随机化分组方法

  • 完全随机分组
  • 区组随机方法
  • 分段随机分组

    样本含量估计

  • 决定参数

    • I类错误概率alpha
    • II类错误概率beta
    • 总体平均数mu(或总体率pi),总体标准差sigma
    • 处理组间的差别delta

      实验设计方法

  • 完全随机设计

  • 交叉设计
    • 采用完全随机设计或随机区组设计方法来安排受试对象
    • 两种处理先后作用于同一批受试对象,并且以同等的机会出现在两个试验阶段中,即两阶段交叉设计
    • 优点
      • 平衡了实验顺序的影响,避免时间上的误差,而且能将实验处理之间的差异和时间先后之间的差异分开
      • 获得了同一个体先后比较的好处,缩小了实验误差
      • 减少了被试数目
    • 缺点
      • 至少增加一倍的时间,不适用于急性疾患
      • 要求前一个处理停止无残留
  • 拉丁方设计
    • 随机化区组设计的扩展,实验单元按照两种属性形成区组,将实验处理按行列排列
    • 优点
      • 比随机化区组设计更能降低实验误差,实验设计的精确性和灵敏性更高
      • 能够以较少的人力、物力和时间获得更多信息
    • 缺点
      • 只能分析三个因素
      • 要求各因素的水平数完全相等
      • 不能研究交互作用
    • 应用:因子间无交互作用,水平数相等
  • 正交设计
    • 利用规格化的正交表安排多因素试验
    • 优点
      • 用较少实验次数得到较多信息
      • 分析交互作用
    • 应用:从许多因素中,选出主要因素及最优水平
    • 记号:13. 实验设计 - 图1#card=math&code=L_%7Btests%7D%28levels%5Efactor%29&id=LrZ58)
      • tests: 实验次数
      • levels: 水平数
      • factor:因子数
    • 表头设计:把个因子安排在各列
      • 交互作用表:表格中填写的是某一列与其他列的交互作用列