析因試驗的SPSS統計分析——飼料鈣磷含量對仔豬增重的影響

李蘭會，趙國先

（河北農業大學動物科技學院，河北 保定 071000）

析因試驗是一種多因素多水平交叉組合的試驗設計方法，試驗目的是為了獲得最佳水平組合。如果試驗因素有2個，每個因素水平有2個，則稱為2×2析因設計。析因設計也稱全因子試驗設計，即試驗中涉及所有因素水平全面組合形成的試驗條件，各試驗條件下至少做2次獨立重復試驗。本文以一個仔豬飼養試驗為例，探討析因試驗的SPSS統計分析過程。

試驗研究飼料中鈣、磷含量對幼豬生長發育的影響，將鈣含量設4個水平，分別為1.0%、0.8%、0.6%和0.4%；磷含量設4個水平，分別為0.8%、0.6%、0.4%和0.2%，按析因設計進行交叉分組試驗。選用品種、性別、日齡相同，初始體重基本一致的幼豬48頭，隨機分為16組，每組3頭，用能量、蛋白含量相同的飼料在不同鈣磷用量搭配下各喂一組豬，2個月后測得豬增重，分析工具為SPSS 16.0 軟件[1－2]。

該試驗考察因素為鈣和磷，每個因素4個水平，水平組合為4×4共16個，每個組合3個重復，所以試驗設計為4×4析因設計。析因設計能分析試驗因素的主效應及因素間的交互作用，同時分析探討鈣磷兩因素的最佳水平組合。

1 數據錄入

SPSS軟件數據錄入的基本原則為一個個體的信息放在數據窗口的同一行內，個體信息有幾個則分別錄入在該行的不同列中。個體信息包括接受的考察因素的水平、個體的檢測指標。此試驗共有48頭幼豬，所以數據窗口錄入48行；每頭豬的檢測指標增重錄入一列，考察因素鈣的水平錄入一列，考察因素磷的水平錄入一列，見圖1。

圖1 數據錄入格式

2 運行程序

標題欄中點擊AnalyzeGeneral LinearModelUnivariate，彈出Univariate窗口，將考察指標增重變量選中點擊進入Dependent Variable欄，考察因素鈣含量和磷含量選中點擊進入Fixed Factor(s)欄，見圖2，定義變量在模型中的類型。點擊Plots按鈕，進入Plots對話框，分別將鈣含量和磷含量兩個變量選中點擊進入Horizontal Axis和Separate Lines欄，點擊Add添加，呈現如圖3所示，作鈣磷水平組合相互作用結果圖。定義圖的格式后，點擊Continue，返回主對話框，點擊Post Hoc，進入多重比較窗口，將鈣磷含量選中點擊進入PostHoc Tests for框中，選擇多重比較的方法Duncan′ s法，如圖4所示。點擊Continue，返回主對話框，點擊OK，輸出結果。

圖2 Univariate主窗口

圖3 Univariate：Profile Plots作圖窗口

圖4 Post Hoc多重比較窗口

3 結果分析

方差分析結果見圖5，鈣含量的F=3.221，P=0.036＜0.05；磷含量 F=27.767，P=0.000＜0.05；鈣含量×磷含量二者的交互作用F=9.808，P=0.000＜0.05。說明飼料中鈣含量不同、磷含量不同幼豬的增重有差異，同時鈣磷間存在交互作用。

圖5 方差分析結果

圖6 鈣含量和磷含量的多重比較結果

鈣磷不同含量的多重比較結果見圖6，鈣含量0.8%和0.6%的增重沒有顯著差別，但高于0.4%鈣含量的增重。隨鈣含量的增加，平均增重增加，達到0.8%的劑量后繼續增加鈣含量，豬的增重反而降低，添加劑量1.0%的增重低于0.6%和0.8%的，與0.4%沒有顯著差異。磷的不同添加劑量對豬的增重影響與鈣的劑量影響有相同的特征，隨磷的增加，豬的增重隨之增加，但達到0.6%的劑量后磷的含量繼續增加，豬的增重反而降低，0.8%的增重低于0.4%和0.6%，但顯著高于0.2%的。

圖7 鈣磷交互作用

鈣磷不同含量水平組合的增重情況見圖7，分別固定鈣和磷的水平，隨磷和鈣含量增加幼豬增重的變化特征。磷水平為0.2%時，鈣含量增加，豬的增長隨之增加，鈣含量1.0%增重最高；磷水平0.4%時，鈣含量增加至0.8%達到增重的最高值，鈣含量繼續增加增重降低；磷水平0.6%時，鈣含量0.6%增重最高，鈣含量繼續增加，豬的增重隨之降低；磷含量0.8%時，隨鈣含量的增加，幼豬的增重持續下降，鈣含量1.0%時，增重最低。鈣含量0.4%時，隨磷含量增加，豬的增重持續增加，磷含量0.8%時，豬的體重最高；鈣含量0.6%時，磷含量0.6%豬的體重最高，磷含量增加至0.8%豬的體重降低；鈣含量0.8%時，磷含量0.4%豬的體重最高，磷含量繼續增加，豬的體重持續下降；鈣含量1.0%時，磷含量增加，豬的體重變化不明顯，磷含量增加至0.8%時，豬的體重最低。

由此可以推斷鈣磷之間存在明顯的交互作用，當二者中一個含量較低時，另一個對其有補充作用，而當一個濃度較高，另一個濃度也高時，二者存在頡頏作用。鈣含量0.8%與磷水平0.4%的飼料水平組合為最佳搭配，幼豬的增重最高。

如果進行各組間增重的多重比較，則需要在數據窗口中錄入各頭豬所在組別，采用Compare means中的One－way ANOVA進行分析，多重比較結果為0.8%的鈣0.4%磷的添加組合豬的增重最高（輸出結果圖文中未列出）。

4 討論

析因設計在動物科學試驗中應用廣泛，是一種全面、均衡、高效的試驗設計方案。賈德勝等為提高毒餌的接受性，并評價優選毒餌的滅鼠效果，利用析因設計進行現場有選擇性攝食試驗，組合篩選滅鼠毒餌，結果表明應用析因設計組合篩選滅鼠毒餌，方法可行，優選毒餌現場滅鼠效果好[3]。熊國強等運用析因設計方法，研究實驗動物咽后瓣術后愈合的組織學動態變化，結果表明，動物上、下蒂型咽后瓣手術模擬成功，析因設計方法同樣適用于口腔醫學專業中多因素多水平的研究[4]。分析析因設計資料時，首先應選擇恰當的統計分析方法，使其結論更加可靠；其次，如何運用統計軟件簡易實現其分析也十分重要。通過SPSS軟件中一般線性模型（General Linear Model）實現主效應和交互效應的方差分析，利用其中的多重比較（PostHoc.）進行因素不同水平間的多重比較，通過交互作用組圖（plots）分析因素間的互作效應，利用單因素方差分析（One－Way ANOVA）實現組間差異的多重比較。

[1]明道諸.生物統計附試驗設計（第四版）[M].北京:中國農業出版社,2008.

[2]盧紋岱.SPSS forWindows統計分析（第3版）[M].北京:電子工業出版社,2006.

[3]賈德勝,田樹林,陸年宏,等.析因設計在滅鼠毒餌誘餌組合篩選中的應用[J].中國媒介生物學及控制雜志,2001,12（4）:243－245.

[4]熊國強,雷榮昌.析因設計在腭裂修復動物實驗中的應用[J].中國現代醫學雜志,2002,12（16）:18－20.