常用实验设计类型和方法

•常用单因素实验设计类型和方法
（一）完全随机设计（completely random design）
优点：简单易行，统计分析简单，即使各处理组例数不等， 也不影响实验结果的统计分析，常用ｔ检验、方差分析或 Kruskal-Wallis秩和检验进行统计分析。
缺点：试验效率不高，只能分析单个因素，且要求实验单位 有较好的同质性，如果同质性不好，则需要观察较多的样本 量。
一、基本概念
总体与样本（注意：样本要有代表性）
总体（population）是指根据研究目的所确定的所有同质的 观察个体的集合（全体），样本（sample）是指来自总体的 部分观察个体。
处理因素与非处理因素、水平
处理因素（实验因素、研究因素，简称因素），是指在实验 中根据研究目的而施加给实验对象的各种人为设置的干预措 施。非处理因素是指实验中非人为干预的因素，如实验动物 的雌雄、体重，受试者的性别、年龄、病情，实验时的季节、 气温等。
No RAN rRAN group
1 17
4 T1
2 2 22 10 T3
3 3 31 12 T3
4 4 15
8 T2
5 58
7 T2
6 6 35 14 T4
7 7 17
9 T3
8 8 22 11 T3
9 93
2 T1
10 10 5
3 T1
11 11 7
5 T2
12 12 2
1 T1
13 13 31 13 T4
也可将读取的N个随机数从小至大排顺序，得到N 个序号R，再根据R进行分组，即按R所在区间决定实 验单位应接受的处理。
4. 有必要时可对分组结果进行组别调整。
假如共有n例，需要从中抽取1例，则读取一个位数 与n相等的随机数，除以n后将得到的余数作为所抽实 验单位的序号（规定：如整除则余数为n）。
• 常用随机化分组方法
有些研究希望各组例数相同。当各组例数不相等时， 可从例数较多的组中随机抽取一部分受试者补充到例数 较少的组，使各组例数相等。
例 若 将 20 个 实 验 单 位 随 机 等 分 为 四 组 。 对 2 位 随 机 数 字 规 定 ， 00~24 为 甲 组 ， 25~49 为 乙 组 ，
50~74为丙组，75~99为丁组，分组结果如下：(3\4\6)
优点：条件一致或相近的受试对象组成同一单位组 （非随机），并随机分配于各处理组中，使处理组间 的可比性更强，能改善组间生物学特点的均衡性，既 缩小了误差，又可分析出处理组间与配伍组间两因素 的影响，实验效率较高。
缺点：分组较繁，要求单位组内实验单位数与处理数 相同，有时实际应用有一定困难。实验结果中若有缺 失，统计分析较麻烦。
14 14 8
6 T2
15 15 36 15 T4
16 16 46 16 T4
Transform -------->Random Number Seed -------->Set seed to 2000000(默认) --------> Transform -------->Compute… -------->Target Variable 填入ran(变量名) -------->Numeric Expression：
编号 1 2 3 4 5 6 7 8 9 10
随机数 47 50 36 29 02 31 93 71 23 47
组别 乙 丙 乙 乙 甲 乙 丁 丙 甲 乙
调整
丁
丁
编号 11 12 13 14 15 16 17 18 19 20
随机数 23 46 04 26 69 61 25 54 90 18
组别 甲 乙 甲 乙 丙 丙 乙 丙 丁 甲
反应变量 处理因素 反应变量 处理因素
(瘤重g, y) (药物浓度,T)
y
T
3.6
1
0.4
3
4.5
1
1.7
3
4.2
1
2.3
3
4.4
1
4.5
3
3.0
2
3.3
4
2.3
2
1.2
4
2.4
2
0.0
4
1.1
2
2.7
4
One-Way ANOVA
