生物統(tǒng)計第三章絕對好

1、.：.；常用的實驗設計方法和實驗分析方法一、順序陳列的實驗設計與分析一對比法設計1設計每一處置旁邊設一對照，準確度高，但安排的處置少。常用于只需少數(shù)綜合性處置的少數(shù)比較實驗或者即將用于推行種類的比較實驗及示范實驗。如：馬鈴薯種類青薯2號、青薯4號、青薯5號、莆薯6號與對照為高原7號的對比實驗設計的一個反復的田間種植圖圖1：青薯2號對照青薯4號青薯5號對照青薯6號圖1 對比實驗設計田間種植圖2分析現(xiàn)以該設計的3個反復的數(shù)據(jù)作統(tǒng)計分析表1。表1 馬鈴薯品比對比設計的產(chǎn)量結(jié)果與分析表 種類稱號各反復小區(qū)產(chǎn)量kg/8.4m2平均數(shù)kg/8.4m2與臨近ck比t檢驗的結(jié)果I I II I I青薯2號22

2、.821.421.321.8317.175.46CK18.519.118.318.63青薯4號21.520.119.819.44.111.84青薯5號20.721.921.221.27168.93CK18.418.817.818.33青薯6號20.621.020.920.8313.648.33表1中對臨近CK的計算公式是對臨近CK的%處置產(chǎn)量對照產(chǎn)量 100，普通超越10%以上，就以為與對照有顯著差別。產(chǎn)量超越5的處置，要繼續(xù)進展實驗，再做結(jié)論。對比實驗中另一個統(tǒng)計分析方法是t檢驗，調(diào)查處置與臨近CK能否到達顯著差別。其結(jié)論與百分比法結(jié)果一樣。這個例題中，青薯2號、青薯5號、青薯6號與對照有顯

3、著差別，青薯4號與對照沒有顯著差別。二)間比法設計1設計每一區(qū)組首末各設一個對照，每隔4或9設一對照、反復24次。常用于育種初期階段的品系比較實驗，優(yōu)點是安排的處置多、但準確度低。如有10個馬鈴薯新品系代號分別為1、2、3、4、5、6、7、8、9、10、對照為CK的間比設計的一個反復的田間種植圖圖2CK1234CK5678CK910CK圖2 間比設計田間種植圖2分析現(xiàn)以該設計的3個反復的數(shù)據(jù)作統(tǒng)計分析表2。表2 馬鈴薯間比法品系比較實驗的小區(qū)產(chǎn)量分析品系代號各反復小區(qū)產(chǎn)量kg/m2平均數(shù)對照規(guī)范品系與CK比%I I II I ICK132.128.229.529.93133.430.926.9

4、30.432.0294.95232.833.828.731.7732.0299.21335.727.434.632.5732.02101.71434.237.435.735.7732.02111.70CK233.236.432.734.1535.440.339.538.436.08106.42641.641.240.341.0336.08113.73742.138.329.836.7336.08101.81841.436.032.436.636.08101.44CK337.241.835.238.07936.534.636.435.8336.2598.851041.539.938.940.13

5、6.25110.62CK432.834.735.834.43二隨機設計及實驗分析隨機陳列的實驗設計最大的特點是每個處置安排在每個小區(qū)的時機是一樣的，根據(jù)每個處置安排在每個小區(qū)的不同特點：通常又分為：完全隨訊設汁、隨機區(qū)組設計、拉丁方設計、裂區(qū)設計、再裂區(qū)設計、條區(qū)設計，為了便于了解每種設計不同的分析方法與題例的結(jié)合，先簡單的引見一下變量分析的根本知識，再引見馬鈴薯實驗常用隨機設計的特點和分析題例。一變量分析1變量分析的原理前面講的假設檢驗主要對兩個處置的效應進展檢驗、看兩個處置的效應能否有顯著差別，但現(xiàn)實上，實驗中的處置非常多，假設檢驗很難完成，因此，就出現(xiàn)了變量分析方差分析。變量分析是指將總

6、變異分解到各要素中去、剩余變異作為誤差變異，再用各要素的變異與誤差變異做比較，看該要素內(nèi)能否到達顯著差別，假設到達顯著、進一步分析各程度之間差別顯著性。2，變量分析詳細步驟l自在度和平方和的分解總自在度DF二組間自在度DF十組內(nèi)自在度 nk一1kn一l十k一1總平方和SS組間平方和SSt組內(nèi)平方和SSe(x-)2=(-)2+(x-)2但是，總均方方差不等于組間均方加組內(nèi)均方，MSS2SSDF MS1MStMSe。2建立變量分析表進展F檢驗 Fs12s22均方方差比。假設：FF0.05，闡明組內(nèi)各程度有顯著差別，F(xiàn)0.01，闡明組內(nèi)各程度有極顯著差別，進一步進展多重比較，假設FF0.05闡明組內(nèi)

7、各程度無顯著差別，分析就此終了表3。表3 方差分析表變異來源平方和SS自在度DF均方MSF值F0.05F0.01組間SStk-1SSt/ k-1MST/MSE查表查表組內(nèi)SSeK(n-1)SSe/K(n-1)總變異SSTNk-1SST/ Nk-13多重比較 F檢驗到達顯著差別闡明組內(nèi)程度問有顯著差別，但究竟哪兩個程度有顯著差別，還要進展多重比較，常用的多重比較方法有：最小顯著差別法LSD法、最小顯著極差法LSR新復極差法SSR法和q法，LSD法在統(tǒng)計推斷時犯第一類錯誤的概率最大，q法最小，SSR法居中，因此最常用的是SSR法(1)求規(guī)范誤SE=查SSR表或q表、t表,計算LSRaSESSRa；

8、(3)組內(nèi)各程度由大到小陳列，用LSRa為規(guī)范對各程度兩兩進展比較得出其差別顯著結(jié)果。結(jié)果的表示方法有列梯形表法如今很少用，劃線法直觀、簡單、方便，但不能同時表示0.01和0.05規(guī)范的結(jié)果和字母標志法優(yōu)于以上兩法、科技論文中常見。設計不同方差分析的內(nèi)容不同，但根本原理和步驟是一致的，在以后的SPSS統(tǒng)計軟件中，我們對不同的設計選擇不同的統(tǒng)計方法。3.方差分析的線性數(shù)學模型方差分析是建立在一定的線性可加模型根底上的 線性可加模型是指總體每一個變量可以按其變異的緣由分解成假設干個線性組成部分。樣本的線性組成為：樣本察看值樣本平均數(shù)十處置效應十隨機誤差總體的線性組成為：總體的變數(shù)總體平均數(shù)十處置效

