呂世杰，閆寶龍,2，王忠武，李治國(guó)*，，康薩如拉，劉紅梅

(1.內(nèi)蒙古農(nóng)業(yè)大學(xué)草原與資源環(huán)境學(xué)院/草地資源教育部重點(diǎn)實(shí)驗(yàn)室/農(nóng)業(yè)農(nóng)村部飼草 栽培、加工與高效利用重點(diǎn)實(shí)驗(yàn)室/內(nèi)蒙古自治區(qū)草地管理與利用重點(diǎn)實(shí)驗(yàn)室，呼和浩特 010019; 2.內(nèi)蒙古民族大學(xué)農(nóng)學(xué)院，通遼028043；3.內(nèi)蒙古自治區(qū)林業(yè)科學(xué)研究院，呼和浩特 010010)

在生態(tài)學(xué)野外或田間試驗(yàn)中，我們常用到區(qū)組試驗(yàn)設(shè)計(jì)[1～3],原因是區(qū)組試驗(yàn)設(shè)計(jì)操作相對(duì)簡(jiǎn)單，數(shù)據(jù)分析相對(duì)容易掌握，研究者更愿意接受并用于揭示研究對(duì)象的變化特征和變化規(guī)律[4～6]。然而,事實(shí)上試驗(yàn)設(shè)計(jì)的操作簡(jiǎn)單不等于數(shù)據(jù)分析的科學(xué)運(yùn)用。盡管有什么樣的試驗(yàn)設(shè)計(jì)就會(huì)有什么樣的數(shù)據(jù)分析方法，但數(shù)據(jù)分析方法受試驗(yàn)設(shè)計(jì)種類、樣本容量、取樣方法和模型參數(shù)等多方面的影響[4,5,7]。區(qū)組試驗(yàn)設(shè)計(jì)的數(shù)據(jù)分析方法首先考慮到的就是方差分析[4,5]。然而，方差分析模型的選取并不是單因素和雙因素這么簡(jiǎn)單，也不是固定模型和隨機(jī)模型這么容易，而是一個(gè)綜合考量過程[5,6]。方差分析結(jié)果判斷出顯著差異之后，需要進(jìn)一步做多重比較[5,6]?？墒?，我們?cè)谖墨I(xiàn)中經(jīng)常會(huì)看到多重比較結(jié)果等同于方差分析[1～3]。因此，方差分析模型選取以及其與多重比較的關(guān)系有必要詳細(xì)闡明。特別值得注意的是，近些年對(duì)于P值問題的爭(zhēng)論引起了統(tǒng)計(jì)學(xué)界高度重視，對(duì)其他學(xué)科的影響也具有深遠(yuǎn)的意義[8～10]。本研究立足于生態(tài)學(xué)單因素區(qū)組試驗(yàn)設(shè)計(jì)，采用實(shí)例解析的方法對(duì)方差分析模型選取、多重比較、差異顯著性(P值)逐一探討，為生態(tài)學(xué)區(qū)組試驗(yàn)設(shè)計(jì)的數(shù)據(jù)分析提供科學(xué)合理的解決途徑，也為生態(tài)學(xué)科學(xué)問題的闡釋給予比較全面的理論支撐。

1 材料和方法

試驗(yàn)數(shù)據(jù)來源于內(nèi)蒙古農(nóng)業(yè)大學(xué)草原與資源環(huán)境學(xué)院四子王旗放牧試驗(yàn)基地，放牧試驗(yàn)基地采用區(qū)組試驗(yàn)設(shè)計(jì)[11]。2016年8月份，在每一個(gè)試驗(yàn)處理區(qū)隨機(jī)選擇10個(gè)50cm×50cm的樣方，測(cè)定短花針茅植物種群的高度、蓋度、密度和地上現(xiàn)存量以及植物群落地上現(xiàn)存量，并以該試驗(yàn)設(shè)計(jì)下的取樣數(shù)據(jù)(高度、密度)展開方差分析相關(guān)問題的討論。數(shù)據(jù)分析采用SAS 9.2軟件，其中正態(tài)性檢驗(yàn)調(diào)用UNIVARIATE過程，方差分析調(diào)用GLM過程，多重比較選用DUNCAN關(guān)鍵字，方差同質(zhì)性選用HOVTEST關(guān)鍵字。