（二）随机单位组设计（randomized block desisimple effect)是指其他因素的水平固定时，同 一因素不同水平间的平均差别。主效应(main effect)指某 一因素各水平间的平均差别。当某因素的各个单独效应 随另一因素水平的变化而变化，且相互间的差别超出随 机波动范围时，则称这两个因素间存在交互作用 (interaction)。注意：在统计分析时，若存在交互作用， 须逐一分析各因素的单独效应。反之，如果不存在交互 作用，则两因素的作用相互独立，分析某一因素的作用 只需考察该因素的主效应。
R
7 10 8 1 4 11 6 9
处理
T2 T3 T2 T1 T1 T3 T2 T3
分组的均衡性比较
干预 随机数大小序号（R） 实验单位编号
T1
1
2
3
4 3，8，12，13
T2
7
8
65
4，9，11，15
T3
11 10 12 9
2，10，14，16
T4
15 16 14 13 1，5，6，7
实验单位 属性
调整
丁
甲组5例，乙组8例，丙组5例，丁组2例，需要从乙组中 再抽出3例放入丁组。按组别调整步骤，读一随机数3， 除以8（乙组例数）后，余数为3，则将乙组中第3例 （第4号）放入丁组。同理，再读一随机数4，除以7 （乙组现有7例），余数为4，再将乙组中第4例（第10 号）放入丁组。最后再读一随机数6，除以6（乙组现有 6例），余数为6，将乙组第6例（第17号）放入丁组。
填入UNIFORM(50) 0~X -------->OK Transform -------->Rank Cases… ---->Variable 填入ran --------> OK (自动产生序号rran, 完成分组,
group)
统计分析
数据表：16行2列( dependent + factor )
简单随机化 分段随机化 分层随机化
简单随机化：设A和B分别代表处理组和对照组。分组 步骤是先将受试对象（如动物、患者）按体重大小 （或就诊顺序）编号，然后给每个受试者一位随机数， 并规定0-4者分配到A组，5-9者分配到B组。
例 将一批受试对象随机分为两组。
受试者编号 1 2 3 4 5 6 7 8 9 … 随机数 4 0 5 7 2 8 1 9 3 … 分配组别 A A B B A B A B A … 对两组以上时，如分三组时可规定随机数1-3为A组， 4-6者为B组，7-9者为C组，随机数为0时略去。同理， 分四组可规定随机数1-2者为A组，3-4者为B组，5-6者 为C组，7-8者为D组，随机数为0和9时略去。
● 应特别注意那些对实验结果有影响的非处理因素。
● 平衡处理组间的非处理因素是实验设计的重要内容之一。
各因素所处的不同状态称为水平（level），一个处理因素往 往可分为若干个水平，而水平数的多少是确定实验组数的依
据。
实验单位与观察单位
实验单位（experimental unit）是指接受处理的基本单位。 观察单位（observational unit）是指根据研究需要确定 的采集数据的基本单位。一个实验单位可以有多个观察 单位。注意：处理间的差异应在实验单位中比较。
检验效能
检验效能（power of a test），又称把握度（power）， 记作1-β，指当两个（或几个）总体存在差异时，经假 设检验能够发现该差异的可能性大小。
● 1 与 、 、 、N 有关。
● 假设检验为“阴性”结论（P>0.05)时, 不能
简单地下“处理无效”的结论，而应该检查一下
随机分组步骤： （N=16，G=4）
实验单位编号：1 2 3 4 5 6 7 8
随机数： 76 63 10 21 85 90 63 08
R
14 12 3 5 15 16 13 2
处理
T4 T3 T1 T2 T4 T4 T4 T1
实验单位编号：9 10 11 12 13 14 15 16
随机数： 27 54 31 03 13 61 24 37
结果分析：方差分析、Friedman秩和检验
1.实验设计方法
(1)将实验单位按照其自然属性或某个非处理因素形成n个单 位组，每个单位组含有k个实验单位。
