|
資料來源:
Use of replicates
in statistical analyses in papers submitted for publication in Animal
Feed Science and Technology
Animal Feed Science
and Technology 171 (2012) 1– 5
1.簡介
這篇社論是一個附件，本質上是對早期社論內容的擴大（ Uden et al.,
2005; Robinson et al., 2006） 在投稿AFST考慮出版的手稿中分別關注分析和統計問題。自從這些社論發表以來，在投稿給
AFST
的論文數量中，出現了急劇增加，特別是體外gas、薩科瘤胃、連續培養發酵罐和小型筒倉研究。其中作者、審稿人和編輯對於構成可接受的統計複製什麼內容，存在實質性分歧。在許多情況下，AFST
共同編輯看來作者在統計分析中使用了假複製。由於複製的定義在原稿的“材料和方法”部分並不是顯而易見的，AFST CEIC經常不得不問，甚麼是偶爾複製。作者變得需要非常清楚了解更多關於實驗和統計設計細節的資訊，然後再進行統計程序。在這篇社論中，AFST
的 CEIC 澄清了他們在統計分析中對於複製分析的觀點 以及描述如何投稿以供 AFST
發表的手稿中。注意這裡的“複製”與“統計單位”不是同義使用。只有在“true”時，它們才表示有相同的意思。
2.
研究的實驗目標
研究的目標對其統計分析十分重要（Robinson et al.,
2007），因為它決定了如何以及使用什麼類型以完成統計分析。在許多情況下，投稿給 AFST
的手稿的目標並不是足夠明確。通常作者聲稱目標的普遍性，然而實驗條件和樣本是單一的，推理是有限的。目標必須始終明確和具體，以便告知讀者其研究的目的。一個特定目標的示例可能是：
“比較在初割提摩西草(cv Grindstad )和四年生白三葉草 (cv
Ramona)的體外消化率。植物於2009
年在種植於威斯康辛州東北部的粘土上生長”。在這個例子中，讀者不會被誤導去推斷一般的草和三葉草。然而不能保證以這樣的目標可作為研究的有效基礎，而是基於其新穎性、科學性的實驗範圍之外的價值和適用性。在這種情況下，多個位置、收穫、品種和/或年代都必須描述，使稿件接受。
實驗設計、統計分析和實驗目標都必須是一致的。在某些情況下，上述所有這些在形式上是正確的，但是，如果目標代表的不是問題（這通常是科學觀點問題），那麼
該研究不可被發表。基於單一或混合樣本的植物物種比較，應用於單一的處理
飼料批次，或針對另一種不可靠方法驗證一種不可靠方法，上述的目標的示例都很可能會被拒絕。
在這篇社論的背景下，我們研究了三種主要類型的研究，其目標是：( i
)觀察一種方法， (ii) 兩種或幾種方法的比較，以及 (iii)比較處理方法、飼料來源、植物和其他類似方法。
3.
評估單一方法的研究
單一方法評估研究的目的是在沒有真實資訊的情況下，調查方法中的錯誤。關於真實的構圖。分析可能有或沒有校正。雖然精密性是首要的，準確性也可以調查。分析通常在一段時間內和一段時間內複製，所有觀察結果都是用於統計分析。在詳細研究中量測的總變異量可以劃分為定義為可複製性的內容或測定內錯誤（即在相同操作條件和時間下，測定複製）和重現性錯誤。
再現性誤差通常比複製性誤差更受關注，但它們具有多種含義，因為它們可能是實驗室之間錯誤，取決於運行時間錯誤、技術人員之間的錯誤或其他類似類型的錯誤。
然而，如果該方法適用於範圍廣泛的飼料，那麼它們在研究中的代表性是十分重要的。一個很好的例子是中性洗滌纖維法 ( Mertens ,
2002)，其中發現實驗室間錯誤偏高，由於去除不完全澱粉和隨之而來的澱粉過濾問題。澱粉飼料高於草料飼料。處理實驗室內的分析錯誤需要使用不同的標準，這超出了這篇社論的範圍。
4.
