📚 课程目录第4章完全随机设计与单因素方差分析

4. 完全随机设计与单因素方差分析

在生物实验中，当我们只研究一个处理因素（如不同饲料配方、不同药物剂量、不同基因型）对某个连续型指标的影响时，最基础也最常用的设计就是完全随机设计（Completely Randomized Design, CRD）。它的核心思想是：把全部实验单元完全随机地分配到各个处理组中，不施加任何区组限制。理解这一设计，需要先回到实验设计的三大基本原则——随机化、重复与区组化。

随机化是保证处理效应估计无偏的前提。它让每个实验单元有同等机会接受任一处理，从而把无法控制的系统误差转化为随机误差。例如要比较 A、B、C 三种饲料对仔猪日增重的影响，共 18 头仔猪，就应先用随机数把 18 头猪打乱，再依次分入三组，而不是按栏舍顺序"前三头给 A、中间三头给 B"。重复指每个处理要有多个独立实验单元，重复次数决定了误差自由度和检验功效；只有 1 次重复时，处理效应与随机误差无法分离。区组化则是当存在已知的、可测量的干扰因素（如窝别、体重段、批次）时，把这些因素作为区组纳入设计，使区组内条件尽量一致，从而把区组变异从误差中剥离出去。完全随机设计不设区组，因此它适用于实验单元背景较为均一、或干扰因素难以事先识别的情形；一旦存在明显梯度（如笼架上下层光照不同），就应改用随机区组设计。

随机化、重复、区组化三者不是并列的口号：随机化解决"偏"，重复解决"准不准、稳不稳"，区组化解决"误差能不能压小"。完全随机设计保留了前两者，主动放弃了区组化。

单因素完全随机设计模型

设处理因素有 k 个水平，第 i 个水平有 n_i 次独立重复，第 i 组第 j 个观测值记为 y_ij，则单因素完全随机设计的数据模型为：

y_ij = μ + τ_i + ε_ij
其中：
  μ     总体均值
  τ_i   第 i 个处理的效应，满足 Σ n_i·τ_i = 0
  ε_ij  随机误差，独立且服从 N(0, σ²)
  i = 1,2,…,k ；j = 1,2,…,n_i

模型把每个观测值拆成"总体水平 + 处理效应 + 随机误差"三部分。方差分析要回答的问题就是：观测到的组间差异，究竟主要来自真实的处理效应 τ_i，还是仅仅来自随机误差 ε_ij？为此把总变异分解为处理间变异与处理内（误差）变异两部分，用两者的均方之比构造 F 统计量。

方差分析表与 F 检验

记总平方和 SST、处理平方和 SSA、误差平方和 SSE，自由度分别为 N−1、k−1、N−k（N 为总观测数）。检验统计量 F = MSA / MSE，在零假设 H₀：τ₁=…=τ_k=0 下服从 F(k−1, N−k)。当 F 大于临界值或 p 小于显著性水平时，拒绝 H₀，认为至少有一个处理与其他不同。

变异来源	平方和 SS	自由度 df	均方 MS	F 值
处理间	SSA	k−1	MSA = SSA/(k−1)	MSA/MSE
处理内（误差）	SSE	N−k	MSE = SSE/(N−k)	—
总变异	SST	N−1	—	—

以三种饲料比较仔猪日增重为例，每组 6 头，共 18 头。假设测得三组均值分别为 620 g、680 g、650 g，组内平方和 SSE = 24000，则 SSA 可由各组均值与总均值之差加权求得。若算得 MSA = 10800、MSE = 1600，则 F = 6.75，对应 F(2,15) 的临界值约 3.68，p < 0.01，拒绝 H₀，说明三种饲料对日增重的影响存在显著差异。这里所有数值均为教学示例，实际分析须以真实测量数据计算。

事后多重比较

方差分析的 F 检验是一个"总体性"检验：显著只说明"至少有一组不同"，并不告诉你哪两组不同。若直接对每一对组别做多次 t 检验，会因多重比较而抬高第一类错误率。因此需要事后多重比较，常用方法有 Tukey HSD、LSD、Duncan、Bonferroni 等。Tukey HSD 控制的是所有两两比较的整体错误率，适合各组样本量相等或相近的情形；LSD 较宽松，适合事先有明确比较计划时使用。上例中若 Tukey 结果显示 B 与 A、B 与 C 差异显著，而 A 与 C 不显著，则结论应表述为"饲料 B 的日增重显著高于 A 和 C，A 与 C 之间无显著差异"，而不是笼统地说"三种饲料都不同"。

方差分析的前提是误差独立、正态、方差齐性。若各组方差明显不等（如某组标准差是其他组的 3 倍以上），应先考虑数据变换（对数、平方根）或改用 Welch ANOVA；若实验单元存在明显梯度而未设区组，误差项会被系统变异污染，F 检验可能失真。

实操要点与结果判读

在软件中执行单因素方差分析，通常只需把"处理"作为因子、"观测值"作为因变量。以 R 为例：

fit <- aov(weight ~ feed, data = pig)
summary(fit)          # 输出方差分析表
TukeyHSD(fit)         # 事后两两比较

判读时先看方差分析表的 p 值：若 p ≥ 0.05，说明现有数据不足以证明处理间存在差异，此时不应再做事后比较；若 p < 0.05，再结合 Tukey 结果定位差异组别，并报告各组均值、标准差与置信区间。同时应检查残差图判断正态性与方差齐性，必要时做 Levene 检验。只有把设计原则、模型假设、方差分析表与事后比较串成一条完整链条，单因素完全随机设计的分析结论才站得住脚。