文档介绍：第十一章实验设计的统计学基本原则
实验(Experiment):指由研究者主动地决定给予部分实验对象某种处理,给予另部分对象某种对照处理的研究设计形式,这种处理的分配常常是随机的。
实验设计(Experimental design):是通过良好地计划对象的选择、处理因素的分配、结果指标的测量和资料分析来保证比较组间对象和实验条件是均衡的,实验结果有较好的可比性,并且较好地控制误差以能用较小的样本获取可靠的结论。
:受试对象、处理因素和实验效应。
处理因素(treatment):根据研究目的,对受试对象施加的某种措施,称为处理因素。
注意:①抓住主要因素。
②控制混杂因素(“非处理因素”在各组中应尽可能相同)。
③标准化(处理因素应该标准化,即研究过程中处理应该自始至终保持一致,不能因任何原因中途改变。)
受试对象(subject):动物——种类,品系,窝别
人——诊断,依从性
注意受试对象的同质性(homogeneity)
实验效应(effect):
指标选择:有效,客观,灵敏,精确。(头痛,发烧)
指标观察:对人的观察应注意避免偏性,提倡盲法。
主观指标的量化:如划记评分。
完全不满意完全满意
0 1 2 3 4 5 6 7 8 9 10
:根据实验的对象不同,实验分成三类。
1. 动物实验(animal experiment)
2. 临床试验(Clinical trial)
3. 现场干预试验(Intervention trial)
:
在实验中,由于实验对象自身特点、实验条件的变化和实验结果测量的不确定性造成实验结果与真值的差别称实验误差,根据统计分析上的处理不同,实验误差分成两类:
1. 随机误差:由大量、微小的、偶然的因素的共同作用引起的不易控制的误差称随机误差。如在实验中,温度、湿度、风向、振动、试剂、仪器、操作员等都可能造成结果的偏差。
随机变异是没有倾向性的,在大量观察条件下,随机误差的分布呈标准正态分布。随机误差的规律可以用统计方法分析。
(systematic error):由于在对象选择、处理因素分配的不随机、测量结果的不准确造成实验结果有倾向性地偏离真值称系统误差,或称偏倚(bias)。
(1)选择偏倚(selection bias):指在选择研究对象和分组时的非随机化,造成结果的偏倚。如肝癌手术治疗与化疗的疗效比较中,由于手术对象的选择性造成有利于手术组的结果。
(2)信息偏倚(information bias):指测量方面的误差,特别是主观因素造成的有倾向性的偏倚。如在临床试验中,实验组是在医院测量,对照组是在家中测量。
(3)混杂偏倚(confounding bias):指实验组与对照组在一些影响实验结果的非处理因素不均衡造成结果的偏倚。如病情轻重、并发症、辅助治疗和护理等因素不均衡。
:
对照原则(control):指设立对照组以排除非处理因素而显示出处理的效应。
处理组处理因素+ 非处理因素 = 处理和非处理的效应
对照组非处理因素 = 非处理因素的效应
对比: 处理因素= 处理效应
均衡(balance):指各对比组之间除处理因素不同外,其它重要的可控制