常用实验设计类型和方法___资料中心___生物在线

1、常用实验设计类型与分析方法常用实验设计类型与分析方法 研究设计 以最少的人力 物力和时间 最大限度地获得丰富 准确 可靠的信息与结论 研究设计 专业设计与统计设计 专业设计 选题 建立假说 确定研究对象和技术方法等 统计设计 围绕专业设计 确定统计设计类型 样本大小 分组方法 统计分析指标及统计分析方法等 根据处理因素 控制因素和实验单位的特征 实验设计 方法又有许多不同的类型 实验设计是关于数据采集 统计 方法应用和得出结论的关键步骤 如实验设计出现错误 不 论用什么统计方法进行数据处理也无法得到正确的结论 因 此 在医学科研中只要条件允许 应尽量在良好的实验设计 的基础上采集数据 医学研究中常用的实验设计类型和方法 有以下十几种 一 基本概念一 基本概念 l总体与样本 注意 样本要有代表性 总体 population 是指根据研究目的所确定的所有同质的 观察个体的集合 全体 样本 sample 是指来自总体的 部分观察个体 l处理因素与非处理因素 水平 处理因素 实验因素 研究因素 简称因素 是指在实验 中根据研究目的而施加给实验对象的各种人为设置的干预措 施 非处理因素是指实验中

2、非人为干预的因素 如实验动物 的雌雄 体重 受试者的性别 年龄 病情 实验时的季节 气温等 应特别注意那些对实验结果有影响的非处理因素 平衡处理组间的非处理因素是实验设计的重要内容之一 各因素所处的不同状态称为水平 level 一个处理因素往 往可分为若干个水平 而水平数的多少是确定实验组数的依 据 l实验单位与观察单位 实验单位 experimental unit 是指接受处理的基本单位 观察单位 observational unit 是指根据研究需要确定 的采集数据的基本单位 一个实验单位可以有多个观察 单位 注意 处理间的差异应在实验单位中比较 l单独效应 主效应与交互作用 单独效应 simple effect 是指其他因素的水平固定时 同 一因素不同水平间的平均差别 主效应 main effect 指某 一因素各水平间的平均差别 当某因素的各个单独效应 随另一因素水平的变化而变化 且相互间的差别超出随 机波动范围时 则称这两个因素间存在交互作用 interaction 注意 在统计分析时 若存在交互作用 须逐一分析各因素的单独效应 反之 如果不存在交互 作用 则两因素的作用相互

3、独立 分析某一因素的作用 只需考察该因素的主效应 l检验效能 检验效能 power of a test 又称把握度 power 记作1 指当两个 或几个 总体存在差异时 经 假设检验能够发现该差异的可能性大小 与 N 有关 假设检验为 阴性 结论 P 0 05 时 不能 简单地下 处理无效 的结论 而应该检查一下 是否是检验效能不足 实验设计的基本原则 实验设计的作用主要是减小误差 提高实验的 效率 因此 从统计方面说 根据误差的来源 在设计时必需遵守三个基本统计学原则 即 对照 control 原则 随机化 randomization 原则及重复 replication 原则 重复和对 照也是观察性研究必须遵循的原则 唯有随机 化分组是实验性研究的显著特征 随机化分组步骤 1 将N个实验单位从1到N编号 如动物可按体重大小 患者可按就诊顺序 2 取随机数字 随机数字的位数一般要求与N相同 3 将读取的N个随机数字按分组要求划分区段 即 根据随机数所在区间决定实验单位应接受的处 理 例如 按二位随机数分两组时 可规定随机数 00 49为第1组 50 99为第2组 分三组时 01 33为

