《SAS、SPSS、R和GenStat分析裂区试验数据 代码及模型数据分享》.pdfVIP

SAS、SPSS、R 和GenStat 在裂区试验数据 分析中如何实现 结论： 1、四种软件结果再平衡数据（没有缺失值）的情况下是一致的。 2、SAS 和 R 进行多重比较时比较麻烦。 3、SPSS 根本就无法对交互作用的因子进行多重比较，而且多重比较的形式乖乖的。 4、GenStat 操作最简单，结果最直观。 ps ：如果想咨询数据分析的问题，请加入群：203276907 ，这里有软件免费试用和数据 分析咨询。 数据：data ：oats.xls （见附件，或者到群里面下载） 该试验处理 3 个燕麦品种（Victoy ，Golden rain 和 Marvelous ）和4 种氮水平 （0,0.2,0.4,0.6 cwt ），设置6 个区组。因为在较小的小区处理肥料比较品种更方便，每 个区组先区分 3 个主区，每个主区再分为 4 个副区。品种当成主区，氮水平当成副区。构 成二因素裂区随机区组设计。 1 数据截图 2 GenStat 对应模型，有专门分析裂区试验的模块 22 多重比较的模型 3 GenStat 处理裂区试验的方差分析表，还可以进一步分析多重比较，包括交互作用的多 重比较 222 多重比较结果 R 语言处理裂区试验代码： df - read.csv(Oats.csv,header = T) head(df) str(df) df$blocks - as.factor(df$blocks) df$wplots - as.factor(df$wplots) df$subplots - as.factor(df$subplots) str(df) attach(df) fit - aov(yield~variety*nitrogen + Error(blocks/variety)) summary(fit) 结果： summary(fit) Error: blocks Df Sum Sq Mean Sq F value Pr(F) Residuals 5 15875 3175 Error: blocks:variety Df Sum Sq Mean Sq F value Pr(F) variety 2 1786 893.2 1.485 0.272 Residuals 10 6013 601.3 Error: Within Df Sum Sq Mean Sq F value Pr(F) nitrogen 3 20020 6674 37.686 2.46e-12 *** variety:nitrogen 6 322 54 0.303 0.932 Residuals 45 7969 177 Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘’ 1 SPSS 裂区试验 模型设置 33 模型如下 4 将命令修改如下：（在新建，语句里面把命令复制进去） 5 spss 结果 SAS 数据及其命令： data split; input block$ w$ s$ v$ n$ y; cards; 1 1 1 Marvellous 0.6cwt 156 1 1 2 Marvellous 0.4cwt 118 1 1 3 Marvellous 0.2cwt 140 1 1 4 Marvellous 0cwt 105 1 2 1 Victory 0cwt 111 1 2 2 Victory 0.2cwt 130 1 2 3 Victory 0.6cwt 174 1 2 4 Victory 0.4cwt 157 1 3 1 Goldenrain 0cwt 117 1 3 2 Goldenrain 0.2cwt 114 1 3 3 Goldenrain 0.4cwt 161 1 3 4 Goldenrain 0.6cwt 141 2 1 1 Marvellous 0.4cwt 104 2 1 2 Marvellous 0cwt 70 2 1 3 Marvellous 0.2cwt 89 2 1