试验设计与数据分析:基于R9787565531651

第1章，试验设计概述

1.1试验设计中的基本概念

1.1.1试验指标(response)

1.1.2因子(factor)

1.1.3水平(level)

1.1.4处理(treatment)

1.1.5试验单元(experimental unit)...1.1.6效应(effect)

1.1.7全面试验(overall experiment)

1.1.8部分实施试验(fractional experiment)1.1.9试验误差(experimental error)

1.1.10对照(control)

1.2试验设计的基本原则

1.2.1随机化(randomization)

1.2.2重复(replication)

1.2.3区组(blocking)

1.3试验设计的基本过程・

1.4试验设计发展简史......

习题1....

第2章‘单因子试验完全随机设计与分析2.1单因子试验.

2.1.1单因子试验的一般描述....2.1.2单因子试验的基本假设....

2.1.3单因子试验模型

2.2单因子方差分析

2.2.1平方和分解。

2.2.2平方和的统计性质・

2.2.3检验统计量

2.2.4方差分析表

2.3模型诊断

2.3.1残差分析・

2.3.2方差齐性检验

2.3.3违背模型假设时的对策

2.4多重比较

2.4.1最小显著性差异法

(LSD法,least significant difference)

2.4.2Scheffe法

2.5随机效应模型

2.5.1随机效应模型及其统计问题

2.5.2随机效应模型的方差分析

习题2

第3章、多因子试验析因设计与分析

3.1两因子试验的设计与分析

3.1.1两因子试验的一般描述

3.1.2两因子试验方差分析

3.1.3平方和的统计性质

3,1.4检验统计量

3.1,5方差分析表，

3.1.6实例的R语言实现

3.1,7两因子试验无交互作用时的模型与分析3.2三因子试验的设计与分析

3.2,1三因子试验的一般描述

3.2.2三因子试验方差分析

3.2.3平方和的统计性质

3.2,4方差分析表

习题3

第4章，区组设计

4.1随机完全区组设计

4.1.1随机完全区组设计的一般描述4.1.2单因子随机完全区组设计模型

……

习题6

第7章‘其他试验设计方法简介

7.1混料设计

7.1.1混料问题与混料设计模型

7.1.2单纯形格子设计

7.1.3单纯形重心设计

7.1.4存在下界约束条件的混料设计

7.1.5混料设计及分析的R语言实现及示例

7.2均匀设计

7.2.1均匀设计发展历史和思想

7.2.2均匀设计表

7.2.3均匀设计示例

7.3交叉设计

习题7

第8章R语言简介

8.1 R的安装和使用

8.2R语言基础

8.3R语言绘图简介

参考文献

附表

第1章试验设计概述

科学技术的发展离不开试验,试验者面临的一个重要问题是:“我需要进行多少次试验或观察?”或者说，“在有限的预算下,怎样做试验才能获得尽可能多的信息?”这类问题就是试验设计与数据分析要回答的核心问题.试验设计与数据分析方法广泛应用于农业、工业、化学、食品、生物学、遗传学、医学等诸多领域.

1.1试验设计中的基本概念

试验(experiment)通常是指为了回答一个或几个精心构思的问题而进行的有计划的实践活动,用来探索发现新现象、新事物和新规律,在这种活动中,试验者改变一个或多个被研究的变量，然后观察该行动的影响。“试验”跟“实验”有所不同，“试验”包含“尝试”和“探索”之意,而“实验”主要有“检验”和“验证”之意.一般来讲，“试验”的范畴要大于“实验”。

试验设计(design of experiments)是指以概率统计方法为理论基础,经济地、科学地制定试验方案,对试验数据进行有效的统计分析的一系列数学和统计的理论及方法,是统计学的一个重要分支。

在学习试验设计之前,先介绍几个试验设计中的常用名词和概念.

1.1.1试验指标(response)

用于度量试验结果好坏的特性值称为试验指标,简称指标,也称为响应变量(或简称响应)

常见的指标分为两类:定量指标与定性指标.若试验能够以测量、称量或计数的方法获得数值来表示其特性性状，这类指标称为定量指标,如粮食的产量，化学成分的含量,元器件的寿命等.用等级、类别等表示的指标称为定性指标,如药物的疗效,食品的风味等。

在一个试验中如果仅考察一个指标称为单指标试验问题,若同时考虑两个或更多个指标称为多指标试验问题.本书中不加特别说明都是指单指标试验问题,针对多指标问题,可以通过在指标间寻求平衡或折中，或用综合指标法把多指标问题转化为单指标问题再进行分析.

1.1.2因子(factor)

影响试验指标的条件或变量称为因子，也可称为因素

因子是试验设计中的主要关注对象,类型很多,常见的有两类:可控因子和不可控因子。可用某种控制方式将其状态进行改变的因子称为可控因子,常用大写字母A,B,C等表示,如反应时间、反应温度、施肥量、原料批次等.在实际操作中不能控制,或难以控制,或试验人员尚未意识到对试验结果会有影响的因子统称为不可控因子,也称噪声因子或误差因子,如环境湿度,机器老化,电源电压的波动等.不可控因子是试验设计与分析要处理的一个重要问题试验中要考察的因子只有一个时,称为单因子试验,单因子试验在整个试验中只考察一个因子的取值变化对试验指标的影响,是最基本最简单的试验.若同时考察2个或者2个以上的因子对试验指标的影响,则称为两因子或多因子试验.

1,1.3水平(level)

因子的取值或者所处的状态称为水平，

若因子的水平可以用具体的数值表示,如时间、温度、原料的用量等,称该类因子为定量因子。若因子的水平无法用具体数值表示,或者即使用数值表示但数值并不是表达数量意义，如设备的不同型号,不同的工艺,不同的玉米品种等,称该类因子为定性因子。

在试验设计中，一个因子选取几个水平,则称该因子为几水平因子.水平数的选取要根据试验所涉及的专业知识、生产经验、因子的特点等因素综合考虑,应注意以下几点

(1)水平数目要适当.水平数目太多会大大增加试验次数进而提高试验成本;水平数目太少则可能遗漏因子的重要信息,使结果分析不全面.根据不同的需要,本书例子中因子水平数目通常在2~5个.

(2)水平范围及间隔大小要合理.对试验指标反应灵敏的因子，水平间隔应小一些;反之，应取大一些。

(3)正确设置水平间隔.一般有等差法、等比法、选优法和随机法等.

本书主要介绍试验设计的基本理论与常用方法, 内容包括试验设计基本概念与原则、完全随机设计、析因设计、区组设计、正交设计、回归设计、混料设计、均匀设计及交叉设计等。