科研写作中试验设计和统计分析的常见问题

　　试验设计和统计分析所涉及的内容较多，有些需要掌握比较高深的统计理论和数学方面的知识。试验设计正确与否，统计分析是否合理，对结论的正确性至关重要。如果在这方面出了问题，所得结论往往不合理，甚至是错误的。下面，达晋编译列举一些常见问题以及解决方法，供大家参考。

　　一、对试验设计的描述不完整、准确。对于试验设计部分的内容，作者应该说明该试验包括哪几个因子，各因子的水平，因子之间的关系等。试验地点和年份，是否是多点多年试验，观察记载项目和操作，取样时间和操作等都应该交待清楚。如果论文中包括多个试验，应该分别对每一个试验进行描述。

　　二、处理之间没有遵循唯一差异原则，缺乏可比性。这里需要强调的是，在进行试验设计时，一定要坚持唯一差异原则，在进行处理间比较时，除了试验处理不同外，其他所有条件应当保持相同或尽量一致，才能使处理间的结果具有可比性。

　　三、试验设计中没有贯彻随机化原则。我们所进行的统计分析，都是依赖于各种统计分布，而许多分布函数最基本的假设条件就是变量是随机的。如果我们做试验设计时，对试验单元不进行随机化，就违背了统计分布的基本条件，所得结果就会缺乏理论根据。随机化的另一个目的是获得无偏的误差估计量，从而进行正确的统计推断。

　　个别学者对随机化原则不理解，或者虽然知道但因怕麻烦不认真执行，甚至为了提高论文的刊用率，随便冠以随机化的字眼，这样就失去了科学研究的真正目的。因此，在进行试验设计时，我们应该从统计学的角度认真做好随机化的工作。比如，采用合理的排列方式，将处理组合指定到某个试验单元时，采用随机数字表等。

　　四、缺乏统计分析。有些学者对统计分析的认识不足，或者因为对统计分析了解不多，也为了省事，做试验设计时，很少考虑以后的统计分析，不进行随机化处理，采用简单的排列方式。这样，虽然进行了大量的试验操作，但所得结果的可靠性和科学性会大打折扣。

　　有的学者试验设计进行得很好，操作时也进行了随机化处理，但没有进行统计分析。撰写论文时对结果只是进行简单地定性描述，单凭数值的大小主观判断结果是否具有差异，这是不可取的，会大大降低稿件的录用率。因此，建议作者在撰写论文结果部分之前，认真做好统计分析。

　　五、做了统计分析，但结果描述时却忽视了统计分析结果。有些论文中，试验设计合理，统计分析方法正确，但作者在进行结果描述时，却完全抛开了统计分析结果，按自己的思路说处理A比处理B效果好，虽然他们之间没有显著差异。但在没有充足的理由否定统计结果时，我们还是要尽量参考统计分析结果。

　　六、统计检验前提条件不满足，误用统计分析方法。统计检验依赖于统计模型，每种分布模型的随机变量都对数据有一定的要求，如样本的独立性、数据的分布型、数据的类型等。选择正确的统计方法，有时需要咨询专业的统计人员，也可以参考相关书目。但许多学者往往对应该如何选用合适的统计方法考虑甚少，直接将数据输入计算机得出结果，这样容易造成误导。

　　七、多点试验或多年试验的统计分析不合理。有些试验，常常需要进行多点或多年试验。在进行这样的试验统计分析时，有些学者只是按各地点或年份进行单独分析，或者取平均数进行分析，这都是不可取的。多年或多点试验数据之间有可能存在相关性，如果这些数据在空间或时间上相互独立，我们可以采用一些参数或非参数的统计分析方法对其进行分析；如果数据在空间或时间上相关，可以采用区域化变量分析和时间序列分析方法进行分析。

　　八、对统计过程的中间结果进行过多表述。有的作者将方差分析等统计分析的中间结果详细用表列出，这是完全不必要的。如果前面已经交待清楚了试验设计，采用的统计方法，方差分析结果列出P值就可以了。其实，读者最关心的是后面的多重比较结果。