前言

在这本小书中,我将介绍控制实验的研究设计和数据分析。多因素实验设计是当前研究发展的趋势,它可在一定程度上克服早期实验室和现场研究的局限性,使实验研究更加深入,可探索更加复杂的现象,同时使研究结果更加精确、可靠。

同时,实验设计也是一本技术,它包括实验设计、统计分析和计算机数据处理三方面的知识,缺一不可。

以下是我的 R 进程信息:

sessionInfo()
## R version 3.6.1 (2019-07-05)
## Platform: x86_64-apple-darwin15.6.0 (64-bit)
## Running under: macOS Catalina 10.15.2
## 
## Matrix products: default
## BLAS:   /Library/Frameworks/R.framework/Versions/3.6/Resources/lib/libRblas.0.dylib
## LAPACK: /Library/Frameworks/R.framework/Versions/3.6/Resources/lib/libRlapack.dylib
## 
## locale:
## [1] zh_CN.UTF-8/zh_CN.UTF-8/zh_CN.UTF-8/C/zh_CN.UTF-8/zh_CN.UTF-8
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets 
## [6] methods   base     
## 
## loaded via a namespace (and not attached):
##  [1] compiler_3.6.1  magrittr_1.5    bookdown_0.16  
##  [4] tools_3.6.1     htmltools_0.4.0 yaml_2.2.0     
##  [7] Rcpp_1.0.3      stringi_1.4.3   rmarkdown_1.18 
## [10] knitr_1.26      stringr_1.4.0   xfun_0.11      
## [13] digest_0.6.23   rlang_0.4.2     evaluate_0.14