【文档】研究生试验设计方法.ppt

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,*,研究生试验设计方法,研究生试验设计方法,1、了解试验设计的概念及其作用,2、掌握试验设计常用的几种方法,3、了解基本试验设计等方法法的概念和基本原理,本章主要要求,试验设计：本章主要内容,试验设计的效果,如何安排试验，有一个方法问题,不好的试验设计方法，即使做了大量的试验，也未必能达到预期的目的；,一个好的试验设计方法，既可以减少实验次数，缩短试验时间和避免盲目性，又能迅速得到有效的结果。,试验设计的由来,试验设计是应用统计手法进行解决问题的方法，它在19世纪产生于英国.,最早是在农地进行试验。如“最佳肥料”的依据。,逐步应用到畜牧业。,一、试验性研究设计,具体实施研究之前，对各种实验要素进行合理的安排与周密的计划。,用较少的人力、物力和时间，获得较为可靠的结果，使误差减少到最低限度，以达到研究高效。,Fisher,在他的著作中多次强调，统计学家与科学研究者的合作应该在试验设计阶段，而不是在需要数据处理的时候。他精辟地指出：,To call in the statistician after the experiment is done may be no more than asking him to perform a postmortem examination:he may be able to say what the experiment died of.,实验研究的三个基本要素：,处理因素、试验单位和试验效应。,研究者根据研究目的欲施加或欲观察的，能作用于实验单位并引起直接或间接效应的因素，称为处理因素，又称试验因素。,处理因素可以是主动施加的某种外部干预(或措施)，如使用或不使用某种药物等；也可以是客观存在的，如观察培养基在空气中的污染程度与季节的关系，“不同季节”就是该实验的“处理因素”而“季节”这个处理不是人为实施而是客观存在的。另外如,不同温度、治疗方法、用药种类、用药剂量等都称为处理因素。,处理因素(,treatment factor),试,验因素个数与试验因素水平数,研究中，如果,只有一个试验因素，则称为单因素，两个以上称为多因素。,为了分析试验因素产生的作用，常要将试验因素分为不同的水平下进行。,如药物的不同剂量数，不同时间点数等。,试验因素个数和水平数常要根据专业而定。,建议”少而精“。,试,验因素与非试验因素,试,验因素是研究者希望着重考察的某些条件或方法，而对实验结果有一定影响的因子，其他因素则称为,非,实验,因素，,又称干扰因素或混杂因素。,如,研究3种饲料的营养效果的试验中，,老鼠的窝别，进食量等为,非,试,验,因素,。,在新药的临床试验中，,患者年龄、病历 等为,非,试,验,因素,。,试验单位是指接受一种处理并作实验观察的基本单位，是处理因素作用的客体，实质上实验单位所代表的就是根据研究目的而确定的研究目标之总体。一般情况下一个试验单位即为一个受试对象。,在选择受试对象时，应满足两个基本条件：,对处理因素敏感；,反应必须稳定。,试验单位,(,experiment unit),人,动物,微生物,细胞,分子,基因,试验效应是处理因素作用于受试对象的反应或结果。一般通过实验指标(即变量)来表达。观察指标有主观指标与客观指标之分。,客观指标,是借助仪器等进行测量来反映研究对象的客观状态或观察结果，,主观指标,是由受试者回答或研究者定性判断来描述观察结果，,试验效应,(,experimental effects),随机化原则（,Randomization),重复的原则（,Replication),局部控制原则（,Local Control),采用这三个基本原则进行设计，配合适当的分析，就能从试验结果中提取可靠的结论。,.,随机化原则,随机化原则：随机“随便”,指每个受试对象以机会均等的原则随机地分配到试验组和对照组。,目的是使各组非实验因素的条件均衡一致，以消除对实验结果的影响。,随机化分组方法,1.,抽签等,（简单，如拉丁方）,2.随机数字表(附表）,3.,计算器或计算机,【例】现有同品种、同性别、同年龄、体重相近的健康绵羊18只，试用随机数字表的方法分成甲、乙两组。,随机数字表分组(1),首先将18只绵羊依次编为1，2，18号，然后从随机数字表中任意一个随机数字开始，向任一方向（左、右、上、下）连续抄下18个（两位）数字，分别代表18只绵羊。