搜档网
当前位置:搜档网 › 几种实验设计方法的比较

几种实验设计方法的比较

几种实验设计方法的比较
几种实验设计方法的比较

实验设计方法(1)

实验设计方法㈠ 统计学设计方法按因素分为: 单因素:完全随机,配对设计,序贯设计。 两因素:配伍组设计(随机区组设计),均衡不完全配伍组设计 配对设计,两层次分组设计。 三因素:拉丁方设计,尧敦方设计,裂区设计。 多因素:析因设计,正交设计,均匀设计。 嵌套设计,重复测量设计,调查设计,诊断试验。 一、完全随机设计(Complete random design) (一)概念 ?完全随机设计:又称简单随机分组设计,将受试的对象 随机地分配到各处理组(水平)进行试验,或从不同总 体中随机抽样进行观察。 ?是最简单、最易于掌握的设计方法。 ?可设置两个组,也可设置多个组,可设置2个以上的水平。 ?设计中未考虑非处理因素的影响。 (二)应用条件 1.应用条件: ①计数、计量、等级分组资料; ②适合于样本内个体变异较小的情况; ③注意各组的均衡和可比性。 ④各组样本含量可以不等,但最好是n1 = n2 2.缺点: 只能分析单因素。因工作量大,统计效率低。 (三)实验设计方法 ?单因素多水平完全随机设计:将符合实验要求的观察对象随机分配到n个水平组中。 ?单因素g水平组内完全随机设计:研究某药物治疗某疾病,比较该药物对不同年龄段病人的作用,可采用随机抽样,分别从该疾病的老中青三个总体中随机抽取所需要的样本,比较观察。完全随机设计多组试验 二、配对设计(matched-pairs design) 配对设计:是将条件相同或相近的受试对象按某些特征或条件配成对子,然后把每对中两个受试对象随机分配到不同研究组,这种设计称配对设计。可分为四种: (一)前后配对设计 (二)左右配对设计 (三)异体配对设计 (四) 配对设计与完全随机设计比较 (五)交叉配对设计 (一)前后配对设计 指同一批实验对象,施加一种受试因素后,观察某一实验指标在实验前后的变化。同一批标本接受两种不同测定方法的检查也这属类配对。 1.应用范围:主要应用于急性病与短期实验,但不是绝对不能用于慢性病(病情稳定的慢性

实验设计——设计案例分析(一)

实验设计——设计案例分析(一) 【考纲要求】能对一些简单的实验方案进行设计并作出恰当的评价和修正。获取信息的能力:1、能从课外材料中获取相关的生物学信息,并能运用这些信息,结合所学知识解决相关的生物学问题。2、关注对科学、技术和社会发展有重大影响和意义的生物学新进展以及生物科学发展史上的重要事件。综合运用能力:理论联系实际,综合运用所学知识解决自然界和社会生活中的一些生物学问题。 【知识梳理】 一、该类试题题材广泛,通常是一些简单的生物学原理和生命现象的验证(如物质的运输,酶促反应及其特点,水和无机盐的吸收与作用,光合作用与呼吸作用的条件与产物及其变化,激素的生理作用,遗传实验,环境条件对生物生命活动的影响等)对知识的要求很低(范围可拓展至初中或大学,但无知识障碍),一般给出实验目的,一部分或全部的实验条件,要求设计一种简单的实验方案来达到实验目的、预期将产生的结果并能作出相应的分析;除考查中学生物实验基本原理和基本技能运用能力外,重点考查学生的分析能力、理解能力、信息处理能力、语言文字表达能力、开拓创新能力,即考查学生的综合能力。 二、解题的基本思路

(一)明确实验目的(明确该实验要验证的内容),如果是未学过的(未知的)生物学现象还需提出假设; (二)分析实验原理; (三)分析给定的已知条件(如果条件不足,须补充相应的条件),确定实验组与对照组,排出合理、简单可行的实验步骤(即实验方案);注意常用的实验方法:对比(对照)实验。 、须设置对照组。 2、遵循单一变量原则。注意严格控制无关变量(即除实验研究的一项差异外,其他实验条件都须相同),排除一切干扰因素。 (四)预期实验结果,有些实验可能有多种结果,尽量考虑全面;在多组比较的实验中还须设计结果记录表; (五)分析并得出相应的结论;有些实验结果需用曲线或图进行表达。 【高考模拟】 、(XX上海生物43)在“学农”活动中,生物小组同学了解到一种有毒植物“博落迥”,农民常用其茎叶的浸出液对水稻种子进行消毒杀菌,防治秧苗病害,但是使用中常出现水稻发芽率降低的现象。同学们经调查后发现,农民所使用的“博落迥”浸出液浓度约为每100ml水中含有3~7g“博落迥”茎叶干重。他们推测,水稻发芽率降低的现象可能与

