完全随机设计

完全随机设计完全随机设计—概念完全随机设计(completelyrandomdesign)亦称单因素设计。将受试对象随机分到各处理组中进行实验观察，或分别从不同总体中随机抽样进行对比观察。它适用于两个或两个以上样本的比较。各组间样本量可相等，也可不相等。样本相等时统计分析效率较高。例1将12头动物随机分配到A、B两组。1、先将12头动物编号为1、2……12号。然后在随机数字表内任意确定一个起始点和方向连续取12个随机数字，并依次抄录于动物编号下。2、本例从随机数字表第6行第19、20列起向下读取12个随机数字，取两位随机数字。3、将随机数字从小到大顺序排列后得序号R，并规定R=1～6者为A组，R=7～12者为B组。完全随机设计—随机分组样本均数与总体均数（或配对）比较12动物完全随机分两组结果（采用随机数字表）动物编号123456789101112随机数字359228652709526651074770序号（R）512493281071611处理级别ABABAABBBAAB完全随机设计—随机分组例2将15头动物随机分成三组。将动物编号如1、2……15号，然后在随机数字表内从某行某列起向某方向读取15个随机数字，取两位随机数字，依次抄录于动物编号下。将随机数字从小到大顺序排列后得序号R。规定R=1～5者为A组，R=6～10者为B组，R=11～15者为C组。完全随机设计—随机分组本例从第5行第17、18列起向下读取15个随机数字表215头动物完全随机分三组结果动物编号123456789101112131415随机数字047696617734947233630267063868序号（R）212157135141148193610处理组ACCBCACCABABABB注：随机数字06之后随机数字为02，但前面已经出现过，故舍去。完全随机设计—随机分组随机分组应注意：1、随机数的位数不应小于N的位数；2、随机数如果有重号数字应舍弃；3、若科研上需要各组例数不等可利用序号（R）调整各组例数。如在例2中要求A组6例，B组5例，C组4例，可规定R=1～6者为A组，R=7～11者为B组，R=12～15者为C组。完全随机设计—随机分组统计假设检验方法计量资料：t检验、方差分析或秩和检验等。计数资料：卡方检验等完全随机设计优缺点：优点：设计及统计分析简单，缺点：试验效率不高，只能分析单因素。完全随机设计配对设计将受试对象按某些特征或条件配成对子，然后分别把每对中的两个受试对象随机分配到试验组和对照组，再给予每对中的个体以不同处理，连续试验若干对，观察对子间的差别有无意义。配对设计(paireddesign)—概念配对设计(paireddesign)—概念配对的特征或条件：动物实验：常以种属、品系、性别相同，年龄、体重相近的两只动物配成对子；临床疗效观察常将病种、病型、族别、性别相同，年龄相差不超过2—3岁，生活习惯、工作环境等相似的病人配成对子；进行配对设计时应注意不要“配对过头”。例如，研究高血压与钠盐摄入量的关系，如果将高血压患者与非高血压患者按饮食习惯配对后比较钠盐摄人量，由于饮食习惯与钠盐摄入量关系密切，可能会掩盖病例与对照在钠盐摄人量上的差异；实验者必须在整个研究过程中，始终能辨认属于同一对子的是哪两只动物。因此，动物编号是非常重要的；记录实验数据应保持每对的一一对应关系，不能错乱或缺失。计算每对实验数据的差值时，顺序应当一致。配对设计(paireddesign)—注意的问题例：取20只小白鼠，按性别、体重、窝别配成10对，试将其分配到实验组与对照组中去。先按配对条件配对，并将对子编号，如1.1、1.2、2.1、2.2…..10.1、10.2然后再在随机数字表上，任意指定行列及查找方向，将随机数字依次抄写在“对子号”下。事先规定，遇单数定为AB顺序，遇双数定为BA顺序配对设计(paireddesign)—随机分组本例：46行31、32列向右查找随机数1.12.13.14.15.16.17.18.19.110.1编号1.22.23.24.25.26.27.28.29.210.2随机数字50144981060182774512第1号动物组别BBAABABAA第2号动物组别AABBABABBBA配对设计(paireddesign)—随机分组常用统计假设检验方法计量资料：配对t检验、配对符号检验、wilcoxon符号秩检验计数资料：卡方检验、一致性检验等配对设计(paireddesign)优点配对设计可做到严格控制非处理因素对试验结果的影响，同时使受试对象间的均衡性增大，因而可提高试验效率。它与成组的完全随机设计相比较，可克服受试对象间由于遗传素质的差异所引起的偏差，同时还可以减少样本含量。配对设计(paireddesign)随机区组设计亦称配伍组设计。它是对完全随机设计的改进。随机区组设计是将几个条件相似的受试对象配成一个区组。如同种属、同窝别、同性别的动物，批号相同试剂，体重相近的受试者等，然后在各区组内按随机原则分组，每组分别予以不同的处理。随机区组设计(randomizedblockdesign)_概念例将16头动物按体重配伍随机分为4组先将16头动物称重后，按体重由小到大依次为1、2……16号，再把体重相近的4头动物作为一个区组，即等分成4个区组。从随机数字表中任意一行一列作起点顺序取4个随机数字，取两位随机数字，对应于第一个区组的4个动物，然后将随机数字由小到大顺序排列后得序号(R)，再按序号的大小依次排列组别。随机区组设计_随机分组本例从随机数字表中第6行第9、10列起向下读取4个随机数为39、74、00、99，排列后的序号(R)为2、3、1、4，则第一个区组4个处理的组别随机排列的顺序为B、C、A、D。其余三个区组的随机分组方法类推。