9、應隨機誤差4固定模型與隨機模型固定模型：是指各個處置的平均效應是固定的一個常量，且滿足y，但常數(shù)未知；例如：要了解馬鈴薯新種類的產(chǎn)量或幾種密度、肥料、農(nóng)藥的效應等，研討對象是處置本身；統(tǒng)計結(jié)果僅適用于實驗本身、推斷關(guān)于特定的處置。隨機模型：指各個處置的效應不是一個常量，而是從平均數(shù)為零、方差為的正態(tài)總體中得到的一個隨機變量；例如：從一個地域的大面積的小麥種類中抽出假設干個樣本進展統(tǒng)計分析，統(tǒng)計結(jié)果可推斷總體特征?；旌夏Ｐ停杭劝ü潭Ｐ偷膶嶒炓?，也包括隨機模型的實驗要素。5.缺區(qū)估計由于某些難以控制的要素的影響，有些小區(qū)缺失數(shù)據(jù)。在這種情況下，處置和區(qū)組的正交性遭到破壞，可運用統(tǒng)計方法估算出

10、缺區(qū)數(shù)據(jù)，然后填其估值，再做分析。這是一種不得已的方法，個別可以，兩三個以上應按實驗失敗處置。6。數(shù)據(jù)轉(zhuǎn)換實驗任務者所得的各種數(shù)據(jù)，要全部準確地符合正態(tài)性、可加性、同質(zhì)性3個假定，往往是不容易的；因此采用方差分析所得的結(jié)果，只能以為是近似的結(jié)果。但是，在設計實驗和搜集資料的過程中，假設可以充分思索這些假定，那么在運用方差分析時，當能獲得更可信任的結(jié)論。對于并不符合根本假定的實驗資料，在進展方差分析之前，普通可采用以下補救方法：1剔除某些表現(xiàn)“特殊的察看值、處置或反復。2將總的實驗誤差的方差分裂為幾個較為同質(zhì)的實驗誤差的方差。3針對數(shù)據(jù)的主要缺陷，采用相應的變數(shù)轉(zhuǎn)換；然后用轉(zhuǎn)換后的數(shù)據(jù)作方差分析

11、。常用的轉(zhuǎn)換方法有：平方根轉(zhuǎn)換squareroottransforrnation 假設樣本平均數(shù)與其方差有比例關(guān)系，如poisson分布那樣，i=2i這種資料用平方根轉(zhuǎn)換是有效的。采用平方根轉(zhuǎn)換可獲得一個同質(zhì)的方差，同時也可減小非可加性的影響。普通將原察看值x轉(zhuǎn)換成,這種轉(zhuǎn)換常用于存在稀有景象的計數(shù)資料.例如1m2面積上某種昆蟲的頭數(shù)或某種雜草的株數(shù)等資料。假設有些察看值甚小，甚至有零出現(xiàn)，那么可用轉(zhuǎn)換。對數(shù)轉(zhuǎn)換1ogaritmictransformation 假設數(shù)據(jù)表現(xiàn)的效應為非可加性，而成倍加性或可乘性，同時樣本平均數(shù)與其極差或規(guī)范差成比例關(guān)系，那么采用對數(shù)轉(zhuǎn)換，可獲得一個同質(zhì)的方差。對

12、于改良非可加性的影響，這一轉(zhuǎn)換比之平方根轉(zhuǎn)換更為有效。普通將x轉(zhuǎn)換為lgx；如察看值中有零而各數(shù)值皆不大于10，那么可用lgx十1轉(zhuǎn)換。反正弦轉(zhuǎn)換arcsinetransfOrmatjOn 假設資料系成數(shù)或百分數(shù)，那么它將作二項分布，而知這一分布的方差是決議于其平均數(shù)的大??！所以，在實際上假設卩03和卩07，皆需做反正弦轉(zhuǎn)換，以獲得一個比較一致的方差。反正弦轉(zhuǎn)換是將百分數(shù)的平方根值取反正弦值，即P將換成sin-1，從而成為角度。采用幾個察看值的平均數(shù)作方差分析 由于平均數(shù)比之單個察看值更易做成正態(tài)分布，如抽取小樣本求得其平均數(shù)，再以這些平均數(shù)作方差分析，可減小各種不符合根本假定的要素的影響：二

13、完全隨機設計1.設計無須進展部分控制、各處置隨機分配到各實驗單元，要求實驗的環(huán)境要素相當均勻，常用于實驗室培育實驗及網(wǎng)、溫室的盆缽實驗。如：馬鈴薯組培苗生長紊有3個程度Al、A2、A3，氮素營養(yǎng)有2個程度B1、B2，6個處置組合為A1B1、A1B2，、A2B1A2B2、A3B1，A3B2，每個處置組合裝10個培育皿，共60個培育皿，這60個培育皿應放在同一個實驗條件。2.分析實驗終了后愈傷組織產(chǎn)生率如下表4。表4 愈傷組織產(chǎn)生率A1B169686065597058696270A1B272766972686378656776A2B153505861525450544945A2B259575259

14、576055535755A3B187888290868784798687A3B291949597929387899085對表4進展方差分析得：A要素B要素方差分析見表5。表5 A、B要素方差分析表變異來源平方和自在度均方F值P值A要素間5415.2722707.63330.0.0001B要素間203.5781203.57824.8220.0001A*B要素間26.150213.07521.5940.2125誤差442.883548.2021總變異6087.959方差分析表闡明：A要素內(nèi)有極顯著差別，B要素內(nèi)也有極顯著差別，進一步用新復極差法進展多重比較得：表6、表7。表6 A要素內(nèi)差別顯著性

15、均值顯著性0.050.01A370.4982aAA155.5037bBA247.5893cC表7 B要素內(nèi)差別顯著性程度均值顯著性0.050.01B259.7057aAB156.0218bB從表6、表7可以看出：A要素中：A3最高，與A1、A2有極顯茗差別，B要素中：B2最高,與Bl有極顯著差別。三) 隨機區(qū)組設計1設計特點把對照作為一個處置，根據(jù)部分控制原那么、先將實驗地按肥力劃分為等于反復數(shù)的區(qū)組數(shù)，再在每個反復內(nèi)各處置都獨立的隨機陳列。這是隨機陳列中最根本最常用的設計方法。優(yōu)點是設計簡單、富于伸縮性、可以估計誤差、順應性廣，缺陷是安排的處置數(shù)不能太多：如：要進展氮肥和鉀肥的施肥量實驗采用

