研究生试验设计方法

若余数为0则调整最后一只
随机数字表分组(2)
【例】设有15个试验单元，要将它们随机地分为3组。
1）将15个试验单元从依次1到15编号。
2）从随机数字表中随意确定一个起点和走向，假 设起点为第10行第20列，走向向下，向下连续读出 15个3位数，它们是：118 701 789 965 638 901 841 396 802 687 938 377 392 846 688 如果出现了重复的随机数，则可以剔除一个，继续 向下再取一个三位数。在从随机数表中读随机数时， 读取的位数可以是任意的，可以读2位数，也可读3 位数或4位数，总的原则是尽量避免出现重复的随 机数。
3）将以上抽得的随机数字按大小编上序号，如15 个数中118最小，序号为1，701的序号为8，等等， 15个数的序号依次为：1，8，9，15，5，13，11， 4，10，6，14，2，3，12，7。
局部控制通常通过设置区组来实现，相应的试 验设计方法以随机区组设计为代表。
局部控制的作用使干扰因素造成的误差从试验误差 中分离出来，从而降低试验误差。
三原则的作用关系
二、科研设计方面的问题
1.缺少对照组或对照组选择不恰当 2.未采用随机化方法或随机化方法不正确 3.样本缺乏代表性
4.样本量不足
试验设计补充说明：对照(control)的设置
计随机误差，如果只有一次观测，则无法估计随机误差； 二是同一处理的多次观测值的平均值可以作为真值的估 计值，设置重复可以估计出试验结论的可靠性； 三是增加重复次数可以缩小随机误差，提高试验的精确
度，
谈不上随机化和局部控制。
；
四是为其它两个原则创造条件，因为如果没有重复，就
Ⅲ.局部控制的原则
当试验单位之间差异较大时，即存在某种系统干扰因素 时，可以将全部试验单位按干扰因素的不同水平分成 若干个小组，在小组内部使非实验处理因素尽可能一 致，实现试验条件的局部一致性，这就是局部控制。
目的是使各组非实验因素的条件均衡一致，
以消除对实验结果的影响。
随机化分组方法
1. 抽签等（简单，如拉丁方） 2. 随机数字表(附表） 3. 计算器或计算机
随机数字表分组(1)
【例】 现有同品种、同性别、同年龄、体重相近的
健康绵羊18只，试用随机数字表的方法分成甲、乙 两组。
首先将18只绵羊依次编为1，2，……，18号， 然后从随机数字表中任意一个随机数字开始 ，向 任一方向（左、右、上、下）连续抄下18个（两位） 数字，分别代表18只绵羊。令随机数字中的单数为 甲组，双数为乙组 。如从随机数字表（附表）第9 行第10列的22开始向下连续抄下18个随机数字填入 表第二行。 随机分组结果：
试验设计
试验设计：本章主要内容
1、了解试验设计的概念及其作用
2、掌握试验设计常用的几种方法
3、了解基本试验设计等方法法的概念和基本原理
本章主要要求
如何安排试验，有一个方法问题
不好的试验设计方法，即使做了大量的试 验，也未必能达到预期的目的； 一个好的试验设计方法，既可以减少实验次数，缩短试验时间和 避免盲目性，又能迅速得到有效的结果。
2.试验设计的三个基本要素
实验研究的三个基本要素：处 理因素、试验单位和试验效应。

处理因素(treatment factor)
研究者根据研究目的欲施加或欲观察的， 能作用于实验单位并引起直接或间接效应的因 素，称为处理因素，又称试验因素。 处理因素可以是主动施加的某种外部干预 (或措施)，如使用或不使用某种药物等；也可 以是客观存在的，如观察培养基在空气中的污 染程度与季节的关系，“不同季节”就是该实 验的“处理因素”而“季节”这个处理不是人 为实施而是客观存在的。另外如不同温度、治 疗方法、用药种类、用药剂量等都称为处理因 素。
试验因素个数与试验因素水平数

研究中，如果只有一个试验因素，则称为单因 素，两个以上称为多因素。 为了分析试验因素产生的作用，常要将试验因 素分为不同的水平下进行。 如药物的不同剂量数，不同时间点数等。
试验因素个数和水平数常要根据专业而定。 建议 ”少而精“。

