그래도 도와드리겠습니다 ~
논간 실험 설계의 원칙, 구획의 기술적 요구 사항, 시험장의 구체적인 조건에 따라 시험장에서 각 실험구획을 가장 합리적으로 설치하고 배열하는 것을 논간 실험 설계라고 한다. 설계가 합리적인지 테스트하는 것이 테스트 성공의 열쇠 중 하나이다. 일반적인 논간 실험 설계는 반복 구역 내의 동네 배열에 따라 순차 배열과 임의 정렬의 두 가지 범주로 나눌 수 있다.
순서 정렬은 실험의 모든 처리가 각 반복 영역에서 일정한 순서로 배열된다는 것을 의미합니다. 이 설계의 장점은 설계 방법이 간단하고, 관찰과 현장 조작이 편리하며, 실수가 없다는 것이다. 배열은 시험식물의 종류, 품종, 화기, 높이, 성장세에 따라 배열하여 한계효과를 줄일 수 있다. 그리고 하나의 실험에 대량의 처리를 수용할 수 있다. 단점은 테스트 사이트와 테스트 재료에 대한 통일이 필요하며 토양과 같은 비테스트 조건에 뚜렷한 방향 그라데이션 변경이 있을 경우 시스템 오류의 영향을 받는다는 것입니다. 더 중요한 것은 검사 오차를 정확하게 추정할 수 없기 때문에 확률론에 기반한 통계 분석 방법으로 검사 결과의 중요도를 검증할 수 없다는 점이다. 이 설계는 간단한 단일 요소 테스트, 예비 테스트 및 데모 테스트에 많이 사용됩니다. 일반적으로 사용되는 순차 정렬 설계에는 비교 설계와 간접 비교 설계가 포함됩니다. 비교 설계의 배치 특징은 각 품종이나 처리가 비교 동네 옆에 직접 배치되어 있고, 두 실험 동네마다 하나의 비교 동네를 설치하는 것이다. 이 설계는 10 을 초과하지 않는 실험에 적합합니다. 테스트 결과의 정확도가 높다는 장점이 있다. 이 방법은 직관적이고, 관찰과 비교가 쉬우며, 품종 실험 후기 생산성 실험에 사용할 수 있다. 단점은 통제 구역이 너무 많이 차지하고 시험장 이용률이 높지 않다는 것이다. 그리고 일부 인력과 물력의 낭비를 초래했다. 대비법 설계는 각 반복 영역의 첫 번째 셀과 마지막 셀이 비교 셀이어야 한다는 특징이 있습니다. 즉, 두 비교 셀 사이에 같은 수의 품종이나 처리 셀 (일반적으로 4 개 또는 8 개) 을 정렬해야 합니다. 대비법에 비해 실험용지를 절약하고 더 많은 처리 수를 수용할 수 있지만, 직관성은 대비법보다 못하다. 육종 작업 초기의 감정 실험과 테스트될 품종은 많지만 실험 정확도가 낮은 품종 비교 실험에 자주 쓰인다.
무작위 배열은 반복 영역 내의 각 실험 처리 및 대조의 배열이 무작위라는 것을 의미합니다. 이런 실험 설계는 일반적으로 실험 설계의 세 가지 기본 원칙에 따라 설계되었기 때문에 토양 등 비실험 요인으로 인한 시스템 오차의 영향을 극복하고 실험의 정확성을 높이며 정확한 오차 추정치를 통해 얻은 실험 결과를 현저하게 검사할 수 있다는 장점이 있다. 단점은 현장 배치가 불규칙하고 관찰과 현장 조작이 불편하여 자칫 실수하기 쉽다는 점이다. 무작위로 배열된 설계 방법은 주로 원예식물의 과학 실험에 쓰인다. 그래서 우리는 무작위로 배열된 현장 실험 설계에 초점을 맞추고 있습니다.
일반적으로 사용되는 무작위 필드 실험 설계에는 완전 무작위 설계, 중첩 설계, 무작위 블록 설계, 라틴 사각형 설계, 균열 그룹 설계, 직교 실험 설계 등이 포함됩니다.