《实验设计方法》教案

教师教案( 2005 —2006 学年第 1 学期 ) 课程名称:试验设计方法 授课学时:32 授课班级:23034010-11 任课教师:何为 教师职称:教授 教师所在学院:微电子与固体电子学院电子科技大学

绪论 1学时 教学内容及要求 试验设计方法在科学研究中的作用 1. 科学研究的基本过程 2. 科学研究的基本方法 3. 试验设计方法的主要内容 ●试验设计方法在科学技术发展中的地位和作用。 ●试验设计方法的起源。 ●我国试验设计方法的发展和现状。 ●使用试验设计方法的目的、内容和应用。 ●试验设计方法是当代科技和工程技术人员必须掌握的技术方法。 ●教学内容:正交试验法、优选法基础、回归分析法、均匀设计法、单 纯形优化法 参考资料 ?项可风.试验设计与数据分析.上海科技出版社.1991年 ?陈宝林.最优化理论及算法.清华大学出版社.1990年 ?邓正龙.化工中的优化方法.化学工业出版社.1991年 ?陈魁.试验设计与分析.清华大学出版社.1996年 ? (日)田口玄一.实验设计法.魏锡,王世芳译.机械工业出版社.1987 ? Phadke, M.S. "Quality Engineering Using Robust Design" Prentice Hall, Englewood Cliff, NJ. November 1989 ? Taguchi, Genichi. "System of Experimental Design" Edited by Don Clausing. New York: UNIPUB/Krass International Publications, Volume 1 & 2, 1987 ? Montgomery, D. C.. Design and analysis of experiment. New York: Wiley.1997 ?杨德.试验设计与分析.中国农业出版社.2002 第一章正交试验基本方法 5学时 授课时数: 一、教学内容及要求 ●多因素试验问题、正交试验、正交表符号的意义。 ●因素、水平、自由度、试验指标、交互作用。均衡分散性、整齐可比

多因素实验设计

多变量实验设计 在心理学实验设计中,一类实验设计是考察单一自变量(或称为因素)对因变量的影响,这类实验设计称为单变量实验设计(Single-Variable Experiment);另外一类实验设计是考察两个或两个以上的自变量(或因素)对因变量的影响,这类实验设计称为多变量试验设计(Multiple-Variable Experiment)。多变量实验设计包括多因素组间实验设计、多因素组内实验设计和混合实验设计。 2多因素组间实验设计 多因素组间实验设计是单因素组间实验设计的扩展。在多因素完全随机实验设计中,基本方法是:随机取样被试,并将参加实验的被试分为若干个实验处理组,每组被试分别接受一种实验处理水平的结合。 我们以两因素完全随机实验设计举例,表1中自变量A因素有两个水平,B因素有四个水平。两个因素共有2×4=8种处理水平的结合,即A1B1,A1B2,A1B3,A1B4,A2B1,A2B2,A2B3,A2B4。将被试随机分为八组,每组被试接受一个自变量实验处理水平的结合。实验设计的基本思想是,由于实验处理前,被试是随机分配给各实验处理组的,因而保证了各组被试实验之前无差异。实验处理后测量到的差异可能来自A因素、B因素,或来自A 因素与B因素的交互作用。 表1 两因素完全随机实验设计举例 实验处理水平的结合后测 实验组1 A1B1 Y 实验组2 A1B2 Y 实验组3 A1B3 Y 实验组4 A1B4 Y 实验组5 A2B1 Y 实验组6 A2B2 Y 实验组7 A2B3 Y 实验组8 A2B4 Y 3多因素组内实验设计 多因素组内(被试内)实验设计是单因素组内实验设计的扩展。在多因素被试内实验设计中,基本方法是:随机取样被试,参加实验的被试接受全部实验处理水平的结合。