(2)在每个单位组内随机分配k种处理。k=2时为配对设计。 实验单位的自然属性：动物的窝别（同窝的k只动物）、受 试者的体重（体重相近的k个受试者）等。要选择对试验结 果影响较大的非处理因素形成单位组，如研究小鼠吃不同饲 料后的体重增长情况，可将体重相近的小鼠配成单位组，在 临床试验中可将病情基本相同的患者配成单位组。遵循“单 位组间差别越大越好，单位组内差别越小越好”的原则。
亦称配伍组设计或随机区组设计，实际上是配对设计 （将多方面条件近似的受试对象配成对子）的扩大，也是 对完全随机设计的改进（即加强了均衡可比性）。而这种 设计是将多方面条件相同或相近的受试对象组成单位组 （ block，亦称区组或配伍组），适用于三组或三组以上 的实验。每个随机单位组的受试对象数目取决于处理的数 目。如果一个实验安排了四种不同处理，那么每个单位组 就应有四个受试对象。有多少个单位组，则每种处理就可 以分配到多少个受试对象。
是否是检验效能不足。
1.0 0.8
α=0.05
α=0.01
0.6 检 验 效 能 0.4 （1-β）
0.2
0.0
0
200
400
600
800 1000 1200
样本总量（N）
图8.3.1 样本大小与检验效能、显著性水平的关系
（α=0.05，α=0.01，δ=0.5cm，σ=2cm）
•实验设计的基本原则
Transform -------->Random Number Seed -------->Set seed to 2000000(默认) --------> Transform -------->Compute… -------->Target Variable 填入ran(变量名) -------->Numeric Expression：
实验设计的作用主要是减小误差、提高实验的 效率。因此，从统计方面说，根据误差的来源， 在设计时必需遵守三个基本统计学原则，即对 照（control）原则、随机化（randomization） 原则及重复（replication）原则。重复和对照 也是观察性研究必须遵循的原则，唯有随机化 分组是实验性研究的显著特征。
常用实验设计类型与分析方法
•研究设计
以最少的人力、物力和时间，最大限度地获得丰富、准确、 可靠的信息与结论。研究设计：专业设计与统计设计
专业设计：选题，建立假说、确定研究对象和技术方法等。 统计设计：围绕专业设计，确定统计设计类型、样本大小、 分组方法、统计分析指标及统计分析方法等，
根据处理因素、控制因素和实验单位的特征，实验设计 方法又有许多不同的类型。实验设计是关于数据采集、统计 方法应用和得出结论的关键步骤。如实验设计出现错误，不 论用什么统计方法进行数据处理也无法得到正确的结论。因 此，在医学科研中只要条件允许，应尽量在良好的实验设计 的基础上采集数据。医学研究中常用的实验设计类型和方法 有以下十几种。
随机单位组设计（N=12，b=3，k=4）
单位组
干预（随机数大小序号，R ）
2
3
4
1
1
4
2
3
4
2
3
1
No block RAN rRAN
111 221 331 441 552 662 772 882 993 10 10 3 11 11 3 12 12 3
71 22 3 31 4 15 2 81 35 4 17 2 22 3 32 53 74 21
简单随机化分组方法不能保证分组后各组例数相等， 但当受试对象总例数较多时（如N>200），两组例数相 差悬殊的概率较小。尽管如此，在正式试验前最好先检 查一下随机分配表（即分组过程及结果表）中各组例数 是否大致相当。如果发现相差悬殊（如100例分两组，A 组15例，B组85例），可以重新制定随机化分配表。
•随机化分组步骤
1. 将N个实验单位从1到N编号。如动物可按体重大小、 患者可按就诊顺序。
2. 取随机数字，随机数字的位数一般要求与N相同。
3. 将读取的N个随机数字按分组要求划分区段。
即：根据随机数所在区间决定实验单位应接受的处 理。例如，按二位随机数分两组时，可规定随机数 00~49为第1组，50~99为第2组；分三组时，01~33为第1 组，34~66为第2组，67~99为第3组，余类推。同理，如 按2：1的比例分两组，则01-66为第1组，67-99为第2组。 另外，分两组时，亦可按随机数的奇、偶决定组别。