2 方差分析相關(guān)問題探討

2.1 樣本容量如何確定

從表1看出，每一載畜率下樣本容量為27或30個(gè)觀測(cè)數(shù)據(jù)，這一樣本指的是觀測(cè)樣本容量，而不是試驗(yàn)設(shè)計(jì)樣本容量。試驗(yàn)設(shè)計(jì)的樣本容量由4個(gè)載畜率和3個(gè)區(qū)組構(gòu)成，也就是總樣本容量為12個(gè)數(shù)據(jù)。這一點(diǎn)可以從單因素區(qū)組試驗(yàn)設(shè)計(jì)的模型[4]中可以看到：

xij=μ+αi+βj+εij

(1)

式中，xij為觀測(cè)數(shù)據(jù)(每一載畜率每一區(qū)組內(nèi)短花針茅種群高度或密度)；μ為總體(短花針茅種群高度或密度)均值；αi為載畜率導(dǎo)致短花針茅種群高度或密度的差異；βj為區(qū)組試驗(yàn)設(shè)計(jì)中區(qū)組導(dǎo)致短花針茅種群高度或密度的差異。因此，每一載畜率每一區(qū)組內(nèi)10個(gè)觀測(cè)樣方的觀測(cè)數(shù)據(jù)不能直接用于方差分析，原因是違背了單因素區(qū)組試驗(yàn)設(shè)計(jì)數(shù)據(jù)分析的統(tǒng)計(jì)模型。那么每一載畜率每一區(qū)組內(nèi)短花針茅種群高度或密度觀測(cè)數(shù)據(jù)(表1中7或10個(gè)樣本容量)還有沒有意義，原因是生態(tài)學(xué)野外或田間試驗(yàn)空間異質(zhì)性大，觀測(cè)數(shù)據(jù)波動(dòng)性大，需要增加觀測(cè)重復(fù)來彌補(bǔ)數(shù)據(jù)的波動(dòng)性，從而使獲得的觀測(cè)數(shù)據(jù)均值更穩(wěn)定，更具有代表每一載畜率每一區(qū)組內(nèi)短花針茅植物種群高度或密度指標(biāo)的集中情況。

表1 不同載畜率下短花針茅植物種群高度和密度樣本數(shù)據(jù)描述

2.2 正態(tài)性檢驗(yàn)

確定了樣本對(duì)象和樣本容量，我們才能進(jìn)入正態(tài)性檢驗(yàn)環(huán)節(jié)，這是方差分析的前提條件之一。在荒漠草原，短花針茅高度屬于數(shù)量性狀數(shù)據(jù)(連續(xù)型變量)，而密度屬于質(zhì)量性狀數(shù)據(jù)(非連續(xù)性變量)，所以有必要先假設(shè)荒漠草原短花針茅這一總體的高度、密度服從正態(tài)分布[5]。短花針茅高度、密度數(shù)據(jù)的樣本容量均為12個(gè)，高度經(jīng)Shapiro-wilk檢驗(yàn)[4,6]統(tǒng)計(jì)量W=0.9524，P=0.6730；Kolmogorov-smirnov檢驗(yàn)[4,6]結(jié)果顯示，D=0.1098，P>0.1500；所以高度屬于正態(tài)分布數(shù)據(jù)。密度經(jīng)Shapiro-wilk檢驗(yàn)統(tǒng)計(jì)量W=0.9679，P=0.8872；Kolmogorov-smirnov檢驗(yàn)結(jié)果顯示，D=0.1275，P>0.1500；所以密度也屬于正態(tài)分布數(shù)據(jù)。因此，高度和密度指標(biāo)可以進(jìn)行下一步數(shù)據(jù)分析過程。

2.3 方差同質(zhì)性檢驗(yàn)

方差同質(zhì)性檢驗(yàn)調(diào)用SAS的GLM過程，一般在MEANS關(guān)鍵字后的待比較變量進(jìn)行指定，格式為“MEANS CHL/HOVTEST DUNCAN ALPHA=0.05”，其中CHL代表載畜率變量，其余屬于SAS系統(tǒng)關(guān)鍵字[12]。在這里需要明白一點(diǎn)，當(dāng)進(jìn)行多重比較時(shí)不管因素變量存在幾個(gè)，只是針對(duì)其中的一個(gè)因素變量進(jìn)行比較，其余因素變量均變?yōu)橹貜?fù)。所以，多因素變量的方差分析在進(jìn)行方差同質(zhì)性檢驗(yàn)時(shí)模型只能指定一個(gè)因素變量。在本研究中，多重比較的因素變量為載畜率，相應(yīng)的區(qū)組變量成為重復(fù)變量。也就是說，當(dāng)進(jìn)行方差同質(zhì)性檢驗(yàn)時(shí)，涉及的待比較因素只有一個(gè)，那就是CHL，即載畜率變量。當(dāng)方差同質(zhì)性檢驗(yàn)通過時(shí)(一般要求P>0.05)，說明不同載畜率下3個(gè)區(qū)組的觀測(cè)數(shù)據(jù)來自同一總體，即荒漠草原不同載畜率下短花針茅高度、密度來源于同一總體，其差異僅是由載畜率和區(qū)組差異引起。經(jīng)檢驗(yàn)發(fā)現(xiàn)，短花針茅高度F=0.80，P=0.5294；密度F=2.26，P=0.1587；P值均大于0.05，認(rèn)為不同載畜率下的高度、密度指標(biāo)沒有因載畜率不同而產(chǎn)生差異，也就是說不同載畜率下高度、密度數(shù)據(jù)具有方差同質(zhì)性，來源于同一個(gè)總體。

