析因设计与分析.ppt

1、析因设计，学习目的，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。在评价药物疗效时，不仅要知道甲、乙各剂量的疗效(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

2、的水平发生变化时，其他因素的影响也不会受到影响。22因子设计，22=4个处理，2因素2水平综合组合，23=6个处理，23因子设计，222=8个处理，222因子设计，33因子试验例，探讨不同剂量小松和党参对ATPase活性的影响。因子A(可的松)不需要低剂量和高剂量，不需要O A1 A2 B因子，低剂量B1 A1 B1 A2 B1和高剂量B2 A1 B2 A2 B2，卫生统计部，第二，因子设计的相关术语，简单效应：主要效应：交互作用：(1)单一效应，当其他因素固定时，同一因子不同水平之间的差异，当因子B固定在1水平时， 因子A的单个效应为4，(2)主效应，某个因子在所有水平上的单个效应的平均差，

3、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。 (3)交互作用效应，如果一个因素的单个效应随另一个因素的水平而变化，ab=(a2 B2-a1 B2)-(a2 B1-a1b1)/2=(16-4)/2=6，ab=(a2 B2-a2 B1)-(a1 B2-a1 B1)/2=(22-10)/2=6，正交互作用效应(协同作用)负交互作用(拮抗作用):两个因素的组合效应小于它们的单个效应之和，并且存在交互作用效应，这表示对应于四个治疗组a1 B1的总平均值一阶交互效应为：二阶交互效应

4、在三个因素中。设计特点：在实验设计中，可以分析各个因素的影响。3.实验设计方法：(1)确定设计模型。在本例中，三个因素是2、2和2级。采用222因子设计，将32头雌性猪随机分配到(1)(4)、随机数1 8(1)、9 16(2)和17 24(3)中。32只雄性猪被随机分配到组(5)和组(8)。、大豆、玉米、雄性和雌性；(2)随机分配实验单元；(3)实验结果及分析；(1)方差分析的基本思想；1)在这种情况下，总方差被分解成8个分量；(2)交互作用是通过各种因素的联合(共同)作用而获得的；(2)计算过程，表3.9饲喂不同饲料(公斤)的猪的日均体重A1B1C 1 A1C 2 A1C 1 B2C 1 B

5、2C 2 B1C 1 A2C 2 B2C 2总计0.55 0.77 0.51 0.48 0.73 0.84 0.67 0.42 0.54 0.60 0 0.57 0.61 0.70 0 0.62 0 0.74 0.58 0 68 0.59 0.59。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、4.3785。g)为各治疗组观察值的小计，r为各治疗

6、组病例数，C=(X)2/N，总变异分为组间变异和组内变异。在第一步和第二步中，组间变异被分解为主要效应项和交互效应项，r是每组的病例数。表3.8三因素析因设计方差分析表，(1) H03366 H1:性别因素在不同水平上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: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

7、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。1.计算总变异数，r为各组病例数，表3.9饲喂不同饲料(kg)的猪的平均日增重(a1 B1 C1 a1 C2 a1 C1 a2 C2 B1 a2 C1 a2 C2)总计0.55 0.77 0.51 0.48 0.73 0.84 0.67 0.42 0.54 0.60 0 0.57 0.61 0.70 0 0.62 0 0.60 0 0 0.74 0.

8、58 0.68。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=19.68 C2=19.39，与df (b)相同k是因子c的水平数，I是

9、因子a的水平数。(4)对于组间的平衡，析因设计综合了不同水平的所有因素，每个组合的样本含量都是相同的，即每个组合重复相同的实验，因此是全面平衡的。 主题分析：本研究的目的是找出培养钩端螺旋体的最佳组合。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，这样才能进行析因设计。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。2232析因实验设计模型，本研究中的四个因素依

10、次包括2、2、3和2个水平，可采用2232析因设计。所有实验共有223224个组合，每个组合的样本重复钩端螺旋体计数四次(根据专业)。设计模型如下：设计，数据分析，每个组合重复4个实验，共42496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？析因设计应用正确，析因设计在不同水平上测试各种因素的所有组合，因此它是全面和平衡的；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。正确使用析因设计，析因设计比一次只考虑一个因素有更高的实验效率。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，而析因设计应用正确。析因设计与完全随机设计的区别在于，完全随机析因设计在表面上与完全随机设计相似，但其设计理念不同，方差分析方法