随机区组设计_随机分组16头动物随机区组设计分为四组结果动物编号随机数字序号处理组1.1392B1.2743C1.3001A1.4994D2.1242B2.2724D2.3483C2.4031A3.1261A3.2313C3.3594D3.4292B4.1312B4.2161A4.3984D4.4723C随机区组设计_随机分组常用统计假设检验方法：F检验(方差分析)、非参数检验等随机区组设计优缺点优点：把条件一致的研究对象编入同一区组并分配于各研究组，使各研究组之间的可比性更强，能改善组间均衡性，既缩小了误差，又可分析出处理组间和配伍组间两因素的影响，试验效率较高。缺点：是分组较繁。随机区组设计析因设计析因设计(factorialdesign)例：对12例缺铁性贫血病人的疗效进行观察，将病人分为4组，给予不同治疗，一个月后检查各组病人的红细胞增加数(百万／mm3)。结果见下表。4组不同疗法治疗缺铁性贫血病人的疗效B药未用（1）用（2）0.80.90.91.1未用（1）0.71.01.32.11.22.2A药用（2）1.12.0一种多因素的交叉分组设计，是对各因素各水平的所有组合都进行实验的设计方法，它即可分析各因素的主效应，又可分析各因素的交互作用，（interaction），是一种高效的实验设计。析因设计_概念交互作用各因素所产生的效应之间的相互影响情况，如两因素间存在交互作用，表示他们不是独立的，随着一个因素的改变，另一个因素的效应也改变；交互作用分为：协同作用和拮抗作用协同作用：一种因素可增强另一因素或多种因素的效应。拮抗作用：一种因素可减弱另一因素或多种因素的效应。析因设计_概念优缺点：优点：1）它的试验结果可运用方差分析，把总变异分解为众多个因素变异、因素间交互作用的变异以及误差变异。因此，它不仅可以作每个因素各水平间的比较，而且还可以进行各因素间交互作用的分析。因此,析因设计是一种高效率的试验方法，对各种组合的交互作用具有独特的分析功能，同时又具有直观表达分析结果的优点;２）析因设计还可以节约样本含量析因设计缺点：1）统计分析计算较复杂;2）因素及水平数均不宜过多，否则实验量太大，而且对比分析过于繁琐。析因设计假设检验方法：对于计量资料，析因试验的结果可用方差分析进行假设检验，推断处理因素作用及交互作用。析因设计B药未用（1）用（2）合计0.80.90.91.1未用（1）0.71.05.41.32.11.22.2A药用（2）1.12.09.9合计6.09.315.32X=每个数据的平方和=22.554.27.09.08.011BA0.30.11.19.021BA6.31.12.13.112BA3.60.22.21.222BA析因设计TheGLMProcedureDependentVariable:YSourceDFSumofSquaresMeanSquareFValuePrFModel32.962500000.9875000098.75.0001Error80.080000000.01000000CorrectedTotal113.04250000SourceDFTypeIIISSMeanSquareFValuePrFA11.687500001.68750000168.75.0001B10.907500000.9075000090.75.0001A*B10.367500000.3675000036.750.0003析因设计结论:A、B两因素各水平间差别有统计学意义，P均小于.0001，A、B间有交互作用，从A1B1（0.8）、A1B2(1.0)、A2B1(1.2)、A2B2(2.1)各自均值的关系可知：A、B间有协同作用。析因设计重复测量设计例：为研究Nm23H1基因AN：对肝癌细胞SMMC-7721增殖和转移的影响，将4~6周龄雌性裸鼠10只随机等分为两组。一组接种蛋白高表达细胞克隆AN2，另一组未转染细胞SMMC-7721作对照，测定癌细胞计数，以光密度吸收值A595nm来反映，试分析转移基因AN2是否对肝癌细胞有抑制作用。重复测量设计10只裸鼠A595nm测量时间分组编号1天2天3天4天5天6天小计（Bi）10.0010.0000.1010.1740.2410.5101.0272-0.0030.0160.1100.1600.2630.5551.10130.0030.0050.0910.1770.2650.5911.13240.0050.0050.0890.1600.2550.6211.135AN25-0.0040.0050.0940.1560.2820.5721.10560.0030.0040.0730.1200.2130.4390.85270.0000.0110.0800.1220.2060.4910.91080.0000.0060.0960.1400.2010.4410.88490.0010.0040.0840.1150.2100.4540.868SMMC-772110-0.0020.0050.0720.1270.2230.4570.882重复测量设计显著特点:同一实验单位(如人、动物、实验室样品)的某一观察指标在不同的场合(最常见的场合是时间)多次被反复观测。按重复测量设计进行实验而获得的数据被称为重复测量数据(repeatedmeasuresdata)，如果重复测量的场合是几个不同的时间点，则重复测量数据又称为追踪数据或纵向数据(longitudinaldata)，医学科研中经常遇到的便是这种重复测量数据。重复测量设计_概念由于重复测量结果即使不施加干预也会随时间的推移产生自然变化，如疾病的自愈或症状的减轻等，故重复测量设计试验必须设立平行对照。重复测量设计试验一般需考虑两个实验因素，一个因素是处理分组因素，可施加干预和随机化分组；另一个因素是测量时间，由研究者根据专业要求确定。为了便于统计分析，要求每个受试对象的重复测量时间必须相同，测量间隔按等差或等比划分。重复测量设计_实验设计方法随机化分组方法：①按处理分组因素将N个受试