比較方法的研究
在這種類型的研究中，目標是將測試方法（即新的或修訂的）與參考方法進行比較。或者偶爾將針對“已知”值的單一方法測試方法與參考方法進行比較。在方法比較研究中，已有一個參考方法和/或是的一種生物學上合理的方法評估結果。但是，在沒有準確方法或黃金標準的情況下存在另外方法，基於對於處理變化的敏感性和/或飼料使用後排名的方法。此比較是相對於生物性反應。
如第 3 節所述，飼料使用比較在此類研究中得到充分體現。重複分析（在同一
樣本）不應以純粹形式成為此類研究設計的一部分。這些類型的研究中的誤差劃分為平均偏差、斜率與干擾可能是有用的。 Theil (1966) 和
Bibby 和 Toutenberg (1977)，以及最近由Dhanoa等(1999)提出此技術。校正誤差應該只有包括干擾，但是在方法驗證中，偏差和斜率誤差也會以不同的比例發生，具體取決於飼料測試集的樣品來源。偏差和斜率誤差應促使進一步調查樣本來自不同的原因。干擾引起的錯誤應該對於方法的實際應用進行評估，這可能是來自科學上的、專家的、安全的或其他的原因。
請注意，均方預測誤差 (MSPE) 不能直接與來自回歸的殘差平方和平均值 (MRSS)
進行比較，因為前者計算為差異的平方和除以“n”，而後者計算是從迴歸平方偏差除以n - 2。因此兩者僅在“n”值較高時變得相似，並且斜率逼近 1。
一個關鍵問題是如何呈現該方法的可靠性。變異係數 (CV) 和平均值 預測誤差 (MPE) 分別由 MRSS 和 MSPE
計算得出，可用作比例誤差的量度值。
但是如果使用只有有限的數據集，則 CV 和 MPE 將很高，因為分析誤差
與記錄值成比例。但與任何標準變異量分析中都隱含相同意義。因此，如果低數值不是
有特別感興趣，建議報導絕對誤差，並將該誤差與方法的預期效果聯繫起來，以相對於它是否可能實際應用。
5.
比較處理的研究
此類實驗的目的可能是檢查飼料之間的差異，或者物理、化學或微生物的對飼料處理影響。當處理和量測的變異性混淆時，審查期間的問題往往是來自於作者。原因是如果在個體飼料或給食在來源方面沒有差異，則只有評估方法本身會引起變異。如果使用動物，這種變異性會更高。如果只是使用化學分析，這種變異性會更低。
5.1。實驗室和sacco方法
就飼料來源而言，化學或體外研究相對容易複製，實驗者應該抵制節省資金的誘惑，不可通過匯集單個地塊或樹木的樣本，這種情況經常發生，從而消除了研究中樣本的變異。利用化學和/或體外分析進行植物品種測試需要觀察來自多個地點的多個田地/地塊/樹木，並且儘可能在幾年內收集。動物營養師通常滿足於一年內，從一個地點採集一次的單一樣本，作為研究的基礎。這是一個嚴重限制，並將嚴重影響得出的結論的範圍。在報告飼料之間的差異，需要考慮到這一點，作者應避免這種性質的有限研究，因為
AFST不接受唯一的複製是由複製測定組成時（無論是化學分析或體外）使用相同的材料。這代表著田地/地塊/樹木本身就是變異的來源，必須複製以獲得足夠數量的統計單位（如上文和
Robinson 等於2006年所討論）。
處理例如飼料加工、化學、微生物、物理和類似性質的現場應用，或在不同接種形式，也必須與上述類似的方法進行複製，以實現真正的複制。有時在已知數量的已定義（AFST
要求下）和一致的情況下，進行研究化學品或生物添加劑應用於飼料或草料。在這種情況下，對於出於統計目的複製應用程序此興趣較小。然而當添加劑水準和飼料添加劑交互影響，必須使用多個飼料和/或水平，因為沒有其他方法可以獲得足夠的統計數量。
化學分析和體外分析通常需要對同一樣品進行複製，或者從複製的小型筒倉中獲取數據。然而，為了與上述目標保持一致，在進行統計分析之前，應該對這些的值進行平均。所需的分析複製次數將取決於所採用技術的可變性，並且是一個由實驗者判斷的問題。在sacco和體外量測的情況下，可能存在著在不同的日子（即多次運行）複製分析的特定原因。這可能是由於空間不足或為了防止錯誤，尤其是與run相關（例如接種的品質問題）。但是，要在統計模型中包含“run”，無論是作為固定的還是隨機因素，用以評估處理效果是不正確的，因為
CEIC
將run視為“相同”的複製觀察處理。在管理良好的實驗室中，使用標準協議，運行差異通常通過包括適當的標準，或者，如果有必要判斷，通過複製runs。減少異常瘤胃接種物或瘤胃的環境影響。CEIC
