析因设计与分析课件

1、析因设计，1。PPT学习交流，学习目的和掌握析因设计的概念；掌握个体效应、主体效应和相互作用的概念；掌握析因设计的方法；熟悉析因设计数据的分析方法。2，PPT研究与交流，例如：在评价药物疗效时，我们不仅要知道每剂甲、乙类药物的疗效(主要疗效)，还要知道两种药物同时使用的交互作用。因子设计和方差分析可以分析药物的个体效应、主要效应和交互效应。析因设计方法的提出(意义)，3 .因子设计是一种多因素交叉分组设计。它不仅可以检验各个因素和各个层次之间的差异，还可以检验各个因素之间的相互作用。如果两个或多个因素之间存在交互作用，这意味着每个因素不是独立的，但是当一个因素的水平发生变化时，另一个因素或几个

2、因素的影响也相应地发生变化；相反，如果没有相互作用，就意味着每个因素都是独立的，当一个因素的水平发生变化时，其他因素的影响也不会受到影响。4，PPT研究和交流，22析因设计，22=4个处理，2个因素和2个水平综合组合，5，PPT研究和交流，23=6个处理，23析因设计，6，PPT研究和交流，222=8个处理，222析因设计，7，PPT研究和交流，33析因实验实例，调查不同剂量的松弛和松弛因子A(可的松)不需要低剂量和高剂量，而因子O A1 A2 B不需要低剂量B1 A1 B1 A2 B1PPT研究和交流。第二，因子设计的相关术语。简单效应：主要效应：交互作用：9，PPT学习与交流，(1)单一效

3、应，当其他因素固定时，同一因素不同水平之间的效应差异，而当B因素固定在1水平时，A因素的单一效应为4，10，PPT学习与交流，(2)主要效应，某一因素在不同水平上的个体效应的平均差异，am=(a2 B2-a1 B2)(a2 B1-a1 B1)/2=16 4/2=10， BM=(a1 B2-a1 B1)(a2 B2-a2 B1)/2=10 22/2=16，11，PPT学习和交流，(3)，ab=(a2 B2-a1 B2)-(a2 B1-a1 B1)/2=(16-4)/2=6，ab=(a2 B2-a2 B1)-(a1 B2-a1 B1)/2=(22-10)/2=6，12，PPT学习和交流负交互作用(

4、拮抗作用):这两个因素的综合作用小于它们各自作用的总和13，PPT学习与交流，协同作用，14，PPT学习与交流，拮抗作用，15，PPT学习与交流，一级交互作用，两个因素之间，二级，16，PPT学习与交流，3，实验设计方法，17，PPT学习与交流，(1)确定设计模型，在这个例子中，三个因素是2，2和2水平，采用222因子设计，32只雌性猪被随机分配到(1)(4)组，随机数是1 8(1)组、大豆、玉米、雄性和雌性；(2)随机分配实验单元；18) PPT学习与交流；(3)实验结果及分析；(1)方差分析的基本思想；1)这种情况下的总方差分解为8个分量：(2)交互作用是由因素的联合(共同)效应获得的；(

5、19) PPT学习与交流；(2)表3.9饲喂不同饲料(公斤)的猪的平均日增重56 0.72 0.58 0.52 0.70 0.63 0.67 0.54 0.51 0.79 0.65 0.49 0.61 0.61 0.71 0.49 Tg(X)X22.9403 3.6764 2.6768 2.3257 3.3729 3.8540 3.2914 2.2410 24.3785、4第一步，21，PPT学习与交流，第二步，将组间变异分解为主要效应项和交互效应项，R为各组病例数，22，PPT学习与交流，表3.8.3 H1:性别因素在不同水平有不同的平均体重增长值；(2)各水平大豆因子的平均增重(2)H0:

6、相同；H1:大豆因子在不同水平上具有不同的平均重量生长值；(H0:玉米各水平因子的平均增重相同；H1:玉米因子在不同水平上具有不同的平均重量生长值；(4)不同水平性别因子的平均体重生长值差异与大豆因子无关，或大豆因子的平均体重生长值差异与性别因子无关；他们不是独立的。(5)不同性别因素水平的平均体重生长值差异与玉米因素无关，或者玉米因素的平均体重生长值差异与性别因素无关；H1:不是独立的(6)省略(7)三个因素在不同水平上的平均体重增长值的差异是独立的。H1:三个因子在不同水平上的平均体重增长值的差异不是独立的。第一个(4)-(7)假设是测试因素的交互影响。24，PPT学习与交流，1。计算总变