첫째, 완전히 무작위적인 디자인
(a) 완전히 무작위 디자인의 개념
실험에서 K 개 처리 (제어 포함) 가 있고 각 처리에 N 회 반복이 필요하다고 가정하면 실험 위치를 NK 개 실험 셀 (모든 테스트 단위 = NK) 으로 나눌 수 있습니다. 모든 실험 단위를 N 크기에 따라 무작위로 K 그룹으로 나누고, 같은 그룹의 모든 실험 단위는 같은 처리 (또는 품종) 를 받습니다. 이 디자인을 완전 무작위 디자인이라고 합니다. 이 설계는 무작위성 원리를 적용하는 전형적인 실험 설계로, 모든 처리나 품종이 모든 실험 영역에서 동등한 기회를 가질 수 있다는 요구 사항을 충족합니다. 구체적인 설계 방법은 다음과 같습니다.
완전히 무작위로 디자인된 방법
현재 일부 원예식물에 대해 품종 비교 실험을 실시하여 완전히 무작위로 설계할 계획이다. A, B, C, D, E 의 다섯 가지 품종이 있습니다. 네 번 반복합니다. 이때 K = 5, N = 4, NK = 5× 4 = 20 개의 실험지 (모든 실험단위) 가 실험지를 20 개로 나눕니다. 현장 위치는 그림 2-5 에 나와 있습니다. 숫자 1 20 을 순서대로 배열하다. 그런 다음 다섯 가지 품종이 모두 배열될 때까지 한 번에 네 개의 땅을 무작위로 선택하여 한 품종을 배열한다. (그림 2-5).
추첨을 사용하거나 난수 테이블을 찾는 방법을 사용하여 커뮤니티를 무작위로 지정할 수 있습니다. 흔들림법은 1-20 주택가의 코드명을 번호표로 만들어 충분히 섞고 여러 차례 추첨하여 순서를 결정하는 것이다. 번호를 그려서 돌려놓고 계속 그리세요. 이전 섹션의 펌핑 번호와 동일한 경우 유효하지 않습니다. 한 번에 네 개의 번호를 뽑아 한 품종을 배열하다. 예를 들어, 첫 번째 그룹은 9, 15, 18, 10 으로 품종을 배열합니다. 두 번째 그룹은 1,13,3, 16 으로 b 품종을 배열했다. 이런 것들이죠. 난수 표를 확인하면 흔들림 대신 흔들림 프로그램을 생략할 수 있다. 예를 들어 난수 테이블의 임의 행에서 임의의 방향의 두 자리 (20 개의 셀이 있기 때문) 를 읽고 1-20 범위의 데이터를 꼬리에서 꺼내 (중복이 제거된 경우 계속 읽기) 읽은 데이터를 순서대로 5 개 그룹으로 나누어 각 그룹마다 품종을 배열할 수 있습니다. 읽기 프로세스의 끝에 도달하면 왼쪽, 오른쪽 또는 비스듬히 회전하여 계속 읽을 수 있습니다. 이제 10 행 9- 10 열부터 읽는다고 가정하면 결과는 4,6,5, 12, 1 입니다 그래서 구획 4, 6, 5, 12 는 품종 A 를 배정합니다. 13, 7, 2, 3 구획 배열 B 품종 등 5 개 품종이 배열될 때까지. 국부 제어 원리를 이용한 실험 설계의 경우 각 구역에서 처리되는 무작위 배열 방법은 위에서 언급한 추첨 또는 난수 표법과 동일합니다.
완전히 무작위로 설계된 관찰은 단일 그룹 데이터입니다.
완전 무작위 디자인의 장점과 단점
1. 완전 무작위 디자인의 장점: (1) 반복 횟수가 유연합니다. 각 프로세스의 반복 횟수는 동일하거나 동일하지 않을 수 있습니다. 실험을 설계할 때, 단지 다른 반복 횟수에 따라 그룹화하면 된다.
그림 2-5 완전히 무작위로 설계된 현장 파레토 차트
서로 다른 반복 횟수에 따라 그룹화하면 됩니다. (2) 실험 설계와 실험 결과의 통계 분석은 비교적 간단하고 편리하다. 반복 횟수가 동일하며 그룹 내 관찰 횟수가 같은 데이터를 사용하여 분산 분석을 수행합니다. 반복 횟수가 다르면 그룹 내에서 서로 다른 관찰 횟수의 데이터에 대한 분산 분석이 수행됩니다. (3) 누락 된 면적을 추정 할 필요가 없습니다. (4) 검사 오차를 추정하는 자유도를 최대화하고 검사 중요도에 필요한 임계 F 를 최소화하여 검사의 민감도를 높입니다.
