[讨论]如何较科学地做一个对比试验?

Gerrard

按照国外的分猪方法，将所有猪称重，按Z字型排列，然后每个处理每个重复依次选定，剔除由体重引起的误差，这样对比试验才科学。

养猪的人

这是我场在做饲料对比试验的饲料对比试验报告
韩友（连云港）饲料有限公司生产的乳猪全价颗粒料2808和2818营养含量较高，其中赖氨酸水平含量较高；因此韩友公司在我场用这两种颗粒料与正大公司的猪宝乐980做对比试验，主要观察两种饲料对仔猪生产性能以及对经济效益影响。现报告如下：
1、材料与方法
1.1试验动物与分组
从我场已经分娩的母猪中按品种相同、胎次相近、出生日期相似、产活仔数相同、仔猪出生重相近，健康状况正常的原则选取4窝猪，此次试验的4窝猪都为9月28日出生，正大组试验仔猪数20头，韩友组试验仔猪数19头。
1.2试验饲粮
选取的4窝猪，两窝饲喂韩友公司生产的2808和2818颗粒料，饲喂程序为断奶前饲喂2808颗粒料直至断奶后两周，以后则饲喂2818颗粒料；另两窝饲喂正大980颗粒料，饲粮的营养水平按饲料包装标签要求，对比如下：
表1 2808和2818颗粒料与正大980颗粒料的营养指标对比表
饲料名称 粗蛋白
（％） 钙
（％） 总磷
（％） 赖氨酸
（％） 粗纤维
（％） 粗灰分（％）
2808
2818
正大980 ≥21
≥20.5
≥21 0.6-1.2
0.6-1.2
0.7-1.2 ≥0.6
≥0.6
≥0.6 ≥1.4
≥1.3
≥1.2 ≤4.0
≤4.0
≤4.5 ≤7
≤7
≤7
1.3饲养管理
母猪高床分娩，仔猪7日教槽，30日龄断奶，自由采食，自动饮水器饮水，常规免疫
1.4测试项目
整个试验期为60天，总计称重两次，第一次断奶后对试验猪称重，第二次在试验结束时称重，计算日增重，料重比，统计哺乳期及以后的耗料量，并进行显著性检验。由于在试验过程中两组各有一头组死亡，因此在做数据比较时按平均值进行对比。
2、结果
表2 两种饲料对哺乳仔猪生产性能的影响
项目 韩友组 正大组
试验头数（头） 18 20
试验时间（天） 30 30
出生体重（Kg） 1.35 1.35
断奶体重（Kg） 8.64 9.43
平均日增重(g) 243 269
饲料用量（Kg） 8.5 10.5
日采食量（Kg） 0.370 0.457
料重比 1.523 1.699
表3 两种饲料对断奶后至断奶后一个月仔猪的生产性能的影响
项目 韩友组 正大组
试验头数（头） 18 19
试验时间（天） 30 30
开始体重（Kg） 8.64 9.43
结束体重（Kg） 17.57 21.69
平均日增重(g) 298 409
饲料用量（Kg） 231.5 309.5
日采食量（Kg） 0.429 0.543
料重比 1.440 1.328
表4 两种饲料对仔猪全程的生产性能的影响
项目 韩友组 正大组
试验头数（头） 19 20
试验时间（天） 60 60
开始体重（Kg） 1.35 1.35
结束体重（Kg） 17.57 21.69
平均日增重(g) 270 339
饲料用量（Kg） 240 320
日采食量（Kg） 0.252 0.318
料重比 0.933 0.938
饲料价格（元/吨） 4200/3500 3300
仔猪价格 10 10
饲料投入（元） 868 1056
仔猪产出 290.5/2905 385/3850
产生效益 2037 2794
仔猪增重成本 2.988 2.743
3、结论
通过此次试验，我们可以看出以下几点，供大家参考。
（1） 从表2中可以看出，仔猪在哺乳期的采食量正大组高于韩友组，但差异不显著（p>0.05）；
（2） 从表3中可以看出，韩友饲料和正大饲料在断奶后10天的仔猪到断奶后一个月的仔猪的生长速度和料肉比上无显著差异（p>0.05）；
（3） 从全程上来说，我们可以从表4中看出，两种饲料在对仔猪的日增重和料肉比上无显著差异（p>0.05），但饲喂韩友饲料组的仔猪增重成本比饲喂正大饲料组高0.245元/Kg，通过考察仔猪全程的采食量，正大饲料比韩友饲料多采食80Kg，适口性优于韩友饲料，而且正大饲料在价格上存在优势。

做饲料试验考核饲料好坏的指标我认为大致有这几个：一、造肉成本（即猪群的增重成本，是饲料消耗这方面）；二、料肉比；三、适口性；四、供料是否方便。
为了减少试验的误差，在试验对象选择上要公平。一般要同品种，同胎次，同日龄，最好能从出生的仔猪开始做起，防止换料的应激。饲养管理也要保持一致性。

tjwhy

对不起,楼上的 养猪的人， 给你个中肯的建议（试验不做评价了，我上面发表过差不多的）：你的斤猪成本太高了。60天体重17公斤和21公斤左右的话，建议你在小猪断奶前后考虑比较比较一些公司的乳猪浓缩料（30%添加比例左右的），有的，60天体重也能达到20公斤以上，估计斤猪成本不会超过2元钱。具体哪家的不说了，你具体去比较，以免有广告之嫌。我主要想表达断奶后的猪不用使用成本那么高的颗粒料，可以换个思路的。

