111 高普考高考三級 農業技術 試驗設計 考古題詳解

核心觀念

1. 二因子交感效應（Interaction Effect）與交感圖判讀： 在雙因子試驗中，當一個因子的主效應隨另一個因子的不同水準而改變時，即存在交感效應。若在反應變數圖（交感圖）中，各水準的反應折線彼此平行，代表無交感效應；若折線出現發散、收斂或交叉（cross-over），則代表可能存在交感效應。最終交感效應是否「顯著」，仍須依據變方分析表中的 $F$ 檢定（$p < 0.05$）判定。
2. 多重比較（Multiple Comparisons）與特奇公正顯著差異法（Tukey's HSD）： Tukey's HSD 用於控制整體第一型錯誤率（Experimentwise error rate）。平均值後標註的字母若相同，代表兩處理間差異未達顯著水準（$p \ge 0.05$）；若無相同字母，代表兩處理間差異顯著（$p < 0.05$）。
3. 變方分析（ANOVA）的四大基本假設：

• 常態性（Normality）：各處理母體的實驗誤差呈常態分佈，即 $\epsilon_{ij} \sim N(0, \sigma^2)$。
• 變方同質性（Homogeneity of Variance）：各處理群體的變異數齊一，即 $\sigma_1^2 = \sigma_2^2 = \dots = \sigma_k^2 = \sigma^2$。
• 獨立性（Independence）：各試驗單位的誤差相互獨立。
• 加成性（Additivity）：各因子效應與誤差項為線性相加關係。

4. 百分率（比率）資料的轉換特性： 澱粉消化比例為介於 $0\%$ 至 $100\%$ 的比率資料，常呈現二項分佈特性，其變異數常隨平均值改變，通常需經反正弦轉換（$\arcsin\sqrt{Y}$）以滿足常態性與同質性假設。

解題方法

（一）交感圖繪製與交感效應討論

• 作圖方式：以「發芽時間（小時）」為橫軸（12、24、36、48 小時），以「澱粉消化比例（%）」為縱軸，將三種溫度（25°C、30°C、35°C）繪製為三條反應折線。
• 數據軌跡整理：
• 25°C：$12\text{ h} (47.54\%) \to 24\text{ h} (49.40\%) \to 36\text{ h} (51.51\%) \to 48\text{ h} (53.39\%)$（總增幅 $5.85\%$）
• 30°C：$12\text{ h} (50.42\%) \to 24\text{ h} (53.13\%) \to 36\text{ h} (55.25\%) \to 48\text{ h} (57.71\%)$（總增幅 $7.29\%$）
• 35°C：$12\text{ h} (51.11\%) \to 24\text{ h} (54.23\%) \to 36\text{ h} (58.51\%) \to 48\text{ h} (61.61\%)$（總增幅 $10.50\%$）

澱粉消化比例 (%)
 65 |
 | 35°C (61.61) [a]
 60 | 35°C (58.51) [b]
 | 30°C (57.71) [b]
 55 | 30°C (55.25) [c]
 | 35°C (54.23) [c] 25°C (53.39) [cd]
 50 | 30°C (53.13) [cd]
 | 35°C (51.11) [de] 25°C (51.51) [de]
 45 | 30°C (50.42) [e] 25°C (49.40) [ef]
 | 25°C (47.54) [g]
 40 +---------------------------------------------------------
 12 hr 24 hr 36 hr 48 hr (時間)

• 圖形特徵與交感效應討論：

1. 折線走向無交叉（無質的交感效應）：三種溫度的曲線隨時間延長皆呈現單調遞增趨勢，且任一時間點均維持「$35^\circ\text{C} > 30^\circ\text{C} > 25^\circ\text{C}$」，曲線間未發生交叉反轉。
2. 斜率隨溫度升高而變陡（具量的發散趨勢）：25°C 曲線的斜率較平緩（總增加 5.85 個百分點），而 35°C 曲線的斜率明顯較陡峭（總增加 10.50 個百分點）。隨著時間拉長，高溫與低溫之間的差距逐步擴大（12 小時差距為 $3.57\%$，48 小時差距擴大至 $8.22\%$），曲線呈向上發散。
3. 統計判定結論：圖形顯示線條並非完全平行，呈現潛在的「數量型交感效應（Quantitative Interaction）」。然而，單憑圖形走勢無法完全確定其統計顯著性，必須配合雙因子變方分析中「溫度 $\times$ 時間」項之 $F$ 檢定結果；若 $F$ 檢定之 $p < 0.05$，則交感效應達統計顯著。

（二）依據 Tukey's HSD 兩兩比較結果討論最適配置

• 字母降冪排序與分組解析：
• 最優組（顯著最高）：
• 35°C、48 小時：消化率為 $61.61\%$，標記為獨立字母 a。與其餘所有處理組皆無重疊字母，顯示此處理顯著高於其他所有條件組合（$p < 0.05$）。
• 次佳組（無顯著差異）：

核心觀念

本題評量田間試驗設計之核心基礎，涵蓋以下關鍵觀念：

1. 試驗設計之三基本原則：

• 重複（Replication）：提供試驗機差（Experimental Error）之估計值，並降低估計值之標準誤。
• 逢機（Randomization）：確保機差估計之不偏性（Unbiasedness），滿足統計獨立性假設。
• 局部控制（Local Control）：利用人為分組（分區集）控制環境非均質性，自機差中剔除已知之環境變異，以提高試驗精確度（Precision）。

2. 因子分類（Factors）：

• 處理因子（Treatment Factor）：試驗者主動操縱且欲評估其效應之感興趣因子。
• 干擾因子／區集因子（Nuisance/Blocking Factor）：非感興趣但已知會影響反應變數之環境變異因子（如土壤肥力或理化性質梯度）。

