DPS开发的初衷就不仅限于统计分析,而是包括实验设计,统计分析,数据挖掘,预测决策,系统优化等有关数据处理的工作.因此这样取名 。

今年(2012年)，我们在Wiley-Blackwell 公司出版,中国科学院主办的SCI期刊Insect Science上发表了专门介绍DPS使用的文章，可供 专家、学者将DPS用于科学研究，在国内外学术刊物上发表论文时在参考文献中引用：

Tang Q.Y and Zhang C. X.,(2012) Data Processing System (DPS) software with experimental design, statistical analysis and data mining developed for use in entomological research, Insect Science, DOI 10.1111/ j.1744-7917.2012.01519.x
下载链接

引用该文献发表SCI文章者，我们将给予奖励：发表3篇SCI文章、并在引文中引用该文献的 ，我们将奖励DPS特别赠送版一套（一台机 器使用的DPS最新版本）。

如按目前国内有关试验设计统计专著介绍的方法进行分析，由于计矩阵的二次多项式不是严格正交的，故计算结果不是很“准确”。将 4(1/2)设计，由于设计矩阵的二次多项式的几个互作项，即x1x2和x3x4、x1x3和x2x4、x1x4和x2x3之间线性相关，实际上是存在混杂，这时按目前介绍的统计分析方法计算的结果，就会出现差错,这样接 下来的回归方程的统计检验、拟合值，及其模拟预测值均是错的了。

目前在DPS7.05版提出的解决方法是，对有线性相关的互作项，只保留一项，其他则予以说明（它是和前面哪项有线性相关）。这样可 得到准确的分析结果。图2例子中的准确结果如下，这样的结果和将设计矩阵生成二次多项式后用SAS、SPSS计算的结果完全一致。

有关详细解答，见网页点击跳转。

在DPS6.05以上的版本中，对上述这些非参数检验方法提供了确切概率计算和Monte Carlo抽样概率计算的功能，以满足小样本时非参数 检验的需要。

DPS在统计分析之后，多数情况下会给出假设检验中的p－值。简言之，p值就是传统 所说的α水平（显著水平）。

p值可以精确地告诉我们检验结果的显著水平，而不用再重复采用不同的α水平。根据p值进行统计推断常用标准是：

如果0.01≤p<0.05，则结果显著。

如果0.001≤p<0.01，则结果极显著。

如果p<0.001，则结果是很高地显著。

如果p>0.05，则结果被认为没有统计显著性(有时记为NS)。

但是，如果0.05≤p<0.10，则有时注记为有倾向性的统计显著。

一般来说，给出p值后，如果p<0.05，则拒绝H0，即结果有统计学显著性；如果p≥0.05，则接受H0，即结果没有统计学显著性。

统计学上的显著性和科学上的显著性是有区别的：一个研究结果统计上显著并不表明此结果在科学上是多么重要，这种情形特别容易发 生在大样本时，因为大样本中一个很小的差异也可以被统计检测出来(如有500个样本，当相关系数只有0.0877，确定系数还不到1%，但统计检验结果是相关性显著)。相反，某些统计上不显著的差异结果 可能在科学上是重要的，它可以促使我们进一步加大样本去发现“表面”差异。

从2005年初开始,DPS推出了6.xx版本,具体地说,其电子工作表更换升级,开发语言升级，因此是一次较大的升级过程。

meta分析只涉及一些较简单的数据加减乘除、求和，以及几处需要计算概率p值的地方。这用DPS的工作表和DPS提供的统计函数就可以 实现。因此将这些功能放在工作表里面，用户用起来更直观、更方便。

DPS从6.0版开始采用了新的电子表格，它支持许多原来不支持的功能，如支持鼠标滑轮上下移动，公式的复制更灵活，并可拖动鼠标进 行数字填充等，可极大地减少用户对有规律的数据输入的工作量。

有时单元格里数值显示出数据不全，如下图的工作表的第二行数据显示的结果不正常。

其原因是单元格列宽不够，遇到这种情况时，将单元格列宽拉宽就可以正常显示了。

多半是输入数据时是中文全角方式，这时输入的字符是黑色的。数值应该在“英文数字”状态下输入，输入在工作表里面的数字应该是 蓝色。

从dps v7.55版开始,如果输入的是中文全角字符,可以在菜单方式下执行"字符串转换为数值"功能,将其转换过来。

这是一个具有混杂效应的方差分析例子。当有混杂存在时，用SPSS软件进行平方和分解给不出正确的结果，如该例用SPSS分析结果中各 个分量的自由度和整个自由度不等（丢失了3个自由度,用SAS计算，III型平方和分解结果也是这样）。但用版主的DPS统计软件计算出来的结果，和上面的不一样（版主认为DPS的计算结果才是正确的） 。