4、第1 组 34 66为第2组 67 99为第3组 余类推 同理 如 按2 1的比例分两组 则01 66为第1组 67 99为第2组 另外 分两组时 亦可按随机数的奇 偶决定组别 也可将读取的N个随机数从小至大排顺序 得到N 个序号R 再根据R进行分组 即按R所在区间决定实 验单位应接受的处理 4 有必要时可对分组结果进行组别调整 假如共有n例 需要从中抽取1例 则读取一个位数 与n相等的随机数 除以n后将得到的余数作为所抽实 验单位的序号 规定 如整除则余数为n 常用随机化分组方法 简单随机化 分段随机化 分层随机化 简单随机化 设A和B分别代表处理组和对照组 分组 步骤是先将受试对象 如动物 患者 按体重大小 或就诊顺序 编号 然后给每个受试者一位随机数 并规定0 4者分配到A组 5 9者分配到B组 例 将一批受试对象随机分为两组 受试者编号 1 2 3 4 5 6 7 8 9 随机数 4 0 5 7 2 8 1 9 3 分配组别 A A B B A B A B A 对两组以上时 如分三组时可规定随机数1 3为A组 4 6者为B组 7 9者为C组 随机数为0时略去 同理 分 四组可规

5、定随机数1 2者为A组 3 4者为B组 5 6者为 C组 7 8者为D组 随机数为0和9时略去 简单随机化分组方法不能保证分组后各组例数相等 但当受试对象总例数较多时 如N 200 两组例数 相差悬殊的概率较小 尽管如此 在正式试验前最好先 检查一下随机分配表 即分组过程及结果表 中各组例 数是否大致相当 如果发现相差悬殊 如100例分两组 A组15例 B组85例 可以重新制定随机化分配表 有些研究希望各组例数相同 当各组例数不相等时 可从例数较多的组中随机抽取一部分受试者补充到例 数较少的组 使各组例数相等 例例若将若将2020个实验单位随机等分为四组 个实验单位随机等分为四组 对对2 2位随机数字规定 位随机数字规定 00 2400 24为甲组 为甲组 25 4925 49为乙组 为乙组 50 7450 74为丙组 为丙组 75 9975 99为丁组 分组结果如下 为丁组 分组结果如下 3 4 6 3 4 6 编号12345678910 随机数47503629023193712347 组别乙丙乙乙甲乙丁丙甲乙 调整 丁 丁 编号11121314151617181920 随机数234

6、60426696125549018 组别甲乙甲乙丙丙乙丙丁甲 调整 丁 甲组5例 乙组8例 丙组5例 丁组2例 需要从乙组中 再抽出3例放入丁组 按组别调整步骤 读一随机数3 除以8 乙组例数 后 余数为3 则将乙组中第3例 第4号 放入丁组 同理 再读一随机数4 除以7 乙 组现有7例 余数为4 再将乙组中第4例 第10号 放入丁组 最后再读一随机数6 除以6 乙组现有6例 余数为6 将乙组第6例 第17号 放入丁组 常用单因素实验设计类型和方法 一 完全随机设计 completely random design 优点 简单易行 统计分析简单 即使各处理组例数不等 也不影响实验结果的统计分析 常用 检验 方差分析或 Kruskal Wallis秩和检验进行统计分析 缺点 试验效率不高 只能分析单个因素 且要求实验单位 有较好的同质性 如果同质性不好 则需要观察较多的样本 量 随机分组步骤 随机分组步骤 N 16N 16 G 4G 4 实验单位编号 1 2 3 4 5 6 7 8 随机数 76 63 10 21 85 90 63 08 R 14 12 3 5 15 16 13 2 处理

7、 T4 T3 T1 T2 T4 T4 T4 T1 实验单位编号 9 10 11 12 13 14 15 16 随机数 27 54 31 03 13 61 24 37 R 7 10 8 1 4 11 6 9 处理 T2 T3 T2 T1 T1 T3 T2 T3 15 11 2 12 10 7 14 8 16 13 6 3 9 5 1 4 干预 随机数大小序号 R 实验单位编号 T1 T2 T3 T4 实验单位 属 性 3 8 12 13 4 9 11 15 2 10 14 16 1 5 6 7 分组的均衡性比较分组的均衡性比较 1 1 7 4T1 2 2 2210T3 3 3 3112T3 4 4 15 8T2 5 5 8 7T2 6 6 3514T4 7 7 17 9T3 8 8 2211T3 9 9 3 2T1 10 10 5 3T1 11 11 7 5T2 12 12 2 1T1 13 13 3113T4 14 14 8 6T2 15 15 3615T4 16 16 4616T4 No RAN rRAN group Transform Random Number Seed Set

