第三讲实验设计方法分析.ppt

第三讲 实验设计方法 统计设计 实验设计 现场调查设计 实验设计方法 1.配对设计(matched—pairs design) 2.交叉试验设计(cross--over design) 3.完全随机组设计(complete random design) 4.配伍组设计(randomized block design) 5.均衡不完全配伍组设计(balanced incomplete blocks design) 实验设计方法 6.拉丁方设计(Latin--Square design) 7.析因设计(factorial design) 8.正交设计(orthogonal design) 9.序贯实验设计(sequential trial) 一、配对设计(matched—pairs design) 配对设计是将受试对象配成对子，随机给予每对中的两个体以不同处理。配对条件为主要的非处理因素。 在动物试验中，常将种属、性别、年龄、体重相近的两动物配成对子；临床试验中，常将性别相同，年龄，生活条件、病情轻重等相似的两个病人配成对子。 配对设计的形式 自身配对 同一对象接受两种处理，如同一标本用两种方法进行检验，同一患者接受两种处理方法。 异体配对 将条件相近的实验对象配对，并分别给予两种处理。 配对设计的特点 配对设计的优点：比较理想地控制了非处理因素的影响，均衡性较好，减少抽样误差。 缺点：观察对象要经过挑选，特别是临床试验中病例较少时，样本含量较少。 配对设计的统计分析 当服从正态分布时，用配对比较的t检验；当不服从正态分布或分布未知时，用配对符号秩和检验。 二、交叉试验设计 (cross--over design) 将A、B两种处理先后施于同一批试验对象，随机地使半数对象先接受A，后接受B；另一半对象先接受B，后接受A。两种处理在全部试验过程中“交叉”进行，称为交叉试验。 由于A和B处于先后两个试验阶段的机会是相等的，因此平衡了试验顺序的影响，而且能把处理方法之间的差别与时间先后之间的差别分开来分析。 交叉试验设计 确定受试对象的例数必须是偶数，并编号，尽量使相邻的第1、2号非处理因素近似，第3、4号非处理因素近似，余类推。随机地确定各单号的接受两种处理的顺序，而各双号的顺序，与其前一个单号的顺序相反。 统计分析方法：当服从正态分布时，用方差分析；当不服从正态分布时，用秩和检验。 交叉试验设计的特点 交叉设计的优点是节省样本数，且均衡性较好。但要求两种观察时间不能过长，处理没有持久效果，使两种处理能够很快区分开。如比较两种抗菌素治疗肺炎的效果，病人一旦痊愈就不能再用另一种抗生素，就不适用。当药物有蓄积作用或排泄缓慢，使得第二次处理不能很快排除第一次的干扰，而影响第二次处理，也不适于应用。 三、完全随机组设计(complete random design) 完全随机组设计是将受试对象，随机地分配到各个处理组中进行实验观察，或者从不同总体中随机抽样进行对比观察的一种试验设计。在实验研究中可先将实验对象编号，再用随机数字表或随机排列表把它们随机地分成两组或多组，分别用各种处理进行实验观察，各组实验对象例数可以相等，也可以不相等。 完全随机组设计的特点 此种设计的优点是设计和统计分析比较简单。 缺点是试验效率较低，且只能分析一个因素。 完全随机组设计的统计分析 一、两处理组 1.大样本(当nl及n2均大于50时) 当资料为计量时可用u检验，当资料为计数时可用χ2检验。 2.小样本 计量资料：当服从正态分布且方差齐时，采用t检验；当服从正态分布但方差不齐时，采用t′检验，当不服从正态分布或分布未知时，采用秩和检验；当资料为计数时可用确切概率法。 完全随机组设计的统计分析 二、多个处理组 为计量资料时：当服从正态分布且方差齐时，采用方差分析；当不服从正态分布或分布未知时，采用秩和检验。当资料为计数时采用χ2检验。 四、配伍组设计(randomized block design) 配伍设计是配对设计的扩大。当处理组数为三个或三个以上时，将受试对象的非处理因素相同或相似者组成配伍组，每个配伍组的受试对象随机地分配到各个处理组。 配伍组设计的特点 各个处理组中的受试对象不仅数量相同，而且比较均衡。这种试验设计，既减小了抽样误差，还可以分析出处理组及配伍组两个因素的影响。 其缺点和配对设计相同，受试对象要经过挑选。 缺项估计 配伍组试验的特点是各处理组的受试对象数相等，各配伍组的受试对象数也相等。如在试验过程中，因故造成某个数据丢失，例如试验过程中死去一只动物，或由于仪器故障。此时如果将此配伍组整个去掉，对信息是一种损失。但由于缺少一个数据，无法进行方差分析。可以采用缺项估计加以解决