2.4 線性可加性檢驗(yàn)

獲得的樣本數(shù)據(jù)，正態(tài)性和方差同質(zhì)性檢驗(yàn)通過后還需要進(jìn)行線性可加性檢驗(yàn)[5]，即公式(1)的模型檢驗(yàn)。在進(jìn)行線性模型線性可加性檢驗(yàn)時(shí)，研究者往往過于看重F值和Pr>F值?？粗谾值的原因是根據(jù)相對(duì)大小進(jìn)行變量取舍，以便在多因素模型中進(jìn)行模型優(yōu)化；看重Pr>F值的原因是判斷是否繼續(xù)進(jìn)行多重比較的標(biāo)準(zhǔn)。然而，這種做法是欠妥當(dāng)?shù)模蛭覀兙€性可加模型是基于試驗(yàn)設(shè)計(jì)對(duì)觀測(cè)數(shù)據(jù)的數(shù)學(xué)表述，所以擬合率的大小也是影響線性可加模型是否成立的關(guān)鍵指標(biāo)[6]。本研究案例線性可加模型檢驗(yàn)結(jié)果顯示，高度F=2.36，P=0.1633，R2=0.6625；密度F=6.67，P=0.0194，R2=0.8475；所以高度方差分析檢驗(yàn)沒有通過，擬合率也比較低；而密度方差分析檢驗(yàn)通過(P<0.05)，擬合率高達(dá)84.75%。

2.5 區(qū)組效應(yīng)算不算一個(gè)因素

區(qū)組效應(yīng)是不是一個(gè)因子，不同研究者具有不同的理解。茆詩松等[4]在編著的《試驗(yàn)設(shè)計(jì)》中指出，在進(jìn)行線性可加模型檢驗(yàn)時(shí)，觀察區(qū)組效應(yīng)是否顯著大于誤差效應(yīng)是進(jìn)行判別的依據(jù)，如果區(qū)組效應(yīng)顯著大于誤差效應(yīng)(P<0.05)，就要考慮區(qū)組效應(yīng)的價(jià)值，當(dāng)區(qū)組效應(yīng)與誤差效應(yīng)無顯著差異，則可直接劃歸為誤差效應(yīng)。然而，蓋鈞鎰[7]在主編的《試驗(yàn)統(tǒng)計(jì)方法》中指出，區(qū)組效應(yīng)可以看成另一個(gè)因素。本研究認(rèn)為，區(qū)組試驗(yàn)設(shè)計(jì)前提要求區(qū)組內(nèi)不同試驗(yàn)處理的基本條件盡可能一致，不同區(qū)組間的差異可以大一些，同時(shí)在野外或田間生態(tài)學(xué)實(shí)驗(yàn)中經(jīng)常涉及山坡大小、水文條件甚至植被狀況等自然條件限制，在安排試驗(yàn)時(shí)就應(yīng)該盡可能考慮區(qū)組間差異，可以采用區(qū)組試驗(yàn)設(shè)計(jì)進(jìn)行單向控制[7]。如果沒有考慮，也不能進(jìn)行補(bǔ)救的情況下，區(qū)組效應(yīng)屬于隨機(jī)效應(yīng)，如果進(jìn)行單向控制，區(qū)組效應(yīng)屬于固定效應(yīng)，這時(shí)無論是隨機(jī)效應(yīng)還是固定效應(yīng)，方差分析線性模型不會(huì)改變，均屬于雙因素方差分析模型，對(duì)于試驗(yàn)處理的檢驗(yàn)不再是簡(jiǎn)單的取舍問題，而是固定模型、隨機(jī)模型和混合模型的問題[5]。這樣隨之而來會(huì)帶來另外的問題，單因素區(qū)組設(shè)計(jì)當(dāng)考慮區(qū)組設(shè)計(jì)為因素時(shí)，不能考慮交互作用(沒有重復(fù)，缺少自由度)，所以也就不能判斷處理因素強(qiáng)弱；進(jìn)而考慮區(qū)組因素為隨機(jī)因素時(shí)，不能對(duì)處理因素進(jìn)行有效的檢驗(yàn)(缺少自由度)。因此，這也成了單因素區(qū)組試驗(yàn)設(shè)計(jì)的缺點(diǎn)。