唐先生：
  你好！
  我是购买并运用DPS软件的用户。我是做玉米区域试验的，一直很相信DPS的分析数据，但最近一组数据使我对此产生了怀疑。附件中是我省区试其中一个点的数据和DPS分析结果，方差分析没什么问题

，但多重比较结果却值得怀疑。用其他方法计算的Duncan新复极差测验结果不是这样。不知问题到底出在哪里？
云南省农科院粮作所 陈

  陈先生，您好！
  我不知道您是用什么软件进行计算的，可以肯定，您发过来的用DPS计算出来的结果是正确的。我对您发过来的数据用国外的SAS进行了验算，结果和DPS的完全相同。您可放心使用。
  关于DUNCAN多重比较，国内过去的问题较多，包括我们农业高等院校的经典统计教材《......》(版主在这里略去教材名称)中引用的DUNCAN多重比较临界值表都是错误的，在当前的DPS版本中，其

DUNCAN临界值是计算出来的精确值，和国外的SAS软件的值相同。这一点在我的网站上已有介绍。

  唐先生：
  你好！我主要是按你提到的那本教材计算的，可能问题就出在这里。非常感谢！

当误差自由度等于10，显著水平等于0.05时，用SAS计算得到的值和目前表格上的值也是不一致，DPS计算结果和SAS的结果相同。经版 主考查，原来是该表经H. L. Harter修正过(Biometrics,16,671～685),而有的统计专著上还未改过来（国外的一些专著上也有这样的问题）。

当误差自由度等于20，显著水平等于0.05时，新、旧表不同处理组数的Dunnett检验临界值。

这与有的显示驱动程序有关，但是，您只要在图上用鼠标双击一下，这时会出现图形保存界面，这时，将当前图形保存为".BMP"格式的 图形文件，就可以在画图程序或Word里打开并看到图形。

DPS企业版用户，你可和唐老师联系，将为你对某个模块作特殊处理，完成你特殊的需求。

将待分析数据定义成数据块？

某个单元格里不是有效的数值，如全角方式的数字，数值颜色一般是蓝色。

如想从你的机器上删除dps2000版，请注意在卸载DPS过程中，当系统出现是否删除共享文件(Remove Shared file)提示时，请选择全部 不删除(No to All)按钮，以确保您整个Windows系统安全。

详情见网页www.dpsw.cn/order.html,联系电话：0571-86945271

当您下载，安装DPS后，进入运行的是尚未注册的DPS数据处理系统,这时得到的结果是有误差的，仅供演示用。如需正常使用，必须缴 纳注册费，进行注册。

注册方法是：在DPS演示状态,用鼠标单击屏幕顶部的“帮助”下的“系统信息及注册”，这时就会出一个注册界面，请记下。

这两种实验设计方法在国内用得非常多,国内文献中的英文译法可能有几十种.有些译法老外看到的话可能根本不知道是什么东西.这段 时间我在将DPS统计软件"英文化"时寻找翻译方法,得到如下表, 也许是"标准"答案吧,供大家以后发表文章时采用,译法分别为:

二次正交旋转组合设计: Orthogonal rotatable central composite design

二次通用旋转组合设计: Uniform-precision rotatble central composite design

自由度(degree of freedom)是统计上的常用术语,其意义是随机变量能"自由"取值的个数。如有一个有4个数据(n＝4)的样本, 其平均 值m等于5,即受到m＝5的条件限制, 在自由确定4、2、5三个数据后, 第四个数据只能是9, 否则m≠5。因而这里的自由度υ＝n-1＝4-1＝3。推而广之,任何统计量的自由度υ＝n-限制条件的个数。

标准差和标准误都是描述变异的指标，当样本数量一定时，标准差越大，标准误也越大。但是它们所表达的含义是不同的：

标准差是描述个体观察值变异程度的大小。标准差越小，均数对一组观察值的代表性越好。标准误是描述样本均数变异程度及抽样误差 的大小。标准误越小，用样本均数推断总体的可靠性越大。

在应用中，一般来说:

标准差与均数结合，用于描述观察值的分布范围,如医学参考值范围的估计；

多组数据的F检验，当各组数据的样本量大于250个，一行放不下时，可以采用GLM模型方法进行分析，这样各组数据个数就没有限制了 。(06.11.22)

两组数据t检验，如各组数据较多，可以将数据竖着，放成2列即可；

多组数据的F检验，当各组数据的样本量大于250个，一行放不下时，可以采用GLM模型方法进行分析，这样各组数据个数就没有限制了 。(06.11.22)　

这两项功能菜单，执行的统计计算相同；区别是：进行“二次多项式回归分析”，要求样本个数(n)和变量个数(p)满足关系：n>1+p (p+3)/2

如不能满足这个必要条件，则不能使用“二次多项式回归分析功能”,这时可使用“均匀设计回归分析”方法进行分析，分析时，可由 用户自己选择哪些二次项和互作项进入回归方程，使之回归方程的参数个数少于实验次数(n)。

