常用实验设计方法

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
3.再根据因素个数、可能存在的交互作用, 确定选多少列即多大的正交表
(三)表头设计
利用所选用的正交表及其相应的 交互作用表,将各因素及要分析的 可能存在的交互作用安排进所选正 交表各列的过程。
例:
表9-21 影响雌螺产卵数的试验因素及其水平
试验因素 水平
温度( ℃%) 含氧量(%) 含水量(%) pH值
2.将基本型拉丁方随机化,按随机化 后的拉丁方安排实验
3.规定行、列、字母所代表的因素和 水平,通常字母表示主要处理因素
优点: 节约样本量 使观察单位更加区组化和均衡化,进
一步减少抽样误差,提高效能
缺点: 要求三因素无交互作用且水平数相等
,实际工作中有一定的局限性
五、析因设计 (Factorial experimental design)
的因素(及其交互作用)的个数 K:表示各因素的水平数,即每列中的数
字为1、2…k
L8(27):
表示最多可安排7个2水平的因素要 做8次实验的正交表
L16(215)
L32(231)
L9(34)
L18(37)
表9-19 L8(27)正交设计表
实验号


1234567
1 1111111
2 1112222
资 料
多样本率或 构成比比较
:χ2检验、Fisher确切概率法
等 两样本:Wilcoxon秩和检验

资 料
多样本:H检验
(χ2检验仅比较构成的不同)
二.配对(伍)设计 (Paired/Randomized block design)
先将受试对象按配比条件配成对子 或配伍组,以消除配伍因素的影响, 再将各对或各配伍组中的个体按随机 分配的原则给予不同的处理,又称随 机区组设计
对象已有数据的完全浪费
2.不适于病程较短的急性病治疗效果的研 究
3.如果第一阶段给予处理措施后该病便已 治愈,则第二阶段的措施则不可能反映出 来,所以交叉设计只适用于某些病程相对 较长的疾病(如高血压、头痛等慢性病的 研究)
四、拉丁方设计 (Latin square design)
按拉丁字母组成的方阵来安排实 验的三因素等水平设计。该设计同时 考虑三个因素(一般是一个处理因素 、两个配伍组因素)对实验结果的影 响。
univariate→model:custom:选择分析的因素 →continue →ok
例题演示
注意:最后的结论及最优配方的确定
七、均匀实验设计 (uniform experimental design)
利用均匀分布表及其使用表,使n次实 验在实验范围内均匀散布的设计方法
与正交设计相比,可大大减少实验次 数(试验次数=因素的水平数),资料用回 归分析
是在随机区组设计的基础上,多 安排了一个对实验结果有影响的非处 理因素,增加了均衡性,减少了误差 。
行、列:代表控制因素的水平 方阵中的字母:代表处理因素的水平
要求:三个因素 无交互作用 水平数相等 方差齐
设计步骤: 1.根据主要因素的水平数,确定基本
型拉丁方,并使另外两个次要因素的 水平数与之相等
4.适用于病情稳定、短期治疗可见疗效的 疾病
5.多彩用盲法
优点: 1.具备自身配对的全部优点,如减少个
体差异对处理因素的影响、节省样本量等
2. 能控制时间因素对实验效应的影响, 故优于自身对照设计
3.各实验对象皆接受了试验因素和对照( 如安慰剂),均等地考虑了每一个患者的 利益,符合医德要求
缺点: 1. 不允许有病人失访,否则将造成该
3 1221122
4 1222211
5 2121212
6 2122121
7 2211221
8 2212112
2.正交表的性质: 每列中不同数字出现的次数相同 任两列同一横行的2个有序数对出现
的次数相等
3. 正交表的交互作用表 每个正交表均有其对应的交互作用表
表9-20 L8(27)交互作用表
列号 1
配比条件:常以主要的非处理因素作 为配比条件
配对有自身配对和不同个体配对,配伍实 际上是配对的推广
涉及两个因素:处理因素和配伍因素
优点: 1. 尽量排除非处理因素对实验结果
的干扰,保证了组间的可比性,减少抽 样误差,提高统计效能
2.可以减少样本含量。
缺点:
1.由于配对或配伍条件的限制,有 时难以将受试对象配成对子或区组, 从而损失部分受试对象的信息
2 1112222
3 1221122
4 1222211
5 2121212
6 2122121
7 2211221
8 2212112
正交实验设计: 利用一套规范化的正交表,使每次试
验的各因素及其水平得到合理安排的高 效多因素实验设计。
常用于: 寻找疗效好的药物配方、医疗仪器
多个参数的优化组合、生物体的培养条 件等寻求最优搭配方案的研究。
适用于从多因素特别是多水平中寻求 最优搭配的医学研究
适用条件及注意事项: 1.处理因素只有2个水平,非处理因素(
试验阶段、受试对象)与处理因素间无交 互作用
2.两种阶段间必须安排一定的间隔时间( 效应去除时间)或称洗脱期(washouttime),以保证两种处理的效应不会混杂 在一起
适用条件及注意事项: 3.两次观察的时间不能过长,处理效应
不能持续过久
原则:若存在交互作用,需逐一分析 各因素的单独效应,此时分析主效应 无意义;
若不存在交互作用,则两因素的作用 相互独立,只需考虑各因素的主效应 即可
六、正交实验设计: (Orthogonal experimental design)
表9-19 L8(27)正交设计表
实验号