16、二要素隨機區(qū)組設計，氮肥4個程度分別為：K110kg畝、N220kg畝、N330kg畝、N440kg畝；鉀肥4個程度分別為：K15kg畝、K215kg畝、K325kg畝、K435kg畝；共16個處置分別為：N1K1，N1K2，N1K3，N1K4，N2 K1，N2K2，N2K3，N2K4，N3K1，N3K2，N3K3，N3K4，GN4K1 N4K2N4K3，N4K4。反復3次，小區(qū)面積為21m2。每小區(qū)5行、行長6m，株距03m、行距O7m、每行20株、合計l00株，小區(qū)面積21m，等行距種植。田間種植圖見圖3。I28614712516391311110154II1141513910781421

17、6361251III147121211134156581091614圖3 馬鈴薯氮鉀實驗田間種植圖2題例一氮鉀配施對馬鈴薯產(chǎn)量的影響實驗方法實驗采用二要素隨機區(qū)組設計，氮肥4個程度分別為：N110kg畝、N220kg畝、N330k畝、N440kg畝；鉀肥4個程度分別為：KI5kg畝、K215kg畝、K325kg畝、K435kg畝；共16個處置分別為：N1K1，N1K2，N1K3，N1K4N2K1，N2K2， N2K3，；N2K4N3K1； N3K2，N3K3，N3K4；N4K1；N4K2；N4K3，N4K4，反復3次每小區(qū)5行、行長6m，株距03m、行距0.7m、每行20株、合計100株，小區(qū)

18、面積為21m2，等行距種植。田間種植圖見圖4。收獲時以小區(qū)計產(chǎn)。I28614712516391311110154II11415139107814216361251III147121211134156581091614圖4 馬鈴薯氮鉀實驗的田間種植圖2實驗結(jié)果分析21 氮鉀配施對馬鈴暑小區(qū)產(chǎn)量的影響表8 不同處置下的馬鈴薯小區(qū)產(chǎn)量kg21m212345678910111213141516I69.268.469.570.169.268.878.681.474.479.583.481.477.575.479.8756II60.871.272.273.668.779.279.478.670.484.2

19、82.880.370.272.176.374.7III72.166.275.875.466.764.180.377.268.480.982.179.872.172.479.573.2對表8資料進展方差分析得表9。表9 馬鈴謇不同處置小區(qū)產(chǎn)量方差分析變異來源SSdfMS(S2)FF0.05F0.01區(qū)組間10.82425.4120.716N要素間366.6573122.21916.179*2.924.51K要素間446.8523148.95119.718*2.924.51NK互作222.744924.7493.276*2.213.06誤差226.622307.554總變異1273.70047由表

20、9可以看出：N要素間、K要素間、N要素與K要素互作間的F值均到達極顯著差別，闡明N要素4個程度下的馬鈴薯小區(qū)產(chǎn)量之間有極顯著差別、K要素4個程度下的馬鈴薯小區(qū)產(chǎn)量之間也有極顯著差別、N要素與K要素互作之間的馬鈴薯小區(qū)產(chǎn)量之間同樣有極顯著差別。進一步分別對N要素間、K要素間、N要素與K要素互作間的馬鈴薯小區(qū)產(chǎn)量進展顯著性分析。N要素4個程度下的馬鈴薯小區(qū)產(chǎn)量之間差別顯著性分析假設：不同氮肥程度下的馬鈴薯小區(qū)產(chǎn)量的平均1234o不同氮肥程度下的馬鈴薯小區(qū)產(chǎn)量的規(guī)范誤SE=0.793，利用LSRa=SSRaSE得表10的數(shù)據(jù)為比較規(guī)范，分別對不同氮肥程度下的馬鈴薯小區(qū)產(chǎn)量進展顯著性比較得表11。表1

21、0 N要素差別比較規(guī)范dfe = 30,M234LSR0.052.2932.4122.475LSR0.013.0863.2213.301表11 N要素下產(chǎn)量差別顯著性分析氮肥程度平均產(chǎn)量kg21m2顯著程度5極顯著程度1%N378.98aAN474.48bBN274.35bBN171.20cC由表11可以看出：N3的產(chǎn)量最高，并與其他三個程度有極顯著差別，闡明：在現(xiàn)有實驗條件下N3的產(chǎn)量最高、施肥效果最好。氮肥高于N3或低于N3產(chǎn)量都會降低。K要素4個程度下的馬鈴薯小區(qū)產(chǎn)量之間差別顯著性分析假設：不同鉀肥程度下的馬鈴薯小區(qū)產(chǎn)量的平均1234。不同鉀肥程度下的馬鈴薯小區(qū)產(chǎn)量的規(guī)范誤和自在度與不同

22、氮肥程度一樣，所以不同鉀肥程度下的馬鈴薯小區(qū)產(chǎn)量顯著性比較規(guī)范仍用表10。以表10的數(shù)據(jù)為比較規(guī)范，分別對不同鉀肥程度下的馬鈴薯小區(qū)產(chǎn)量進展顯著性比較得表12。表12 K要素下產(chǎn)量差別顯著性分析K肥程度平均產(chǎn)量kg21m2顯著程度5極顯著程度1%K378.31aAK476.78aAK273.53bBK170.39cC由表12可以看出：K3的產(chǎn)量最高與K4程度無顯著差別，而與K2、K1有顯著差別，闡明在現(xiàn)有實驗條件下K3程度施肥效果最好。鉀肥高于或低于這個施肥程度產(chǎn)量都會降低。不同氮肥程度下與不同鉀肥程度下互作的馬鈴薯小區(qū)產(chǎn)量比較在同一氮肥程度下，假設鉀肥的4個程度的馬鈴薯小區(qū)產(chǎn)量的平均數(shù)相等，

23、即1234,其規(guī)范誤SE1.586。利用LSRa=SESSRa得同一氮肥程度下不同鉀肥程度的比較規(guī)范，見表13表13 同一氮肥程度下不同鉀肥程度LSRdfe = 30, M234LSR0.054.5864.8244.951LSR0.016.1736.4436.601利用表13的比較規(guī)范分別對N1、N2bf3、N4程度下不同K肥程度下的馬鈴薯小區(qū)平均產(chǎn)量進展顯著性分析如表14表14 不同氮肥程度下與不同鉀肥程度下互作顯著性差別比較N1K肥程度平均產(chǎn)量kg21m2顯著程度5極顯著程度1%K473.03aAK372.50aAK270.70aAK168.60aAN2K肥程度平均產(chǎn)量kg21m2顯著程度