重磅正交试验设计典型案例

正交实验设计案例分析 45120611戴杰 摘要:正交实验设计法在工业生产中具有广阔的应用领域,但由 于推广不够,在实践少有应用,除了观念上的影响外,对操作方 法的疑惑和不熟悉,也是重要因素。我们小组选取了两个典型案 例,对正交实验设计法的操作方法和步骤进行了介绍。 正交实验设计法在工业生产中具有广阔的应用领域。作为一种科学的实验方法,它以投资少、易操作见效快的特点而为人们所关注,在已经试点过的单位都不同程度地取得了明显效果,受到企业的普遍欢迎。正交实验设计法虽然已经取得了骄人的业绩,但它的推广并不普遍。原因主要是许多企业科学意识差,对正交法缺乏正确认识,不懂操作程序,甚至怕麻烦。鉴于此,我们选择了两个典型案例,对正交法的应用程序和方法做出了说明。 一、双氰胺生产工艺的优化研究 1.1 立项背景 山西省双氰胺厂。1989年引进技术,设计能力为年产双氰胺500t,1990年投产,1991年全年生产双氰胺300t。虽然当时双氰胺出厂价为15000元/t,市场供不应求,但由于该企业产量达不到设计能力,成本很高,年亏损30多万元,企业处于非常困难的境地。 1.2 经诊断发现的问题 (1)双氰胺的主要原材料质量差,有效含氮量低。调查结果:石灰氮最好是一级品占一半,其余为二级品以下。石灰氮产品的行业标准(有效含氮量)是:优级品>=20%,一级品>18%,二级品>17%,次品<17%。经过对比,该厂石灰氮有效含氮量低,是双氰胺消耗高、成本高、产量低的主要原因。 (2)石灰窑CO2气体浓度太低且很不稳定,是制约双氰胺生产的关键因素。经调查发现,CO2气体浓度一般在17%以下,有时12%左右,致使双氰胺车间第一道工序(即水解工序)脱钙速度慢、时间长,是制约双氰胺产量的关键。 (3)双氰胺的生产工艺影响因素多,优化潜力大。经分析认为:水解投料量、水解pH 值、聚合工序的聚合温度、聚合pH值、结晶温度等因素,均对产品质量和消耗有影响。多因素影响正好适用正交法。 1.3 正交法在各生产车间的应用及效果 (1)提高白灰窑CO2气体浓度的正交实验。经调查,投入的煤和石头的比例是由人工估计的,并不计量,每天加料总量和分配的层次随意性很大。由于没有固定的工艺标准,CO2气体浓度既不可能稳定,生产效果也不可能提高。故采取了以下措施:一是安装地磅,投入的煤和石头要求过磅计量;二是实施正交优化。 经计算,石灰窑优化方案的因素水平及实验结果(选用L9(3^4)正交表安排实验)分别如表1、表2所示。 表1 因素水平表

常用实验设计方法-析因设计

常用实验设计方法(三) 六.析因设计(f a c t o r i a l d e s i g n) ◆析因设计是一种多因素试验设计。 ◆可将两个或多个因素的各个水平进行排列组合,交叉分组进行全面实验。 ◆总的实验方案(组合)是各因素水平的乘积。 例如: 2×2析因设计(两个因素,每个因素均为2个水平,常可写成22析因设计) A因素(A1、A2)和B因素(B1、B2)共4种实验方案或组合(A1B1、A1B2、A2B1、A2B2) 3×3析因设计(两个因素,每个因素均为3个水平,常可写成23析因设计) A因素(A1、A2、A3)和B因素(B1、B2、B3)共9种组合 (A1B1、A1B2、A1B3、A2B1、A2B2A2B3、A3B1、A3B2A3B3)2×3×3析因设计(三个因素,一个因素为2个水平,余均为3个水平)共18种组合 1.特点 ①研究的因素个数m≥2,各因素的水平数≥2; ②各因素在实验中同时实施且所处的地位基本平等。 ③每个因素水平相互组合的实验方案,至少进行2次及以上独立重复实验。 ④因素间存在交互效应。例如,一级(两个因素间)或二级交互(三个因素间)效应。 ⑤统计学分析时,各因素及交互项所用误差项是相同的。 ◆优点: ?可分析各因素的主效应(m a i n e f f e c t s)(某因素各水平间的平均效应差异) ?因素间的交互效应(i n t e r a c t i o n)(一个因素的水平改变会影响另一个因素的效应) ?寻找最优方案或最佳组合 ?可允许数据缺失(完全随机分配情况下) ◆缺点: ?当因素较多或水平数较多时,所需实验次数过多。 ?一般来说,因素数最好不要多于6个,水平数亦不要过多,一般为2或3个。