试验因素与非试验因素
试验因素是研究者希望着重考察的某些条件或 方法，而对实验结果有一定影响的因子，其他 因素则称为非实验因素，又称干扰因素或混杂 因素。
甲组：2 3 5 7 8 10 12 13 15 16 18
乙组：1 4 6 9 11 14 17
甲组比乙组多4只，需要从甲组调整两只到乙组。仍用随
机的方法进行调整。在前面 18个随机数字后再接着抄下两 个数字： 87、 31，分别除以 11（调整时甲组的绵羊只数）、 10（调整1只绵羊去甲组后甲组剩余的绵羊只数），余数为 10、1，则把分配于甲组的第10只绵羊（16号）和余下10只 的第 1只绵羊（ 2号）分到乙组。调整后的甲、乙两组绵羊 编号为：
若余数为0则调整最后一只
随机数字表分组(2)
【例】设有15个试验单元，要将它们随机地分为3组。
1）将15个试验单元从依次1到15编号。
2）从随机数字表中随意确定一个起点和走向，假 设起点为第10行第20列，走向向下，向下连续读出 15个3位数，它们是：118 701 789 965 638 901 841 396 802 687 938 377 392 846 688 如果出现了重复的随机数，则可以剔除一个，继续 向下再取一个三位数。在从随机数表中读随机数时， 读取的位数可以是任意的，可以读2位数，也可读3 位数或4位数，总的原则是尽量避免出现重复的随 机数。
人 动物 微生物 细胞 分子 基因
试验效应(experimental effects) 试验效应是处理因素作用于受试对象的反 应或结果。一般通过实验指标 ( 即变量 ) 来表达。 观察指标有主观指标与客观指标之分。 客观指标是借助仪器等进行测量来反映研究对象 的客观状态或观察结果， 主观指标是由受试者回答或研究者定性判断来描 述观察结果，

Fisher在他的著作中多次强调， 统计学家与科学研究者的合作应该在 试验设计阶段，而不是在需要数据处 理的时候。他精辟地指出：
To call in the statistician after the experiment is done may be no more than asking him to perform a postmortem examination: he may be able to say what the experiment died of.
3.试验设计的基本原则
随机化原则（Randomization)
重复的原则（Replication)
局部控制原则（Local
Control)
采用这三个基本原则进行设计，配合适当的分 析，就能从试验结果中提取可靠的结论。
Ⅰ.随机化原则
随机化原则：随机≠“随便”, 指每个受试对象
以机会均等的原则随机地分配到试验组和对照组。
随机化分组方法
1. 抽签等（简单，如拉丁方） 2. 随机数字表(附表） 3. 计算器或计算机
随机数字表分组(1)
【例】 现有同品种、同性别、同年龄、体重相近的
健康绵羊18只，试用随机数字表的方法分成甲、乙 两组。
首先将18只绵羊依次编为1，2，……，18号， 然后从随机数字表中任意一个随机数字开始 ，向 任一方向（左、右、上、下）连续抄下18个（两位） 数字，分别代表18只绵羊。令随机数字中的单数为 甲组，双数为乙组 。如从随机数字表（附表）第9 行第10列的22开始向下连续抄下18个随机数字填入 表第二行。 随机分组结果：
无论分多少个组，每组内的试验单元有多少，各组内的试验单元数是否相等，都可
应用以上方法进行随机分组。但一般最好是安排各处理内的试验单元数相等，尤其是对 于有2个或2个以上试验因子的试验。
计算(器)机随机化分组
例 用电脑产生随机数将 10 头动物随机分到甲、 乙两组 （1） 动物编号 （2） 产生随机数 （3） 事先规定随机数者小为甲组，大者为乙组 （4） 按随机数排序，分组
甲组：2 3 5 7 8 10 12 13 15 16 18
乙组：1 4 6 9 11 14 17
甲组比乙组多4只，需要从甲组调整两只到乙组。Leabharlann Baidu用随
机的方法进行调整。在前面 18个随机数字后再接着抄下两 个数字： 87、 31，分别除以 11（调整时甲组的绵羊只数）、 10（调整1只绵羊去甲组后甲组剩余的绵羊只数），余数为 10、1，则把分配于甲组的第10只绵羊（16号）和余下10只 的第 1只绵羊（ 2号）分到乙组。调整后的甲、乙两组绵羊 编号为：
两/多因素设计
交叉设计 析因设计 重复测量设计
完全随机试验设计
（completely random experiment design）

