收藏 分销(赏)

三讲实验设计方法.ppt

上传人:a199****6536 文档编号:13156595 上传时间:2026-01-27 格式:PPT 页数:77 大小:506.04KB 下载积分:8 金币
下载 相关 举报
三讲实验设计方法.ppt_第1页
第1页 / 共77页
三讲实验设计方法.ppt_第2页
第2页 / 共77页


点击查看更多>>
资源描述
Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第三讲实验设计方法,优选第三讲实验设计方法,2,实验设计方法,1.,配对设计,(matchedpairs design),2.,交叉试验设计,(cross-over design),3.,完全随机组设计,(complete random design),4.,配伍组设计,(randomized block design),5.,均衡不完全配伍组设计,(balanced incomplete blocks design),实验设计方法,6.,拉丁方设计,(Latin-Square design),7.,析因设计,(factorial design),8.,正交设计,(orthogonal design),9.,序贯实验设计,(sequential trial),一、配对设计,(matchedpairs design),配对设计是将受试对象配成对子,随机给予每对中的两个体以不同处理。配对条件为主要的非处理因素。,在动物试验中,常将种属、性别、年龄、体重相近的两动物配成对子;临床试验中,常将性别相同,年龄,生活条件、病情轻重等相似的两个病人配成对子。,配对设计的形式,自身配对,同一对象接受两种处理,如同一标本用两种方法进行检验,同一患者接受两种处理方法。,异体配对,将条件相近的实验对象配对,并分别给予两种处理。,配对设计的特点,配对设计的优点:比较理想地控制了非处理因素的影响,均衡性较好,减少抽样误差。,缺点:观察对象要经过挑选,特别是临床试验中病例较少时,样本含量较少。,配对设计的统计分析,当服从正态分布时,用配对比较的,t,检验;当不服从正态分布或分布未知时,用配对符号秩和检验。,二、交叉试验设计,(cross-over design),将,A,、,B,两种处理先后施于同一批试验对象,随机地使半数对象先接受,A,,后接受,B,;另一半对象先接受,B,,后接受,A,。两种处理在全部试验过程中,“,交叉,”,进行,称为交叉试验。,由于,A,和,B,处于先后两个试验阶段的机会是相等的,因此平衡了试验顺序的影响,而且能把处理方法之间的差别与时间先后之间的差别分开来分析。,交叉试验设计,确定受试对象的例数必须是偶数,并编号,尽量使相邻的第,1,、,2,号非处理因素近似,第,3,、,4,号非处理因素近似,余类推。随机地确定各单号的接受两种处理的顺序,而各双号的顺序,与其前一个单号的顺序相反。,统计分析方法:当服从正态分布时,用方差分析;当不服从正态分布时,用秩和检验,。,表,4-1,16,只大自鼠的痛阈值,编号,阶 段,合计,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,A 2.5,B 2.2,A 2.3,B 3.0,B 2.0,A 3.5,B 3.2,A 2.4,A 1.9,B 3.0,B 2.5,A 2.6,B 2.1,A 3.0,A 3.8,B 1.9,B 2.0,A 2.9,B 1.6,A 3.3,A 2.4,B 3.1,A 3.9,B 1.8,B 1.6,A 3.4,A 3.2,B 1.6,A 2.8,B 2.6,B 3.2,A 2.0,4.5,5.1,3.9,6.3,4.4,6.6,7.1,4.2,3.5,6.4,5.7,4.2,4.9,5.6,7.0,3.9,合计,41.9,41.4,83.3,A,参数合计,45.9 