常用几种实验设计统计分析方法的正确选择一完全随机设计资料的统计分析方法

读者作者编者 常用几种实验设计统计分析方法的正确选择&一’ 完全随机设计资料的统计分析方法 闫丽娜e杨海涛e高霞 河北医科大学流行病与卫生统计教研室河北石家庄050017> 关键词:统计学e医学;方法;数据收集 中图分类号:R195.1 文献标识码:A 文章编号:1004-583X(2013)03-N-02 d o i:10.3969/.i s s n.1004-583X.2013.03.045 在医学科学研究中要实现完整而准确的统计分析首先要确定实验设计的类型详见本刊2013年28卷第2期医学科研中常用实验设计方法其次分清资料的类型根据数据资料类型分为定量资料和定性资料两种定量资料是通过一定的度量衡方法对观察单位测得的数据有度量衡单位医学上常见的各种生理学生化学指标如血压脉搏血红蛋白白细胞血清胆固醇等都为定量资料进行统计描述时若为正态分布常用平均值标准差I S>表示若为非正态分布常用[中位数四分位数距>][M G R>]表示定性资料是将观察单位按某种属性或类别分组然后清点各组的观察单位数如性别血型某病的治愈未愈人数等都为定性资料进行统计描述时常用例>构成比相对比表示再者应该考虑各种统计方法的适用条件现将完全随机设计资料中常用的统计分析方法介绍如下 1数据资料为定量资料 1.1两样本之间进行比较一般应用统计软件先对其正态性和方差齐性进行检验检验水准常取0.10如果两资料满足正态分布同时方差齐选择两独立样本I检验[1]如果只满足正态分布而方差不齐则应用I H检验如果不服从正态分布或既不是正态分布又不能满足方差齐性应选用两独立样本比较的秩和检验W i l c o x o n秩和检验>[2]常见错误=不考虑I 检验和检验的适用条件一律采用I检验 1.2多样本之间比较首先也要考虑是否满足正态性和方差齐性方法同前如满足选用完全随机设计方差分析若P> 0.05认为多个总体均值之间无差别若P<0.05认为多个总体均值总的来说有差别还需进一步做两两比较常用 S N K检验G检验>L S D-I检验B o n f e r r o n i检验[3]S N K 检验G检验>适用于所有各组两两间的比较即探索性研究例如3种抗癌药物的治疗效果两两之间是否有差别事先未知任何信息需要用S N K检验去探索性分析到底哪两组有差别L S D-I检验适用于证实性研究中事先计划好的某几对均值间的比较例如两个试验组如某新药不同的两个剂量组>与对照组比较是否有差异可采用L S D-I检验分别对两剂量组与安慰剂进行检验B o n f e r r o n i检验是多重比较中应用最多的方法该方法优点是简单适用范围广但结果较为保守例如3组间两两比较共需比较3次初始检验水准为0.05调整后的检验水准为0.05/3=0.017两两比较所得P 值要与0.017比较从而得出结论如不满足则选用多个样本 比较的秩和检验K r u s k a l-W a l l i s~检验>当P<0.05时常采用扩展的I检验进行两两比较常见错误=不考虑方差分析后两两比较的适用范围方差分析后一律采用S N K检验 2数据资料为无序定性资料 2.1两样本之间进行比较t若为两分组结局变量为两水平即普通2X2四格表见表1结局变量为有效和无效当n j40且四个格子理论频数T>j5时选用四格表检验;当n j40但存在有格子的理论频数1<T t5时选用校正o2检验;当n t40或存在理论频数T t1时不宜采用o2检验选用F i s h e r确切概率法;当P。a时选用四格表资料的F i s h e r确切概率法@若仍为两分组结局变量为三水平及以上即2X C表见表2结局变量为A型B型A B型O型>要比较两者的构成比是否有差别时若不存在超过1/5以上的格子理论频数1<T t5或不存在任何一个格子的理论频数T t 1选用RXC表o2检验的方法否则选用F i s h e r确切概率法常见错误=四格表资料不考虑例数和理论频数等适用条件一律采用四格表o2检验;2XC表资料不计算各个格子的理论频数导致不考虑是否有1/5以上的格子理论频数1<T t5或有任何一个格子的理论频数一律采用RXC表o2检验 表1两种药物治疗脑动脉硬化的疗效[例>] 组别例数有效无效新药组444193.2>36.8> 传统药物组241875.0>625.0> 表2患者与健康输血员血型分布例> 组别例数A型B型A B型O型合计 疾病组239476********* 健康组18752541962187 2.2多样本之间进行比较如果比较多组之间率或构成比有无差别或推断两种分类变量有无关联性适用条件同2X C表选用RXC表o2检验RXC表o2检验如果有差异还需采用率的多重比较进一步推断哪两个总体率间有差别一般选用S c h e f f e'可信区间法及B o n f e r r o n i检验水准调整法[4] 3数据资料为有序定性资料 3.1两样本之间进行比较即单向有序资料如分组变量为两药物组结局变量为显效有效无效>选用两独立样本 W i l c o x o n秩和检验常见错误=不考虑结局变量是否有序一律选用RXC表o2检验 3.2多样本之间进行比较t若分组变量如年龄各阶段>有序而结局变量无序可视为双向无序采用RXC表检验; (下转正文第244页) N<临床荟萃>2013年3月5日第28卷第3期C l i n i c a l F o c u s M a r c h52013V o l28N o.3万方数据

