1701465497
1701465498
（5）标准对照，又称阳性对照，指用标准值或正常值作为对照。
1701465499
1701465500
（6）历史对照，指用以往的研究结果或者历史文献资料为对照。但由于时间、地点和条件不同，差异相当大，动物实验中一般不用此方法。
1701465501
1701465502
2．随机原则
1701465503
1701465504
随机原则是指被研究的样本是从总体中随机抽取的，即在抽取时要使每一个样本有同等机会被抽取。随机抽样是缩小抽样误差的基本方法。随机抽样的方法很多，如抽签法、摸球法等，也可以查随机数字表来确定。
1701465505
1701465506
3．重复原则
1701465507
1701465508
重复是保证实验结果可靠性的重要措施。每一实验都应有足够数量的例数和重复次数，样本所含的数目越大或重复的次数越多，则越能反映给予变异的客观真实情况。但是样本例数很多或者实验重复次数很大，不但在实验上有一定的困难，而且也是不必要的。实验设计就是要使样本的重复次数减少到不影响实验结果的最小限度。
1701465509
1701465510
4．均衡原则
1701465511
1701465512
均衡即指各处理组非实验因素的条件基本一致，以消除其影响。
1701465513
1701465515
1701465516
1701465517
四、常用的几种实验设计方法
1701465518
1701465519
1．完全随机设计
1701465520
1701465521
完全随机设计（completely random design）仅仅涉及一个处理因素（但可为多水平），故又称单因素设计。它是将受试对象随机分配到各个处理组中，观察实验效应。各个处理组例数可以相等，也可以不等，相等时效率更高。本设计的优点是简单易行，缺点是只能分析一个因素，不能分析多因素之间的关系。仅考察某因素的一个特定水平，需要给出定量观测值的标准值或理论值，方可进行假设检验。
1701465522
1701465523
2．配对设计
1701465524
1701465525
配对设计（paired design）是将受试对象按照一定条件配成对子，再随机分配每对中的两个受试对象到不同的处理组。配对设计的特点：数据成对出现，每对数据测自同一个个体（自身配对设计）、同一个来源的两个个体（同源配对设计）、条件相近的两个个体（条件相近者配对设计）。配对的两个数据分别在处理因素的两个不同水平作用下测得，用其差值的大小反映两种处理之间效应之差的大小。配对设计的缺点是在配对的挑选过程中，容易损失样本含量，并延长实验时间，对子之间的条件易发生变化。
1701465526
1701465527
配对的因素是影响实验效应的主要非处理因素。例如将窝别、性别相同，体重相近的两个动物配成对子，人类实验中常将性别相同、年龄相近的两个人配成对子，这样可以提高各处理组间的均衡性。配对设计适用于：一个因素具有两个水平时的情况：⑴“不处理”与“处理”时，适合用自身配对设计；⑵“处理1”与“处理2”，若是无创伤性处理，可用自身配对设计，也可用两两形式的配对设计；若是有创伤性处理，只用于两两种形式的配对设计。
1701465528
1701465529
3．配伍组设计
1701465530
1701465531
即随机区组设计（randomized block design），它是将几个受试对象按相同和近似的条件（实验动物的性别、年龄、体重等对实验结果有影响的非实验因素）组成配伍组，再将每一个配伍组的受试者随机分配到各个处理组中去。每个配伍组的例数等于处理组个数。配伍组设计适用的场合：在原本可以用配对设计的场合下，若配对条件无法满足，则可改用成配伍组设计。
1701465532
1701465533
4．析因实验设计
1701465534
1701465535
析因实验设计（factorial experimental design）是一种将两个或多个因素的各水平交叉分组，进行实验（或试验）的设计。它不仅可以检验各因素内部不同水平间有无差异，还可检验两个或多个因素间是否存在交互作用（interaction）。若因素间存在交互作用，表示各因素不是独立的，一个因素的水平发生变化。会影响其他因素的实验效应；反之，若因素间不存在交互作用，表示各因素是独立的，任一因素的水平发生变化，不会影响其他因素的实验效应。
1701465536
1701465537
该设计是通过各因素不同水平间的交叉分组进行组合的。因此，总的实验组数等于各因素水平数的乘积。例如，两个因素各有3个水平时，实验组数为3×3＝9；四个因素各有2个水平时，实验组数为24＝16。所以，应用析因实验设计时，分析的因素数和各因素的水平数不宜过多。一般因素数不超过4，水平数不超过3。这种设计的优点是效率高，不仅能够分析各因素内部不同水平间有无差异，还具有分析各种组合的交互作用的功能。
1701465538
1701465539
5．拉丁方设计
1701465540
1701465541
拉丁方设计（Latin square design）是按拉丁方阵的字母、行和列安排实验（或试验）的三因素等水平的设计。该设计同时考虑三个因素对试验结果的影响。利用拉丁方阵安排实验。拉丁方阵是用γ个拉丁字母排成γ行γ列的方阵，每个字母在每行每列中只出现一次。如4×4拉丁方：
1701465542
1701465543
ABCD
1701465544
1701465545
BCDA
1701465546
[
上一页 ]
[ :1.701465497e+09 ]
[
下一页 ]