B,参数合计,37.4,表,4-3,表,4-1,资料的秩和检验,编号,阶 段,-,+,差 秩次,和 秩次,按,A-B,顺序,1,3,6,8,9,12,14,15,2.5 2.0,2.3 1.6,3.5 3.1,2.4 1.8,1.9 1.6,2.6 1.6,3.0 2.6,3.8 3.2,0.5 12,0.7 15,0.4 10,0.6 14,0.3 9,1.0 16,0.4 11,0.6,13,100,4.5 7,3.9 2.5,6.6 13.5,4.2 4.5,3.5 1,4.2 4.5,5.6 10,7.0,15,58,按,B-A,顺序,2,4,5,7,10,11,13,16,2.2 2.9,3.0 3.3,2.0 2.4,3.2 3.9,3.0 3.4,2.5 3.2,2.1 2.8,1.9 2.0,-0.7 1,-0.3 7,-0.4 5,-0.7 2,-0.4 6,-0.7 3,-0.7 4,-0.1,8,36,5.1 9,6.6 13.5,4.4 6,7.1 16,6.4 12,5.7 11,4.9 8,3.9,2.5,78,交叉试验设计的特点,交叉设计的优点是节省样本数,且均衡性较好。但要求两种观察时间不能过长,处理没有持久效果,使两种处理能够很快区分开。如比较两种抗菌素治疗肺炎的效果,病人一旦痊愈就不能再用另一种抗生素,就不适用。当药物有蓄积作用或排泄缓慢,使得第二次处理不能很快排除第一次的干扰,而影响第二次处理,也不适于应用。,三、完全随机组设计,(complete random design),完全随机组设计是将受试对象,随机地分配到各个处理组中进行实验观察,或者从不同总体中随机抽样进行对比观察的一种试验设计。在实验研究中可先将实验对象编号,再用随机数字表或随机排列表把它们随机地分成两组或多组,分别用各种处理进行实验观察,各组实验对象例数可以相等,也可以不相等。,完全随机组设计的特点,此种设计的优点是设计和统计分析比较简单。,缺点是试验效率较低,且只能分析一个因素。,完全随机组设计的统计分析,一、两处理组,1.,大样本,(,当,n,l,及,n,2,均大于,50,时,),当资料为计量时可用,u,检验,当资料为计数时可用,2,检验。,2.,小样本 计量资料:当服从正态分布且方差齐时,采用,t,检验;当服从正态分布但方差不齐时,采用,t,检验,当不服从正态分布或分布未知时,采用秩和检验;当资料为计数时可用确切概率法。,完全随机组设计的统计分析,二、多个处理组,为计量资料时:当服从正态分布且方差齐时,采用方差分析;当不服从正态分布或分布未知时,采用秩和检验。当资料为计数时采用,2,检验。,四、配伍组设计,(randomized block design),配伍设计是配对设计的扩大。当处理组数为三个或三个以上时,将受试对象的非处理因素相同或相似者组成配伍组,每个配伍组的受试对象随机地分配到各个处理组。,配伍组设计的特点,各个处理组中的受试对象不仅数量相同,而且比较均衡。这种试验设计,既减小了抽样误差,还可以分析出处理组及配伍组两个因素的影响。,其缺点和配对设计相同,受试对象要经过挑选。,缺项估计,配伍组试验的特点是各处理组的受试对象数相等,各配伍组的受试对象数也相等。如在试验过程中,因故造成某个数据丢失,例如试验过程中死去一只动物,或由于仪器故障。此时如果将此配伍组整个去掉,对信息是一种损失。但由于缺少一个数据,无法进行方差分析。可以采用缺项估计加以解决。,缺项估计自由度的处理,补入的,X,的值不占自由度,总的自由度应减,1,,即,bt-2,。误差自由度也应减,1,,而处理及配伍的误差自由度不变。,五、均衡不完全配伍组设计,(balanced incomplete blocks design),一般每个,配伍组的受试对象个数,k,应等于处理组数,v,,但有时处理组数,v,多于,配伍组,所能容纳的,受试对象,个数,即,vk,。