3 方差分析結(jié)果的呈現(xiàn)

3.1 方差分析表呈現(xiàn)

在方差分析結(jié)果呈現(xiàn)時(shí)，研究者對(duì)方差分析結(jié)果進(jìn)行了精簡(jiǎn)(只有F值和Pr>F值)，我們只能看到因素的方差效應(yīng)是否大于誤差效應(yīng)，難以看到因素效應(yīng)的方差貢獻(xiàn)，更看不到線性可加模型對(duì)原始數(shù)據(jù)的擬合效果，所以對(duì)于數(shù)據(jù)分析結(jié)果的科學(xué)性和可信性存在質(zhì)疑。同時(shí)，對(duì)于存在隨機(jī)因素的多因素方差分析模型，我們也無法判斷采用的是固定模型、隨機(jī)模型或混合模型中的哪一類。因此，綜合來說方差分析結(jié)果應(yīng)該采用表2的樣式。對(duì)于單因素隨機(jī)區(qū)組試驗(yàn)設(shè)計(jì)，其方差分析模型應(yīng)該是雙因素?zé)o交互作用方差分析模型(表2)。對(duì)于高度數(shù)據(jù)，其更符合單因素方差分析模型，此時(shí)區(qū)組效應(yīng)屬于隨機(jī)效應(yīng)，且對(duì)因素載畜率(CHL)具有干擾作用，因此采用單因素方差分析模型更為合適(此時(shí)區(qū)組效應(yīng)成為隨機(jī)誤差效應(yīng))。盡管模型選擇是以損失擬合率為代價(jià)，但是擬合率下降幅度不大，且能夠表征載畜率因素對(duì)短花針茅高度的影響，所以結(jié)合多重比較結(jié)果(圖1)，單因素方差分析模型更為準(zhǔn)確。對(duì)于密度指標(biāo)，采用雙因素固定效應(yīng)方差分析模型更為合理，此時(shí)具有較高的擬合率(R2=84.75%，即0.8475)，且載畜率對(duì)密度的影響也能夠得到真實(shí)體現(xiàn)。所以，單因素區(qū)組試驗(yàn)設(shè)計(jì)的方差分析本質(zhì)是雙因素方差分析模型，而且處理效應(yīng)與區(qū)組效應(yīng)劃歸為固定效應(yīng)，模型為固定效應(yīng)模型，即全稱應(yīng)該為雙因素固定效應(yīng)方差分析模型。然而，在分析數(shù)據(jù)時(shí)受區(qū)組效應(yīng)的影響，究竟是采用單因素方差分析模型還是雙因素固定效應(yīng)模型，需要通過檢驗(yàn)結(jié)果進(jìn)行判定。

3.2 多重比較結(jié)果呈現(xiàn)

在進(jìn)行方差分析時(shí)，當(dāng)方差分析檢驗(yàn)結(jié)果顯著時(shí)(P<0.05)需要對(duì)樣本均值進(jìn)行多重比較，且在概率水平下(一般P=0.0500或P=0.0100)進(jìn)行差異顯著性標(biāo)記[5]。從多重比較結(jié)果來看，高度指標(biāo)在不同載畜率下存在顯著性差異(重牧的HG處理區(qū)短花針茅種群的高度顯著低于CK和LG，P<0.05)，且伴隨載畜率增大具有下降的變化趨勢(shì)，因此多重比較結(jié)果印證了單因素方差分析模型的合理性(表2)。從密度比較結(jié)果來看，CK和LG處理區(qū)短花針茅密度顯著低于MG和HG處理區(qū)(P<0.05)，結(jié)合擬合率，所以選用雙因素固定效應(yīng)模型更適合。