24、5極顯著程度1%K379.43aAK479.07aAK270.70bBK168.20bBN3K肥程度平均產(chǎn)量kg21m2顯著程度5極顯著程度1%K378.53aAK474.50abABK273.30bABK171.60bBN4K肥程度平均產(chǎn)量kg21m2顯著程度5極顯著程度1%K382.77aAK281.53aAK480.50aAK171.07bB 由表14可以看出：在Nl程度下K4的產(chǎn)量最高、并與K3、K2、K1程度無顯著差別；N2程度下K3產(chǎn)量最高，與K4無顯著差別、與K2、Kl有顯著差別；在N3程度下K3的產(chǎn)童最高，并與K4、K2程度無極顯著差別，而與K1有極顯著差別；在N4程度下，K3

25、產(chǎn)量最高，與K2、K4無極顯著差別、與Kl有極顯著差別；闡明在較低氮肥程度下，增施鉀肥對馬鈴薯的產(chǎn)量添加不明顯，在較高氮肥程度下，增施K肥可顯著添加馬鈴薯產(chǎn)量。N3K3的產(chǎn)量最高，闡明N3K3組合是提高馬鈴薯產(chǎn)量的最正確組合，N3K2、N3K4也是比較好的施肥組合。四裂區(qū)設計及實驗分析1裂區(qū)設計根據(jù)部分控制原那么，先將實驗地按肥力劃分為等于反復數(shù)的區(qū)組數(shù)，在區(qū)組內(nèi)先隨機主區(qū)要素主處置各程度，再在每一個主區(qū)整區(qū)內(nèi)隨機副區(qū)要素副處置各程度，普通把實驗要求準確度低的、實驗地面積要求大的、效應較大的要素作為主區(qū)要素，優(yōu)點是能滿足不同要素的特殊需求，缺陷是設計和實施較為復雜。通常在以下3種情況下采用：在

26、一個要素各處置比另一要素各處置要求更大的面積時，如：耕地與種類，耕地要求的面積大，耕地作為主處置，種類就可作為副處置；一個要素的主效比另一要素的主效更重要、更準確、互作比主效更重要時，將更重要、要求準確度更高的處置作為副處置；知某些要素的效應比另一要素的效應更大時，將能夠表現(xiàn)較大差別的要素作為主處置。如：馬鈴薯的施肥量A1、A2、A3、摘花時間B1、B2、B3、B4的兩要素實驗，反復2次，曾經(jīng)知道馬鈴薯施肥的效應大于搞花的效應，施肥作為主處置，摘花作為副處置，在IA1A3A2B1B3B1B3B1B3B4B2B4B2B4B2IIA3A2A1B2B4B1B4B2B3B3B1B2B3B1B4圖中先對

27、主處置施肥量各程度進展隨機，然后在一個主區(qū)內(nèi)對副區(qū)各個處置進展隨機。設計的結(jié)果見田間種植圖圖5圖5 馬鈴薯施肥量、摘花時間裂區(qū)設計2裂區(qū)分析馬鈴薯施肥量與摘花時間的小區(qū)產(chǎn)量如表15。表15 馬鈴薯施肥量與摘花時間的小區(qū)產(chǎn)量處置小區(qū)產(chǎn)量IIIIIIA1B1302932A1B2363533A1B3191618A1B4171814A2B1293023A2B2302731A2B3141412A2B4151311A3B1312527A3B2292632A3B3141613A3B4171612對表15進展方差分析得：A要素B要素方差分析表16。表16 A要素B要素方差分析表變異來源SSdfMS(S2)F值

28、P值區(qū)組間23.1667211.5833A要素108.5254.2540.6880.0022誤差5.333341.3333B要素1995.3333665.111122.790.0001A*B互作16.166762.69440.4970.802誤差97.50185.4167總變異224635方差分析闡明：A要素內(nèi)有極顯著差別，B要素內(nèi)也有極顯著差別，A與B要素互作間沒有顯著差別，進一步用新復極差法對A要素內(nèi)、B要素內(nèi)進展多重比較得：表17、表318表17 主因差別顯著性程度均值顯著程度0.050.01主因A124.75aA主因A321.5bB主因A220.5bB表18 副因差別顯著性程度均值顯著

29、程度0.050.01副因B231.00aA副因B128.44bA副因B315.11cB副因B414.78cB表17、表18闡明：A要素中：A1最高，與A3、A2有極顯著差別；B要素中：B2最高，與B3、B4有極顯著差別。三、 正交實驗的設計及統(tǒng)計分析正交設計是一種研討多要素實驗的設計方法。在多要素實驗中，隨著實驗要素和程度數(shù)的添加，處置組合數(shù)將急劇添加。例如，3要素3程度的實驗。就有3327個處置組合，4要素4程度的實驗，就有44=256個處置組合。要全面實施這么龐大的實驗是相當困難的。因此，DJFinney倡議了部分實驗法。而后日本學者倡導利用正交方式設計部分實驗，稱為正交實驗。一正交實驗的

30、概念及特點正交實驗是利用一套規(guī)格化的表格正交表，科學合理地安排實驗。這種設計的特點是在實驗的全部處置組合中，僅挑選部分有代表性的程度組合處置組合進展實驗，經(jīng)過部分實施了解全面實驗情況，從中找出較優(yōu)的處置組合，這樣可以大大節(jié)省人力、財力、物力和時間，使一些難以實施的多要素實驗得以實施。例如，要進展一個4要素3程度的多要素實驗，假設全面實施就需求3481個處置組合，實驗規(guī)模顯然太大，很難實施。但是，假設采用一張L934的正交表安排實驗，那么只需9個處置組合就夠了。二正交表及其特點正交表是正交設計的根本工具。在正交設計中，安排實驗、分析結(jié)果均在正交表上進展。常用的正交表，已由數(shù)學任務者制定出來，實驗

31、時只需根據(jù)條件套用就行了，不需求另行編制?，F(xiàn)以L934正交表為例，闡明正交表的概念與特點。L表示一張正交表，括號內(nèi)的3表示要素的程度數(shù)，3的右上方為指數(shù)4，表示最多可以安排要素包括互作的個數(shù)。L右下角的數(shù)字9表示實驗次數(shù)程度組合數(shù)。總的來說，L934的意思是，用這張表進展實驗設計，最多可以安排4個要素，每個要素取3個程度，一共做9次實驗。L934的正交表列于表19，并在右側(cè)列出詳細需做的各個程度組合。表19 L934正交表列號ABCD程度組合1234處置代號11111A1B1C1D1處置代號21222A1B2C2D2處置代號31333A1B3C3D3處置代號42123A2B1C2D3處置代號5