此时每个配伍组不能把所有的处埋都安排进去,可采用,均衡不完全配伍组设计,简称,BIB,设计。,此时每个配伍组不能把所有的处埋都安排进去,可采用均衡不完全配伍组设计,简称BIB设计。,三、完全随机组设计(complete random design),B C A ,每列各水平出现的次数都相同。,配对设计的优点:比较理想地控制了非处理因素的影响,均衡性较好,减少抽样误差。,不用B药时(即B保持在Bl的水平):,有时会出现表面上的矛盾。,此时AB水平为A2B2C1,有时会出现表面上的矛盾。,析因设计是多因素的交叉分组设计,即各个因素的所有水平相互组合在一起,形成多个交叉分组。,A配对设计 B交叉设计,A 成组设计 B拉丁方设计,2.,当药物有蓄积作用或排泄缓慢,使得第二次处理不能很快排除第一次的干扰,而影响第二次处理,也不适于应用。,在动物试验中,常将种属、性别、年龄、体重相近的两动物配成对子;,均衡不完全配伍组设计,设有,A,、,B,、,C,、,D,四种处理,每,个配伍组只能按排,3,个处理,不能安排所有的,4,个处理,因此是不完全的。如果按照表,5,1,设计,则每个处理因素出现的次数都相同,(3,次,),;且任意两个因素在同一配伍组内的次数也是相同的,(2,次,),,因此设计是均衡的。,表,5,1,均衡不完全配伍组设计,配伍组号,处,理,因,素,1,2,3,4,A,A,A,B,B,B,C,C,C,D,D,D,均衡不完全配伍组设计要求,设,v,为处理组数,,k,为每个配伍组受试对象的个数,,b,为配伍组组数,,r,为每种处理重复数,,为每两种处理同 时出现的配伍组组数。,1,2,必须是整数,均衡不完全配伍组设计表,书中附表达式,6,给出了各种不同情况下的,均衡不完全配伍组设计表,选择的原则是由:,v,:实验设计所确定的处理因素的水平数。,k,:实验条件所能提供配伍组内实验的对象(动物)数或实验同时进行的实验的对象(动物)数,六、拉丁方设计,(,Latin-Square design,),用,r,个拉丁字母排成,r,行,r,列的方阵,使每行及每列中每个字母都只出现一次,这样的方阵称为,r,阶拉丁方,或,rr,拉丁方。,例:,33,拉丁方,I ,1 A B C,2 B C A,3 C A B,拉丁方的基本型,第,1,行及第,列都是按某自然的或标准的次序,如按拉丁字母的次序排成的。,rr,基本型的拉丁方个数,N,r,为,r 2 3 4 5 6,N,r,1 1 4 56 9408,44,拉丁方,I ,1 A B C D,2 B A D C,3 C D A B,4 D C B A,正交拉丁方设计,A B C,B C A,C A B,A B C,B,C,A,C,A,B,拉丁方设计使用与统计分析,拉丁方实验设计用于三个因素,每个因素的水平数相同,且因素间没有交互作用。优点:试验次数减少到最小,并且均衡。,统计分析:方差分析,444,拉丁方设计,浓,度,峰,合,计,1,2,3,4,A 0.80,B 0.50,C 0.38,D 0.22,B 0.74,A 0.36,D 0.44,C 0.25,C 0.31,D 0.18,A 0.17,B 0.36,D 0.48,C 0.20,B 0.42,A 0.28,2.33,1.24,1.41,1.11,合计,1.90,1.79,1.02,1.38,6.09,瘤株合计,A,1.61,B,2.02,C,1.14,D,1.32,方差分析表,变异来源,SS,V,MS,F,P,总,浓度,峰,瘤株,误差,0.5103,0.2287,0.1217,0.1106,0.0493,15,3,3,3,6,0.0752,0.0406,0.0369,0.0082,9.29,4.95,4.50,0.05,0.05,拉丁方设计缺项估计,七、析因设计,(factorial design),析因设计是多因素的交叉分组设计,即各个因素的所有水平相互组合在一起,形成多个交叉分组。