重复测量方差分析的数据检验在植物生长调节剂研究中的应用及程序实现

王鑫靓

摘 要：该文结合植物生长调节剂对草坪草生长的影响试验结果，阐述了在重复测量实验的方差分析中对数据进行检验的重要性，并介绍了应用Python语言实现检验的方式。

关键词：植物生长调节剂;重复测量;方差分析

中图分类号 S688.4文献标识码 A文章编号 1007-7731（2020）09-0177-04

Application and Program of Repeated Measures Anova Data Test in Plant Growth Regulator Research

Wang Xinliang

（School of Statistics， Renmin University of China， Beijing 100872， China）

Abstract： Combined with the experimental example of the effect of plant growth regulators on the growth of lawn grass，thispaper expounds the importance of testing the data in the variance analysis of repeated measurement experiments，and introduces the way to implement testing in Python.

Key words： Plant growth regulator; Repeated measurement; Analysis of variance

1 引言

在科学试验中，常常会遇到对试验对象进行同一个因素不同水平的处理，并在一段时间内观察处理组与对照组的差值变化情况。这种试验通常会使用设立对照组的重复测量设计，并通过方差分析比较不同处理水平组均值的直接差异情况[1]。例如，生物试验中为了解生长调节剂在不同浓度情况下对植物生长的影响，可以使用方差分析法去解决[2]。

重复测量（Repeated Measures）设计是试验设计的一种，是指对同一研究对象的同一因变量在不同时间或场景的重复观测值，其目的是研究不同处理间是否存在显著差异，同时也可以研究处理因素和时间之间的交互效应[3]。通常重复测量设计中的研究因素分为2个部分：（1）处理因素：根据不同的处理水平分组再加上对照组（组间因素），在试验设计中将分组因素作为组间因素考虑，分组因素的不同水平可以包括对照组及进行不同处理的分组（因素水平>2）;（2）重复测量因素：根据时间进行的N次测量（组内因素），将不同测量时间作为组内因素考虑，重复测量次数>3。重复测量的数据必须满足一定的条件才可以进行方差分析，因此，在分析前需要对试验数据进行检验[4]。