32、2231A2B2C3D1處置代號62312A2B3C1D2處置代號73132A3B1C3D2處置代號83213A3B2C1D3處置代號93321A3B3C2D1表19共有4列，允許安排4個要素；每一列都有1、2、3三個數(shù)字。代表各要素的不同程度，表中有9橫行，代表9個不同處置組合。L934正交表有以下兩個性質(zhì)：1每一列中，不同數(shù)字出現(xiàn)的次數(shù)相等。這里不同數(shù)字只需3個：1、2、3，它們在每列中均出現(xiàn)3次。2任兩列中，將同一橫行的兩個數(shù)字看成有序數(shù)對時。每一數(shù)對出現(xiàn)的相等。這里有序數(shù)對共有9種：1，1、1，2、1，2、2，1、2，2、2，3、3，1、3，2、3，3，他們各出現(xiàn)1次，也就是說每個要素

33、的每一程度與另一要素的各個程度碰到一次，也僅碰到一次，闡明任何兩要素的搭配是平衡的。由于正交表這兩個特點，所用正交表安排的實驗具有平衡分散和整齊可比的特性：分布均勻，因此代表性強，能較好地反映全面情況。整齊可比，即由于正次表中各要素的程度是兩兩正交的，因此，任一要素任一程度下都必需平衡的包含著其他要素的各程度。例如，A1、A2、A3條件下各有三種B程度，三種C程度。所以當比較A1、A2、和A3時，其他兩個要素的效應都有彼此抵消，余下的只需A效應和實驗誤差，三組的區(qū)別僅在于A的程度不同，因此這三個程度組就具有明顯的可比性。在比較B1、B2、B3或、C1、C2、C3時，也是同樣情況。常用正交表中，

34、適用于二程度實驗的有L423正交表L827適用于三程度實驗的有L934正交表L27313等，還有適用于四程度，五程度及程度不等的正交表，供設計時選用。三、正交實驗的根本方法正交實驗的安排，分析均是借助于正交表進展的，利用正交表安排實驗，普通可分以下幾個步驟：1.確定實驗要素的程度數(shù)。根據(jù)實驗目確實定要研討的要素。假設對研討的問題了解較少，可多項選擇一些要素，對研討的問題了解較多，可少選或抓主要要素進展研討。要素選好后定程度，每個要素的程度可以相等，也可以不等，重要的或需求詳細了解的要素，程度可適當多一些，而對另一些需求相對粗略了解的要素。程度可適當少一些。題例為了提高馬鈴薯產(chǎn)量和質(zhì)量，科技人員

35、調(diào)查了馬鈴薯摘花、施鉀肥、草木灰拌種和培土時間對馬鈴薯產(chǎn)量的影響，進展了這4個要素各兩程度的正交實驗。各要素及其程度見表20。表20正交設計要素及其程度因子程度1程度2A：澆水次數(shù)B：施鉀肥蕾花期摘花施鉀肥20kg/畝蕾花期不摘花不施鉀肥C：草木灰拌種播種時草木灰拌種不拌種D：培土時間團棵期盛花期2.選用適宜的正交表。根據(jù)實驗要素程度數(shù)以及能否需求估計互作來選擇適宜的正交表，其原那么是既要能安排下全部實驗要素，又要使部分實驗的程度組合數(shù)盡能夠的少。在正交實驗中，各實驗要素的程度數(shù)減1之和加1，即為需求的最少實驗次數(shù)或處置組合數(shù)，假設有交互作用。需求再加上交互作用的自在度。對于上述要素兩個程度實

36、驗來講。最少需做的實驗次數(shù)即處置組合數(shù)=2-14+1=5，然后從2n要素正交表中選用途置組合數(shù)稍多于5的正交表安排實驗，據(jù)此選用L827正交表。 對于各要素程度數(shù)不相等的實驗。處置組合次數(shù)也按照上述原那么確定。如要進展一個4123的多要素實驗，全面實施的處置組合數(shù)為4123=32次。假設采用正交設計。最少的實驗次數(shù)為4-1+2-13+1=7，假設思索AB，AC互作，那么最少的實驗次數(shù)為：4-1+2-13+4-12-1+4-1+2-1+1=13。因此選用L1641212正交表安排實驗比較適宜。3.進展表頭設計，列出實驗方案。所謂表頭設計，就是把實驗中挑選的各要素填到正交表的表頭各列。表頭設計原那

37、么是：不要讓主效應間、主效應與交互作用間有混雜景象。由于正交表中普通都有交互列，因此當要素少于列數(shù)時，盡量不在交互列中安排實驗要素，以防發(fā)生混雜；當存在交互作用時，需查交互作用表，將交互作用安排在適宜的列上，如上例中所述的馬鈴薯實驗，假設只思索AB互作，可選用L827正交表，其表頭設計見表21。表21 馬鈴薯實驗的表頭設計列號1234567因子ABABCACD表頭設計好后，把該正交表L827中各列程度號換成各要素的詳細程度就成為實驗方案。例如第l列放A要素摘花與否，就把第1列中數(shù)字1都換成A的第一程度摘花，數(shù)字2都換成A的第二程度不摘花，如此類推。正交實驗方案見表22。表22 馬鈴薯實驗的正交

38、實驗方案實驗號處置組合1列摘花與否2列能否施鉀肥4列能否拌種7列培土時間1l 蕾花期摘花l 施鉀肥1 拌種l 團棵期2l 蕾花期摘花l 施鉀肥2 不拌種2 開花期31 蕾花期摘花2 不施鉀肥1 拌種2 開花期41 蕾花期摘花2 不施鉀肥2 不拌種1 團棵期52 蕾花期不摘花l 施鉀肥1 拌種2 開花期62 蕾花期不搞花l 施鉀肥2 不拌種1 團棵期72 眚花期不摘花2 不施鉀肥1 拌種l 團棵期82 蕾花期不摘花2 不施鉀肥2 不拌種2 開花期4.實驗實施。正交實驗方案做出后，就可按實驗方案進展實驗。假設選用的正交表較小，各列都被安排了實驗因子，當對實驗結(jié)果進展方差分析時，就無法估算實驗誤差：