将观察单位完全随机地分配到实验组与对照组 或几个对比组中去。
【例1】设有同性别的动物12头，要求用 随机方法将其分为甲、乙两组。
设计方法
（1）编号：按动物体重依次编号为 1,2,3,…,12号。 （2）产生随机数字：对于每一个编号，依次 由 计 算 器 （ 计 算 机 ） 产 生 随 机 数（ 共 12 次）。 （ 3）归组：事先规定将较小随机数的6只动 物分入甲组，其他6只动物分入乙组。
试验设计的效果
试验设计是应用统计手法进行解决问题的方法，它在19世 纪产生于英国.
最早是在农地进行试验。如“最佳肥料”的依据。
逐步应用到畜牧业。
试验设计的由来
一、试验性研究设计
1.试验设计的定义及重要性 2.试验设计的三个基本要素 3.试验设计的基本原则
1.试验设计的定义和意义
具体实施研究之前，对各种实验要 素进行合理的安排与周密的计划。 用较少的人力、物力和时间，获得 较为可靠的结果，使误差减少到最低限 度，以达到研究高效。
对照的意义 ：
①区分处理因素与非处理因素的效应，是比较的必要基础
例: 猪瘟
气候变化,自然缓解 药物治疗
②消除和减少实验误差 处理组：处理因素 + 对照组： 比较结果 处理因素
非处理因素 非处理因素
+ 处理效应
非处理效应 非处理效应
处理效应
对照的形式
（1）空白对照(blank control)：对照组不加任何处理因素（实验组动
Ⅱ.重复的原则
重复 (replication) 是指各处理组与对照组要有 一定样本含量(sample sizes)。 无限地增加样本含量，将加大实验规模，延长实验 时间，浪费人力物力。 样本含量不足，检验效能偏低，导致总体中本来具 有的差异无法检验出来。
重复的主要作用
一是可用同一处理内多次重复间的参差不齐的程度来估
3）将以上抽得的随机数字按大小编上序号，如15 个数中118最小，序号为1，701的序号为8，等等， 15个数的序号依次为：1，8，9，15，5，13，11， 4，10，6，14，2，3，12，7。
4）将这15个序号与试验单元的编号对应，前5个序 号的试验单元分到第一组，即将编号为1、8、9、 15、5的试验单元分配到第一组，中间5个序号的试 验单元分到第二组，最后5个序号的试验单元分到 第三组。
物接种疫苗，对照组不接种疫苗。 ）。
（2）实验对照(experimental control)：施加基础实验条件（非处理
因素）。
实验组 对照组
（3）标准对照(standard control)：以现有的标准或正常值作对照（某
患病动物与正常个体的某生理、生化指标是否相同）。
（4）自身对照：实验在同一受试对象上进行（试验前后变化）。
（5）相互对照 ：几个实验组互相对照（比较几种药物治疗同一疾病的疗效）
三、常用的试验设计类型
（一）完全随机设计
（二）配对设计 （三）随机区组设计 （四）交叉设计
（五）析因设计
（六）拉丁方设计
（七）正交设计
常用的实验设计方法：
单组设计 配对设计
单因素设计
分类
成组设计 单因素多水平设计 随机区组设计


如 研究3种饲料的营养效果的试验中， 老鼠的窝别，进食量等为非试验因素。 在新药的临床试验中， 患者年龄、病历 等为非试验因素。
试验单位(experiment unit) 试验单位是指接受一种处理并 作实验观察的基本单位，是处理因 素作用的客体，实质上实验单位所 代表的就是根据研究目的而确定的 研究目标之总体。一般情况下一个 试验单位即为一个受试对象。 在选择受试对象时，应满足两 个基本条件： ①对处理因素敏感 ； ②反应必须稳定。