令随机数字中的单数为甲组，双数为乙组。如从随机数字表（附表）第9行第10列的22开始向下连续抄下18个随机数字填入表第二行。,随机分组结果：,甲组：2 3 5 7 8 10 12 13 15 16 18,乙组：1 4 6 9 11 14 17,甲组比乙组多4只，需要从甲组调整两只到乙组。仍用随机的方法进行调整。在前面18个随机数字后再接着抄下两个数字：87、31，分别除以11（调整时甲组的绵羊只数）、10（调整1只绵羊去甲组后甲组剩余的绵羊只数），余数为10、1，则把分配于甲组的第10只绵羊（16号）和余下10只的第1只绵羊（2号）分到乙组。调整后的甲、乙两组绵羊编号为：,若余数为0则调整最后一只,【例】设有15个试验单元，要将它们随机地分为3组。,随机数字表分组(2),1）将15个试验单元从依次1到15编号。,2）从随机数字表中随意确定一个起点和走向，假设起点为第10行第20列，走向向下，向下连续读出15个3位数，它们是：118 701 789 965 638 901 841 396 802 687 938 377 392 846 688如果出现了重复的随机数，则可以剔除一个，继续向下再取一个三位数。在从随机数表中读随机数时，读取的位数可以是任意的，可以读2位数，也可读3位数或4位数，总的原则是尽量避免出现重复的随机数。,3）将以上抽得的随机数字按大小编上序号，如15个数中118最小，序号为1，701的序号为8，等等，15个数的序号依次为：1，8，9，15，5，13，11，4，10，6，14，2，3，12，7。,4）将这15个序号与试验单元的编号对应，前5个序号的试验单元分到第一组，即将编号为1、8、9、15、5的试验单元分配到第一组，中间5个序号的试验单元分到第二组，最后5个序号的试验单元分到第三组。,无论分多少个组，每组内的试验单元有多少，各组内的试验单元数是否相等，都可应用以上方法进行随机分组。但一般最好是安排各处理内的试验单元数相等，尤其是对于有2个或2个以上试验因子的试验。,计算(器)机随机化分组,例,用电脑产生随机数将,10,头动物随机分到甲、,乙两组,（,1,）,动物编号,（,2,）,产生随机数,（,3,）,事先规定随机数者,小,为甲组，,大,者为乙组,（,4,）,按随机数排序，分组,.,重复的原则,重复(,replication),是指各处理组与对照组要有一定样本含量(,sample sizes)。,无限地增加样本含量，将加大实验规模，延长实验时间，浪费人力物力。,样本含量不足，检验效能偏低，导致总体中本来具有的差异无法检验出来。,一是可用同一处理内多次重复间的参差不齐的程度来,估计随机误差,，如果只有一次观测，则无法估计随机误差；二是同一处理的多次观测值的平均值可以作为真值的估计值，设置重复可以估计出试验结论的可靠性；三是增加重复次数可以缩小随机误差，提高试验的精确度，；四是为其它两个原则,创造条件,，因为如果没有重复，就谈不上随机化和局部控制。,重复的主要作用,.,局部控制的原则,当试验单位之间差异较大时，即存在某种系统干扰因素时，可以将全部试验单位按干扰因素的不同水平分成若干个小组，在小组内部使非实验处理因素尽可能一致，实现试验条件的局部一致性，这就是局部控制。,局部控制通常通过设置区组来实现，相应的试验设计方法以随机区组设计为代表。,局部控制的作用使干扰因素造成的误差从试验误差中分离出来，从而降低试验误差。,三原则的作用关系,二、科研设计方面的问题,试验设计补充说明：,对照,(,control),的设置,对照的意义：,区分处理因素与非处理因素的效应，是比较的必要基础,药物治疗,例:猪瘟,气候,变化,自然缓解,消除和减少实验误差,处理组：,对照组：,比较结果,处理因素,非处理因素,+,处理效应,+,非处理效应,非处理因素,非处理效应,处理因素,处理效应,对照的形式,（1）空白对照(,blank control)：,对照组不加任何处理因素（实验组动物接种疫苗，对照组不接种疫苗。）。,（2）实验对照(,experimental control)：,施加基础实验条件（非处理因素）。,（3）标准对照(,standard control)：,以现有的标准或正常值作对照（,某患病动物与正常个体的某生理、生化指标是否相同,）。,（4）自身对照：,实验在同一受试对象上进行（,试验前后变化,）。