动物设计结果分析和解释-四川大学动物中心.ppt

3）小规模的预实验 是使用数量少的动物得到预示性的数据，目的1通过预实验将操作和使用的技术固定完善，2 预实验的数据是申请资助项目方案中证明其合理性的重要依据，增加中标的机会。3 估计变量参数测定的误差，为计算样本量提供依据。 4）数据的输入和分析 研究者对数据的正确收集、输入和分析负有完全的责任。当处理的数据量很大时，很容易发生数据输入的错误（如组标识调换、个体标识调换），因此数据分析前，数据质量保证程序应建立并在实验设计中包含，确保数据输入的错误能及时辨别。 四、对照的设立 在实验中设立对照组动物，是为了与实验组动物有一个直接对应的关系，以消除过多变量和未知变量对实验结果产生的影响。对照的种类有以下几种： 1）阳性对照 2）阴性对照 3）空白对照 4）媒介物对照 5）比拟物对照 1）阳性对照 阳性对照的作用是作为一个标准测量各实验组间差异的程度，另一个是用来证明动物反应是可探测的，为实验方法提供质量控制。 2）阴性对照 阴性对照是期望正常状态不产生变化。阴性对照的目的是保证未知变量对实验组动物引起相反的效应不存在，即排除假阳性结果。 3）空白对照 是模拟处理组过程而实际上没有给予受试物或处理。 4）媒介物对照 在测试化合物溶于一种媒介时，这种研究要使用媒介物对照，与给测试物的方法一样，只给予媒介物。当与非处理的对照比较时，溶媒对照将确定溶剂是否会引起什么效应。 5）比拟物对照 属于阳性对照，用一个已知的的处理来对比待测处理。以此来确定新的药物或处理是否有改善和提高。 五、样本大小的确定 1、小规模预实验 2、预期目标成功率低的实验 3、验证假说的实验 1、小规模预实验 小规模预实验设计是为了探索一个新的研究领域，确定是否能在不同的实验条件下对研究的变量以足够的精度测得变量值，同时检查所要进行实验的必备条件。由于前期资料信息的缺乏或实验成功的可能不能肯定，有些实验的样本大小是无法计算的；而另一些实验是将复杂的统计学设计简化成一个重要的比较事件，此时样本的大小应足够大达到可以发现统计学意义的显著差别。 例子： 假定一个科研人员想要确定是否X因子在炎症模型动物中水平升高。实验室已经有了测定X因子的技术方法，现在要确定的是在一群小鼠中X因子的差异。研究方案中，该科研人员设计10只动物在诱发炎症前和后测定X因子的浓度。这个预实验的结果经统计学分析可估计诱发炎症前和后X因子浓度的平均值和方差，同时可估算平均值的区别。这些估算结果可以用来为进一步的实验计算样本大小。 2、预期目标成功率低的实验 由于实验过程成功的机会不稳定（变数太大），这类实验所用动物数量的计算是很困难的。 例子：通过基因插入到受精卵或ES细胞制作转基因动物，需要大量的动物。假定所有步骤的成功率都是5%，那么用单组实验的公式N=log?/logp，计算可得要用50只动物，如果成功率为1%，将需要300只动物，制作一个转基因动物系。 3、验证一个假说的正式实验 验证假说的实验是常见的动物实验类型，可以通过得到相关的一些有用信息，估算所需要的动物数量。 一般来说，有三种类型的变量可以测定1）二分变量，一般表现为是/否结果的百分率，如，在某给定时间疾病或生存的发生，2）连续变量，如某一物质在体液中的浓度或生理功能如血流速度或排尿，3）一个事件发生的时刻，如疾病或死亡发生的时刻。这些变量数据之间的显著性差异现在有许多的统计学方法来检测。 一般，要知道或计算样本大小，必须提供3或4个已知因素1）效应大小（一般为两组间的差别）；2）群体标准误差（SD，对连续性变量）；3）测定假定效应的实验期望力度用?表示；4）显著性水平，用a表示。 前两个因素对特定实验是专一的，而后两个因素一般为惯例固定的。一般来说，研究人员希望看到差别的样本越小或群体变异性越大，观察到显著性差异的样本量一定越大。 我们可以从专业网站上得到计算样本量大小的服务： , /hyperstat/power.html /～rlench/power/index.html www.zoology.ubc.ca/-krebs/power.html .uk/hbook14.htm 几个计算公式： 1、二分变量（比率或百分率） N=C×（PcQc-PeQe）/d2-2/d +2 2、连续变量 N=1+2C（s/d）2 用于研究比较两组的平均值 六、动物实验中辅助变量的应用 1、辅助变量的定义 2、辅助变量在动物实验设计中的应用 1）完全随机化设计 2）随机化模块设计 3、引入统计学分析的辅助变量 4、利用辅助变量判断局外数据 5、利用辅助变量评价随机化过程 6、利用辅助变量评价观测的一致性 7、利用辅助变量解释实验之间的差异 1、辅助变量的定义 除实验中限定或主要目的反应变量外，可以收集的其他变量的总称，它与目的反