生物统计学课件-ch8考虑交互作用的实验设计.ppt

第八章 考虑交互作用的 实验设计 第一节 析因设计（factorial design） 析因设计的实例 2. 析因设计的特点 2个或以上（处理）因素（factor）(分类变量)； 每个因素有2个或以上水平（level）； 每一组合涉及全部因素，每一因素只有一个水平参与； 几个因素的组合中至少有 2个或以上的观察值； 观测值为定量数据（需满足随机、独立、正态、等方差的ANOVA条件）。 正态性: 没有专业上意义的重复数据需要正态。 3. 两因素析因设计方差分析中的多重比较 例：在治疗肝癌的药物研究中，为了提高治疗药物在肝脏的浓度，降低在非靶器官如心脏的浓度，行2×3×2析因设计，即设置3个因素，第一个因素（药物）有2个水平，第二个因素（时间）有3个水平，第三个因素（器官）有2个水平。将60只小鼠随机分为12组，每组观察5只老鼠组织中丝裂霉素的浓度，结果见表。试做析因分析。 “析因设计方差分析.sav” 为什么不直接用time作为自变量进行One-way ANOVA? 第二节 正交设计 一. 正交设计的基本概念 正交设计是利用正交表来安排与分析多因素试验的一种设计方法。它利用从试验的全部水平组合中，挑选部分有代表性的水平组合进行试验，通过对这部分试验结果的分析了解全面试验的情况，找出最优的水平组合。 例如，影响某品种鸡的产蛋性能有3个因素： A因素是饲料配方，设A1、A2、A3 3个水平；B因素是光照，设B1、B2、B3 3个水平；C因素是温度，设C1、C2、C3 3个水平。这是一个3因素3水平的试验 ，各因素的水平之间全部可能的组合有27种 。 如果试验方案包含各因素的全部水平组合 ，即进行全面试验，可以分析各因素的效应，交互作用，也可选出最优水平组合。这是全面试验的优点。但全面试验包含的水平组合数较多，工作量大 ，由于受试验场地、试验动物、经费等限制而难于实施 。 若试验的主要目的是寻求最优水平组合，则可利用正交设计来安排试验。 如对于3因素3水平试验，若不考虑全面的交互作用，可利用正交表L9(35)安排，试验方案仅包含9个水平组合，就能反映试验方案包含27个水平组合的全面试验的情况，找出最佳的生产条件。 其中“L”代表正交表；L右下角的数字“9”表示有9行，用这张正交表安排的试验包含9个水平组合(实验) ；括号内的底数“3” 表示因素的水平数，括号内指数“5”表示有5列，用这张正交表最多可以安排5个3水平的因素。 正交设计就是从选优区全面试验点（水平组合）中挑选出有代表性的部分试验点（水平组合）来进行试验。 上述选择，保证了A因素的每个水平与B因素、C因素的各个水平在试验中各搭配一次。对于A、B、C 3个因素来说，是在27个全面试验点中选择9个试验点，仅是全面试验的三分之一。 从图中可以看到，9个试验点在选优区中分布是均衡的，在立方体的每个平面上，都恰是3个试验点；在立方体的每条线上也恰有一个试验点。 9个试验点均衡地分布于整个立方体内，有很强的代表性，能够比较全面地反映选优区内的基本情况。 正交设计资料的方差分析 第三节 裂区设计(split-plot design) 主处理（大区间，主区）——品种、密度 副处理（主区内，即裂区）——氮肥施用量、氮肥运筹方式 （朱新开等，氮素对不同类型专用小麦营养和加工品质调控效应，中国农业科学2003, 36: 640 – 645）。 两因素裂区设计资料的方差分析方法 先按随机区组析因设计的方法分析因素A（品种 / 密度）、区组（氮肥施用 量）的主效应及其交互作用。（只考虑主处理（大区，主区） 然后，考虑副处理（ 氮肥运筹方式，因素B）的主效应及A、B间交互作用。 也可以将大区作为重复测量进行分析。 重复测量(repeated measure)是指对同一研究对象的某一观察指标在不同场合（occasion，时间点）进行的多次测量。 实例举例1 实例举例2 重复测量资料方差分析对协方差阵的要求 重复测量资料方差分析的条件： 1. 正态性 处理因素的各处理水平的样本个体之间是相互独立的随机样本，其总体均数服从正态分布； 2. 方差齐性 相互比较的各处理水平的总体方差相等，即具有方差齐同 3. 各时间点组成的协方差阵(covariance matrix)具有球形性(sphericity)特征。 若球形性质得不到满足，则方差分析的F值是有偏的，这会造成过多的拒绝本来是真的无效假设（即增加了I型错误）。 重复测量设计的优缺点 优点： 每一个体作为自身的对照，克服了个体