,（5）相互对照：,几个实验组互相对照（,比较几种药物治疗同一疾病的疗效,）,实验组,对照组,三、常用的试验设计类型,（一）完全随机设计,（二）配对设计,（三）随机区组设计,（四）交叉设计,（五）析因设计,（六）拉丁方设计,（七）正交设计,常用的实验设计方法：,单因素设计,两,/,多因素设计,单组设计,配对设计,成组设计,单因素多水平设计,分类,随机区组设计,交叉设计,析因设计,重复测量设计,完全随机试验设计,（,completely random experiment design）,将观察单位完全随机地分配到实验组与对照组或几个对比组中去。,【例1】设有同性别的动物12头，要求用随机方法将其分为甲、乙两组。,（1）编号：按,动物体重,依次编号为1,2,3,12号。,（2）产生随机数字：对于每一个编号，依次由计算器（计算机）产生随机数（共12次）。,（3）归组：事先规定将较小随机数的6只动物分入甲组，其他6只动物分入乙组。,设计方法,总体,1,总体,2,样本,1,样本,2,随机抽样,随机抽样,研究对象,总体,样本,随机抽样,随机分组,样本,1,样本,2,方案,1,方案,2,成组设计：,随机化分组方法,1.,抽签等,（简单，如拉丁方）,2.随机数字表(附表）,3.,计算器或计算机,【例】现有同品种、同性别、同年龄、体重相近的健康绵羊18只，试用随机数字表的方法分成甲、乙两组。,随机数字表分组(1),首先将18只绵羊依次编为1，2，18号，然后从随机数字表中任意一个随机数字开始，向任一方向（左、右、上、下）连续抄下18个（两位）数字，分别代表18只绵羊。令随机数字中的单数为甲组，双数为乙组。如从随机数字表（附表）第9行第10列的22开始向下连续抄下18个随机数字填入表第二行。,随机分组结果：,甲组：2 3 5 7 8 10 12 13 15 16 18,乙组：1 4 6 9 11 14 17,甲组比乙组多4只，需要从甲组调整两只到乙组。仍用随机的方法进行调整。在前面18个随机数字后再接着抄下两个数字：87、31，分别除以11（调整时甲组的绵羊只数）、10（调整1只绵羊去甲组后甲组剩余的绵羊只数），余数为10、1，则把分配于甲组的第10只绵羊（16号）和余下10只的第1只绵羊（2号）分到乙组。调整后的甲、乙两组绵羊编号为：,若余数为0则调整最后一只,【例】设有15个试验单元，要将它们随机地分为3组。,随机数字表分组(2),1）将15个试验单元从依次1到15编号。,2）从随机数字表中随意确定一个起点和走向，假设起点为第10行第20列，走向向下，向下连续读出15个3位数，它们是：118 701 789 965 638 901 841 396 802 687 938 377 392 846 688如果出现了重复的随机数，则可以剔除一个，继续向下再取一个三位数。在从随机数表中读随机数时，读取的位数可以是任意的，可以读2位数，也可读3位数或4位数，总的原则是尽量避免出现重复的随机数。,3）将以上抽得的随机数字按大小编上序号，如15个数中118最小，序号为1，701的序号为8，等等，15个数的序号依次为：1，8，9，15，5，13，11，4，10，6，14，2，3，12，7。,4）将这15个序号与试验单元的编号对应，前5个序号的试验单元分到第一组，即将编号为1、8、9、15、5的试验单元分配到第一组，中间5个序号的试验单元分到第二组，最后5个序号的试验单元分到第三组。,无论分多少个组，每组内的试验单元有多少，各组内的试验单元数是否相等，都可应用以上方法进行随机分组。但一般最好是安排各处理内的试验单元数相等，尤其是对于有2个或2个以上试验因子的试验。,计算(器)机随机化分组,例,用电脑产生随机数将,10,头动物随机分到甲、,乙两组,（,1,）,动物编号,（,2,）,产生随机数,（,3,）,事先规定随机数者,小,为甲组，,大,者为乙组,（,4,）,按随机数排序，分组,【实例】,两种不同的实验处理（对照未服药、服,A,药）对某种肿瘤的小白鼠的药理作用研究，观察指标为2周后体内存活的肿瘤细胞数。实验记录结果为：,对照组：48 50 46 52 48,服,A,药：45 51 47 48 47 50,问：,A,药,对小白鼠肿瘤治疗有无显著效应?,分析方法：两均数比较或单因素方差分析,完全随机设计：分为,（,1,）单因素完全随机设计采用单因素方差分析；,（,2,）两因素完全随机设计采用交叉分组两因素的方差分析,(,有重复或无重复,),随机区组试验设计,(,randomized block experiment design),（1）将多方面条件相近的受试对象配成一组，称作一个区组（,block）。