《实验研究设计》PPT课件.ppt

实验研究设计,2012级硕士研究生医学统计学,卫生统计学教研室,医学科学研究的类型,观察性研究(observational study):不对研究对象施加干预措施，或不能随机分配干预类型。横断面研究、病例对照研究、队列研究 实验性研究(experimental study):对研究对象人为施加干预，且可随机分配干预类型。以动物、标本或其他生物材料为对象,实验设计实验研究的计划,专业设计：从专业角度科学地安排实验，包括选题、建立假说、确定实验对象、实验方法等 统计设计：从统计学角度科学地安排实验，涉及研究的全过程，包括设计研究类型、对照类型、样本大小、分配处理的方法、统计分析指标和分析方法等,研究对象是来自某一特定总体的样本,研究的目的是用样本推论总体 样本来源有没有偏倚 样本含量是否足够 如何控制非处理因素对实验结果的影响 统计学推断是否支持专业上的因果推论,第一节 实验设计的基本要素,实验单位 处理因素 实验效应,实验研究的基本要素,1. 实验单位 处理因素作用的客体、或接受处理因素的基本单位。根据处理的方式，试验单位可以是生物个体，也可以是器官、组织、细胞、血清等生物材料。 动物实验：动物的生物学特征 临床试验：患者的人口学特征、病情及病程、依从性等 现场试验：人群的人口统计学特征、社会经济学特征,大多数情况下，实验单位等同于实验对象、受试对象，如临床试验的受试者，动物试验的动物。 例如：用小鼠作为实验对象，注射药物后观察小鼠的生理指标变化，每个小鼠就是一个实验单位。,如果给小鼠的两只眼睛施加不同处理后测量眼睛房水的某种物质的含量，则小鼠是实验对象，小鼠眼睛为实验单位。每个小鼠接受两种处理，采集2个数据。 样本量（例数）指的是实验单位的个数。,有时候实验单位与实验对象不一致。,2. 处理因素 研究者根据研究目的施加于实验单位，在实验中需要观察并阐明其效应的因素。包括物理因素、化学因素、生物因素。 处理因素是实验单位分组的标志 处理因素的水平：处理因素所处的状态 单因素实验：处理因素只有一个 多因素实验：处理因素不止一个,非处理因素：指实验中非人为施加的、与处理因素同时存在，同样可以使受试对象产生实验效应的因素。如实验动物的雌雄、体重，受试者的性别、年龄、病情，实验时的季节、气温等。,9只大白鼠经不同功率光波照射后的皮肤温度,明确处理因素和非处理因素 突出研究因素的主导作用，排除混杂因素的干扰作用。通过相应的实验设计方法，尽量使非处理因素在各处理组中的分布达到一致或均衡，以便分离出处理因素的效应。 处理因素要标准化 处理因素的施加方法、强度、频率和持续时间等，在整个实验中应始终保持不变，以保证实验结果评价的可靠性和稳定性。,3. 实验效应,处理因素作用于受试对象的反应，是研究结果的最终体现。 实验效应通过观测指标表达: 客观性 特异性和灵敏性 精确性,指标类型： 计量资料：测量得到，客观精确。 等级资料：半定量指标。 计数资料：定性观察结果。,第二节 实验设计的基本原则,重复（replication） 对照（control） 随机化（randomization）,目的：排除非处理因素的作用，控制随机误差，避免系统误差，提高实验效率。,一、对照原则 确定实验组时，同时设立对照组，即不施加处理因素的实验组。对照组只暴露于非处理因素。,1. 对照设置的原则均衡性 对照组除没有处理因素外，其它对实验结果可能有影响的因素（已知、可控的非处理因素）都应该与实验组尽量相同。,对照的作用：区分处理因素与非处理因素的效应，显示处理因素的作用。,对照组：,非处理因素,实验组：,处理因素,非处理因素,+,（处理效应,+,非处理效应）,非处理效应）,处理因素,Difference = （处理效应）,比较结果：,（,2. 常用的对照形式,空白对照（blank control）：对照组不施加干预，即对照组的处理因素为“空白”。 实验对照（experimental control）：对照组不施加干预，但施加某种与处理因素有关的实验因素。用于处理因素的施加需伴随其他因素，而这些因素又可能影响实验结果。,标准对照（standard control）：对照组的干预采用现有“标准”方法或常规方法。主要用于临床试验，当伦理上不允许对对照组患者采用空白对照或假干预。如新药研究采用目前疗效确定的药物作为对照药。,相互对照（mutual control）：不专门设立对照组，各实验组间互为对照。如比较几种同类药物的疗效差别。 