析因试验的SPSS统计分析——饲料钙磷含量对仔猪增重的影响

李兰会，赵国先

（河北农业大学动物科技学院，河北 保定 071000）

析因试验是一种多因素多水平交叉组合的试验设计方法，试验目的是为了获得最佳水平组合。如果试验因素有2个，每个因素水平有2个，则称为2×2析因设计。析因设计也称全因子试验设计，即试验中涉及所有因素水平全面组合形成的试验条件，各试验条件下至少做2次独立重复试验。本文以一个仔猪饲养试验为例，探讨析因试验的SPSS统计分析过程。

试验研究饲料中钙、磷含量对幼猪生长发育的影响，将钙含量设4个水平，分别为1.0%、0.8%、0.6%和0.4%；磷含量设4个水平，分别为0.8%、0.6%、0.4%和0.2%，按析因设计进行交叉分组试验。选用品种、性别、日龄相同，初始体重基本一致的幼猪48头，随机分为16组，每组3头，用能量、蛋白含量相同的饲料在不同钙磷用量搭配下各喂一组猪，2个月后测得猪增重，分析工具为SPSS 16.0 软件[1－2]。

该试验考察因素为钙和磷，每个因素4个水平，水平组合为4×4共16个，每个组合3个重复，所以试验设计为4×4析因设计。析因设计能分析试验因素的主效应及因素间的交互作用，同时分析探讨钙磷两因素的最佳水平组合。

1 数据录入

SPSS软件数据录入的基本原则为一个个体的信息放在数据窗口的同一行内，个体信息有几个则分别录入在该行的不同列中。个体信息包括接受的考察因素的水平、个体的检测指标。此试验共有48头幼猪，所以数据窗口录入48行；每头猪的检测指标增重录入一列，考察因素钙的水平录入一列，考察因素磷的水平录入一列，见图1。

图1 数据录入格式

2 运行程序

标题栏中点击AnalyzeGeneral LinearModelUnivariate，弹出Univariate窗口，将考察指标增重变量选中点击进入Dependent Variable栏，考察因素钙含量和磷含量选中点击进入Fixed Factor(s)栏，见图2，定义变量在模型中的类型。点击Plots按钮，进入Plots对话框，分别将钙含量和磷含量两个变量选中点击进入Horizontal Axis和Separate Lines栏，点击Add添加，呈现如图3所示，作钙磷水平组合相互作用结果图。定义图的格式后，点击Continue，返回主对话框，点击Post Hoc，进入多重比较窗口，将钙磷含量选中点击进入PostHoc Tests for框中，选择多重比较的方法Duncan′ s法，如图4所示。点击Continue，返回主对话框，点击OK，输出结果。

图2 Univariate主窗口

图3 Univariate：Profile Plots作图窗口

图4 Post Hoc多重比较窗口

3 结果分析

方差分析结果见图5，钙含量的F=3.221，P=0.036＜0.05；磷含量 F=27.767，P=0.000＜0.05；钙含量×磷含量二者的交互作用F=9.808，P=0.000＜0.05。说明饲料中钙含量不同、磷含量不同幼猪的增重有差异，同时钙磷间存在交互作用。

图5 方差分析结果

图6 钙含量和磷含量的多重比较结果

钙磷不同含量的多重比较结果见图6，钙含量0.8%和0.6%的增重没有显著差别，但高于0.4%钙含量的增重。随钙含量的增加，平均增重增加，达到0.8%的剂量后继续增加钙含量，猪的增重反而降低，添加剂量1.0%的增重低于0.6%和0.8%的，与0.4%没有显著差异。磷的不同添加剂量对猪的增重影响与钙的剂量影响有相同的特征，随磷的增加，猪的增重随之增加，但达到0.6%的剂量后磷的含量继续增加，猪的增重反而降低，0.8%的增重低于0.4%和0.6%，但显著高于0.2%的。

图7 钙磷交互作用

钙磷不同含量水平组合的增重情况见图7，分别固定钙和磷的水平，随磷和钙含量增加幼猪增重的变化特征。磷水平为0.2%时，钙含量增加，猪的增长随之增加，钙含量1.0%增重最高；磷水平0.4%时，钙含量增加至0.8%达到增重的最高值，钙含量继续增加增重降低；磷水平0.6%时，钙含量0.6%增重最高，钙含量继续增加，猪的增重随之降低；磷含量0.8%时，随钙含量的增加，幼猪的增重持续下降，钙含量1.0%时，增重最低。钙含量0.4%时，随磷含量增加，猪的增重持续增加，磷含量0.8%时，猪的体重最高；钙含量0.6%时，磷含量0.6%猪的体重最高，磷含量增加至0.8%猪的体重降低；钙含量0.8%时，磷含量0.4%猪的体重最高，磷含量继续增加，猪的体重持续下降；钙含量1.0%时，磷含量增加，猪的体重变化不明显，磷含量增加至0.8%时，猪的体重最低。

由此可以推断钙磷之间存在明显的交互作用，当二者中一个含量较低时，另一个对其有补充作用，而当一个浓度较高，另一个浓度也高时，二者存在颉颃作用。钙含量0.8%与磷水平0.4%的饲料水平组合为最佳搭配，幼猪的增重最高。

如果进行各组间增重的多重比较，则需要在数据窗口中录入各头猪所在组别，采用Compare means中的One－way ANOVA进行分析，多重比较结果为0.8%的钙0.4%磷的添加组合猪的增重最高（输出结果图文中未列出）。

4 讨论

析因设计在动物科学试验中应用广泛，是一种全面、均衡、高效的试验设计方案。贾德胜等为提高毒饵的接受性，并评价优选毒饵的灭鼠效果，利用析因设计进行现场有选择性摄食试验，组合筛选灭鼠毒饵，结果表明应用析因设计组合筛选灭鼠毒饵，方法可行，优选毒饵现场灭鼠效果好[3]。熊国强等运用析因设计方法，研究实验动物咽后瓣术后愈合的组织学动态变化，结果表明，动物上、下蒂型咽后瓣手术模拟成功，析因设计方法同样适用于口腔医学专业中多因素多水平的研究[4]。分析析因设计资料时，首先应选择恰当的统计分析方法，使其结论更加可靠；其次，如何运用统计软件简易实现其分析也十分重要。通过SPSS软件中一般线性模型（General Linear Model）实现主效应和交互效应的方差分析，利用其中的多重比较（PostHoc.）进行因素不同水平间的多重比较，通过交互作用组图（plots）分析因素间的互作效应，利用单因素方差分析（One－Way ANOVA）实现组间差异的多重比较。

[1]明道诸.生物统计附试验设计（第四版）[M].北京:中国农业出版社,2008.

[2]卢纹岱.SPSS forWindows统计分析（第3版）[M].北京:电子工业出版社,2006.

[3]贾德胜,田树林,陆年宏,等.析因设计在灭鼠毒饵诱饵组合筛选中的应用[J].中国媒介生物学及控制杂志,2001,12（4）:243－245.

[4]熊国强,雷荣昌.析因设计在腭裂修复动物实验中的应用[J].中国现代医学杂志,2002,12（16）:18－20.