,（2）,每个区组的受试对象,个数 处理数,小区数等于重复数。,（3）,每个区组的受试对象,被随机地分配到各,处理,中。,配对设计的扩展，故又称配伍组设计,3.,随机区组设计,（,Randomized block design,）,又称随机单位组设计，随机配伍组设计。,b,个区组：,每个区组内：,k,个受试对象,k,个处理,特点：,将受试对象按性质（如动物按窝别、性别、体重；病人按病情、性别、年龄等非处理因素）相同或相近者组成,b,个区组（或称单位组、配伍组）；,在动物试验中,常把畜牧场、试验日期（分期作试验）和试验家畜（同窝、分娩日期近似者、泌乳能力相同者）作为区组。）,每个区组中,k,个受试对象随机分配到每个区组,k,个处理组中去。,配对试验设计,(,paired experiment design),配对实验设计的两种情况：,1.同源配对：同一受试对象用两种不同的实验方法；受试对象自身实验前后的对比,。,2.非同源配对：将具有相同条件的实验对象配成对子。,3.,自身配对设计,A B,配对设计,：,配对设计,的主要形式有：,将两条件相同或相近的受试对象配成对子（含同一个体两对称器官或组织），分别接受两种不同的处理。如：小鼠配对实验。,同一受试对象（人或标本）分别接受两种不同处理。,前后配对：同一受试对象接受一种处理前后。,优点：,抽样误差小；实验效率较高；,所需样本含量较小。,缺点：,配成对子比较困难；丢失对子,配对欠佳或配对失败时，反而降低效率。,【例2】将已按近似条件配好的10对小白鼠，用随机方法分配到实验组和对照组。,方法,（1）编号：对小白鼠进行对子编号，同时每个对子内的二只小白鼠也分别编号。,（2）产生随机数字：对于每一组合编号，依次由计算器（计算机）产生随机数（共20个）。,（3）归组（对子内两只小白鼠的随机）：事先规定每个对子内随机数字较小者分配到对照组；随机数字较大者分配到实验组。,对子编号,对子内编号,随机数,随机数排序,【实例】,从八窝大白鼠中分别选出同性别、体重相近的两只，喂以水解蛋白和酪蛋白的饲料，四周后测定其体重增加情况，结果如下：,窝 编 号 1 2 3 4 5 6 7 8,含酪蛋白组 82 66 74 78 82 76 73 90,含水解蛋白组 15 28 29 28 24 38 21 37,问：两种饲料对大白鼠体重增加量之间的差别的有无影响?,分析方法：配对两均数比较,【例3】将【例1】中的12头动物设计分为三个区组，进行四种处理的比较。,方法,（1）编号：对12头动物进行区组编号，同时每个区组内的四头动物也分别编号。,（2）产生随机数字：对于每一组合编号，依次由计算器（计算机）产生随机数（共12个）。,（3）归组（区组内四头动物的随机）：事先规定每一个区组内随机数字由小到大对应动物分别分配到甲、乙、丙、丁处理组。,区组编号,区组内编号,随机数,区组内随机数排序,分析方法：双因素（无重复）方差分析,【实例】,某研究所研制了三个降血脂中药复方制剂，现拟对三个复方与标准降脂药(安妥明)的疗效进行比较。取品种相同、健康的雄性家兔16只，按其体重大小分为四个配伍组，各药物组的动物均饲以同样高脂饮食，并每日分别灌以不同药物，第45天处死动物，观察其冠状动脉根部动脉粥样硬化斑块大小，资料见表2。,试比较不同药物是否对动脉粥样硬化斑块形成的面积大小的有影响?,表1,用四种降脂药物时动物的冠状动脉硬化斑块面积,配伍组,斑 块 面 积 (,cm,2,),药物：安妥明组 降脂甲方组 降脂乙方组 降脂丙方组,举例：,30,只实验用大白兔，按窝别同，体重近划分为,10,个区组，每区组,3,只大白兔随机采用,A,、,B,、,C,三种处理方案，问三方案处理后血白蛋白减少量有无不同？,随机区组设计分为：,（,1,）单因素随机区组采用交叉分组两因素无重复方差分析,（,2,）两因素随机区组采用三因素有交互作用的方差分析,随机区组设计的数据分析：,优点：,每个,区组中,k,个受试对象有较好的同质性,均衡性较好 易查出各处理间的差别,缺点：要求区组间受试对象数与处理数相等；,若每区组试验过程中有一对象丢失，则整个区组就不能用了。