【推荐】实验设计方案四篇

【推荐】实验设计方案四篇 实验设计方案篇1 发展节水型水产养殖、种植模式,进化水质节约用水,清除鱼池中有机质带来的污染,绿化池塘有效提高池塘利用率,把池塘效益最大化除了优化水产品的品种结构外,还可以开发利用水面及水面以上的空间。这是未来池塘养殖的发展趋势。利用池塘养殖空间,水下养鱼,水面种菜,是发展水池养殖与种植相结合的方向之一。鱼的生存生长产生的废物,恰好是水生蔬菜所必须的营养。精养鱼池的肥水实际上是无土栽培的营养液。在池塘蔬菜种植和水产养殖的结合中,要根据重庆地区池塘养殖的模式和特点,结合当地的气候季节变化,如何因事利导,趋利避害,因地制宜,选择合适的品种搭配采取相适应的种养技术,是我们鱼菜共生实验成功的关键。根据上述思路制定设计方案如下: 一、设计目标 我场位于璧山县城与狮子镇之间,养殖水源已严重污染,河水无法使用。其净化池水水质减少循环已成头等大事。 1。鱼菜共生池全年不因养鱼投饲料污染水质而换水(确因天旱池水枯竭,只能适当补给)。利用蔬菜汲取池中氨、氮、磷等多余元素净化水质达到不换水的目的。 2。鱼产量1000公斤/亩、蔬每亩500公斤。

3。对比池鱼产量1000公斤/亩。 二、设计方案 由于该实验在重庆地区属初试,在全国也没有完全成熟的经验可以借鉴,所以在种植蔬菜的浮床用材方面,既要考虑浮力,又要与就地取材、低成本原则相结合考虑:1。浮床: ①用竹子做浮筐,在浮筐上用聚乙烯网布作浮床的面和底。使其面、底中空高度在10cm左右、面部开孔植菜,底部透水供菜营养、并防鱼吃菜根。 ②用塑料管做浮筐,其他同①。 ③用板房填充泡沫作浮床开孔植菜,但下部分需网布防鱼吃菜根。 ④利用竹块定型,同样用网布上下隔两层,然后在四角用竹棍定植在池中,靠四角竹棍支撑重量,成本最低。 2。植菜的品种:适应水生的品种。 ①空心菜:生长期4—10月,时间长、产菜期长。 ②水芹菜:生长期10—来年3月,有效利用冬季延续空心菜的产量。 ③丝瓜:需大水大肥、可搭架立体利用水面以上的空间。 3。池鱼放养模式:结合当地养殖习惯,不回避草鱼。 4。种植面积不超过养鱼水面的20%、不低于15%。 三、实验场地

