首页
/ Edibble项目教程:实验设计中的结构定义方法

Edibble项目教程:实验设计中的结构定义方法

2025-06-26 19:48:23作者:龚格成

引言

在农业科学和生物统计领域,设计合理的田间试验对研究结果的可信度至关重要。本文将介绍如何使用edibble包来定义实验设计的结构,特别聚焦于小麦田间试验的设计过程。edibble提供了一套直观且灵活的工具,帮助研究人员清晰地定义实验单元、处理因素及其相互关系。

实验设计初始化

任何edibble设计都从初始化设计对象开始。这相当于为整个实验建立一个容器,后续的所有设计元素都将添加至此。

design("小麦田间试验")

初始化时可以指定实验标题,这个信息将作为元数据保存在对象中,并在输出和导出文件时显示。

定义实验单元

基本单元定义

实验设计中最基本的元素是实验单元,使用set_units()函数定义。下面代码创建了包含4个试验地点的设计:

demo <- design("单元定义演示") %>% 
  set_units(地点 = 4)

单元水平默认会自动命名为"地点1"、"地点2"等。如果需要特定名称,可以直接提供字符向量:

design("指定名称的单元") %>% 
  set_units(地点 = c("纳拉布里", "霍舍姆", "帕克斯", "罗斯沃西")) %>% 
  serve_table()

嵌套单元结构

田间试验通常具有层次结构。例如,每个地点可能包含多个小区。edibble使用nested_in()辅助函数定义这种嵌套关系:

design("嵌套结构演示") %>% 
  set_units(地点 = 4,
           小区 = nested_in(地点, 18)) %>% 
  serve_table()

交叉单元结构

当实验单元以矩形阵列排列时(如行和列),可以使用crossed_by()定义交叉结构:

design("交叉结构演示") %>% 
  set_units(= 6,= 3,
           小区 = crossed_by(,)) %>% 
  serve_table()

复杂单元结构

结合嵌套和交叉结构可以构建更复杂的实验设计。例如,四个地点,每个地点有3行6列的小区:

complex <- design("复杂结构") %>% 
  set_units(地点 = c("纳拉布里", "霍舍姆", "帕克斯", "罗斯沃西"),= nested_in(地点, 6),= nested_in(地点, 3),
           小区 = nested_in(地点, crossed_by(,))) 

serve_table(complex, label_nested = c(,))

定义处理因素

基本处理定义

处理因素使用set_trts()定义。下面示例定义了三个处理因素:品种、肥料类型和施肥量:

factrt <- design("因子处理") %>% 
  set_trts(品种 = c("a", "b"),
           肥料 = c("A", "B"),
           施肥量 = c(0.5, 1, 2)) 

默认情况下,所有处理因素都是交叉的。可以使用trts_table()查看完整的处理组合:

trts_table(factrt)

条件处理结构

某些处理因素可能依赖于其他因素。例如,当不施肥时,施肥量应为0:

factrtc <- design("带对照的因子处理") %>% 
  set_trts(品种 = c("a", "b"),
           肥料 = c("无", "A", "B"),
           施肥量 = conditioned_on(肥料,
                                   "无" ~ 0,
                                        . ~ c(0.5, 1, 2)))

建立因素间关系

分配处理到单元

使用allot_trts()定义处理因素如何分配到实验单元:

alloted1 <- (complex + factrtc) %>% 
  allot_trts(肥料 ~,
             施肥量:品种 ~ 小区)

处理分配算法

edibble提供多种分配算法:

  1. "systematic":系统分配,处理水平按顺序分配到单元
  2. "systematic-random":随机化处理顺序后系统分配
  3. "random":完全随机分配
design1 <- alloted1 %>% 
  assign_trts(order = c("systematic", "random"),
              seed = 2023) %>% 
  serve_table(label_nested = c(,))

实际应用示例

假设我们需要设计一个小麦田间试验:

  • 4个地点,其中2个地点有9列,其他有6列
  • 3行每个地点
  • 3个品种
  • 2种肥料类型(含对照)
  • 3种施肥量(对照时为0)

完整设计代码如下:

final_design <- design("小麦品种比较试验") %>%
  # 定义单元结构
  set_units(地点 = c("纳拉布里", "霍舍姆", "帕克斯", "罗斯沃西"),= nested_in(地点, 
                      c("纳拉布里", "罗斯沃西") ~ 9,
                                            . ~ 6),= nested_in(地点, 3),
           小区 = nested_in(地点, crossed_by(,))) %>%
  # 定义处理因素
  set_trts(品种 = c("A", "B", "C"),
           肥料 = c("无", "X", "Y"),
           施肥量 = conditioned_on(肥料,
                                   "无" ~ 0,
                                        . ~ c(0.5, 1, 2))) %>%
  # 分配处理到单元
  allot_trts(肥料 ~,
             施肥量:品种 ~ 小区) %>%
  # 执行分配
  assign_trts(order = c("systematic", "random"),
              seed = 2023) %>%
  # 生成设计表
  serve_table(label_nested = c(,))

总结

edibble提供了强大而灵活的工具来定义复杂的实验设计结构。通过本文介绍的方法,研究人员可以:

  1. 清晰地定义实验单元及其层次结构
  2. 准确地描述处理因素及其相互关系
  3. 灵活地控制处理分配到单元的方式
  4. 生成可直接用于分析的设计表格

这种结构化的设计方法不仅提高了实验设计的透明度,也为后续的统计分析奠定了良好基础。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
929
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8