数据非平衡性对试验分析结果的影响

利用蒙特卡罗(MonteCarlo)模拟考察了随机区组设计、裂区设计和条区设计因数据缺失形成的数据非平衡性对试验分析结果的影响。结果表明,数据非平衡性可导致方差组分估计的精准度降低、固定效应误差的偏低估计以及固定效应测验一类统计错误率的增大。缺失数据越多,这一现象表现越明显。数据缺失对随机区组设计分析精准度的影响小,而对裂区和条区设计分析精准度的影响大。