潜在对照（potential control)：不专门设立对照组，以过去的研究结果为对照（历史对照）。,二、重复原则,实验研究应有一定数量的重复观测结果，即实验单位要达到一定数量。 避免将个别情况误认为普遍情况，将偶然误认为必然，将实验结果错误推广。 同一实验条件下、同一观测指标的多次测量会有变异，多次测量才能描述变异，估计随机误差。,实验单位足够多时，才能获得随机误差比较小的统计量。重复的目的是估计和控制实验中的随机误差，提高实验结果的可靠性。 样本中包含的实验单位数称为样本含量（样本量）。重复原则的应用就是保证适宜的样本含量。,在实验分组时，每个受试对象均有相同的概率或机会被分配到实验组和对照组。 随机化是一种实验设计的分组程序，而非“随便”、“随意”和“非选择性”。,三、随机化原则,1. 随机化的意义和主要作用 保证各种非处理因素在各个实验组和对照组达到均衡，从而显现处理因素的作用。 避免各种主、客观因素可能导致的偏性，减少系统误差，提高研究结果的效度。（盲法） 随机化分组是从假设检验结果推论因果关系的基础。确定处理因素与实验结果之间因果关系的前提是随机分组后、施加干预前，所有观察对象都属于同一个总体。,2. 随机化分组方法 依据：随机数（random number） 来源： 随机数字表（附表15） 计算器：科学型计算器，如CASIOfx-180P计算器 计算机：各种统计软件，如SPSS均匀分布随机函数,方法和步骤,（1）实验单位编号：1n，任意规则 （2）取随机数：位数自定，一般与n的位数相同 （3）随机数排序：随机数由小到大排序 （4）分组：从排序后的随机数中，规定前n1个随机数对应的编号为第一组，第（n1+1）个至第（n1+n2）个随机数对应的编号为第二组，以此类推。,完全随机化分组,分组均衡性评价： 例数：样本含量越大，非处理因素如病情、年龄、体重等的均衡性越好。 均衡性检验：,例29-1,将15只小白鼠随机等分到A,B,C三组，分别接受三种药物。,完全随机设计：N=16, G=4 实验单位编号 1 2 3 4 5 6 7 8 随机数 76 63 10 21 85 90 63 08 序号 14 12 3 5 15 16 13 2 处理组 T4 T3 T1 T2 T4 T4 T4 T1 实验单位编号 9 10 11 12 13 14 15 16 随机数 27 54 31 03 13 61 24 37 序号 7 10 8 1 4 11 6 9 处理组 T2 T3 T2 T1 T1 T3 T2 T3,干预 随机数大小序号 实验单位编号,T1 T2 T3 T4,3，8，12，13 4，9，11，15 2，10，14，16 1，5，6，7,分组的均衡性比较,实验单位属性,第三节 常用实验设计方法,实验设计类型根据安排的处理因素个数和配伍因素（非处理因素）个数决定 只安排一个处理因素为单因素设计类型，安排两种或两种以上处理因素为多因素设计，包括析因设计、正交设计等,一、完全随机设计,采用完全随机化分组方法 安排一个处理因素,不考虑非处理因素 包括平衡设计和非平衡设计 简单、易于实施，但效率较低,二、随机区组设计,分层随机化分组：先将实验单位按性质（某个非处理因素）相同或相近者组成区组（单位组或配伍组），再分别将各区组内的实验单位随机分配到各处理组或对照组 各处理组和对照组均衡性较好，误差较小，实验效率较高 如果数据不完整，统计分析较复杂,随机区组设计的特例（只有2两种处理，每个区组内只有两个实验单位）。 按照影响实验结果的非处理因素将实验单位配成对子，将每对中的两个实验单位随机分配接受不同处理。 与随机区组设计一样，误差较小，实验效率较高 当配对失败或配对欠佳时，效率会降低,三、配对设计,随机区组设计的扩展，控制两种非处理因素，进一步减小误差，提高效率。 处理因素和两个非处理因素形成的单位组因素分别用拉丁方中的字母、行和列表示。 三因素，且水平数相等。,四、拉丁方设计,交叉设计 析因设计 正交设计 裂区设计,五、多因素设计,实验设计3要素 实验设计3原则 随机化分组的目的和意义 随机化分组的常用方法和步骤 常见的实验设计类型,小结,统计学家与研究人员的合作应该在实验设计阶段，而不是在需要数据处理的时候。 To call in the statistician after the experiment is done may be no more than asking him to perform a po