常用实验设计类型和方法

1、常用的实验设计类型和分析方法，用最少的人力、物力和时间进行研究和设计，最大限度地丰富、准确、可靠的信息和结论。研究设计：专业设计和统计设计：选题、假设建立、研究对象和技术方法。统计设计：以专业设计为重点，确定统计设计的类型、样本量、分组方法、统计分析指标和统计分析方法。根据加工因素、控制因素和实验单元的特点，有许多不同类型的实验设计方法。实验设计是收集数据、应用统计方法和得出结论的关键步骤。如果实验设计有错误，无论用什么统计方法进行数据处理，都不能得到正确的结论。因此，只要条件允许，就应该在良好的实验设计的基础上收集数据。医学研究中常用的实验设计有十几种类型和方法。1.基本概念、总体和样本(注

2、：样本应具有代表性)总体是指根据研究目的确定的所有同质观察个体的集合(整体),样本是指来自整体的一些观察个体。治疗因素、非治疗因素和横向治疗因素(实验因素、研究因素，简称因素)是指在实验中根据研究目的对受试者施加的各种人为设定的干预措施。非治疗因素是指实验中的非人为干预因素，如实验动物的性别和体重、受试者的性别、年龄和状况、实验期间的季节和温度等。应特别注意影响实验结果的非加工因素。平衡加工组之间的非加工因素是实验设计的重要内容之一。每个因素的不同状态称为水平，一个加工因素可以分为几个水平，水平的多少是决定实验组数量的基础。实验单位和观察单位实验单位是指被治疗的基本单位。观测单位是指根据研究需

3、要确定的收集数据的基本单位。一个实验单元可以有多个观察单元。注：治疗之间的差异应在实验单位进行比较。单一效应、主要效应和交互作用简单效应是指在其他因素水平固定的情况下，同一因素不同水平之间的平均差异。主要影响是指某一因素水平之间的平均差异。当一个因素的每个个体效应随着另一个因素的水平而变化，并且它们之间的差异超过了随机波动的范围时，就说这两个因素之间存在相互作用。注：在统计分析中，如果存在交互作用，就需要逐一分析每个因素的个体效应。相反，如果没有相互作用，这两个因素是相互独立的。要分析某个因素的影响，只需要调查该因素的主要影响。一、检验效率检验效率(power of the test)，又称保

4、证程度(power)，记录为1-，指当两个(或几个)群体之间存在差异时，有可能通过假设检验发现差异。与、和n相关.如果试验为“阴性”(P0.05)，我们不应简单地断定治疗无效，而应检查试验效率是否不足。实验设计的基本原则实验设计的主要功能是减少误差和提高实验效率。因此，从统计学角度讲，根据误差来源，设计时必须遵循三个基本的统计学原则，即控制原则、随机化原则和复制原则。重复和比较也是观察研究中必须遵循的原则，只有随机分组才是实验研究的显著特征。随机化分组步骤1。实验单位的数量从1到N。例如，动物可以根据它们的体重进行治疗，病人可以根据它们的顺序进行治疗。2.以随机数为例，随机数的位数一般与n.

5、3相同。根据分组要求将读取的N个随机数分成若干部分。也就是说，根据随机数所在的区间，确定实验单元应该接受的处理例如，当两位数的随机数被分成两组时，随机数0049可以被指定为第一组，而5099可以被指定为第二组；当分成三组时，0133是第一组，3466是第二组，6799是第三组，依此类推。同样，如果按2: 1的比例分成两组，01-66为第一组，67-99为第二组。此外，当分成两组时，也可以根据奇数或偶数来确定组。或者，可以将读取的n个随机数从小到大进行排序，得到n个序列号r，然后根据r进行分组，即根据r所在的区间确定实验单元应该接受的处理。4。如有必要，可以调整分组结果。如果总共有N个案例，需要

6、提取一个案例，则读取一个与N位数相同的随机数，除以N，取余数作为所画实验单元的序号(规定如果等分，余数为N)。常用的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让甲和乙分别代表治疗组和对照组。分组步骤是根据受试者的体重大小(或就诊顺序)对受试者(如动物和患者)进行编号，然后给每个受试者一个随机数，并规定0-4个受试者被分配到A组，5-9个受试者被分配到B组.一组受试者被随机分为两组。主题编号。1 2 3 4 5 6 7 8 9随机数4 0 5 7 2 8 1 9 3将组A B B A B A B A B A B A分配给两个以上的组时，如果将随机数1-3、4-6、7-9和C分成三组，

7、则可以指定它们。同样，可以规定随机数1-2是组A，3-4是组B，5-6是组C，7-8是组D，并且随机数0和9被省略。简单随机分组法不能保证分组后各组病例数相等，但当受试者总数较大(如N200)时，两组之间的差异概率较小。然而，在正式测试之前，最好检查随机分配表(即分组过程和结果表)中每个组的案例数是否大致相等。如有较大差异(如100例分为两组，A组15例，B组85例)，可重新建立随机分布表。一些研究希望每组病例的数量是相同的。当每组病例数不相等时，可以从病例较多的组中随机选取一些受试者，将其加入到病例较少的组中，使每组病例数相等。将20个实验单元随机平均分成四组。根据这两个随机数，0024为A