,数据的丢失,，统计麻烦,1,、研究饲料加工工艺中，不同饲料添加剂对各种配方饲料的质量影响，机器每次加工时可同时生产,12,个产品，试采用试验设计进行安排。,2,、研究相同年龄下品种和饲料对绵羊日增重的影响，试采用试验设计进行安排。,3,、为了解不同贮存室和不同贮存方法对肉品质的,PH,值的影响，试采用试验设计进行安排。,4,、用,5,种药剂加上一个对照处理某种昆虫的卵，观察它们对孵化成幼虫的影响，每种处理在,10,个卵上进行。试采用试验设计进行安排。,三个品种的种子,C1,、,C2,、,C3,，五种浓度,B1,、,B2,、,B3,、,B4,、,B5,，两种处理时间,A1,、,A2,。,交叉设计(,cross-over experiment design),每个受试者随机地在两个或多个不同试验阶段分别接受指定的处理(试验药或对照药)。,当实验因素有两个水平，根据专业知识，又要求两个水平要先后作用于同一个受试对象时，需要在配对设计基础上做一点改进，使实验因素的两个水平在同一对受试者中施加的顺序交叉开，故此得名。,交叉设计或称反转试验法，是指在同一试验中，,将试验单元分期进行或反复二次以上的试验方法,。,同源配对设计的扩展,（特殊的自身对照）,优点：,（,1）控制个体间的差异，（2）减少受试对象。,常用的是2,X2,交叉设计。将试验时间划分为前后两个阶段，同一实验对象前后分别采用不同的处理，不同组别的实验对象处理顺序不同。,在动物试验中为了提高试验的精确度，要求选用在遗传及生理上相同或相似的试验动物，实际上这种要求往往不易满足。,为了较好地消除试验动物个体之间以及试验时期间的差异对试验结果的影响，可采用交叉设计法，常用的有,22,和,23,交叉设计。见表,1313,及,1314,。,【例4】某研究者拟采用交叉设计观察,A、B,两种药物治疗18例禽流感患者的疗效。,方法,（1）编号：将受试者分别编号为1、2、3、4、17、18号。,（2）产生随机数字：由计算器（计算机）产生18个随机数。,（3）归组：随机数字较小的一半患者先用,A,药后用,B,药；较大的一半患者先用,B,药后用,A,药。,编号,随机数,分组,问：两种处理之间有无显著差别?,【实例】,2,一、,22,交叉设计及分析,22,交叉设计是两组试验动物分两期一次交叉的试验设计，下面举例说明试验结果的分析方法。,【,例,13.5】,研究饲料新配方对奶牛产奶的影响，设置对照饲料（,A,1,）和新饲料配方（,A,2,），选择条件相近的奶牛,10,头分为,B,1,、,B,2,两组，每组,5,头，预试期,1,周。试验分为,C,1,、,C,2,两期，每期两周。按,22,交叉设计进行试验，各组每头奶牛平均日产奶量（,kg,）见表,1315,。试检验新饲料配方对产奶量有无影响。,对表,13-15,资料按,单因素二水平差值,d,的分析方法,(Lucas,法,),进行分析,。其无效假设,H,0,：,d1,=,d2,。首先计算出两个时期产奶量的差,d=C,1,-C,2,，然后再计算出,d,1,=T,1,d,2,=T,2,列于表,13-15,中。,见表1313及1314。,若与有重复的复因素试验相比，还不能得到因素之间交互作用的信息；,（二）列出方差分析表，进行F检验,经F检验，产蛋期间和鸡群间差异显著,温度间差异极显著。,试检验新饲料配方对产奶量有无影响。,平方和与自由度划分式为：,完全随机试验设计（completely random experiment design）,1、精确性高,横行平方和,下面对不同温度平均产蛋量间作进行多重比较。,甲组：2 3 5 7 8 10 12 13 15 16 18,对照组：48 50 46 52 48,客观指标是借助仪器等进行测量来反映研究对象的客观状态或观察结果，,用6头牦牛犊分为两组，第一组(B11，B12，B13)按A1A2A1顺序给饲料，第二组(B21,B22,B23)按A2A1A2顺序给饲料，其试验结果列于表1317。,随机分组结果：,配对设计的主要形式有：,由表12-8可以看出，第一鸡群在第个产蛋期用第2种温度，第二鸡群在第个产蛋期用第1种温度，等等。,表,13-15,新饲料配方对奶牛产奶量影响的试验结果 （单位：,kg,）,注,:,处理数,=k=2,重复数,=r=5,（一）计算各项平方和自由度,矫正数,C,（,T,1,T,2,）,2,/kr,=(-11.4+13.2),2,总平方和,SS,T,=d,ij,2,-C,=(-1.7),2,+(-2.2),2,+.