养猪的人

我只是给你做个参照，这只是一个格式！

tjwhy

这样啊,对不起,我是担心有的人象我一样把您的对比成绩当成理想的结果。
还有，您把试验报告发上来，应该也是想对大家有启发。我还有个疑问，您做了显著性检验，我看实验动物分组中有两个处理（韩友和正大组），每处理中只有两个重复（2窝），相当于只有两个数据，显著性检验的数据是怎么用的呢（怎样分的重复）？重复少了，容易导致组内差异大于组间差异，这样显著性就不准确了。

xmrlt

做试验验证饲料效果，这样就有的放矢了！

fisbon

本来不太想回这个帖，不过看大家讨论这么热烈，还是把一些实验上的问题跟大家分享好了。

如果实验设计者的统计功力够强，实验是可以有技巧的尽量达到厂家想要的目的（当然如果产品真的太差，神仙也救不了）。
熟悉统计学的人都会有个基本概念，差异检定的重点是考虑做对比的几个组，其差异是不是随机造成的？所以前面有朋友提到组内差异与组外差异的问题，这些在统计分析过程中，都会被考虑进去，因此你可以相信统计结果。但是很重要的是，统计分析的结果，与实验单位（experimental unit, EU）有很大的关系。

举个简单的例子如果A、B二个对比组，各有三个实验单位，检测结果分别是A组为0,1,2（平均为1），B组为9,10,11（平均为10）。这种结果不需要统计，用看的就知道二个组差异很大。但若实验结果是A组为1,10,29（平均为10），B组为1,10,49（平均为20），你很难确定B组和A组是不是真的有差异，可能差异是来自检测方法本身的误差。所以一般都会建议增加实验单位，让受测的实验单位增加，就可解决这个问题。也就是说，如果AB二个组各检测100个实验单位，结果A组平均是10，B组平均是20，这样的结果会比较有说服力。

我想上述的观念，做过对比实验的人应该都了解。但下面这个观念可能很多人没注意到！

如果我们使用大量的实验单位来进行对比试验，例如各找100,000条猪来比较，那不管差异多小，几乎都会显现出来。假设二个产品的料肉比差异只有0.0001，那你用3条猪、5条猪做实验，肯定看不出差异。但是当你用二十万条猪做实验，就可能统计出这非常细微的差异。但是反过来想，料肉比差0.0001对我们有什么意义吗？

A饲料可能每公斤贵0.1元，但料肉比只增加0.0001，这样客户会买A产品吗？

所以统计分析中有个观念非常重要，实验并不是实验单位越多越好！如何根据实验目的计算最适当且最经济的实验单位数，才是实验最初要考量的。实验设计的过程中，必须掌握一些讯息。有几个指标会影响对比实验的实验单位数，如和对照组的预测差异、实验方法的标准误（standard error）或标准差（standard deviation）、以及犯第一类与第二类错误的机率（即α与β值）。这几个指标有些是参考过去的资料，有几个是你愿意承受的风险，这些都必须在实验之初就设定好，并根据这些数据去估算实验数。

很多人做实验，是在收到数据后进行分析发现P<0.05，就说有显著差异，这是不恰当的实验设计流程与结论。有时我们会把α订为0.10或0.01，对于订为0.10所计算出来的实验单位数，最后结果只要P<0.1就算有显著差异了。但若设定为0.01，那就算分析出来P=0.02（0.01<P<0.05），还是不能下有显著差异这样的结论。这涉及到β值的问题，即犯第二类错误的风险会改变。

我对楼主有个建议，如果你真的对对比试验有兴趣，去修“实验设计学”、“应用统计学”、“数量流行病学”这类的课程才是对你有帮助的。虽然畜牧人网站上的高手很多，也回了不少正确的建议，但没办法给你完整的观念。如果你没办法去修这些课，又必须做这方面的实验，那在实验设计部分，可能需要外包给懂这门科学的专家团队。

我曾有些实验委托大学的教授策划与执行，结果很惨。实验计划书拿到手后，看着没有目的的资料收集所形成的前言，没有量化的实验目的，不恰当的实验设计，没有估算的实验单位，没有方法出处来源与详列的检测步骤，以及不恰当的统计分析方法。最后只好自己收集国内外资料，重新撰写一份实验计划书

从另一个角度来看，这也是为什么国内厂家的报告不被大多数农民信赖的原因。错误的实验设计导致错误的结果，但厂家却深信不疑，导致农民误会这是厂家蓄意造假。

lyppoiuy

其实这篇文章真的不错，推荐大家读读啊！！！！
为什么没人注意呢？
难道没价值吗？？
伤心啊！！！

fisbon

有人问我怎么操作实验？其实很简单。

如果我的产品较差，但我想要证明我的产品和别人一样好，但比较便宜。那我只要让实验动物数看起来很多，但实际上不足以区别二个产品的差异就可以了。在统计上会因为实验动物数不足而显现不出差异来。但要注意实验动物数也不能太少，否则对手会直接攻击这一点。

让样本数看起来很多，但实际上又不够，这是统计高手才做的到的。

zgp816

楼上一昂:你的方案可能不用那么细吧?操作太复杂,在实践中很难做到,我觉得对我们猪场来说,必须有很大的区别才可以考虑替换现有的料,