8、组，2549为B组，5074为C组，7599为d组。分组结果如下：(346)，A组5例，B组8例，C组5例，d组2例。需要从B组中抽取3例放入d组。根据组调整步骤，读取3的随机数， 将它除以8(B组的病例数)，余数为3，然后将B组的第三个病例(4号)放入d组。同样，再次读取随机数4，除以7(B组有7例)，余数为4，然后将B组的第四个病例(10号)放入d组。最后，读取随机数6，除以6(B组有6例)，余数为6。 将乙组(17号)的第六个病例归入丁组。常用的单因素实验设计的类型和方法(1)完全随机设计在统计分析上具有简单易行的优点。即使每个治疗组的病例数不同，也不会影响实验结果的统计分析。检验、方差

9、分析或克鲁斯卡尔-沃利斯秩和检验常用于统计分析。缺点：测试效率不高，只能分析单个因素，要求实验单元具有良好的同质性。如果同质性不好，需要观察更多的样本。随机分组步骤：(N=16，G=4)实验单元编号：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T4 T3 T1 T2 T4 T4 T4 T1实验单元编号：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t2t 3 t1t 3 t2t 3 T3 7、14、8、16、1

10、3、6、3、9、5、1、4，干预随机数(r)实验单元号，T1 T2 T3 T4实验12、13、4、9、11、15、2、10、14、16、1、5、6、7，分组平衡比较，1 7 4 T1 22210 T3 33112 T3 415 8 T2 5 8 7T2 63514 T4 717 9T3 8211 T3 9 3 2t 1 111 转换-随机数种子-将种子设置为2000000(默认)-转换-计算-目标变量填写ran(变量名)-数值表达式：填写统一(50)0x-确定转换-排列情况-变量并填写ran-确定(自动生成序列号rran，完整分组，分组)。 统计分析数据表：16行2列(因变量)反应变量处理因子

11、反应变量处理因子(肿瘤重量g，y)(药物浓度，T)y T 3.6 1 0.4 3 4.5 1 1 1.7 3 4.2 1 2.3 3 4.4 1 4.5 3 3.0 2 3.3 4 2 2 2 1.2 4 2.4 2 0.0 4 1.1 2 2.7 4单向方差分析，(2)随机区组设计，又称配伍组设计或随机区组设计。 实际上是配对设计的扩展(将在许多方面具有相似条件的受试者配对成对)和对完全随机设计的改进(即增强平衡可比性)。 在这种设计中，在许多方面具有相同或相似条件的受试者被分组为一个单元组(区块，也称为区块或相容组)，其适用于三组或更多组实验。每个随机单位组中受试者的数量取决于治疗的数量。

12、如果一个实验安排了四种不同的治疗，那么每个单元组应该有四个受试者。由于存在许多单元组，因此可以将许多受试者分配到每个治疗中。优点：条件相同或相似的受试者组成同一个单位组(非随机)，随机分配到每个治疗组，使得治疗组之间的可比性更强，改善了组间生物学特性的平衡，减少了误差，分析了治疗组与配伍组之间两个因素的影响，从而达到更高的实验效率。缺点：分组复杂，要求单元组中实验单元的数量与治疗的数量相同，有时难以在实践中应用。如果有一些遗漏的实验结果，统计分析是麻烦的。结果分析：方差分析，弗里德曼秩和检验，1。实验设计方法(1)根据实验单元的自然属性或非加工因素，将实验单元分成N个单元组，每个单元组包含K个

13、实验单元。(2)每个单元组随机分配K个处理。k=2时的配对设计。实验单位的自然属性：动物的巢型(同一巢中的k只动物)、受试者的体重(体重相近的k只受试者)等。应选择对测试结果有很大影响的非处理因素组成一个单元组。例如，为了研究小鼠在食用不同饲料后的体重增加，可以将体重相似的小鼠分配到一个单位组中，而在临床试验中，可以将病情基本相同的患者分配到一个单位组中。遵循“单元组之间的差异越大越好，单元组内部的差异越小越好”的原则。，随机单元组设计(N=12，b=3，k=4)，1，4，1，3，2，1，3，4，2，4，3，单元组干预(随机数，r)，11 71 21223 31314 41153无块RAN r

14、RAN， 变换-随机数种子-将种子设置为2000000(默认)-变换-计算-目标变量填充ran(变量名)-数值表达式：填充统一(50)0x-确定变换-等级情况-变量填充ran按块填充-确定(根据块自动生成序列号rran并完成分组)如果单元组之间的差异因单元组选择不当而较小，单元组将占据n-1个自由度，但会增加误差均方值。 如表一的测试结果所示，根据随机单位组方差分析(表二)，均方误差为8.18，如果单位组测向和测向与误差相结合(根据完全随机组方差分析)，均方误差为6.61。软件操作数据表：12行3列(因变量组因素)反应变量组处理因素反应变量组处理因素(内容，y) B(测量方法，T)y B T 27.21 1 24.8 3 1 24.6 1 2 22.2 3 2 39.5 1 3 45.2 3 38.6 1 4 33.0 3 4 23.2 1 24.2 2 43.1 2 3 39.5 2 4双向方差分析(无交互作用)数据不完整(无交互作用)，重复测量随机单位分组设计、什么是干预？测量时间？主题？(3)非完全平衡区组设计(简称BIB设计)随机单元组设计要求实验单元的数量和单元组中处理的数量相等。然而，在医学研究中，存在实验治疗的数量大于可容纳在单元组中的实验单元的数量的情况。例如，通过三种手术方法切断并吻合狗的坐骨神经，但是每只狗只有两条左右坐骨神