39、假設選用更大的正交表，那么實驗的處置組合數(shù)會急劇添加，為理處理這個問題，可采用反復實驗。也可采用反復取樣的方法。反復取樣不同于反復實驗，反復取樣是從同一次實驗中取幾個樣品進展觀測或測試，結(jié)果每個處置組合也可得到幾個數(shù)據(jù)。5.正交實驗設計的留意點：表頭設計是正交實驗設計的關(guān)鍵，應根據(jù)實驗的根據(jù)和要求及以前該實驗的實情、合理設計表頭。正交實驗必需設置反復，用以估計主效或互作。田間實驗中的正交設計處置數(shù)目不宜過多，普通不超越1520。正交實驗由于是處置部分實施的實驗，有主效和互作的混雜，主效和互作的分析普通只作為進一步實驗的根據(jù)。統(tǒng)計分析的重點應放在各處置組合的比較上。四正交設計實驗結(jié)果分析正交實驗

40、結(jié)果可進展直觀分析和方差分析，并一同進展。分析前先編輯定義數(shù)據(jù)矩陣，數(shù)據(jù)矩陣的左邊放正交表，右邊輸人實驗結(jié)果實驗可是單個或有反復，一行一個正交實驗組合。然后，將正交表和實驗結(jié)果一同定義成數(shù)據(jù)矩陣，如上例正交實驗結(jié)果。然后進人菜單項選擇擇“普通正交實驗功能。系統(tǒng)提示用戶輸入實驗因子處置空閑因子總個數(shù)系統(tǒng)普通能自動識別出來，故普通只需回車，然后輸人空閑因子所在的列的序號有時亦將值很小的變異來源項作為空閑因子列，以添加實驗誤差的自在度，減少實驗誤差方差。從而提高假設檢驗的靈敏度表23。表23 馬鈴薯正交實驗結(jié)果分析數(shù)據(jù)編輯格式列號因子1 A2B3 AB4 C5 AC67 D種子產(chǎn)量1 2345678

41、1 11122221 12211221 1222211121212121212212112212112350325425425200250275375對表23方差分析結(jié)果見表24。表24 馬鈴薯正交實驗方差分析表完全隨機模型變異來源平方和自在度均方F值顯著程度X(1)X(2)X(3)X(4)X(5)X(6)誤差總和22578.1317578.1378.125001953.1253828.12578.12500703.125046796.88111111122578.1317578.1378.125001953.1253828.12578.12500703.125032.1111125.0000

42、00.1111112.7777785.4444440.11111110.111120.1256700.7951700.3440400.2577600.795170從表24看出，各項變異來源的F值均不顯著，這是由于實驗誤差自在度太小。到達顯著的臨界F值也過大所致。處理這個問題的根本方法是進展反復實驗或反復抽樣，也可以將F值小于1的變異項即D要素和A、B互作作為空閑因子，將它們的平方和與自在度和誤差項的平方和自在度合并，作為實驗誤差平方和的估計值SSe。這樣既可以添加實驗誤差的自在度，也可減少實驗誤差方差，從而提高假設檢驗的靈敏度。第3和第6列F值很小，作為空閑因子。這時根據(jù)提示，輸人空閑因子所在

43、列的序號，“3，6，執(zhí)行計算后得到結(jié)果表25。表25 馬鈴薯正交實驗的方差分析將F1因子作為空閑列，帶星號變異來源平方和自在度均方F值顯著程度X(1)X(2)X(3)*X(4)X(5)X(6) *模擬誤差誤差合并誤差22578.1317578.1378.125001953.1253828.12578.12500156.2500703.1250859.375011111121322578.1317578.1378.125001953.1253828.12578.1250078.12500703.1250286.458332.1111125.000002.7777785.4444440.11111

44、10.0030100.0043300.0796000.0353500.770580由表25可知，摘花與不摘花、施鉀肥與不施鉀肥的F值均達極顯著程度；摘花與否拌種與否互作的F值達顯著程度?？梢?，假設檢驗的靈敏度明顯提高。五結(jié)果解釋極差比較：確定各因子或交互作用對結(jié)果的影響，從計算結(jié)果表26可以看出，摘花與不摘花、施鉀肥與不施鉀肥的極差R分居第一、第二位。是影響馬鈴薯產(chǎn)量的關(guān)鍵性因子，其次是摘花與不摘花與拌種與否的互作和培土時間，拌種與否和AB互作影響較小。表26 極差比較因子極小值極大值極差R調(diào)整R，X(1) X(2)X(3)X(4)X(5)X(6) 275.000281.250325.0003

45、12.500306.250325.000381.250375.000331.250343.750350.000331.250106.250093.7500 6.250031.250043.75006.25000150.8750133.1250 8.87500044.375062.12508.87500程度選優(yōu)與組合選優(yōu)：根據(jù)各實驗因子的總計數(shù)或平均數(shù)可以看出：A取A1，B取B2，C取C2，D取D2為好，即馬鈴薯產(chǎn)量最高的栽培管理方式為：A1B2C2D2，但由于AC對產(chǎn)量影響較大，所以馬鈴薯高產(chǎn)的條件還不能這樣選取。而A和C選哪個程度，應根據(jù)A與C的最好組合，所以還要對AC的交互作用進展分析。A

46、C交互作用的直觀分析是求A與C構(gòu)成的處置組合平均數(shù)：A15，A1C2350十4252375.5，A2C12002752=237.5，A2C22503752312.5。由此可知，A1與C1條件配合時馬鈴薯產(chǎn)量最高。因此，在思索AC交互作用的情況下，馬鈴薯產(chǎn)量最高的最適條件應為：AlB2ClD2。它正是3號處置組合，也是8個處置組合中產(chǎn)量最高者。但4號處置組合與3號處置組合產(chǎn)量一樣，二者有無差別，尚需方差分析。假設選出的處置組合不在實驗中，還需求再進展一次實驗。以確定選出的處置組合能否最優(yōu)?；プ鞣治雠c處置組合選優(yōu)：由于摘花與否極顯著，施肥方法不顯著，摘花與否拌種與否互作顯

47、著，所以澆水次數(shù)和施肥方法的最優(yōu)程度應根據(jù)摘花與否拌種與否互作而定，即在A1確定為最優(yōu)程度后，在Al程度上比較C1和C2，確定拌種與否的最優(yōu)程度。因此，施肥方法C因子還是取C1較好；施鉀肥與否B因子取B2較好；培土D程度間差別不顯著，取收哪個都行，所以最優(yōu)組合取A1B2C1D1或A1B2C1D2都可以。四、直線回歸設計及實驗分一直線回歸和相關(guān)1.回歸和相關(guān)的根本概念前面我們研討的是效應的一個變量的資料，而育種任務中有許多是變量之間都有一定的關(guān)系如：溫度與作物生長、溫度與濕度、濕度與作物生長等，這些相關(guān)關(guān)系用變量分析就無法完成。函數(shù)關(guān)系：是一種確定性的關(guān)系，是反映必然事件的關(guān)系，研討的是無抽樣誤