如果想由DPS自动筛选因子(或因子组合)建立回归方程，这时用户可执行“多元分析”→“回归分析”里面的“二次多项式逐步回归” 、或“多因子及互作项逐步回归”、或“多因子及平方项逐步回归”分析功能。(06.11.22)

根据上述数据，拟合一个4参数的非线性方程，即令4个参数分别为 c1, c2, c3 和 c4；参数没有限制时的DPS拟合方程如下：

x2=(c1*x1+c2-sqrt((c1*x1+c2)^2-4*c1*c2*c3*x1))/2*c3-c4

但用户要求其中的c1和c3大于0,小于1; c4>0; c2没有限制.如何根据这些条件修改拟合方程，进行参数拟合。

首先，估计参数大于0，可用取绝对值函数，如参数c4，在方程中可写为abs(c4)；

对于参数c1和c3估计值要在0－1之间，可用表达式 (1/(abs(c1)+1))和(1/(abs(c3)+1))进行参数估计，估计参数值后，再根据该公式 ，求出该项参数估计值。例如如果求得c1=-3,那么方程该项参数估计值=1/(abs(-3)+1))=1/4=0.25。

上面这个方程式为：

x2=((1/(abs(c1)+1))*x1+c2-sqrt(((1/(abs(c1)+1))*x1+c2)^2-4*(1/(abs(c1)+1))*c2*(1/(abs(c3)+1)) *x1))/2*(1/(abs(c3)+1))-abs(c4)

举一反三：如第一个参数限制在（-1,1）区间：(1-2/(abs(c1)+1))

举一反三：如第三个参数限制在（3,5）区间：(3+2/(abs(c3)+1))

为方便建模,版主新增加了区间限制函数 limit(y)=1/(abs(x)+1),以后在公式中只要写该函数就可以了,如上述拟合方程为：

x2=(limit(c1)*x1+c2-sqrt((limit(c1)*x1+c2)^2-4*limit(c1)*c2*limit(c3)*x1))/2*limit(c3)-abs(c4)　

有的DPS用户反映，在WinXP系统下，从Excel复制数据到DPS的电子表格，在DPS电子表格粘贴数据时，有时会出现提示为

Access violation at adress 7c93e58 in module 'ntdll.dll'. read of adress 00000000.的错误。

经检查，这是所用电子表格组件Cell和Win XP不太兼容的缘故(在Cell开发商提供的“超级报表”中也存在该问题)。不是DPS程序所产 生的错误。 该问题，我们已和电子表格开发商取得联系。不过最近我们发现了解决该问题的初步方法：选择数据时，在Excel表格中数据的右边多选择1～2列空的表格，这样复制数据，在DPS里面粘贴时 就不会出现该错误了。

在用户界面输入参数时，不是“英文数字”方式，输入的值系统不认识，导致运行过程出错。这是必须注意的。

***先生，您好：
    多元分析中新动态聚类算法，是本人最近才发现的一种新的高效算法,目前尚没有相关文献可供参考。    该算法经验证、测试，确实有效，其效果也出乎了我的意料：我原来想，比SAS、SPSS里面

的k-means方法好点就差不多了。结果是比SAS、SPSS等里面的k-means方法的效果都要好得多，几乎是解决了动态聚类理论认为不能解决的全局优化问题。
    出于DPS软件商业秘密的考虑，我们暂时不会公布其算法，望谅解。
	致礼
	唐启义, 2007年5月5日，于浙江大学

运行DPS9.50以前的安装程序，在询问“一个未能识别的程序要访问您的计算机”时指定“允许”，安装时选择“取消”，出现如图所示的 提示框，询问“这个程序可能安装不正确”，指定“使用推荐的设置重新安装”，再指定文件夹如“D:\dpssoft”进行安装。dps10.0以后版本，在Vista下面可以正常使用了。

对话框中的星号请改成文件名称

用户:请教唐教授一个基本问题：用3种浓度的乙醇提取某种中药，每个浓度重复3次实验，请问3种浓度下获得的提取率要不要进行统计 分析？简言之，什么时候需要对实验结果进行统计分析？什么时候不需要进行统计分析？我以前听一位教统计学的老师说，不涉及到抽样问题，就不需要统计分析。照理说，同一堆中药样品，各部分都 是均一的。你用不同乙醇来提取，不涉及真正重复。可以这么理解吧？如果正确，就不需要统计分析了。所以，看一些发表的文献，有的人可能做统计分析，有的人没做。这次学生论文答辩，对这个问 题就存在争议。