7、异，r为每组病例数，25，PPT研究和交流，表3.9饲喂不同饲料(kg)的猪的平均日重56 0.72 0.58 0.52 0.70 0.63 0.67 0.54 0.51 0.79 0.65 0.49 0.61 0.61 0.71 0.49 Tg(X)X22.9403 3.6764 2.6768 2.3257 3.3729 3.8540 3.2914 2.2410 24.3785、4计算每个因素的主要影响(首先，计算不同水平的总影响值：a1=4.81 5.38 4.58 4.29=19.06 a2=5.17 5.52 5.12 4.20=20.01 B1=20.88 B2=18.19 C1=1

8、9.68 C2=19.39，26。PPT可以用同样的方式学习和交流，DF (C)=2-1=1，因子A是主要影响，DF(A)=因子水平1=I-1=2-1=1，r是各组的病例数，J是因子水平B，K是因子水平C，I是因子水平A，27，PPT学习和交流，3。计算因素间的交互作用(PPT)学习和交流，4 .误差变化，30。PPT研究与交流，(3)结论，31。PPT学习交流，大豆和玉米，当B为1级(大豆加4%蛋粉)，C为2级(玉米不含己酸)，效果最好。32，PPT研究与交流，(4)在组间的平衡上，析因设计综合了不同水平的所有因素，并且每个组合的样本内容是相同的，即每个组合重复相同的实验，因此它是全面而平衡

9、的。，33，PPT研究与交流，题目分析：本研究的目的是找出有利于钩端螺旋体培养的最佳组合。为此，我们必须首先确定A、B、C、D四个因素中的哪一个具有影响效应，哪一个没有影响效应，是否存在交互作用效应，这样才能进行因子设计。设计实例：在培养钩端螺旋体的实验中，建议在不同水平上研究以下四个因素的影响，寻找最佳组合及如何设计。a:血清型兔，胎盘b:血清浓度5%，8%，C:基础缓冲液，蒸馏水，自来水d:含或不含维生素，钩端螺旋体计数作为观察指标。34，PPT学习与交流，2232析因实验设计模型。本研究中的因子A、B、C和D依次为2、2、3和2水平，可采用2232因子设计。所有实验共有223224个组合

10、，每个组合的样品重复钩端螺旋体计数四次(根据专业确定)。设计模型如下：设计，35，PPT研究与交流，数据分析，每个组合重复4个实验，共42，496个数据，对96个数据进行方差分析。总变异系数分解为16个部分：1 .单因素a、b、c和d 2的主要影响。一阶相互作用。二阶相互作用。三阶相互作用。如果每个因素有3个级别，有多少组合？方差分析将总变异分解成多少部分？36，PPT学习与交流，析因设计的正确应用，析因设计在不同水平上检验各种因素的所有组合，因此它是全面的和平衡的；因子设计可以在三个方面提供重要信息：各个因素在不同水平上的作用大小，各个因素之间的相互作用，通过比较各种组合找出最佳组合。37，

11、PPT学会正确沟通和应用析因设计。因子设计比一次只考虑一个因素的实验更有效。从获得的信息来看，它节省了组和案例的数量；当要考虑的因素很多时，处理组的数量会很大(例如，有3481种三级四因素处理)，所以析因设计不是最佳选择，可以采用正交设计。析因设计的优点之一是可以考虑交互作用，但有时高阶交互作用很难解释。在实际工作中，通常只考虑一阶和二阶相互作用。38.PPT学习与交流，析因设计的正确应用，析因设计与完全随机设计的区别：完全随机析因设计与完全随机设计相似，但其设计理念不同，其方差分析方法也不同。完全随机设计是单因素设计，不能分析因素之间的相互作用；析因设计是一种多因素设计，可以分析交互作用。因子设计数据的方差分析会掩盖交互