1234567
1 1111111
1.1

B2 1.2 0.8
0.4
A
平均
0.75
的 主
B2-B1 0.9 0.2 0.55
效 应
B的单独效应
B的主效应
单独效应(simple effect):指其它因 素的水平固定时,同一因素不同水平间 的差别
主效应(main effect):某一因素各水 平间的平均差别
交互作用(interaction):当某一因素 的各个单独效应随另一因素的不同水平 变化而变化时,则称这两个因素间存在 交互作用
列 23
4
号 56
7
1
325476
2
16745
3
7654
4
123
5
32
6
1
4.正交表分类:
相同水平正交表: 即各列的水平数相同
混合水平正交表: 即各列的水平数不(全)等
(二)正交表的选用
1.根据研究目的和专业知识,确定实验的因 素个数,并明确主要因素
2.根据各因素的水平数,确定选用哪类正交 表(相同水平或混合水平)
方法1:将受试对象随机分为两组,一组第一 阶段接受A处理、第二阶段接受B处理,另一 组顺序刚好相反
编号 1 2 3 4 5 6 7 8
阶段1 A A A A B B B B
阶段2 B B B B A A A A
方法2:用配对设计方法来安排受试对象
编号 1 2 3 4 5 6 7 8 9 10 11 12
是一种将两个或多个因素的各水 平交叉分组进行实验的设计。它不仅 可检验各因素内部不同水平间有无差 异,还可检验2个或多个因素间是否 存在交互作用
例:某医生欲研究A、B两药是否有治 疗缺铁性贫血的作用,以及两药间是 否存在交互作用
A
A因素
的 单
A1 A2 平均 A1-A2
独 效
B因素 B1 2.1 1.0
A
B
C
D
1
5
0.5
10
6.0
2
25
5.0
ቤተ መጻሕፍቲ ባይዱ30
8.0
正交设计的步骤:
1.正交表的选择: →L8(27)
2.表头设计:
3.确定各组的试验条件:
表头设计:
表9-20 L8(27)交互作用表
列号
列 1A 2B 3
号 4C 5 6
7D
1
325476
2
16745
3
A×B
4
7654 123
5
32
6
1
注:此表用于安排各因素于各列
对子号 随机数 阶段1
A
1
93
B
B
2
22
A
A
3
53
B
B
4
64
A
A
5
39
B
A
6
07
B
阶段2 B A A B B A A B B A B A
在自身配对设计基础上发展起来 的一种特殊的自身对照设计。它克服 了自身配对试验前后对照中由于时间 因素对试验结果的影响所造成的便倚
考虑了一个处理因素(2水平)、 两个非处理因素对试验结果的影响, 属于三因素设计
与析因实验相比,正交设计:
➢是析因实验的部分实施(可减少多因素 实验的次数)
➢可成倍的减少实验次数(以牺牲分析 各因素的交互作用为代价)
g=2×2×2×2×2=32 → ½ g=16 或 ¼ g=8
➢只分析有意义的主效应和部分重要因 素的一级交互作用
(一) 正交表的几个基本概念:
1. 正交表的符号:Ln(Km) L:表示正交表(orthogonal layout) n:表示正交表有n行,代表实验次数 m:表示正交表有m列,表示最多允许安排
一.完全随机设计 (Completely random design)
将实验对象按完全随机化的原则分 配至两个或多个处理组去进行实验观察 ,仅涉及一个因素即处理因素(可以有 2个或多个水平),又称单因素设计、 成组设计
优点: 操作简单、应用广泛。设计和统计分析
方法简便易行,各组例数可相等,也可不 等(以相等时检验效能最高)
4 1222211
5 2121212
6 2122121
7 2211221
8 2212112
注:此表用于安排实验
正交设计的统计分析:
方差分析:总变异的离均差平方 和SS及自由度υ分解为各因素不同 水平间、两因素的交互作用及误差 等部分
SPSS的应用: analyze→general linear model→
表头设计:
表 L8(27)正交设计表的表头设计
因素 实施


个数 比例 1 2 3 4 5 6 7
4 1/2 A B AB C AC BC D

‖‖
CD
BD AD
确定试验条件: 表9-22 L8(27)正交设计表
实验号


1A 2B 3 4C 5 6 7D
1 1111111
2 1112222
3 1221122
2.区组内若有一个对象的数据发生 缺失,对资料分析的影响较大
分析方法:
配对资料:t检验、符号秩和检验 配伍资料:F检验、M检验
三、交叉设计 (Cross-over design)
将A、B两种处理先后施加于同一批 受试对象,随机地使半数受试者先接 受A后接受B,而另一半受试对象则正 好相反,即先接受B再接受A,由于两 种处理在全部实验过程中交叉进行, 称为交叉设计。
缺点: 效率低,只能分析一个因素的效应,得
出一个结论。没有考虑个体间的差异,因 而要求观察对象要有较好的同质性,否则 需扩大样本含量
分析方法:
t,u检验,方差分析、秩和检验、卡 方检验、确切概率法等
计 两样本: t检验、 u检验、秩和检验


料 多样本
F检验
H检验
计 数
两样本率 的比较
χ2检验、Fisher确切概率法 u检验
析因设计时,分析的因素数和水平数 不宜过多,一般因素数不超过4,水平数 不超过3
实验组数=各因素水平数的乘积。
设计模型: 2×2 2×2×2 3×2 2×2×3
优点:是一高效的实验设计方法,不 仅能分析各因素内部不同水平间有无 差别,还可分析各因素间的交互作用 。
缺点:与正交实验设计相比,属于全 面试验,因此,研究的因素个数和因 素的水平数不宜过多
相关文档
最新文档