3. 逢機完全區集設計（Randomized Complete Block Design, RCBD）： 當試驗環境存在單一方向之異質性梯度（如土壤性質不均）時，將田區劃分為數個相對均質之區集，使每一區集內包含完整的全部處理組。變異數分析（ANOVA）之平方和拆解關係式為： $SS_{\text{Total}} = SS_{\text{Block}} + SS_{\text{Treatment}} + SS_{\text{Error}}$ 透過區集化將環境不均勻造成的變異量由 $SS_{\text{Block}}$ 吸收，降低 $SS_{\text{Error}}$ 與機差均方（$MS_{\text{Error}}$），進而提高 $F$ 檢定力。

解題方法

1. 子題（一）切入點：

• 判定處理因子：試驗目的在於比較「4 種不同有機資材配方」對旱作碳排量的影響，故「有機資材配方」為核心處理因子（包含 4 個處理水準）。至於 2 期作，在試驗架構中係探討時間延續性或期作間重複效應，若跨期作合併評估，「期作」（2 個水準）可作為第二個試驗因子（時間因子），但本試驗之核心農業技術處理因子即為「有機資材配方」。
• 區集設置判定與學理依據：題目明確指出「試驗地點的土壤性質不均勻可能會影響試驗比較結果之外，並無其他特別會影響試驗結果的因子」。這意味著試驗環境存在已知的單一空間變異來源。若採用完全逢機設計（CRD），土壤不均勻造成的變異將全部混入試驗機差中，導致機差膨脹、檢定力下降。設置區集可落實「局部控制」，故必須設置區集，採用逢機完全區集設計（RCBD）。

2. 子題（二）切入點：

• 田區結構參數： 處理數 $t = 4$，重複數為 $n$。在 RCBD 下，區集數即為重複數 $r = n$。單一期作所需之總試驗小區數（Experimental Units / Plots）為 $N = 4 \times n = 4n$ 個。
• 隨機配置程序： 田區配置必須具體落實「局部控制」與「獨立逢機」之要求：
• 區集邊界走向須垂直於土壤性質變異梯度，確保「區集內均質、區集間異質」。
• 在各區集內部，4 種處理必須各自獨立進行隨機分派，絕不可使用固定或遞移順序。

題型結構與子題深度分析

本題為農業試驗實務之申論操作題，評分關鍵在於能否精確運用統計學專有名詞，並清晰寫出田區實務操作步驟：

• 子題（一）深度分析：
• 常見失分點為將「土壤性質」誤答為處理因子。土壤性質非研究者欲探討之試驗處理，而是環境背景干擾因子，應作為設置區集之依據。
• 理由說明必須點出「局部控制」、「降低試驗機差」、「提高檢定靈敏度（試驗精準度）」三個核心關鍵詞。
• 子題（二）深度分析：

核心觀念

本題主要測驗試驗規劃與推論統計的三大核心概念：

1. 常態分布經驗法則與變域法（Range Rule of Thumb）： 對於常態分布族群，約有 $95\%$ 的觀測值落在平均值加減兩個標準差的範圍內（$[\mu - 2\sigma, \mu + 2\sigma]$）。因此，全域／變域（Range, $R$）可近似視為 $4$ 個標準差（$R \approx 4\sigma$），常用於缺乏先驗變異數資料時推估族群標準差 $\sigma$。
2. 母體平均數的信賴區間（Confidence Interval for Population Mean）： 在常態母體且母體標準差 $\sigma$ 已知（或已預先推估）的情況下，樣本平均數 $\bar{X}$ 服從常態分布，其 $(1-\alpha) \times 100\%$ 信賴區間公式為： $\bar{X} \pm Z_{\alpha/2} \frac{\sigma}{\sqrt{n}}$
3. 估計平均數所需樣本數之決定（Sample Size Determination）： 在指定容許誤差邊際（Margin of Error, $E$）與顯著水準 $\alpha$ 的條件下，樣本數決定公式為： $n = \left( \frac{Z_{\alpha/2} \times \sigma}{E} \right)^2$ 實務計算出之樣本數若非整數，為確保估計誤差不超過指定容許範圍，一律無條件進位至下一位整數。

解題方法

（一）推估該有效成分的族群標準差

1. 計算全域（Range, $R$）： 依題意，有效成分變域為 $0\text{--}50\text{ ppm}$，故全域長度為： $R = 50 - 0 = 50\text{ ppm}$
2. 依經驗法則推估標準差： 常態分布下約有 $95\%$ 的數值分布於 $\mu \pm 2\sigma$ 間，因此變域長度約涵蓋 $4$ 個標準差： $R \approx (\mu + 2\sigma) - (\mu - 2\sigma) = 4\sigma$ 由此可推估族群標準差 $\sigma$ 為： $\sigma \approx \frac{R}{4} = \frac{50}{4} = 12.5\text{ ppm}$

（二）計算有效成分含量平均值的 95% 信賴區間

1. 已知條件：

• 樣本數 $n = 5$
• 樣本平均值 $\bar{X} = 32\text{ ppm}$
• 推估族群標準差 $\sigma = 12.5\text{ ppm}$
• 題目給定標準常態分布臨界值 $Z_{0.025} = 1.96$（對應 $95\%$ 信賴水準，即 $\alpha = 0.05$）

2. 計算標準誤（Standard Error, $SE$）與誤差邊際（$E$）： $SE = \frac{\sigma}{\sqrt{n}} = \frac{12.5}{\sqrt{5}} = 2.5\sqrt{5} \approx 5.5902\text{ ppm}$