进行一项实验或研究需要投入很多心力,因此能尽可能地从实验中获得越多的资讯非常重要。但是,若是缺乏谨慎的的准备,所取得的资料可能只透露些许的讯息。这是一个任何研究都会遭遇的问题,但是生态实验却面临许多独特的挑战。举例来说,我们在处理动物时,必须了解生物体的感官系统。假设我们使用Y型管(见图)为实验环境,以一种生物体的化学感应能力来测试牠偏好的是讯号A或是讯号B,则我们实验所用的Y型管在每次进行一项新的试验前,都必须被清洗乾淨。否则的话,实验后Y型管中所残留的化学物质就会影响下一个进行实验的动物之行为。这只是一个例子,但是在生物体多样性的状况之下,生态学家对于像这样容易疏忽的陷阱必须警觉。在生态研究法当中,我们讨论这类的议题以帮助学生能设计能产生有用的数据资料的试验。
顺道一提,生物体的化学感觉器到底出了甚么问题呢? 大多数的统计模式都假设每个数据是独立的。因此,如果一隻动物的行为影响另一隻动物的行为,则所产生的数据便不是独立的,这就违反了前面的假设。在这样的情况下,我们无法做出适当的推论,而统计的结果也会误导我们。事实上,一个常见的问题就是: 学生在不知道如何分析数据的情况下进行实验。这常常代表着实验并没有经过适当的设计,因为在不知道哪一个统计模式适合使用时,要思考实验数据是否合乎模式的假设是不可能的。然而,一般必修的统计课程并不足以帮助我们思考数据的分析。因此,在这堂课的数据分析部分,我们探讨如何处理各种不同的生态数据资料,帮助学生能够以更有弹性的方式设计他们的试验。我们使用电脑统计软体R来练习如何运用这些新的方法,使学生能够轻易地将课堂所学应用在自己的实验中。