第六章实验设计选编.pptVIP

第五章 实验设计;一、实验设计的基本原则 实验设计是一门独立的学科，但与生物统计学有密切的联系。我们在前面讲t检验时，讲到过成组数据t检验和配对数据t检验。实际上，这就是两种最简单的实验设计，一种叫成组比较设计，一种叫配对比较设计。在方差分析一章中涉及的实验设计问题就更多了。如两因素交叉分组实验的方差分析，对实验的设计是有一定的要求的，只有正确地设计实验，方差分析结果才可靠。否则，虽然花费了大量的费用，占用了宝贵的时间，得到的结果却很难说明任何问题。因此，学习过生物统计学，但缺少实验设计知识，生物统计学也不能充分发挥它的作用。;一个良好的实验设计，可以用最少的实验次数，得到足够的实验数据。为了能够用严格的统计学方法，计算和分析实验结果，在实验之前就应当根据统计学的要求制定出一套完整的实验方案，实验过程就是方案的实施过程。必要的数据决不可丢失，不必要的数据大胆舍弃。合理的实验设计，可取得事半功倍的效果。有些研究者不甚注意实验设计和统计学的密切结合，或者是缺乏生物统计学或实验设计中的某一方面知识，在实验中收集了大量的数据，不管有用没用，胡子眉毛一把抓，却单单把关键的问题忽略了。其结果，有用的数据不多，事倍功半。例如，在设计一个实验时，忽略了实验材料的同质性，加大了实验误差，处理间本来存在的差异却检验不出来，从而得出错误的结论。 ;实验设计和实验结果分析，都是为实验服务的，为了得到正确的结果，实验者必须要有实事求是的科学精神，认真负责的科学态度。实验开始之前要做周密的设计，随时发现问题随时纠正，一丝马虎不得。一旦发现比较严重的错误时，甚至整个实验都需要推倒重来，决不能图一时省事，迁就遮掩，自欺欺人。科学的结论是不以人的意志为转移的，到头来只能是自食其果。 ;实验设计的两个基本原则 重复（replication）和随机化（randomization）。所谓重复就是将一基本实验重做一次或几次。例如，测定不同年龄组正常人血红蛋白含量实验，在每一年龄组内测一人，即为一基本实验。若将这一基本实验重做5次，即每一年龄组，抽取5人测血红蛋白含量，则称该实验有5次重复。 例如，我们想分析大豆籽粒中VD的含量。这一基本实验包括以下过程：随机选取若干大豆，磨成豆粉，取一定数量的豆粉，乙醇回流抽提脂肪，提取液皂化，萃取，层析分离、纯化，在265 um下测吸光度，最后计算出VD的含量。 重复实验必须是上述过程的完整重复。如果用同一份纯化液重测定吸光度，所得到的若干数据，表面上看起来也是一种重复，但这不是重复实验，仅仅是重复测量。用重复测量所估计的误差只是测量过程中的误差，不是实验误差。不仅在实验过程的最后一步重复测量不属于重复实验，就是在整个实验过程中的任何一步之后重复测量，都不属于重复实验。上例的重复实验包括从大豆的取样直到计算出VD含量的整个过程。;设置重复有两个重要意义。①只有设置重复才能得到实验误差的估计。根据标准误差的定义 Sx=S/n1/2，为了得到标准误差，首先必须计算出标准差S，标准差是通过重复得到的。实验不设置重复，便无法得到标准差，也就得不到标准误差。②只有设置重复才能推断出处理效应。 例如，比较两种不同药物的疗效，每一种药物只由一人服用，服用 A药物的人 10 d痊愈，服用 B药物的人12 d痊愈。仅仅根据以上结果，无法判断两种药物的疗效是否有显著不同。 因此，必须随机抽取若干名病人服用A药物，若干名病人服用B药物，分别计算出服用两种药物病人痊愈天数的标准误差，再用两种药物平均痊愈天数之差与标准误差比较，如果两者之间的差异不能用偶然性来解释，才能证明药效之间存在差异（成组数据t检验）。 从以上所述可见，设置重复是实验设计的最基本原则，没有重复的实验设计是彻底失败的设计，对这样的数据无法做任何统计处理，也不能得出任何令人信服的结论。;实验设计的第二个原则是随机化。随机化是指实验材料的配置和实验处理的顺序都是随机确定的。 统计学理论是建立在独立随机变量基础之上的，它的研究对象必须是随机变量。因此在做统计推断时，所获得的样本必须是随机样本，不然的话，便不能用前面所讲的统计方法做推断。只有通过随机化才能使这一条件得到满足，才能使用统计学方法对实验结果做分析和处理。另外，从直观上，我们也可以看出随机化在实验设计上的意义。如在前面的药效实验中，假设药效受年龄的影响。若服A药物的患者都较年青，服B药物的患者都较年长，这时药效与年龄效应混杂，即使两种药物疗效不同，也不能判断究竟是药效的差异呢？还是年龄的效应，降低了实验结果的可靠性。经过随机化，每一药物组中既有年青的病人又有年长的病人，这样就可以平均掉年龄在药效实验中的干扰，得到可信的实验结果。 ;二、实验计划书的编制 1实验计划书的格式 在进行任何实验之前，必须首先编制一套完整的实