48、差的事物，即一個變數(shù)的任一變量必與另一變數(shù)的一個確定的數(shù)值相對應。統(tǒng)計關(guān)系：是一種非確定性的關(guān)系，是反映隨機事件的關(guān)系，研討的是抽樣誤差，即一個變數(shù)的取值受另一變數(shù)的影響，但又不存在確定的函數(shù)關(guān)系?；貧w關(guān)系：兩個變數(shù)間存在因果關(guān)系，緣由變數(shù)為自變量，結(jié)果的變數(shù)為因變量。回歸分析：計算回歸方程為根底的統(tǒng)計分析方法，也就是對回歸關(guān)系進展統(tǒng)計分析。相關(guān)關(guān)系：兩個變數(shù)間不存在因果關(guān)系，呈現(xiàn)一種共同變化的特點，兩個變量互為自變量和因變量。相關(guān)分析：計算相關(guān)關(guān)系根底的統(tǒng)計分析方法，也就是對相關(guān)關(guān)系進展統(tǒng)計分析。原那么上兩個變數(shù)中y含有實驗誤差而x不含有實驗誤差時，著重進展回歸分析；y和x均存在實驗誤差時,

49、著重進展相關(guān)分析?；貧w關(guān)系中包含有相關(guān)關(guān)系，回歸分析時通常在統(tǒng)計時先計算相關(guān)關(guān)系，看能否到達顯著差別，到達了進一步計算回歸方程，對一組資料來說：相關(guān)顯著、回歸必顯著。2直線相關(guān)的原理和特性對于坐標點呈直線趨勢的兩個變數(shù)，看x和y的相關(guān)親密程度及其性質(zhì)用其統(tǒng)計數(shù)相關(guān)系數(shù)表示。普通用表示總體相關(guān)系數(shù)，用r表示樣本相關(guān)系數(shù)，其計算公式為：r r的取值區(qū)間是-1，1，|r|越接近于1，關(guān)系越親密；越接近于0越能夠無相關(guān)；r的顯著與否還和自在度有關(guān)，自在度越大、受抽樣誤差的影響越小，r到達顯著程度的值就越??；正的r值表示正相關(guān)，即y隨x的增大而增大，負的r值表示負相關(guān)，即y隨x的增大而減?。幌嚓P(guān)系數(shù)r的

50、正負與回歸系數(shù)b相一致。3題例二青薯168的生長發(fā)育及性狀間的相關(guān)性分析張永成青海省農(nóng)林科學院作物所，西寧810016摘要 馬鈴薯的生長發(fā)育隨著生育期的變化而變化，前期以莖葉生長為主，后期那么以塊莖生長為主。所以，地上部性狀間以及地上部性狀與地下部性狀塊莖的構(gòu)成有著親密的關(guān)系。地上部株高與莖葉童、葉面積之間有著極顯著的正相關(guān)，相關(guān)系數(shù)分別為r=0.9359，和r=0.8488；莖葉重與葉面積系數(shù)之間三極顯著的正相關(guān)，r=0.9605。株高與地下部塊重之間呈顯著的正相關(guān)，r=0.6843，莖葉重與地下部決重間的關(guān)系為正相關(guān)，r0.4285，葉面積系數(shù)與地下部塊重有著微弱的正相關(guān)關(guān)系，r0.153

51、4。關(guān)鍵詞 馬鈴薯；生育階段；數(shù)量性狀；相關(guān)性l前言 馬鈴薯屬無性繁衍作物，它的個體發(fā)育不像禾谷類作物那樣明顯地域分器官建成的各個時期，因此不易在生育期有針對性的準確而及時的進展各項農(nóng)藝措施的實施，所以弄清其生長發(fā)育階段與生長的關(guān)系以及性狀間的相互關(guān)系，找出生長發(fā)育的變化規(guī)律，對合理的栽培管理，提高單位面積產(chǎn)量有著非常重要的意義。2資料與方法實驗資料為青薯168新種類，除了在生育階段對地上部性狀進展詳細的記載外，采取每隔10d取樣10株的方法進展考種調(diào)查。調(diào)查的主要工程有：株高、莖粗、主基數(shù)、分枝數(shù)、莖葉重、葉面積系數(shù)、地下部塊重等。3結(jié)果與分析馬鈴薯的生長發(fā)育，前期以莖葉生長為主，后期以塊莖

52、生長為主。著重對青薯168馬鈴薯新種類的生長發(fā)育以及影響產(chǎn)量構(gòu)成的主要性狀株高、莖葉重、葉面積系數(shù)與塊莖分量之間的關(guān)系進展研討與分析。31 植株的生長過程根據(jù)近幾年生長季節(jié)的察看、記載，可對青薯168的生育階段進展詳細的劃分與分析。在西寧水地栽培條件下，普通于4月中旬播種，9月底收獲，整個生育期約160d，前期由于氣溫較低，發(fā)芽期播種發(fā)芽所需的時間較長，普通需3035d。幼苗期出苗現(xiàn)蕾期約需25d，由于該期馬鈴薯的幼苗生長主要靠母薯供應營養(yǎng)，所以此時的莖葉生長較快。塊莖構(gòu)成期現(xiàn)蕾開花期約需15d，此時葉面積迅速擴展，莖葉重迅速添加，地下部匍匐莖開場構(gòu)成，但隨著時間的推移，匍匐莖長到一定程度那么

53、停頓伸長，頂端開場膨大，構(gòu)成薯塊。塊莖膨大期開花成熟約需75d左右，此時是馬鈴薯終身中生長最重要的時期，是地上部與地下部生長同時并進時期，莖葉重、葉面積生長到達了最頂峰，并且繼續(xù)的時間較長，同時地下部塊莖也在迅速生長。淀粉積累期成熟枯黃僅有10d左右，此時由于明顯的氣候變化，即使是不能正常成熟的種類晚熟，也會因氣溫迅速下降而枯死，加之早霜的降臨，破壞了葉的生理功能，使得收獲季節(jié)也十清楚顯，假設不能及時收獲，那么有受凍的危險。3。2 性狀間的相關(guān)關(guān)系根據(jù)考種調(diào)查，將主要數(shù)量性狀的表現(xiàn)列于表27，同時把各性狀間的相關(guān)系數(shù)列于表28，根據(jù)表27和表28的數(shù)據(jù)再進展逐項分析。表27 馬鈴薯主要數(shù)量性狀

