运用SAS广义线性混合模型分析裂区试验数据

张久权, 李彩斌, 凌爱芬, 董建新

(1.中国农业科学院烟草研究所, 农业农村部烟草生物学与加工重点实验室, 山东 青岛 266101; 2.贵州省烟草公司毕节市公司, 贵州 毕节 551700; 3.四川省烟草公司凉山州公司, 四川 西昌 615000)

裂区设计由于能够突破试验条件限制，为实际操作提供方便等诸多优点[1]，受到广大科研人员的普遍欢迎，在许多研究领域得到广泛运用[2-11]。然而，由于此类试验数据的统计分析较难，F检验的主区因子和副区因子所用的误差项不同[4,6]，主区因子间、同一主区因子不同副区因子间均值比较的t值计算方法也不同[1,12]，使裂区试验的数据分析具有很大挑战性。如果仅依赖计算机软件程序进行统计分析，一般很难处理，有些需要手工计算，但计算量很大[1]。从国内外研究进展看，人们对裂区设计的统计分析常常存在误用的现象[2,13]。Yossa等[14]调查表明，65%的已发表SCI论文存在试验设计、F检验或多重比较错误。其中，裂区设计占比较大，但目前有关裂区设计试验的统计方法存在不系统或太复杂等问题，通常需要手工计算，给科技工作者增加了负担。

传统上，学者们在利用SAS程序进行裂区设计的方差分析和均值比较时，主要采用一般线性模型(general linear model，GLM)程序模块，而该程序模块是在20世纪80年代开发的，当时没有考虑到在进行裂区设计的F检验时，主区因子与副区因子需采用不同的误差均方与自由度，均值比较也需采用不同的误差均方和自由度，因而计算F值时需要编写大量的复杂代码来进行修正[15]。……