+1,2,处理平方和,SS,A,=T,i,2,/r-C,=(-11.4),22,误差平方和,SSe=SS,T,-SS,A,；,总自由度,df,T,=kr-1,=25-1=9,处理自由度,df,A,=k-1,=2-1=1,误差自由度,dfe=df,T,-df,A,=k(r-1),=2(5-1)=8,（二）列出方差分析表，进行,F,检验,表,1316 22,交叉设计方差分析表,根据,df,1,1,，,df,2,8,查得,F,0.05(1,8),，,F,0.01(1,8),，因为,F,，否定,H,0,：,d1,=,d2,，表明新饲料配方对奶牛产奶量有极显著提高的作用。,二、,23,交叉设计及分析,【,例,13.6】,为了研究用乳清补饲牦牛犊的效果，设置对照组,A1,和补饲组,A2,，预饲期,5,天，试验分,C1,、,C2,、和,C3,三期,(,每期,10,天,),。用,6,头牦牛犊分为两组，第一组,(B11,，,B12,，,B13),按,A,1,A,2,A,1,顺序给饲料，第二组,(B21,B22,B23),按,A2A1A2,顺序给饲料，其试验结果列于表,1317,。试检验补饲对牦牛犊增重有无影响。,首先按公式,d=C,1,-2C,2,+C,3,分别计算出第一组的差,d,1,和第二组的差,d,2,。检验无效假设,H,0,：,d1,=,d2,。,（一）计算各项平方和与自由度,矫正数,C=(T,1,+T,2,),2,/kr,=(-2.15+8.01),2,/23=5.72,表,13-17,乳清补饲牦牛犊增重效果（单位：,kg,）,总平方和,SS,T,=d,2,-C,=(-1.17),2,+(-0.95),2,+.+(2.95),2,处理平方和,SS,A,=(T,1,2,+T,2,2,)/r,=(-2.15),22,误差平方和,SSe=SS,T,-SS,A,；,总自由度,df,T,=kr-1,=23-1=5,处理自由度,df,A,=k-1,=2-1=1,误差自由度,dfe=k(r-1),=df,T,-df,A,=5-1=4,（二）列出方差分析表，进行,F,检验,表,1318,表,13-17,资料的方差分析表,三、交叉设计的优缺点及注意事项,（一）交叉设计的优缺点：,1.,主要优点,交叉设计可以消除个体及试验时期间的差异对试验结果的影响，进一步突出处理的效应，因此能够提高试验的精确性。,特别适用于,个体差异较大的动物试验,。,如在大动物或兽医学等试验时，常采用这种方法。,2.,主要缺点,交叉设计与拉丁方设计比，不能得到关于个体差异和试验期差异大小信息；若与有重复的复因素试验相比，还不能得到因素之间交互作用的信息；因此交叉设计适用范围有一定的局限性。,（二）应用交叉设计注意的问题,1.,要求各因素之间不存在交互作用，否则这些交互作用的效应存在于误差项中，使误差估计值增大，从而降低试验的精度。,2.,要注意试验是否有处理残效。,如试验中，饲料轮流更换，如果前一种饲料有影响残存，则观察值的线性模型条件就不能成立。为解决这一问题，可设置适当的预饲期和间歇期。对于残效不能消失的处理，例如带有破坏性且不能恢复的试验，不宜采用交叉设计。,3.,要求各试验组动物头数要相等。,析因设计的特点,做实验时，每次都涉及到全部因素，即因素是同时施加的；,在每个实验条件下至少要做2次独立重复实验；,因素的交互作用比较复杂且必须考虑；,实验中涉及到2-4个实验因素；,表3.2,x 2,析因设计模式,两因素两水平两因素三水平三因素多水平,分析方法：,两因素（有重复）方差分析 两因素以上（较复杂）,【实例】,：研究不同缝合方法及缝合后时间对家兔轴突通过率（）的影响，问两种缝合方法间有无差别？缝合后时间长短间有无差别？两者间有无交互作用？,试验处理数,=,横行单位组数,=,直列单位组数,=,试验处理的重复数。,拉丁方设计是从横行和直列两个方向进行双重局部控制，使得横行和直列两向皆成单位组的设计。在拉丁方设计中，每一行或每一列都成为一个完全单位组，而每一处理在每一行或每一列都只出现一次，也就是说，在拉丁方设计中，试验处理数,=,横行单位组数,=,直列单位组数,=,试验处理的重复数。,拉丁方设计,在对拉丁方设计试验结果进行统计分析时，由于能将横行、直列二个单位组间的变异从试验误差中分离出来，因而拉丁方设计的试验误差比随机单位组设计小，试验精确性比随机单位组设计高。