완전 무작위 디자인의 단점
(1) 같은 품종이나 동네 분포가 불규칙하고 어수선하여 관찰과 기록이 쉽지 않다.
(2) 국부 제어 원리를 적용하지 않기 때문에 토양 비옥도나 실험 재료의 차이가 큰 경우 실험 오차가 증가하여 제거할 수 없다. 따라서 이런 실험 설계는 토양 비옥도와 실험 재료가 모두 같은 경우에만 사용하기에 적합하며, 실험전은 20 원 안팎이다.
이런 실험 설계는 실험실, 온실, 식용 균류의 실험에 매우 적합하다.
둘째, 내포된 설계
(a) 중첩 설계의 개념
연구 대상을 여러 그룹으로 나누면 각 그룹은 여러 하위 그룹으로 나뉘며 각 하위 그룹에는 여러 관찰 설계가 있습니다. 이를 중첩 설계라고합니다. 그룹을 하위 그룹으로 나누고, 하위 그룹 내의 여러 관찰은 2 단계 중첩 설계로 설계됩니다. 하위 그룹을 여러 하위 그룹으로 나누는 경우 하위 그룹 내의 여러 관찰을 3 레벨 중첩 설계라고 합니다. 이런 식으로 다중 레벨 중첩 설계가 있을 수 있습니다.
(b), 중첩 설계 방법
한 지역의 토양 양분 함량을 연구할 때, 일반적으로 무작위로 몇 개의 샘플을 추출한 다음 각 샘플에서 무작위로 몇 개의 샘플을 추출하여 각 샘플 점의 토양 샘플을 여러 번 분석하는데, 이것이 바로 두 개의 수평 중첩 설계이다. 또 몇 가지 채소종이나 품종에 농약을 뿌린 후의 잔류연구를 예로 들 수 있다. 각 채소는 몇 개의 대야 (또는 구획) 에 심을 수 있고, 각 대야 (구획) 는 몇 그루를 심을 수 있다. 그런 다음 각 균주를 한 번 분석하면 2 단계 중첩 설계입니다. 각 식물에 대해 여러 번 분석하면 3 단계 중첩 설계라고 합니다.
모든 수준의 중첩 설계에서 적어도 하나의 수준은 무작위이거나 무작위로 샘플링되거나 무작위로 배열되어야 합니다. 그렇지 않으면 편향되지 않은 검사 오차 추정치를 얻을 수 없습니다.
가장 간단한 중첩 설계는 1 차 중첩 설계여야 합니다. 몇 가지 배추 품종의 단구 무게에 큰 차이가 있다면 각 품종에서 무작위로 몇 개의 엽구를 추출하여 각각 무게를 재어 단방향 그룹화 데이터의 분산 분석을 할 수 있다.
중첩된 설계에서 얻은 모든 관찰은 그룹 내 하위 그룹의 단방향 그룹화 데이터 (시스템 그룹화 데이터) 로, 시스템 그룹화 데이터의 분산 분석에 사용할 수 있습니다.
(c), 중첩 디자인의 장점과 단점
1. 중첩 설계의 이점:
(1) 이 디자인은 간단하고 널리 사용됩니다. 이런 설계는 논간 실험과 온실과 실험실 실험에 모두 적용된다.
(2) 테스트 설계에는 최소한 하나의 임의 수준이 있어야 하기 때문에 편향되지 않은 테스트 오차 추정치를 얻을 수 있습니다. 일반적으로 무작위 시리즈를 많이 사용할수록 테스트 결과의 대표성이 강할수록 분석 정확도가 높아집니다.
중첩 설계의 단점:
(1) 중복이 없기 때문에 그룹 간에 비검사 요소 효과가 있을 경우 인식되지 않습니다. 따라서 네스트된 설계를 사용할 때는 비실험 요소의 일관성을 유지하는 데 더욱 주의해야 합니다.
(2) 무작위로 추출한 샘플의 경우 샘플 양이 충분히 커야 한다. 그렇지 않으면 대표성이 강하지 않아 샘플링 오차가 증가하여 분석 검사 결과의 정확도가 낮아진다.
셋째, 무작위 블록 디자인
(a) 무작위 블록 설계의 개념
토양 비옥도의 높낮이에 따라 실험밭을 반복 횟수와 같은 블록으로 나눕니다. 한 블록은 중복입니다. 그런 다음 각 블록은 처리 수량과 같은 단위로 세분화됩니다. 구조의 과정은 무작위로 배열되어 있는데, 이것이 바로 무작위 구단 설계이다.