表2 荒漠草原短花針茅高度和密度方差分析表

4 討論

4.1 方差分析和多重比較的合理性選擇

多數(shù)情況下，研究者認(rèn)為方差分析最簡(jiǎn)單，其最善于利用方差分析解決問題。然而,事實(shí)上方差分析最不簡(jiǎn)單，主要體現(xiàn)在以下幾個(gè)方面:首先，方差分析3個(gè)前提假設(shè)(正態(tài)性、同質(zhì)性和線性可加性均)需要進(jìn)行嚴(yán)格的檢驗(yàn)[5]；其次，方差分析的線性可加模型依賴于試驗(yàn)設(shè)計(jì)，有什么樣的試驗(yàn)設(shè)計(jì)就會(huì)有什么樣的數(shù)據(jù)分析方法，主要針對(duì)的就是方差分析[4]；第三，方差分析模型[5]存在單因素模型、雙因素模型(又分有重復(fù)模型和無重復(fù)模型)和多因素模型(也分為有重復(fù)模型和無重復(fù)模型)；第四，按照因素是否為固定效應(yīng)和隨機(jī)效應(yīng)，方差分析模型又分為固定模型、隨機(jī)模型和混合模型[5]；第五，綜合前四項(xiàng)條件，選擇合理的方差分析模型并對(duì)數(shù)據(jù)進(jìn)行科學(xué)分析是很困難的，甚至有時(shí)候方差分析這一方法不能應(yīng)用。綜上所述，方差分析需要考察樣本容量對(duì)象、前提假設(shè)檢驗(yàn)、試驗(yàn)設(shè)計(jì)種類、試驗(yàn)因素類別判定、線性可加模型及其擬合效果等諸多因素，期待在以后的研究中能夠看到基于多方面考量的方差分析運(yùn)用過程，進(jìn)而保證數(shù)據(jù)分析佐證科學(xué)問題的可靠性和科學(xué)性。

4.2 方差分析結(jié)果呈現(xiàn)的發(fā)展趨勢(shì)

方差分析結(jié)果更多的是以多重比較結(jié)果呈現(xiàn)[13～15]，但隨著數(shù)據(jù)可視化理念的提倡，表格呈現(xiàn)方式逐漸被圖形呈現(xiàn)方式替代。圖形呈現(xiàn)方式伴隨著計(jì)算機(jī)技術(shù)的提高，也存在發(fā)展趨勢(shì)，即柱形圖→柱形圖+誤差線→箱線圖。目前，柱形圖+誤差線表示方法最多，但是值得注意的是誤差線究竟是用標(biāo)準(zhǔn)偏差還是用標(biāo)準(zhǔn)誤差，不同的研究者具有不同標(biāo)注方法[16]。在統(tǒng)計(jì)學(xué)中，如果誤差線采用的是標(biāo)準(zhǔn)偏差，表示獲得樣本數(shù)據(jù)為大樣本數(shù)據(jù)(樣本容量n≥30)，此時(shí)代表的統(tǒng)計(jì)學(xué)意義為樣本容量中有95%或99%的樣本觀測(cè)數(shù)據(jù)在此區(qū)間；如果誤差線采用的是標(biāo)準(zhǔn)誤差，此時(shí)代表的統(tǒng)計(jì)學(xué)意義為樣本均值有95%或99%的概率下在此區(qū)間內(nèi)波動(dòng)。由于是樣本均值的多重比較，且在野外或田間區(qū)組試驗(yàn)設(shè)計(jì)中大樣本數(shù)據(jù)很難獲得，所以標(biāo)注標(biāo)準(zhǔn)誤差更為合理[16]。除了多重比較結(jié)果，還有方差分析結(jié)果，這一結(jié)果最初研究者是采用全表放置[17～19]，但是隨著國(guó)際交流與合作的發(fā)展，簡(jiǎn)表形式出現(xiàn)；原因是在生態(tài)學(xué)領(lǐng)域不是研究統(tǒng)計(jì)學(xué)結(jié)果，而是利用統(tǒng)計(jì)學(xué)表征生態(tài)學(xué)專業(yè)研究結(jié)果。這一想法或說法并沒有錯(cuò)，但是讀者很難在多重比較結(jié)果和簡(jiǎn)表中讀到數(shù)據(jù)擬合信息、模型選用信息，從而導(dǎo)致研究者在數(shù)據(jù)分析相互借鑒中產(chǎn)生偏差。因此，如果能交代清楚數(shù)據(jù)分析方法，建議盡可能交代清楚，比如單因素方差分析、簡(jiǎn)單的雙因素方差分析；如果交代不清楚，建議將方差分析全表放上(如表2)，以便為讀者提供更為全面的數(shù)據(jù)分析信息，也方便研究者之間的相互借鑒。