交叉组组数是各因素水平数的乘积。,析因设计不仅可以对每个因数各水平间进行比较,还可以分析因素间的交互作用。,交互作用,因素间如存在交互作用,表示各因素不是各自独立的,而是一个因素的水平有改变时,其它因素的效应也随之改变,反之,如不存在交互作用,则表示各因素具有独立性,一个因素的水平有改变时,其它因素的效应不受影响。,表,7-1,治疗缺铁性贫血四种疗法的红细胞数,A,1,B,1,A,2,B,1,A,1,B,2,A,2,B,2,合计,0.8,1.3,0.9,2.1,0.9,1.2,1.1,2.2,0.7,1.1,1.0,2.0,合计,2.4,3.6,3.0,6.3,15.3,均数,0.8,1.2,1.0,2.1,交互作用,不用,B,药时,(,即,B,保持在,B,l,的水平,),:,用,A,药可平均增加红细胞:,1.2-0.8=0.4,用,B,药时,(,即保持在,B,2,的水平,),:,用,A,药可平均增加红细胞,2.1-1.0=1.1,可看出,B,因素在不同水平下,用,A,药比不用,A,药,平均增加红细胞数是不同的,其相差,1.1-0.4=0.7,这就是两药的交互作用,也就是两药具有协同作用。,交互作用,一般来说,对于,22,析因设计,(A,2,B,2,效应,-A,l,B,2,效应,)-(A,2,B,l,效应,-A,1,B,1,效应,)0,为正交互作用,即协同作用。,(A,2,B,2,效应,-A,1,B,2,效应,)-(A,2,B,1,效应,-A,1,B,1,效应,)0(0),为正,(,负,),交互作用。,当然由于抽样误差的影响,即使上式不为零,也不一定存在交互作用,需要进行假设检验。,(A2B2效应-A1B2效应)-(A2B1效应-A1B1效应)0,这种试验设计,既减小了抽样误差,还可以分析出处理组及配伍组两个因素的影响。,此时AB水平为A2B2C1,C将条件相近的分入不同组,A单因素4水平 B成组设计,不用B药时(即B保持在Bl的水平):,表4-3 表4-1资料的秩和检验,k表示安排因素的水平数,A3 B2 C1 2 1,1 1 1 2 2 2 2,缺点:观察对象要经过挑选,特别是临床试验中病例较少时,样本含量较少。,因素间如存在交互作用,表示各因素不是各自独立的,而是一个因素的水平有改变时,其它因素的效应也随之改变,反之,如不存在交互作用,则表示各因素具有独立性,一个因素的水平有改变时,其它因素的效应不受影响。,第1组用一般疗法,第2组在一般疗法上外加甲药,第3组在一般疗法上外加乙药,第4组在一般疗法上外加甲药和乙药,1个月后观察胆固醇降低数(mmol/L),资料如下,问:这是一个什么设计类型?,由于此设计为满列设计,只进行一次实验不能进行方差分析,因此要重复试验方可进行方差分析,因为此时的误差项是重复试验误差。,如比较两种抗菌素治疗肺炎的效果,病人一旦痊愈就不能再用另一种抗生素,就不适用。,析因设计的统计分析,22,析因设计的统计分析,SS,总,=SS,AB,+SS,误差,=SS,A,+SS,B,+SS,A,B,+SS,误差,2,2,2,析因分析设计,SS,总,=SS,ABC,+SS,误差,=SS,A,+SS,B,+SS,C,+SS,A,B,+SS,A,C,+SS,B,C,+SS,A,B,C,+SS,误差,3,2,2,2,析因分析设计,SS,总,=SS,ABCD,+SS,误差,=SS,A,+SS,B,+SS,C,+SS,D,+SS,A,B,+SS,A,C,+SS,A,D,+SS,B,C,+SS,B,D,+SS,C,D,+SS,A,B,C,+SS,A,B,D,+SS,A,C,D,+SS,B,C,D,+SS,A,B,C,D,+SS,误差,22,析因设计方差分析,B,合,计,A,B1,B2,A1,2.4,3.0,5.4(0.90),A2,3.6,6.3,9.9(1.53),合计,6.0(1.00),9.3(1.55),15.3,22,析因设计方差分析,SS,总,=SS,AB,+SS,误差,=SS,A,+SS,B,+SS,A,B,+SS,误差,变异来源,SS,V,MS,F,P,总,A,B,AB,误差,3.0425,1.6875,0.9075,0.3675,0.0800,11,1,1,1,8,1.6875,0.9075,0.3675,0.0100,168.75,90.75,36.75,0.01,0.01,A2,,,B2B1 