본 설계는 논간 실험 설계의 세 가지 기본 원칙을 종합적으로 활용하는데, 합리적인 논간 실험 설계로 무작위 배열 설계에서 가장 많이 사용되는 가장 기본적인 실험 설계 방법 중 하나이다.
(b) 무작위 블록 설계 방법
무작위 블록 설계는 일반적으로 3-5 회 반복되며 치료량과 테스트 정확도에 대한 요구 사항에 따라 달라집니다.
무작위 블록 디자인에서 셀은 먼저 각 프로세스에 번호를 매긴 다음 추첨 또는 난수 테이블을 통해 블록 그룹 (반복) 내에서 각 처리 셀의 위치를 정렬하여 정렬됩니다. 구체적인 방법은 완전 무작위 설계에 설명된 방법과 동일합니다. 단, 세포는 구별로 무작위로 배열되어 있으며 각 구조의 배열 과정은 독립적으로 수행되어야 한다는 점이 다릅니다.
청크나 반복이 밭에 배열될 때는 테스트의 정확성을 고려해야 한다. 실험 오차를 줄이기 위해 토질 차이가 다른 섹터에 서로 다른 시험 블록을 배치할 수 있으며, 같은 시험 블록 내의 토질 차이는 가능한 한 작아야 한다. 구획 지오메트리의 경우 직사각형이 더 적합합니다. 구획 그룹의 지오메트리는 연결된 구획의 긴 모서리이므로 테스트의 정확성을 높이는 데 도움이 됩니다.
시험장 제한으로 인해 한 실험의 모든 시험블록을 같은 부지에 배치할 수 없는 경우, 여러 시험장을 다른 부지에 둘 수 있지만, 같은 시험장 안의 모든 시험블록은 함께 배치해야 하며, 절대 갈라놓아서는 안 된다. (윌리엄 셰익스피어, 템플릿, 시험장, 시험장, 시험장, 시험장, 시험장, 시험장) 다음 그림은 비교 실험에서 네 가지 감자 품종 (A, B, C, D) 에 대한 현장 실험 배치를 보여 줍니다.
그림 2-6 랜덤 블록 디자인 (4 회 반복)
(c) 무작위 블록 설계의 장점과 단점
1. 랜덤 블록 설계의 장점:
(1) 설계가 간단하고 이해하기 쉽습니다. 테스트 결과의 통계 분석은 비교적 간단하다.
(2) 유연하고 널리 사용되며 단일 요소 실험과 다중 요소 실험 (다중 요소 실험에서 각 동네마다 하나의 처리 조합을 배치함) 에 모두 사용할 수 있습니다.
(3) 편향되지 않은 실험 오차 추정치를 제공하고 단방향 토양 비옥도 차이를 효과적으로 제어하여 실험 오차를 줄일 수 있다.
(4) 시험점의 크기와 모양에 대한 요구가 엄격하지 않다. 같은 덩어리만 일치하면 다른 덩어리는 분산될 수 있다.
2. 무작위 블록 설계의 단점
(1) 처리 횟수가 너무 많을 수 없습니다. 그렇지 않으면 차단이 증가하여 로컬 제어의 효과가 떨어집니다. 일반 치료 횟수는 10 보다 작아야 하며 최대 20 회를 넘지 않아야 합니다.
(2) 두 방향의 출산력 차이로 인한 오차는 통제할 수 없다.
넷째, 라틴 광장 디자인
(a) 라틴 광장 디자인의 개념
라틴 사각형 실험은 두 방향에서 실험 장소를 블록으로 나누었다. 각 선 (열) 과 수평선 (행) 을 블록이라고 하며 각 프로세스는 각 선과 수평선에 한 번 나타납니다. 따라서 라틴 사각형 설계의 반복 수, 처리 수, 선 수, 수평선 수는 동일합니다. 간단히 말해서 k 개 요소를 k 행 k 열로 배열하여 각 요소가 행당 한 번만 나타나도록 하는 실험 디자인을 라틴 사각형 디자인이라고 합니다.
