第1讲_常用实验设计方法.ppt

试验结果的统计分析 拉丁方设计（Latin square design） 试验结果的统计分析 拉丁方设计（Latin square design） 四、拉丁方设计的优缺点 （一）拉丁方设计的主要优点 1、精确性高 拉丁方设计在不增加试验单位的情况下，比随机单位组设计多设置了一个单位组因素，能将横行和直列两个单位组间的变异从试验误差中分离出来，因而试验误差比随机单位组设计小，试验的精确性比随机单位组设计高。 2、试验结果的分析简便 拉丁方设计（Latin square design） （二）拉丁方设计的主要缺点 因为在拉丁设计中 ，横行单位组数 、直列单位组数、试验处理数与试验处理的重复数必须相等，所以处理数受到一定限制。若处理数少，则重复数也少，估计试验误差的自由度就小，影响检验的灵敏度；若处理数多，则重复数也多，横行、直列单位组数也多，导致试验工作量大，且同一单位组内试验动物的初始条件亦难控制一致。因此，拉丁方设计一般用于5-8个处理的试验。在采用4个以下处理的拉丁方设计时 ，为了使估计误差的自由度不少于12，可采用 “复拉丁方设计” ，即同一个拉丁方试验重复进行数次，并将试验数据合并分析，以增加误差项的自由度。 拉丁方设计（Latin square design） 应当注意，在进行拉丁方试验 时，某些单位组因素，如药物的代谢阶段，试验因素的各处理要逐个地在不同阶段实施，如果前一阶段有残效，在后一阶段的试验中，就 会 产 生系统误差而影响试验的准确性。此时应根据实际情况，安排适当的试验间歇期以消除残效。另外，还要注意，横行、直列单位组因素与试验因素间不存在交互作用 ，否 则 不能采用拉丁方设计。 注意事项 拉丁方设计（Latin square design） 拉丁方的行与列皆为配伍组，可用较少的重复次数获得较多的信息；双向误差控制，使观察单位更加区组化和均衡化，进一步减少实验误差，比配伍组设计优越。 要求三因素的水平数相等且无交互作用。虽当三因素的水平数不等时，可通过调整次要因素的水平数以满足设计的要求，但有时无法达到；况且因素间可能存在交互作用，故在实际工作中有一定的局限性。 当因素的水平数（γ）较少时，易受偶然因素的影响。为了提高精确度，可应用 m 个γ×γ拉丁方设计。 注意事项 拉丁方设计（Latin square design） 是一种将两个或多个因素的各水平交叉分组，进行实验（或试验）的设计。 不仅可以检验各因素内部不同水平间有无差异，还可检验两个或多个因素间是否存在交互作用。若因素间存在交互作用，表示各因素不是独立的，一个因素的水平发生变化，会影响其它因素的实验效应；反之，若因素间不存在交互作用，表示各因素是独立的，任一因素的水平发生变化，不会影响其它因素的实验效应。 析因实验设计（factorial experimental design） 常用实验设计方法 设计方法 该设计是通过各因素不同水平间的交叉分组进行组合的。因此，总的实验组数等于各因素水平数的乘积。例如，2个因素各有3个水平时，实验组数为3×3=9；4个因素各有2个水平时，实验组数为24=16。所以，应用析因实验设计时，分析的因素数和各因素的水平数不宜过多。一般因素数不超过4，水平数不超过3。 常见的设计模型有2×2析因实验设计、2×2×2析因实验设计和2×2×3×2析因实验设计。 常用实验设计方法 析因实验设计（factorial experimental design） 2×2析因设计属两因素析因实验设计，其它的两因素析因实验设计还有2×3，3×3，2×4，3×4等。两因素析因实验设计用于研究 A、B 两个因素内部不同水平间有无差异，特别是研究 A、B 因素间是否存在交互作用（A×B）的情况。 2×2析因设计是指有2个因素，每个因素各有2个水平，共有4个组合。设 A1代表 A 因素的1水平，A2代表 A因素的2水平；设 B1代表 B 因素的1水平，B2代表 B因素的2水平。交叉组合后的2×2析因设计模型如下： 2×2析因设计： 析因实验设计（factorial experimental design） 对于2×2析因设计，可分析A1 与A2 间、B1 与B2 间有无差别， 还可分析A、B因素间是否存在交互作用（A×B）的情况。（ A×B为一级交互作用） 设计方法 2×2析因设计： 析因实验设计（factorial experimental design） 例 某医师欲研究A、B两药是否有治疗缺铁性贫血的作用，以及两药间是否存在交互作用。用何试验设计可达到研究者的研究目的，并做出设计分组。 该研究目的既要分析