1、一、析因设计,将两个或多个因素的各个水平进行排列组合，交叉分组进行实验，用于分析各因素间的交互作用，比较各因素不同水平的平均效应，因素间不同水平组合下的平均效应，寻找最佳组合。 可进行多因素、交互作用的分析。 例如2个因素同时进行实验，每个因素取3个水平，实验的总组合数为32=9，若有3个因素，每个因素取4个水平，则有43=64种组合数进行实验。,实例1：甲乙两药治疗高胆固醇血症的疗效（胆固醇降低值mg），问甲乙两药是否有降低胆固醇的作用？两种药间有无交互作用,完全随机的两因素22析因设计,实例3：小鼠种别A、体重B和性别C对皮内移植SRS瘤细胞生长特征影响的结果（肿瘤体积cm3）问A、B、C
2、各自的主效应如何？三者间有无交互作用？,完全随机的三因素222析因设计,析因设计,实验设计61页 例1：治疗缺铁性贫血病人12例，随机分为4组，给予不同疗法治疗，一个月后观察红细胞增加数（百万/mm3），试分析甲药、乙药的作用，及有无交互作用？,Spss操作步骤,1、设置变量、输入数据 2、方差分析,析因设计的spss操作,1、变量设置,2、方差分析 analyzegeneral linear modelunivariate,Options对话框,结果,方差分析结果,三因素多水平析因设计（69页）,分析三因素对培养钩端螺旋体计数的影响。,请借助excel表格数据（三因素多水平析因设计例题），建
3、立spss数据文件,Spss分析,操作同上一例题,分析结果,一阶交互效应,二阶交互效应,同表8.17,二、重复测量设计,例 某研究者欲研究青光眼结膜成纤维细胞增殖表达情况，在某医院随机抽取了20例青光眼患者和24例对照，取两组研究对象眼角膜细胞进行培养，分别在3、7、14、21天四个时间点观察平均细胞数。,重复测量(repeated measure)是指对同一受试对象的同一观察指标在不同时间点上进行多次测量，用于分析该观察指标在不同时间上的变化规律。 应用：在临床试验和流行病学研究中比较常见。 主要特点：同一受试对象在不同时点的观察值之间彼此不独立，往往存在某种程度上的相关性。,变异分解,SS
4、总=SS受试对象间+SS受试对象内=(SS处理+SS个体间误差)+（SS时间+SS处理与时间交互+SS个体内误差）总= 受试对象间+ 受试对象内=(处理+个体间）+（时间+处理与时间交互+个体内),1、建立检验假设、确定检验水准 对于处理因素KH0：两组眼角膜培养细胞数的总体均数相同H1：两组眼角膜培养细胞数的总体均数不同 对于时间因素IH0：不同时间观察细胞数的总体均数相同H1：不同时间观察细胞数的总体均数不全相同 对于交互作用KIH0：处理和时间无交互效应H1：处理和时间有交互效应 均取=0.05,1、建立检验假设，确定检验水准,2、计算检验统计量,软件操作步骤：1、变量设置,2.数据录入
5、,3、方差分析： analyzegeneral linear modelrepeated measures,Within-subject factor-受试者内因素，用于定义重复测量变量及重复次数,Options对话框,先输出了重复测量的变量名,因变量的描述性统计,球对称检验：p=0.003，拒绝H0，不满足球对称性，应对自由度进行校正,Mauchlys test of sphericity,如果满足球对称，则看下面的一元分析结果（tests of within-subjects effects）中 sphericity assumed所在行的统计量及p值。 如果不满足，则看上面的多元分析结果
6、（multivariate tests）或一元分析结果中的校正值。 在tests of within-subjects effects中，spss提供三种校正方法，分别为greenhouse-geisser、huynh-feldt,lower-bound. 但不服从球形假设时，如果校正的一元分析结果与多元分析结论不一致，应该看多元分析结果,不满足球对称性时，看多元分析结果：四个多元方差分析的统计量：pillais Trace 最为稳健，当4个结论不一致时，推荐他为最终结论。,Multivariate tests 输出了对受试者内因素（即时间因素），受试者内因素与一个自变量（group）的一级交
7、互作用的多元方差分析统计学检验结果。 说明不同时间的平均细胞数不全相同。但分组与时间不拒绝H0，认为无交互作用。即还不能认为受试对象类别与时间有交互作用。,一元分析结果： 受试对象内（时间、交互效应）的效应检验,对各次重复测量结果进行线形（linear）、二次方曲线（qudaratic）、三次方（ cubic ）等拟和，本例，时间因素的各组均数成线性趋势，交互效应的各组均数不呈任何趋势。,三、交叉设计 （cross-over design）,交叉设计的方差分析,见35页表6.1,两阶段效应无差别；AB两种处理间有差别；受试者（白鼠）间有差别。,可以把受试者编号放入随机因素栏,四、拉丁方设计,三
8、因素、等水平的实验设计，r行r列的方阵，每行每列中的每个字母只出现一次。 特点：三个因素的水平数相等；行间、列间、处理间无交互作用各行、各列、各处理的方差齐。,拉丁方设计（41页表6.9）,四只大白鼠对不同药液、不同顺序的反应的拉丁方实验设计。,Spss分析,可以认为动物间（白鼠编号）无差别，用药次序对反应无差别，四种药液的反应不同，需进一步做两两比较。,五、正交设计,利用规格化的正交表，合理安排实验，使各因素、个水平之间的组合均匀搭配。 非处理因素组间分布均衡分散、整齐可比。,正交表(orthogonal table),（1）等水平正交表： 各因素水平数相等的正交表 记号 ：Ln( r m
9、) L正交表代号 n正交表横行数（试验次数） r因素水平数 m正交表纵列数(最多能安排的因数个数),Spss操作,正交设计方差分析 见50页例1：观察3各因素对细胞色素b5的影响 因素A:诱导剂，2水平（生理盐水、戊己比妥） 因素B：正氟醚，2水平（用、不用） 因素C：性别，2水平（雄性、雌性）,P均大于0.05，各因素均无统计学意义。,课堂练习,练习1：小鼠种别A、体重B和性别C对皮内移植SRS瘤细胞生长特征影响的结果（肿瘤体积cm3）问A、B、C各自的主效应如何？三者间有无交互作用？,延伸内容,正交表的spss生成,生成正交表,Data-orthogonal design-generate,空列、交互作用都需设计。 生成的正交表与课本不一定完全相同，但一定保证其正交性。 实验设计中，可借助软件设计正交表。,