建議通常至少使用三種動物來源以進行sacco和體外量測。
當飼料或日糧具有數量性狀（例如蛋白質品質或單寧含量）時，完全不同
內容情況。在這種情況下，目標不應該是比較飼料，而是比較類似於劑量水準反應特徵。按照 Robinson 等人的概述進行了分析（2006）。
5.2.體內研究
不言而喻，如果每種試驗動物都需要有多種飼料/飲食來源，則很少有大型動物的研究可以而達到部分前面提到的目標發表處理。然而，成捆的乾草或青貯飼料，或來自多種來源的濃縮飼料，可以使用體內研究和
CEIC
鼓勵使用這種方法的研究工作。與需要使用小動物的動物數量（例如，雞），這方法不僅是可能的，而且通常需要以此方法捕捉飼料中的變異性。大型動物為不可能研究時，AFST
的 CEIC 將堅持謹慎的解釋此類結果。尤其是在牧草研究時，因為它們的成分變化很大。
對於具有數量性狀的飼料，適用第 5.1
節中概述的邏輯。這些研究通常很難設計，因為需要盡可能多的將所有其他飼料成分保持相同，以防止混淆。尤其是進料水準與化學成分。通常少量成分的差異或影響可歸因於單一飼料成分。例如受到植素(phytin)水準影響的磷利用率是相當明確的。這是一個經常出現在的飼料替代研究問題，並且通常是論文拒絕的原因。因為不清楚飼料中的替代物是否就是正在檢查中營養素的變化。而研究是在努力平衡所有其他營養素。或者研究飼料
A 替代飼料 B 的簡單比較。
可以通過Meta
分析，使用具有相似假設和當在文獻，以發現許多相互矛盾的研究時，這方法應該特別合適。有數個例子如，Phillips (2005)
概述了巨量分析中的陷阱。St-Pierre (2001)使用混合模型程序，將“研究”作為一種隨機效應來提供更俱生物學意義的解釋。在用於巨量分析的
SASR 工具（SAS，2011），Hamer 和 Simpson
給出巨量分析的簡單概述和更多細節。Sauvant等的論文中介紹了分析和數據採集(2008）和Lean等。 （2009
年）。由於混合模型最有可能用於巨集分析，因此應注意應該報告差異的標準誤差，因為平均值的標準誤差不能輕易轉化為處理差異的概率
當模型中有隨機因素時（ Littell et al.,
2006）。有一些通用的線性模型程序也提供了選擇隨機因素，但軟體提供的 F 檢定可能不正確（ Littell et al.,
2006）。因此需要作者檢查所選特定軟體提供的 F 檢定。
6.
用於統計分析的數據說明
如第 2 節所述，在統計模型中包含的複製是取決於研究目標。但是，要允許審閱者和
CEIC 對統計分析進行全面評估，絕對要求明確且完整描述，如何在統計模型中使用所有可用觀察值。一個例子是：
來自兩組三頭奶牛的五種澱粉水準 (L) 和混合瘤胃接種源 (INO)，飼餵高或低
蛋白質水準以36h體內批次栽培。使用五種不同的牧草和一批純化的玉米澱粉。這些組合處理每批複製兩次，並在一段時間內運行2 週複製四次。觀察總數為
5 (L) × 2(INO) × 5(forages) × 2(reps. ) × 4(runs) = 400。平均批次和運行複製數值，其餘
50 個觀察值使用模型進行變異量分析：
7.
結論
《動物飼料科學與技術》是一本期刊，擁有廣泛國際讀者群和種類繁多的的實驗類型。作者、審稿人、CEIC 和 讀者對於統計專業與認知差異很大。
接受投稿給 AFST
的稿件一個重要標準是其研究目的是否符何其研究的設計。通過任何方法評估飼料，包括使用動物，都必須基於以下的研究概念：
它們代表從墓群中中提取此結果，並且必須定義該母群。只有一個樣本取自母群，不能提供足夠的資訊來保證可以出版。此外，稿件的拒絕或接受的決定品質，只能基於對樣本數據的清晰描述以及如何用於統計分析觀察結果。考慮在
AFST 發表的稿件並不少，未能清楚此要求會導致拒絕，或過多的修訂也可能會導致稿件最終導致拒絕。而且經過審稿人，CEIC和作者花費大量時間。
一篇社論不可能處理所有實驗類型中所有可能的統計複製問題。因此，這篇社論的目的是概述統計複製的原則，並強調一些在審查過程中引起作者、審稿人和
CEIC斷連接原因。如果作者希望獲得潛在可接受性的 AFST 評審，在開始實驗之前進行需要統計複製。鼓勵作者聯繫任何 CEIC
成員以獲得意見。且最好是在研究開始之前或在其投稿之前。 |