A2B2A1B1,有交互作用的结果分析,方差分析,误差项的计算为两部分:,1.,不满列的空列,2.,有重复实验的重复,分析过程:,1.,首先确定主效应。,2.,其次看两级交互。,3.,最后看三级交互。,有交互作用的结果分析,如,A,因素,P0.05 A1A2,B,、,C,两因素,PB1,C1C2,AB P0.05,无交互,此时,AB,水平为,A,2,B,2,C,1,当,AB C P0.05,首先看,AB,、,AC,、,CB,中,P0.05,的。,实例分析,1,2222,无交互(例,4-9,),选用,L,8,(2,7,),表头设计,试验安排,空列合计为误差项,试验号,列 号,1 2 3 4 5 6 7,1,2,3,4,5,6,7,8,A1 B1 C1 D1,A1 B1 C2 D2,A1 B2 C1 D2,A1 B2 C2 D1,A2 B1 C1 D2,A2 B1 C2 D1,A2 B2 C1 D1,A2 B2 C2 D2,实例分析,2,333,无交互(例,4-10,),选用,L,9,(3,4,),表头设计,试验安排,空列合计为误差项,试验号,列 号,1 2 3 4,1,2,3,4,5,6,7,8,9,A1 B1 1 C1,A1 B2 2 C2,A1 B3 3 C3,A2 B1 2 C3,A2 B2 3 C1,A2 B3 1 C2,A3 B1 3 C2,A3 B2 2 C3,A3 B3 1 C1,实例分析,3,422,无交互(例,4-11,),选用,L,8,(42,4,),表头设计,试验安排,空列合计为误差项,试验号,列 号,1 2 3 4 5,1,2,3,4,5,6,7,8,A1 B1 C1 1 1,A1 B2 C2 2 2,A2 B1 C1 2 2,A2 B2 C2 1 1,A3 B1 C2 1 2,A3 B2 C1 2 1,A4 B1 C2 2 1,A4 B2 C1 1 2,实例分析,4,222,有交互(例,4-12,),选用,L,8,(2,7,),表头设计,试验安排,空列合计为误差项,试,验,号,列 号,1,2,3,4,5,6,7,A,B,AB,C,AC,BC,ABC,试,验,号,列 号,1,2,3,4,5,6,7,A,B,C,表头设计,试验安排,实例分析,4,由于此设计为满列设计,只进行一次实验不能进行方差分析,因此要重复试验方可进行方差分析,因为此时的误差项是重复试验误差。,重复试验次数越多,误差项的,MS,越小。,序贯实验设计,医学科研设计一般都是预先确定样本含量,结果分析在全部试验完成后作出。序贯实验,(sequential trial),预先不需要确定试验例数。事先根据实验标准绘好序贯实验图。将每次试验结果的数据点到图上,当达到要求的检验界限,便可停止试验,作出判断。,序贯实验设计,序贯设计的类型如下,:,序贯实验设计,开放型单向一般用于检验药物是否有效;而其它类型一般用于配对比较。,开放型:最多样本数不预先肯定,在逐一试验过程中,究竟多少样本数可使试验终止,视逐一试验结果而定。,闭锁型:试验最多样本数可预先确定,能够试验样本数不超过一定数,必然会终止。,单向和双向:是单侧检验还是双侧检验。,质反应:二分类资料。,量反应:计量资料。,序贯实验设计,习题,一、选择题,1.,为评价某药的降压作用,某单位随机选择,50,名高血压患者,记录每人服药前后的舒张压值,这种收集资料的过程,称为什么实验设计类型()。