 操 作 步 骤 步骤（2）：定义变量(Define Variables) 46 操 作 步 骤 步骤（2）：定义变量 47 操 作 步 骤 步骤（2）：定义变量 48 操 作 步 骤 步骤（3）：选择实验设计 49 操 作 步 骤 步骤（3）：选择实验设计 50 操 作 步 骤 步骤（4）：设置中心点数为2 51 操 作 步 骤 步骤（4）：设置中心点数为2 52 操 作 步 骤 步骤（5）：输入试验结果 53 操 作 步 骤 步骤（5）：输入试验结果 54 操 作 步 骤 步骤（6）：输出分析结果 55 操 作 步 骤 步骤（6）：输出分析结果 56 操 作 步 骤 步骤（6）：输出分析结果 57 操 作 步 骤 步骤（7）：数值优化 58 操 作 步 骤 步骤（7）：数值优化 59 操 作 步 骤 步骤（7）：数值优化 60 操 作 步 骤 步骤（7）：数值优化 61 操 作 步 骤 步骤（7 ）：数 值优化 62 步骤（ 7）： 数值优 化 63 应用SAS作回归设计分析 例4我们以玉米 N 、P和 K 三因素三水平 二次正交旋转组合设计试验为例，应用 SAS探索玉米高产高效的施肥方案，试验 因素及编码水平见表2.18，试验结果见表 2.19 。求出产量对N、P和 K三种肥料的回 归模型三元二次方程进行方差分析，回归 系数检验在 1.682与1.682 的约束范围内 模拟优