试验设计与方差分析.ppt

实验设计与方差分析 第一节、实验设计过程 第二节 随机区组设计与方差分析 一、随机区组设计 随机区组设计（randomized block design）又称随机单位组设计、配伍组设计。配伍因素可以是第二个处理因素，也可以是一种试图控制的非处理因素。这种设计相当于配对设计的扩大。具体做法是将受试对象按性质（如实验动物的性别、体重、病人的性别、年龄及病情等对试验结果有影响的非实验因素，即非处理因素或混杂因克）相同或相近者组成b个单位组（配伍组或区组），每个单位组中有k个受试对工，分别随机地分配到k个处理组。每个配伍组的例数等于处理因水的水平数（即处理组的个数）。随机单位组设计的优点是每个区组内的k个实验单位有较好的同质性，比完全随机设计减少了误差，因而更容易察觉处理组间的差别，提高了试验效率．缺点是要求区组内实验单位数与处理数相等，实验结果中若有缺失值（missing value），统计分析较麻烦。 例： 拟将16只小鼠分配至A、B、C、D四个处理组，试作配伍组实验设计。 先按小鼠体重分成四个配伍组，每个配伍组各有4只体重基本相同的小鼠，依次编号，第一配伍组4只小鼠编为1、2、3、4号，第二配伍组编为5、6、7、8号，余类推。l～4号鼠随机分配到各处理组的方法是：固定A、B、C对四种处理的顺序号，在随机数字表上任意指定一个起点，假定指定第41行、第21列数字为起点，向右查，依次抄录四个互不相同的两位数，如87、63、93、95，排序后得顺序号R＝2、l、3、4，则第一个区组内的分配结果是B、A、C、D。同理，再读四个互不相同的两位数的随机数，如17、11、29、01，排序后得顺序号R＝3、2、4、1，则第二个区组内的分配结果是C、B、D、A。其他配伍组小鼠按同样方法进行分配，结果见下表。 将下表整理，各组动物编号如下： A组 2 8 12 15 B组 1 6 11 14 C组 3 5 10 16 D组 4 7 9 13 随机区组设计的SAS程序 Proc plan seed=456789; Factors block=5 ordered r=4; Output out=bd; Run; Quit； 随机区组设计方差分析的数学模型为： （6-2） μ表示总平均值；、 分别表示处理因素Ai和配伍因素Bj的效应，?ij 为随机误差效应，随机区组设计的方差分析的结果可列成表6.3的形式。其中a表示处理因素的水平数，b表示区组因素的水平数， 表中的其他符号的说明与表6.l类似。 二、随机区组设计方差分析的SAS程序 例6-5 某研究人员采用随机区组设计进行实验，比较三种抗癌药物对小白鼠肉瘤的抑瘤效果，先将15只染有肉瘤的小白鼠按体重的大小配成5个区组，每个区组的3只小白鼠随机分配至三个药物（处理）组，以肉瘤的瘤重为效应指标，结果见表6-4。 SAS程序如下： 程序6-6： DATA EX6_4; DO DRUG=1 TO 3; DO BLOCK＝1 TO 5; INPUT Y@@； OUTPUT; END; END; CARDS; 0.82 0.73 0.43 0.41 0.68 0.65 0.54 0.34 0.21 0.43 0.51 0.23 0.28 0.31 0.24 ; PROC ANOVA; CLASS DRUG BLOCK; MODEL Y＝DRUG BLOCK; RUN; QUIT; 三、程序说明与结果解释 上述程序中利用双重循环语句读取数据，CLASS语句说明DRUG（不同药物）和BLOCK（区组因素）是分组变量。MODEL语句指明以连续性变量Y（瘤重）作为应变量，以分类变量DRUG和BLOCK作为自变量，作双因素方差分析。 输出结果如下： Dependent Variable: y Sum of Source DF Squares Mean Square F Value Pr F Model 6 0