,A,析因设计,B,成组设计,C,配对设计,D,单组设计,2.,对于一个试验而言,配伍组设计优于完全随机设计,这是因为()。,A,配伍组设计简单易行,B,降低了随机误差,C,降低了重要非试验因素的影响,D,可以分析两因素之间的交互作用,3.,某麻醉科医生研究催醒宁对氟呱啶的作用,选大鼠,6,只,按某些条件配成三对。均从腹腔注射氟呱啶,40ml/kg,,分别在入睡后,15min,,给每对中的,1,只腹腔注射催醒宁,0.5ml/kg,(用,A,表示)和另,1,只腹腔注射等量的生理盐水(用,B,表示),观察出现蹲和走动的时间。当大鼠完全清醒,3d,后,该医生又用同样的方法重复上述试验,只是将原实验组和对照组的动物互换,结果如下,问:这是一种什么设计类型?,A,配对设计,B,交叉设计,C,成组设计,D,拉丁方设计,4.,某地在钩虫病普查中,对粪检阳性者与阴性者各随机抽查,10,例,测定其血红蛋白量,为了解钩虫粪检阳性者与阴性者的血红蛋白量之间的差别是否有显著性意义。首先需判定此资料取自什么试验设计类型()。,A,配伍组设计,B,成组设计,C,配对设计,D,交叉设计,5.,已知,A,、,B,、,C,都是七水平因素,其中:,A,是实验因素,,B,、,C,都是区组因素,且因素之间的交互作用可忽略不计。试验者希望试验次数尽可能少,问最好选择什么设计类型?,A,成组设计,B,拉丁方设计,C,析因设计,D,正交设计,6.,某医院用中药复方治疗高胆固醇血症,把,12,例高胆固醇患者随机分为,4,组,用不同疗法治疗。第,1,组用一般疗法,第,2,组在一般疗法上外加甲药,第,3,组在一般疗法上外加乙药,第,4,组在一般疗法上外加甲药和乙药,,1,个月后观察胆固醇降低数(,mmol/L,),资料如下,问:这是一个什么设计类型?,第,1,组,0.4144,,,0.6475,,,0.4662,;,第,2,组,1.4504,,,1.1396,,,1.0878,;,第,3,组,0.7252,,,0.8029,,,0.5957,;,第,4,组,1.6576,,,2.0202,,,2.0720,;,A,单因素,4,水平,B,成组设计,C,配对设计,D,两因素析因设计,7.,在析因设计中,必须有()才便于研究交互作用。,A,多个因素,B,两因素两水平,C,三个以上因素,D,重复实验,8.,某试验涉及,A,、,B,等试验因素,经方差分析发现,AB,的作用有非常显著性意义,这意味着:(),A.,因素,A,或因素,B,的各水平对观测指标的影响相差很大,B.,因素,A,与因素,B,的各水平都对观测指标的影响相差很大,C.,因素,A,与因素,B,的各水平组合对观测指标的影响相差很大,D.,因素,B,的各水平都对观测指标的影响随因素,A,的水平改变而改变,9.,在进行实验设计时,需要受试对象分组,如何分组,组与组之间具有最好的可比性?,A,多分几组,B,将条件相近的分入同一组,C,将条件相近的分入不同组,D,将体质强的分入对照组、弱的分入实验组,
展开阅读全文

开通  VIP会员、SVIP会员  优惠大
下载10份以上建议开通VIP会员
下载20份以上建议开通SVIP会员


开通VIP      成为共赢上传

当前位置:首页 > 包罗万象 > 大杂烩

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        抽奖活动

©2010-2026 宁波自信网络信息技术有限公司  版权所有

客服电话:0574-28810668  投诉电话:18658249818

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :微信公众号    抖音    微博    LOFTER 

客服