,一、拉丁方简介,（一）拉丁方,以,n,个 拉 丁 字 母,A,，,B,，,C,，为元素，列出一个,n,阶方阵，若这,n,个拉丁方字母在这,n,阶方阵的每一行、每一列都出现、且只出现一次，则称该,n,阶方阵 为,n,n,阶 拉 丁方。,下一张,主 页,退 出,上一张,例如：,A B B A,B A A B,为,2,2,阶拉丁方，,2,2,阶拉丁方只有这两个。,A B C,B C A,C A B,为,3,3,阶拉丁方。,下一张,主 页,退 出,上一张,看试验的次数 若试验要求精确度高，可选用试验次数多的正交表，若试验周期长或费用大，精确度要求不太高时，可选用试验次数少的表。,每个区组中k个受试对象随机分配到每个区组k个处理组中去。,B A D E C,问：两种饲料对大白鼠体重增加量之间的差别的有无影响?,总自由度 dfT=kr-1=23-1=5,（三）选用合适的正交表,每个受试者随机地在两个或多个不同试验阶段分别接受指定的处理(试验药或对照药)。,1）将15个试验单元从依次1到15编号。,总自由度 dfT=r 2-1=52-1=24,44标准型拉丁方：先随机选择4个标准型拉丁方中的一个；,将()表中第、列分别安排、两因素后，第列为、的交互作用（）、因素只能安排在第列。,B C A,总自由度 dfT=r 2-1=52-1=24,第一行与第一列的拉丁字母按自然顺序排列的拉丁方，叫标准型拉丁方。,3,3,阶标准型拉丁方只有上面介绍的,1,种，,4,4,阶标准型拉丁方有,4,种，,5,5,阶标准型拉丁方有,56,种。若变换标准型的行或列，可得到更多种的拉丁方。,在进行拉丁方设计时，可从上述多种拉丁方中随机选择一种；或选择一种标准型，随机改变其行列顺序后再使用。,下一张,主 页,退 出,上一张,（二）常用拉丁方,在 动 物 试 验 中，最 常 用 的 有,3,3,，,4,4,，,5,5,，,6,6,阶拉丁方。下面列出部分标准型拉丁方，供进行拉丁方设计时选用。,下一张,主 页,退 出,上一张,下一张,主 页,退 出,上一张,时，拉丁方的基本结构如下。每个实验单位的观察指标记录在相应的格子内（表示一个处理，处理数）。,列区组,行,区,组,1）根据处理数任选一个相应阶数的标准拉丁方（处理数=阶数）,2）将标准拉丁方的行和列随机重排,3）将处理随机地分配给拉丁方中的字母,二、拉丁方设计方法,下面结合具体例子说明拉丁方设计方法。,【,例,12.4】,为了研究,5,种不同温度对蛋鸡产蛋量的影响，将,5,栋鸡舍的温度设为,A,、,B,、,C,、,D,、,E,，把各栋鸡舍的鸡群的产蛋期分为,5,期，由于各鸡群和产蛋期的不同对产蛋量有较大的影响，因此采用拉丁方设计，把鸡群和产蛋期作为单位组设置，以便控制这两个方面的系统误差。,拉丁方设计步骤如下：,下一张,主 页,退 出,上一张,（一）,选择拉丁方,选择拉丁方时应根据试验的处理数即横行、直列单位组数先确定采用几阶拉丁方，再选择标准型拉丁方或非标准型拉丁方。,此例因试验因素为温度，处理数为,5,；将鸡群作为直列单位组因素，直列单位组数为,5,；将产蛋期作为横行单位组因素，横行单位组数亦为,5,，即试验处理数、直列单位组数、横行单位组数均为,5,，则应选取,5,5,阶拉丁方。本例选取前面列出的第,2,个,5 5,标准型拉丁方，即：,A B C D E,B A D E C,C E B A D,D C E B A,E D A C B,（二）随机排列,在选定拉丁方之后，若是非标准型，则可直接由拉丁方中的字母获得试验设计。若是标准型拉丁方，还应按下列要求对直列、横行和试验处理的顺序进行随机排列。,3,3,标准型拉丁方：直列随机排列，再将第二和第三横行随机排列。,4,4,标准型拉丁方：先随机选择,4,个标准型拉丁方中的一个；然 后 将 所 有的直列和第二、三、四横行随机排列，或 者 将 所 有的直列、横行随机排列；最后将处理随机排列。,下一张,主 页,退 出,上一张,5,5,标准型拉丁方：先随机选择,4,个标准型拉丁方中的一个；然后将所有的直列、横行及处理都随机排列。,下面对选定的,5,5,标准型拉丁方进行随机排列。先从随机数字表（,）第,22,行、第,8,列,97,开始，向右连续抄录,3,个,5,位数，抄录时舍去“,0”,、“,6,以上的数”和重复出现的数，抄录的,3,个五位数字为：,13542,，,41523,，,34521,。