实验设计的三要素和六原则

实验设计的三要素和六原则

众所周知，科研工作者在进行医药方面的科学研究之前，需要制定完善的统计研究设计方案，那么什么样的设计方案才称得上是完善的呢？ 一般来说，完善的设计方案需具备以下几个条件：实验所需的人力、物力和时间资源；实验设计的“三要素”和“六原则”均符合专业和统计学要求，对实验数据的收集、整理、分析等有一套规范的规定和正确的方法。而其中准确把握统计研究设计的“三要素和六原则”，是科学实验设计的核心。

一、实验设计的“三要素”

1） 实验对象。实验所用的材料即为实验对象。实验对象选择的合适与否直接关系到实验实施的难度，以及别人对实验新颖性和创新性的评价。一个完整的实验设计中所需实验材料的总数称为样本含量。最好根据特定的设计类型估计出较合适的样本含量。样本过大或过小都有弊端。

2） 实验因素。所有影响实验结果的条件都称为影响因素，实验研究的目的不同，对实验的要求也不同。影响因素有客观与主观，主要与次要因素之分。研究者希望通过研究设计进行有计划的安排，从而能够科学地考察其作用大小的因素称为实验因素（如药物的种类、剂量、浓度、作用时间等）；对评价实验因素作用大小有一定干扰性且研究者并不想考察的因素称为区组因素或称重要的非实验因素；其他未加控制的许多因素的综合作用统称为实验误差。最好通过一些预实验，初步筛选实验因素并确定取哪些水平较合适，以免实验设计过于复杂，实验难以完成。

3） 实验效应。实验因素取不同水平时在实验单位上所产生的反应称为实验效应。实验效应是反映实验因素作用强弱的标志，它必须通过具体的指标来体现。要结合专业知识，尽可能多地选用客观性强的指标，在仪器和试剂允许的条件下，应尽可能多选用特异性强、灵敏度高、准确可靠的客观指标。对一些半客观（比如读pH试纸上的数值）或主观指标（对一些定性指标的判断上），一定要事先规定读取数值的严格标准，只有这样才能准确地分析自己的实验结果，从而也大大提高了自己实验结果的可信度。

二、实验设计的“六原则”

1）随机原则：即运用“随机数字表”实现随机化；运用“随机排列表”实现随机化；运用计算机产生“伪随机数”实现随机化。 尽量运用统计学知识来设计自己的实验，减少外在因素和人为因素的干扰。

2）对照原则：空白对照组的设立——只有通过对照的设立我们才能清楚地看出实验因素在

当中所起的作用。当某些处理本身夹杂着重要的非处理因素时，还需设立仅含该非处理因素的实验组为实验对照组；历史或中外对照组的设立一一这种对照形式应慎用， 其对比的结果仅供参考，不能作为推理的依据；多种对照形式同时并存。

3）重复原则：所谓重复原则，就是在相同实验条件下必须做多次独立重复实验。一般认为重复5次以上的实验才具有较高的可信度。

4） 平衡原则：一个实验设计方案的均衡性好坏，关系到实验研究的成败。应充分发挥具有各种知识结构和背景的人的作用， 群策群力，方可有效地提高实验设计方案的均衡性。在实验设计的过程中要注意时间上的分配，只有在时间上分配好了，才不会出现一段时间特别忙而一段时间特别闲的情况。

5） 弹性原则：所谓空格，指的是在时间分配图上留有空缺。适当的空缺是非常必要的，只有这样才能富有弹性的实施实验计划，并不断地调整好自己的实验进度。

6） 最经济原则：不论什么实验，都有它的最优选择方案，这包括在资金的使用上，也包括人力时间的损耗上，必要时可以预测一下自己实验的产出和投入的比值，这个比值越大越好，当然是以你所拥有的实验条件作基础的。

正确运用试验设计方法

一试验设计概述

在工农业生产和科学研究中，经常需要做试验，以求达到预期的目的。例如在工农业生产中希望通过试验达到高质、优产、低消耗，特别是新产品试验，未知的东西很多，要通过试验来摸索工艺条件或配方。如何做试验，其中大有学问。试验设计得好，会事半功倍，反之会事倍功半，甚至劳而无功。

从20世纪30年代r.a.fisher把试验设计用于农业取得空前成功起，试验设计对微观经济及管理做出了重大贡献。50年代美国戴明把试验设计传到日本，用来减少产品性能异性以提高产品质量，影响整个日本工业界。而60年代日本田口玄一将“正交设计”表格化，极大改善了试验设计，并引入全面质量管理，大大提高了日本产品在国际上的声誉和竞争力。80年代，许多美国公司引进田口玄一方法，对美国研制新产品起了推动作用。中国统计工作者在应用中，开发研制了许多适合中国国情的方法，推广项目达数万项，经济效益累计达十几亿元以上，而且节省了大量的人力、物力。

近年来，新技术、新材料、新工艺等大量新生事物的出现，为各行各业带来了新的机遇。同时，在新技术、新材料、新工艺的试用和使用中，也给我们带来了新的挑战，这就需要我们工程技术人员必须掌握科学的试验设计方法并应用于新生事物的研究、试验、开发中，这样

才有利于新生事物的推广和应用，而正交最优化试验设计方法无疑是我们的最佳选择之一。试验设计在工业生产和工程设计中能发挥重要的作用，例如：

1）提高产量；

2）减少质量的波动，提高产品质量水准；

3）大大缩短新产品试验周期；

4）降低成本；

5）延长产品寿命。

在自然科学中，有些规律开始尚未由人们所认识，通过试验设计可以获得其统计规律，在此基础上提出科学猜想,这些猜想促进了学科的发展，例如遗传学的许多发现都藉助于上述过程。

二正交试验设计简介

　试验安排得好，试验次数少且能获得满意的结果，多快好省，事半功倍，反之则事倍功半。　举例来说：若影响质量指标的因素有A、B、C 3种因素，每个因素各取3个水平，分别为A1、A2、A3、B1、B2、B3、C1、C2、C3.(所谓因素的水平即该因素在其试验范围内取具有代表性的“值”，三水平就是有代表性的3个"值"，水平有时不限于数值，它可以是原料的种类或操作方式等等)。按传统的方法采用单因素轮换法安排试验：譬如因素B固定在B1水平上，因素C固定在C1水平上，试验安排为，如果试验结果发现在A3水平较好，则安排试验，这时发现B2较好，以后就安排，如果发现 C3较好，那么A3B2C3为最佳条件，这种试验安排的缺点是：①考察的因素水平仅局限于局部区域，不能全面地反映因素的全面情况，找不出影响质量的主要因素，无法再在三水平外继续找更好的配比组合(水平)。

②如果不进行重复试验，试验误差就估计不出来，因此无法确定最佳分析条件的精度。当然，我们可以用全面试验法按它们所有可能组合的情况做试验，则需做33＝27次试验，对各因素进行全面考虑，从中选出最优化条件，但这种作法很不经济，有时是不可能实现的。例如安排5个因素的3水平的全面试验需做35＝243次，这在人力、物力、时间上是几乎不可能执行的。因此，我们很自然地会提出下列问题：如何从大量的试验点中挑选适量的具有代表性、典型性的点呢?特别是怎样选择试验次数尽量少而又有代表性的试验呢?利用根据数学原理制作好的规格化表--正交表来设计试验不失为一种上策，这种设计方法被称为正交最优化，即正交试验设计方法。事实上，正交最优化方法的优点不仅表现在试验的设计上，更表现在对试验结果的处理上。

还以前面提到过的三因素三水平的项目为例，是否同样做9次试验，可以完全克服单因素