54、的表現(xiàn)日期株高cm莖葉鮮重g葉面積m2葉面積系數(shù)B塊莖鮮重g5/616.641.90.05020.188115/622.6115.40.14910.55913.1425/634.7222.90,30551.14563.005/766.7689.50.86303.236110.8815/795.5892.00.96633.623495.0025/7105.04.51.38485.1927273.505/8121.51124.01.13284.2478446.0015/8125.01064.01.09854.1184629.9025/8109.51027.10.84513.1689922.504/

55、9112.0854.00.80963.03581170.9014/9113.0880.70.61792.344701240.80表28 馬鈴薯各性狀間的相關(guān)系數(shù)性狀株高莖葉鮮重葉面積系數(shù)莖葉鮮重0.9359葉面積系數(shù)0.84880.9608塊莖鮮重0.64830.42850.15343.2.1 地上部性狀株高、莖葉重、葉面積間的相互關(guān)系3.2.1.1 株高與莖葉重的相互關(guān)系 馬鈴薯的株高在終身中是呈直線上升的開展趨勢，在生育前期生長速度較快，日增量最高的時期是7月15日左右，即盛花期前為3.2cm，盛花后期那么生長速度減慢。莖葉的生長是隨著植株的增高而增長的，二者之間呈極顯著的正相關(guān)，相關(guān)系數(shù)

56、r=0.9359*，即植株越高，莖葉的體積越大，分量就越重。否那么，植株越低，其莖葉的體積也小，分量也輕。3.2.1.2 株高與葉面積的關(guān)系 株高與葉面積之間有著極顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)r0.8488*，葉面積是隨著株高的增長而增長的，植株高度越高，其葉面積就越大，當8月15日植株高度到達125cm時，葉面積系數(shù)早已到達了終身的頂峰期，葉面積的頂峰期比株高的頂峰期要早些，為7月25日，單株葉面積為13848m2，葉面積系數(shù)為5.927。3.2.1.3 莖葉鮮重與葉面積及葉面積系數(shù)的關(guān)系 莖葉鮮重與葉面積之間呈極顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)r=09605*，即葉面積越大，其莖葉鮮重就越高，同理

57、，莖葉鮮重越高，葉面積系數(shù)也就越大。莖葉鮮重在終身中的變化是由低高低的變化過程，莖葉鮮重的頂峰期在7月25日，莖葉鮮重的日增量在生長前期是以拋物線的趨勢變化的，并且增長的速度快，當增長到一定程度那么不再增長，并且隨著生育期的延伸而逐漸降低。葉面積和葉面積系數(shù)與莖葉鮮重的變化趨勢是一致的。3.2.2 地上部性狀與地下部塊莖構(gòu)成的關(guān)系 地上部株高、莖葉鮮重、葉面積等性狀與地下部結(jié)薯性有著親密的關(guān)系，地上部生長勢越強，其地下部的塊莖產(chǎn)量就越高。3.2.2.1 株高與塊莖構(gòu)成的關(guān)系 株高與塊莖分量的增長呈正相關(guān)關(guān)系，相關(guān)系數(shù)r06843*，隨著株高的不斷增高，塊莖的數(shù)量也在不斷地增多，體積也在不斷地增

58、大，分量也在不斷地增長。株高和塊莖分量的增長，生長趨勢是一致的。所以說，它們之間呈正相關(guān)關(guān)系，但不等于植株越高，其產(chǎn)量結(jié)果就越高。這與種類本身的生理特性有關(guān)，植株的高度根本上是相對穩(wěn)定的，長到一定的高度那么不再增高，而塊莖的增重那么是不斷增長和積累的。3.2.2.2 莖葉鮮重與塊莖鮮重的關(guān)系 塊莖的生長是在莖葉生長繁茂的根底上進展的，莖葉生長量到達頂峰期以前，塊莖鮮重的增長是隨著莖葉的增長而增長，相關(guān)系數(shù)r=0.4285，塊莖鮮重的增長和莖葉鮮重的增長呈正相關(guān)關(guān)系，莖葉越重，其塊莖的分量就越高。莖葉鮮重到達頂峰時，塊莖的日增量頂峰期也在此時出現(xiàn)，為7月25日左右，塊莖每天增重為1785g/株日

59、，在盛花期后，莖葉鮮重由頂峰期逐漸下降，但塊莖的增重仍在不斷地進展，不斷增長到莖葉全部枯死為止，只是增長速度比以前減慢了，這樣，塊莖鮮重由低于莖葉重而轉(zhuǎn)入高于莖葉重，所以在鮮重平衡期后，莖葉和塊莖間的關(guān)系為負相關(guān)，前期以莖葉生長為中心，后期以塊莖生長為中心。后期雖莖葉增長減慢，并逐漸消亡，但莖葉中制造和積累的有機物質(zhì)仍源源不斷地運送到塊莖中去，使塊莖分量不斷添加。所以，延伸莖葉壽命，必能奪得高產(chǎn)。3.2.2.3 葉面積、葉面積系數(shù)與塊莖構(gòu)成的關(guān)系 葉面積在終身中的生長趨勢是由低高低的變化，而塊莖鮮重在終身中是由低高的直線開展，即終身中都在不斷地積累。7月25日的最大葉面積系數(shù)到達5.1927。

60、在葉面積頂峰前期，隨著葉面積的增長，塊莖鮮重也在不斷地增長，但在葉面積頂峰期后，隨著莖葉的衰老，葉面積系數(shù)那么逐漸下降，但塊莖鮮重仍在繼續(xù)增長，由于此刻的變化，所以在終身中，葉面積系數(shù)與塊莖鮮重之間存在著微弱的正相關(guān)關(guān)系，相關(guān)系數(shù)r=01534。4討論雖然株高與塊莖構(gòu)成的關(guān)系呈正相關(guān)，但不等于植株越高，產(chǎn)量就越高，植株的高度是一定的，是它的遺傳基因所決議的，相對而言塊莖的增重那么受外界環(huán)境條件的影響較大，當水、肥、光、氣、熱等外界環(huán)境條件適當，莖葉的生長速度加快，鮮重日增量迅速添加，光合產(chǎn)物就多，從而導致了塊莖中的物質(zhì)積累加強。否那么，當外界環(huán)境條件不當，不僅地上部生長受影響，而且也影響著塊莖