然后将上面选定的,5,5,拉丁方的直列、横行及处理按这,3,个五位数的顺序重新随机排列。,下一张,主 页,退 出,上一张,1,、直列随机,将拉丁方的各直列顺序按,13542,顺序重排。,2,、横行随机,再 将直列重排后的拉丁方的各横行按,41523,顺序重排。,下一张,主 页,退 出,上一张,3,、把,5,种不同温度按第三个,5,位数,34521,顺序排列,即：,A,=3,，,B,=4,，,C,=5,，,D,=2,，,E,=1,，从而得出,5,5,拉丁方设计，如表,12-8,所示。,注：括号内的数字表示温度的编号,由表,12-8,可以看出，第一鸡群在第,个产蛋期用第,2,种温度，第二鸡群在第,个产蛋期用第,1,种温度，等等。试验应严格按设计实施。,下一张,主 页,退 出,上一张,分析方法：,三向交叉分组（无重复）方差分析,三、试验结果的统计分析,拉丁方设计试验结果的分析，是 将两个单位组因素与试验因素一起，按 三因素试验单独观测值的方差分析法进行，但 应 假 定,3,个因素之间不存在交互作用。将横行单位组因素记为,A,，直列单位组因素记为,B,，处理因素记为,C,，横行单位组数、直列单位组数与处理数记为,r,，对拉丁方试验结果进行方差分析的数学模型,为：,（,i=j=k,=1,，,2,，,，,r,）（,12-3,）,式中：,为总平均数；,a,i,为第,i,横行单位组效应；,为第,j,直列单位组效应，,为第,k,处理效应。,单位组效应,a,i,、通常是随机的，处理效应 通常是固定的，且有 ；,为随机误差，相互独立，且都服从,N,（,0,，,2,）。,注意：,k,不是独立的下标，因为,i,、,j,一经确定，,k,亦随之确定。,平方和与自由度划分式为：,SS,T,=,SS,A,+,SS,B,+,SS,C,+,SS,e,df,T,=,df,A,+,df,B,+,df,c,+,df,e,（,12-4,）,【,例,12.4】,的试验结果如表,12-8,所示。,下一张,主 页,退 出,上一张,现对表,12-8,资料进行方差分析：,1,、计算各项平方和与自由度,矫正数,C,=,x,2,./r,2,=549,2,/5,2,总平方和,SS,T,=,x,2,ij(k),-,C,=,23,2,+21,2,+,+19,2,下一张,主 页,退 出,上一张,横行平方和,SS,A,=,x,2,i.,/,r,-,C,=,(108,2,+105,2,+,+104,2,直列平方和,SS,B,=,x,2,.j,/,r,C,=,(109,2,+108,2,+,+106,2,处理平方和,SS,C,=,x,2,(k),/,r,-,C,=,(116,2,+114,2,+,+101,2,下一张,主 页,退 出,上一张,总自由度,df,T,=,r,2,-1=5,2,-1=24,横行自由度,df,A,=,r,-1=5-1=4,直列自由度,df,B,=,r,-1,=,5-1=4,误差平方和,SS,e,=,SS,T,-,SS,A,-,SS,B,-,SS,c,=,处理自由度,df,C,=,r,-1,=,5-1=4,误差自由度,df,e,=,df,T,-,df,A,-,df,B,-,df,C,=(,r,-1)(,r,-2),=,(5-1)(5-2)=12,2,、列出方差分析表，进行,F,检验,下一张,主 页,退 出,上一张,经,F,检验，产蛋期间和鸡群间差异显著,温度间差异极显著。因在拉丁方设计中，横行、直列单位组因素是为了控制和降低试验误差而设置的非试验因素，即使显著一般也不对单位组间进行多重比较。下面对不同温度平均产蛋量间作进行多重比较。,3,、多重比较,列出多重比较表，见表,12-11,。,下一张,主 页,退 出,上一张,标准误为,:,由,df,e,=12,和,k,=2,，,3,，,4,，,5,从,q,值表查得临界,q,值：,q,和,q,并与 相乘得 值，列于表,12-12,。,下一张,主 页,退 出,上一张,多重比较结果表明：温度,A,、,B,、,D,平均产蛋量显著地高于,E,，即第,3,、,4,、,2,种温度的平均产蛋量显著高于第,1,种温度的平均产蛋量，其余之间差异不显著。第,1,种和第,5,种温度平均产蛋量最低。,下一张,主 页,退 出,上一张,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