王建炳医学实验设计.pptVIP

（四）拉丁方设计时注意 除样本分配需要在区组内随机外，处理因素诸水平与拉丁字母关系的确定也要随机化； 须明确因素间无交互作用； 为提高结论的可靠性，应用另一个或两个拉丁工作方进行重复。 五、 Youden方设计 在实际工作中，有时在处理水平数固定的条件下，其它两个因素中一个的水平数小于处理水平数，在这种情况下无法使用拉丁方设计，此时可以采用Youden方设计，也称为不完全拉丁方设计(incomplete latin square design)。 完全随机设计、配对设计、交叉设计、随机区组设计、拉丁方设计以及Youden方设计，只涉及到一个处理因素。 当处理因素不止一个因素时，就是多因素试验。多因素试验，不仅可以分析处理因素本身的作用，还可分析因素之间的交互作用。多因素实验设计一般包括析因设计、正交设计和裂区设计。 多因素实验设计与统计分析? 一 析因设计 （一）基本概念 析因设计〔factorial design)指的是将两个或多个因素的各个水平进行排列组合，交叉分组进行实验。这种设计对各种因素不同水平的全部组合进行实验，故全面性与均衡性都好。 单独效应 (Simple effect)是指其他因素的水平固定时候，同一个因素不同水平之间的差值。 主效应 (main effect), 是指某一个因素各水平之间的平均差别。 交互作用，是当某个因素的各个单独效应随着另一个因素的水平变化而变化，这时可以认为两个因素间存在交互作用。 析因设计的特点： 各因素不同水平的效应大小； 各因素间交互作用； 通过比较各种组合，找出最佳组合。因此析因设计是一种全面的高效率的设计，但全面考虑并全部实施工作量很大。因为析因设计的方案数是多因素与多水平的乘积，如以n代表方案数，k代表水平数，m代表因素数，则n＝km。如7个因素两水平的实验，它的实验方案n＝27=128个。所以析因设计的因素数与水平数不宜过多。科研中大多析因设计是等水平(指每个因素的水平数相等)的，如22，23或32，……设计，但也可以是水平数不等的，如2× 4，3×5，……设计。 （二）设计模式 在实验中对结果有影响的因素可能较多，没有必要也没有可能对所有有关因素和各种水平进行观察。应当从中挑选少数几个对结果影响较大的且最佳水平尚未确定的因素进行实验。如常用的22析因设计就是选择两个最重要因素(A、B)，各安排两个水平进行实验，构成4个不同搭配组，其组配如下： A因素 B因素 b1 b2 a1 a1b1 a1b2 a2 a2b1 a2b2 表10 22析因设计表 举例 将20只家兔随机等分为4组，每组5组，进行神经损伤后的缝合实验。处理因素有两个，A因素是缝合方法，有两个水平一个水平为外膜缝合，用a1表示，另一个水平为为束膜缝合，用a2来表示；B因素是缝合后的时间，也有两个水平，一个水平为缝合后1个月，b1表示，另一个水平为缝合后2月，用b2表示。试验结果为家兔神经缝合后的轴突通过率，用（%）表示。现在想要比较不同缝合方法和缝合后时间对轴突通过率的影响，试做析因分析。 A (缝合方法) B (缝合后时间) 外膜缝合(a1) 束膜缝合(a2) 合计 1月(b1) 2月(b2) 1月(b1) 2月(b2) 10 30 10 50 10 30 20 50 40 70 30 70 50 60 50 60 10 30 30 30 24 44 28 52 A因素 B因素 平均 b2-b1 b1 b2 a1 24 44 34 20 a2 28 52 40 24 平均 26 48 22 a2 -a1 4 8 6 表11 2因素2水平析因设计实验的均数差别 （三）假设检验方法： 析因设计实验的统计分析不宜采用成组T检验或配伍组F检验，因为这些检验方法无法分析交互作用。 如果是两因素析因设计（A、B因素），要把处理组间变异分解为A因素的主效应、B因素的主效应，以及AB的交互作用。其计算较为复杂，请参考有关统计书籍。 变异来源 自由度 SS MS F P 总变异 19 7420 A 1 180 180 0.60 0.05 B 1 2420 2420 8.07 0.05 AB 1 20 20 0.07 0.05 误差 16 4800 300 表12 2因素2水平析因设计实验的均数差别 结论：尚不能认为两种缝合方法对神经轴突通过率有影响，可以认为缝合后2个月与1个月相比，神经轴突通过率提高了。 二、正交设计 （一）基本概念 正交设计(orthogonal design)，是按照正交表和相应交互表进行的实验设计，它是进行多因素多水平实验的效率很高的设计方法。这种设计不仅能明确各因素的主次地位，而且能知道哪些因素存在什么性质的交互影响，还可以找出诸因素各水平