4.3 關(guān)于P值的界定和使用

在進(jìn)行方差分析和多重比較時(shí)，均涉及P值的界定，且近幾年關(guān)于P值的爭(zhēng)論比較激烈[8,20～23]；首先是P=0.0490和P=0.0500的問題，其次P值是否合理的問題，最終可以歸結(jié)為一個(gè)問題：P值究竟該怎么用，有沒有必要用。這一爭(zhēng)論最終以美國(guó)統(tǒng)計(jì)協(xié)會(huì)2019年給出的建議逐漸平息[9]：其認(rèn)為在涉及概率統(tǒng)計(jì)的時(shí)候，標(biāo)注P值的具體數(shù)值，不要過于強(qiáng)調(diào)是P=0.0500還是P=0.0100。本研究認(rèn)為，P值是概率統(tǒng)計(jì)下的產(chǎn)物，是小樣本推測(cè)總體特征的保障，因此不能因P=0.0490和P=0.0500區(qū)別否定整個(gè)概率統(tǒng)計(jì)；其次，P值顯著臨界點(diǎn)的定義是根據(jù)小概率事件是否發(fā)生定義的[5]，所以P=0.0500和P=0.0100仍然可以沿用；第三，臨界點(diǎn)的定義從來都不是一成不變的，比如方差分析采用的臨界點(diǎn)是P=0.0500和P=0.0100，而回歸分析引入變量的臨界點(diǎn)一般是P=0.1500，所以臨界點(diǎn)的使用可以根據(jù)研究的專業(yè)內(nèi)容進(jìn)行合理的調(diào)整，比如張金屯[24]就有過相關(guān)的嘗試和實(shí)例。綜合來看，P值是進(jìn)行概率檢驗(yàn)的保障，不同的分析方法可以有不同的概率水平進(jìn)行界定。比如方差分析，常用的臨界點(diǎn)P=0.0500和P=0.0100仍可沿用，視具體情況也可適當(dāng)調(diào)整，比如P=0.1000；但也不可能無限制的增大臨界值，否則統(tǒng)計(jì)學(xué)的棄真和納偽錯(cuò)誤發(fā)生概率就會(huì)發(fā)生變化，畢竟增大了概率臨界值也就增加了棄真錯(cuò)誤的概率區(qū)間[5]。在SAS等統(tǒng)計(jì)軟件中，P值并不是固定的，數(shù)據(jù)分析者可以根據(jù)研究?jī)?nèi)容進(jìn)行指定，也就是說統(tǒng)計(jì)軟件或統(tǒng)計(jì)學(xué)家也認(rèn)為P值是可以調(diào)整的，從而適合不同研究專業(yè)和不同研究方向。結(jié)合美國(guó)統(tǒng)計(jì)學(xué)會(huì)針對(duì)P值的建議，方差分析還是要強(qiáng)調(diào)臨界值選用的具體數(shù)值(畢竟多重比較結(jié)果是在特定臨界值下計(jì)算的結(jié)果)，其他分析方法可以標(biāo)注P值，然后根據(jù)自己的研究?jī)?nèi)容具體情況具體分析。此外，以后的數(shù)據(jù)分析，貝葉斯統(tǒng)計(jì)越來越受到統(tǒng)計(jì)學(xué)家的支持，生態(tài)學(xué)領(lǐng)域的數(shù)據(jù)分析也應(yīng)該傾向于此。

5 結(jié)語

單因素區(qū)組試驗(yàn)設(shè)計(jì)的方差分析模型應(yīng)該是雙因素固定效應(yīng)方差分析模型，且不能考慮試驗(yàn)處理效應(yīng)與區(qū)組效應(yīng)的交互作用；在方差分析過程中，如果存在區(qū)組效應(yīng)干擾時(shí)，可調(diào)整為單因素方差分析模型；這個(gè)過程均需要對(duì)指標(biāo)數(shù)據(jù)進(jìn)行正態(tài)性、方差同質(zhì)性檢驗(yàn)，結(jié)合樣本容量和線性擬合率綜合探討方差分析的可靠性和科學(xué)性。在進(jìn)行多重比較時(shí)，需要給定具體的P值；對(duì)應(yīng)的方差分析模型、處理效應(yīng)檢驗(yàn)可以根據(jù)研究情況，對(duì)P值可做出合理的調(diào)整；建議方差分析模型、處理效應(yīng)檢驗(yàn)和多重比較檢驗(yàn)的P值最好一致。