첫 번째 수평선과 첫 번째 선이 차례로 배열된 라틴 정사각형을 표준 정사각형이라고 합니다. 3×3 의 라틴 측에는 단 하나의 표준 측만 있다. 가공 수 K 가 증가함에 따라 표준 사각형의 수가 빠르게 증가했다. 예를 들어, 4×4 라틴 정사각형에는 4 개의 표준 정사각형이 있습니다. 5×5 라틴 정사각형에는 56 개의 표준 정사각형이 있고, 6×6 라틴 정사각형에는 9408 개의 표준 정사각형이 있다.
한 표준 정사각형의 직선 동작이 다른 표준 정사각형의 직선 동작과 같으면 두 표준 정사각형을 * * * 멍에라고 합니다.
다음은 실험 설계의 선택과 적용에 일반적으로 사용되는 몇 가지 표준 방법 (표 2-2) 입니다.
표 2-2 일반적으로 사용되는 표준 사각형 테이블
(b) 라틴 방법 설계 방법
라틴을 설계할 때는 먼저 가공 수 K 의 크기에 따라 표준 정사각형에서 k×k 의 표준 정사각형을 선택해야 합니다. 좋은 표준면을 선택하는 기초 위에서 가로와 세로, 가공의 임의 이동을 통해 필요한 표준측을 얻을 수 있습니다. 일반적으로 k×k 의 각 표준 정사각형은 K 로 변환할 수 있습니다! (k- 1)! 다른 라틴 사각형. 무작위 이전을 통해 대량의 새로운 라틴을 얻을 수 있을 뿐만 아니라 표준측의 첫 번째 열 순서를 피할 수 있다. 딸기 품종이 5 개라면 라틴방 디자인을 이용하여 생산량 비교 실험을 할 예정이다. 이제 설계 단계를 다음과 같이 소개합니다.
1. 먼저 1, 2, 3, 4, 5 로 5 개 품종을 번호를 매기거나 교체하여 5×5 의 표준 정사각형을 선택합니다.
2. 직행열차의 무작위 환승을 하고 난수 표를 조사하여 난수 1, 4,5,3,2 를 얻습니다. 첫 번째 줄은 움직이지 않는다. 두 번째 선을 네 번째 선으로 바꿉니다. 세 번째 선을 다섯 번째 선으로 변경합니다. 네 번째 선은 세 번째 선으로 대체됩니다. 다섯 번째 선을 두 번째 선으로 교체하여 직선이 옮겨진 후의 라틴을 얻습니다.
3. 직회전을 기초로 가로로 무작위 이전을 한다. 난수 표를 확인하십시오. 난수는 5, 1, 2,4,3 입니다. 첫 번째 행을 다섯 번째 행으로 대체합니다. 두 번째 순회를 첫 번째 순회로, 세 번째 순회를 두 번째 순회로 바꾸는 등 직선과 순회하는 라틴 면을 모두 동원해야 한다.
그림 2-7 5 가지 딸기 품종의 현장 배치
마지막으로 품종을 무작위화하십시오. 난수 표를 확인하여 난수 2,5,4, 1, 3 을 얻습니다. A, b, c, d, e 의 각 공동체가 정렬해야 하는 품종 코드입니다. A = 2, B = 5, C = 4, D = 1, E = 3 입니다. 두 차례 무작위로 동원된 라틴 사각형을 품종 코드로 바꾸면 5 종의 딸기 품종이 밭에서 배치도를 얻을 수 있다.
(c) 라틴 스퀘어 디자인의 장점과 단점
1. 라틴 스퀘어 디자인의 장점
(1) 라틴 사각형 설계는 두 방향에서 토양 비옥도의 차이를 조절할 수 있어 정확도가 높다.
(2) 일반적으로 단일 요소 퀴즈에 사용되며 테스트 요소 및 수준이 적은 복잡한 요소 퀴즈에도 사용할 수 있습니다.
라틴 스퀘어 디자인의 단점:
(1) 반복 횟수는 처리 횟수와 같고 유연성이 떨어집니다. 처리 시간이 길면 너무 많이 반복된다. 처리 횟수가 적고 반복이 적으면 추정 오차의 자유도가 너무 작고 정확도가 떨어집니다. 따라서 5 ~ 8 개 품종 또는 처리 실험에 적용된다. 품종이나 처리 수가 적으면 검사의 정확성을 높이기 위해 복합 라틴 디자인을 사용할 수 있습니다. 즉, 라틴 실험을 여러 번 반복할 수 있습니다.
(2) 시험 구획은 평평하고 정사각형이 필요하며 무작위 블록 설계의 유연성이 부족합니다.