8、seed to 2000000 默认 Transform Compute Target Variable 填入ran 变量名 Numeric Expression 填入UNIFORM 50 0 X OK Transform Rank Cases Variable 填入ran OK 自动产生序号rran 完成分组 group 统计分析 数据表 16行2列 dependent factor 反应变量 处理因素 反应变量 处理因素 瘤重g y 药物浓度 T y T 3 6 1 0 4 3 4 5 1 1 7 3 4 2 1 2 3 3 4 4 1 4 5 3 3 0 2 3 3 4 2 3 2 1 2 4 2 4 2 0 0 4 1 1 2 2 7 4 One Way ANOVA 二 随机单位组设计 randomized block design 亦称配伍组设计或随机区组设计 实际上是配对设计 将多方面条件近似的受试对象配成对子 的扩大 也是 对完全随机设计的改进 即加强了均衡可比性 而这种 设计是将多方面条件相同或相近的受试对象组成单位组 block 亦称区组或配伍组 适用于三组或三组以上

9、的实 验 每个随机单位组的受试对象数目取决于处理的数目 如果一个实验安排了四种不同处理 那么每个单位组就应 有四个受试对象 有多少个单位组 则每种处理就可以分 配到多少个受试对象 优点 条件一致或相近的受试对象组成同一单位组 非随机 并随机分配于各处理组中 使处理组间的 可比性更强 能改善组间生物学特点的均衡性 既缩 小了误差 又可分析出处理组间与配伍组间两因素的 影响 实验效率较高 缺点 分组较繁 要求单位组内实验单位数与处理数 相同 有时实际应用有一定困难 实验结果中若有缺 失 统计分析较麻烦 结果分析 方差分析 Friedman秩和检验 1 实验设计方法 1 将实验单位按照其自然属性或某个非处理因素形成n个单 位组 每个单位组含有k个实验单位 2 在每个单位组内随机分配k种处理 k 2时为配对设计 实验单位的自然属性 动物的窝别 同窝的k只动物 受 试者的体重 体重相近的k个受试者 等 要选择对试验结 果影响较大的非处理因素形成单位组 如研究小鼠吃不同饲 料后的体重增长情况 可将体重相近的小鼠配成单位组 在 临床试验中可将病情基本相同的患者配成单位组 遵循 单 位组间差别越大越好

10、 单位组内差别越小越好 的原则 随机单位组设计 随机单位组设计 N 12N 12 b 3b 3 k 4k 4 1 4 1 3 2 2 1 3 4 2 4 3 单位组 干预 随机数大小序号 R 111 71 221223 331314 441152 552 81 662354 772172 882223 993 32 10 10 3 53 11 11 3 74 12 12 3 21 No block RAN rRAN Transform Random Number Seed Set seed to 2000000 默认 Transform Compute Target Variable 填入ran 变量名 Numeric Expression 填入UNIFORM 50 0 X OK Transform Rank Cases Variable 填入ran By填入block OK 自动按block产生序号rran 完成分组 方差分析 选择单位组的原则是 单位组间差别越大越好 单位组内的 差别越小越好 如果单位组选择不当使单位组间的差别很 小 由于单位组占用了n 1个自由度 反而增加了误差均

《常用实验设计类型和方法___资料中心___生物在线》由会员xmg****18分享，可在线阅读，更多相关《常用实验设计类型和方法___资料中心___生物在线》请在金锄头文库上搜索。