DPS:一堆中药，用某种乙醇提取，重复3一5次，每次结果相同，那就不需要重复，也就不需要统计分析。

用户:“一堆中药，用某种乙醇提取，重复3一5次，每次结果相同，那就不需要重复，也就不需要统计分析”。我的意思是每次提取时 所用的中药完全相同，不存在从总体中抽样，所以对不同浓度乙醇提取时的提取率不需要进行统计分析，只要看哪个浓度的平均提取率高，就可以明确地认为哪个浓度的提取效果好。至于同个浓度每次 提取时的提取率大小不一样，这是试验的系统误差，不是抽样误差。

DPS:不是试验的系统误差，是试验误差。

用户:试验误差包括系统误差和抽样误差吧？

DPS:试验误差包括系统误差和随机误差。系统误差可通过实验设计、和实验条件的控制予以消除。有试验误差的试验，就要设重复，试 验结果就要做统计分析。

用户:任何试验都有试验误差，难道都要做统计分析？误差只能减小，不能避免。统计的最初目的应该是以样本来推测总体,为了消除抽 样误差对试验结果的影响。对吧？

DPS:是的。统计的最初目的应该是以样本来推测总体。通常情况下，总体都是未知的；我们做试验，只是获得样本信息，所以就要进行 统计分析。

用户:还是回到原先的例子，用不同浓度的乙醇来提取中药，比较不同浓度的提取率。这个例子有没有涉及样本和总体问题呢？我感觉 没有涉及。因为一堆中药，充分粉碎混匀后应是均质的，理论上取其中的一部分做试验，可以完全反映全部中药。重复3次的目的是为了减少试验中的系统误差和偶然误差，而不是为了检验抽样误差。再 退一步，如果对此进行统计检验，重复数为3，这个样本量也太小了，对吧。所以，我的观点是这个例子不必要进行统计分析，哪个浓度乙醇的平均提取率高，就说明这个浓度比较合适。不知我的观点是 否正确？

DPS:还是回到原先的例子，用不同浓度的乙醇来提取中药，比较不同浓度的提取率。怎样比较？直观 or 统计检验？或者，回归分析， 建立不同浓度的定量关系。

用户:就是比较不同浓度乙醇的提取率，要不要进行方差分析。如果浓度足够多，进行回归分析倒是可以。

DPS:比较不同浓度乙醇的提取率，需要进行方差分析。

用户:没涉及抽样啊! 再说，每个浓度重复3次试验，重复数也太小了吧。如果每个浓度重复2次，就无法统计分析了。

DPS:那进行分析，总比不分析要好研究分调查研究与试验研究: 调查研究涉及抽样，抽样结果进行统计分析；试验研究，进行试验处理 ，处理结果进行统计分析。

用户:绕了半天，还是没搞清什么时候需要统计分析。比如说，我的体重称了5次，你的也称了5次，比较我们的体重差异，要做统计检 验吗？

DPS:体重反复称重次，是伪重复,Pseudoreplication!

用户:用乙醇提取中药，实质上也是伪重复。因为，每个浓度乙醇重复提取时，所用的中药、步骤都是相同的。这不像你活体动物或植 物，个体间存在不可避免的差异。所以需用统计检验来看看抽样误差的大小。

DPS:试验研究，与是不是活体，没有关系。

用户:再比如，两个人比赛跳远，每人各跳5次。比较两人的成绩差异，也不需要统计分析（T检验）吧。 现在的问题似乎归结到“如何 区别试验的重复是真重复，还是伪重复？”。如果是伪重复，就不必进行统计检验。我好象有点明白了。“两个人比赛跳远，每人各跳5次”。这种情况算不算伪重复？应该不算吧?

DPS:不算

用户:如果每人只跳一次，但用尺子反复测量了5次，这就是伪重复。对吧

DPS:是的，跳一次，５个裁判去量，得到的５个数值，是伪重复

用户:基本明白了。麻烦您的耐心解答。谢谢唐老师。这个问题困扰我很久了。真地很感谢您帮我搞清了。 对于“两个人跳远，每人各 跳5次”这个问题。如果没作统计分析，只根据两人的5次结果的平均值，也可以下“哪个人跳得远”的结论。但不能说，某人的成绩显著好于另一人。是不是？

DPS:是的

用户:只有进行了统计分析，才能比较两人成绩的差异是否达到“显著或极显著水平”，对吧。如果没作统计分析，只根据两人的5次结 果的平均值，也可以下“哪个人跳得远”的结论。但是否也可以诡辩“这种成绩的差异是偶然性的”。所以，对于结果是否真正有差异，还是应以统计检验的结果为准。是这样的吧。 只有经过统计检验 ，其结论才更有说服力。 再回到”用不同浓度乙醇提取中药，比较不同浓度乙醇对中药有效成分的提取率“这个问题。如果每个浓度只重复了2次，其获得的结果就不能进行方差分析，所得结论的说服 力就不是很强。如果重复3次，结果就可以进行方差分析，结论的说服力就强了。如果能重复更多次，结论就更可靠。

DPS:是的。

……