常见的实验设计与计算举例

常见的实验设计与举例 一、单因素实验设计 单因素完全随机设计、单因素随机区组设计、单因素拉丁方实验设计和单因素重复测量 实验设计是四种基本的实验设计,复杂的实验设计大多都是在这四种形式上的组合。研究者根据不 同的研究假设、实验目的与条件使用不同的实验设计,但无论哪种实验设计都有一个共同的目标, 即控制无关变异,使误差变异最小。 1.完全随机设计研究中有一个自变量,自变量有两个或多个水平,采用随机化方法, 通过随机分配被试给各个实验处理,以期实现各个处理的被试之间在统计上无差异,这种设 计每个(组)被试只接受一个水平的处理。完全随机实验的方差分析中,所有不能由处理 效应解释的变异全部被归为误差变异,因此,处理效应不够敏感。 例:研究阅读理解随着文章中的生字密度的增加而下降。自变量为生字密度,共有四个水平:5:1、 10:1、 15:1、 20:1,因变量是被试的阅读理解测验分数。实验实施时,研究者将 32名被试随机分为四个组,每组被试阅读一种生字密度的文章,并回答阅读理解测验中有 关文章内容的问题。 完全随机实验设计实施简单,接受每个处理水平的被试数量可以不等,但需要被试的数量较大,且被试个体差异带来的无关变异混杂在组内变异中,从而使实验较为不敏感。 完全随机实验数据的统计分析,如果是单因素两组设计,采用独立样本t 检验;如果是单因 素完全随机多组设计则采用一元方差分析(One -Way ANOV A )。 2.随机区组设计研究中有一个自变量,自变量有两个或多个水平,研究中还有一个无 关变量,也有两个或多个水平,并且自变量的水平与无关变量的水平之间没有交互作用。当 无关变量是被试变量时,一般首先将被试在这个无关变量上进行匹配,然后将他们随机分配 给不同的实验处理。 例:仍以文章的生字密度对阅读理解影响的研究为例,但由于考虑到学生的智力可能对阅读理解测验分数产生影响,但它又不是该实验感兴趣的因素,于是研究者采用单因素 随机区组设计,在实验实施前,研究者首先给32 个学生做了智力测验,并按智力测验分数 将学生分为8 个区组,然后随机分配每个区组内的 4 个同质被试分别阅读一种生字密度的文 章。

准实验研究设计方法

准实验研究设计方法 从研究设计的思想和要求来推论,可以认为准实验设计是一种降低了控制标准的类似真实验的研究方法,因此准实验研究设计的方法在许多方面与真实验有相同之处,常用的准实验设计方法有不相等实验组控制组前后测准实验设计、不相等区组后测准实验设计、单组前测后测时间系列准实验设计、多组前测后测时间系列准实验设计、修补法准实验设计等五种。 (一)不相等实验组控制组前后测准实验设计 这种准实验设计方法通常应用的情况是:需要安排两组被试作为实验组和控制组进行研究,但又不能按照随机化原则重新选择被试样本和分配被试。这是一种典型的准实验设计方法,用于针对不同被试组在一开始就不相等时,进行实验组和控制组后测结果的比较,实验程序安排如表7-6所示: 表7-6 不相等实验组控制组前测后测准实验设计程序 不相等实验组控制组前后测准实验设计在进行过程中要注意两个问题。

⑴进行前测是用于检验在实验要考证的问题上实验组和控制组原有的近似程度,而不考虑其它因素。只有当两个组在考证问题上原有水平相接近时,才能进行该种准实验研究。 ⑵对结果进行分析时,要对R3和R4之间的差异进行统计检验,而非简单比较平均分、方差等,通过检验确定进行实验后两个组之间是否存在差异,差异程度如何。 [例6-1] 某一课题要研究利用多媒体计算机辅助物理教学后学生的学习效果,应用准实验方法进行研究,设计方案如下: 第一步:选取实验对象。 为保证正常教学的进行,在某个年级中选择两个现成的整班参加实验。 为了保证参加研究的两个班物理学习的原始水平相似,对该年级所有的班进行前测以检测起始水平,从中选出两个水平接近的整班参加研究,保证选出的两个班在物理学习上总体水平相同或相近。然后从中随机确定一个班作为实验组,接受多媒体计算机辅助物理教学;同时另一个班作为控制组按照原有教学计划和教学方式进行学习。 第二步:经过同一进度的教学活动后,同时对两个班级的物理课学习成绩进行考核,考核的结果进行后测。 第三步:将两个班的后测成绩分别减去各自的前测成绩,并用独立样本的t检验对这两个差值的差别显著性进行统计检验,最后判断实验组和控制组在进行实验前后是否有明显的差异,从而得出结论。 在这种准实验设计方法中,实验的情况通常可用图7-4表示:

多因素完全随机实验设计

第二节 多因素完全随机实验设计 对于单因素完全随机实验设计来说,实验的处理数就是自变量的水平数,将被试随机分配到各个处理组上就可以了。多因素完全随机实验设计则是多个因素的多种水平相互结合,构成多个处理的结合,如二因素二水平,就是有两个自变量,每个自变量有两个水平,则处理的结合共有四个,这种实验设计称为是2×2实验设计;如果一个自变量两个水平,另一个变量是三个水平,则共有6个实验处理,这种实验设计就是2×3实验设计。如果有三个自变量,其中两个自变量是2个水平,另一个变量有3个水平,则这种实验设计有12个实验处理,叫做2×2×3设计。这里需要重申以下几点: 第一,自变量是研究者操纵的变量,在实验过程中必须是变化了的,也就是说自变量的水平数至少为2。如果自变量的水平数为1,那就等于说该变量在实验过程中始终保持在一个水平上,它就不是“变”量了。比方说,一个2×3×1×2实验设计中,实际上只有三个自变量,它们的水平数分别为2、3、2。 第二,实验处理就是自变量在各种水平上结合而成的各种实验条件,实验处理数等于所有自变量水平数的乘积。如一个2×3×3实验设计,其实验处理数是18,等于说这一实验过程中出现18种实验条件。 第三,对于完全随机实验设计来说,有多少种实验处理就要有多少组实验被试,因为一组被试只参加一种实验条件下的实验。 现在,我们以下面这个假想的实验研究为例来说明多因素完全随机实验设计的模式。 假设某研究者想考察缪勒错觉受箭头方向和箭头张开角度的影响。研究中的自变量有两个,一个是箭头方向(标记为A ),分为向内和向外两个水平;另一个是箭头张开角度(标记为B ),设置为15度和45度两个水平,因此这是一个2×2实验设计,构成了4种实验处理,如表2-1所示。研究者从某大学文学院本科二年级一60人的班级随机抽取了20名男生,再将20名男生随机分成相等的四个组,每组5人,每一个组接受一种实验处理,所以,这是一个二因素完全随机实验设计。假设其实验得到了表2-1的数据,那么如何分析这些数据呢? 表2-1 箭头方向与箭头张开角度对缪勒错觉量的影响 这一数据分析的目的就是要考察自变量的变化是否引起了因变量的变化。具体地说,就是箭头方向的改变是否导致了缪勒错觉量的不同、箭头张开角度的改变是否导致了缪勒错觉量的不同、这两个自变量对因变量的影响是相互独立的还是相互依赖的呢?根据统计学方法,拟采用完全随机实 箭头方向向外(A1) 箭头方向向内(A2) 箭头张开15度(B1) 箭头张开45度(B2) 箭头张开15度(B1) 箭头张开45度(B2) 6 5 7 6 7 4 3 5 4 5 8 7 9 8 9 7 6 7 6 8 Σ 31 21 41 34

DesignExpert响应面法实验设计与案例分析

食品科学研究中实验设计的案例分析 —响应面法优化超声波辅助酶法制备燕麦ACE抑制肽的工艺研究 摘要:选择对ACE 抑制率有显著影响的四个因素:超声波处理时间(X1)、超声波功率(X2)、超声波水浴温度(X3)和酶解时间(X4),进行四因素三水平的响应面分析试验,经过Design-Expert优化得到最优条件为超声波处理时间28.42min、超声波功率190.04W、超声波水浴温度55.05℃、酶解时间2.24h,在此条件下燕麦ACE 抑制肽的抑制率87.36%。与参考文献SAS软件处理的结果中比较差异很小。 关键字: Design-Expert 响应面分析 1.比较分析 表一响应面试验设计 水平 因素 -1 0 1 超声波处理时间X1(min) 20 30 40 超声波功率X2(W) 132 176 220 超声波水浴温度X3(℃) 50 55 60 酶解时间X4(h) 1 2 3 2.Design-Expert响应面分析 分析试验设计包括:方差分析、拟合二次回归方程、残差图等数据点分布图、二次项的等高线和响应面图。优化四个因素(超声波处理时间、超声波功率、超声波水浴温度、酶解时间)使响应值最大,最终得到最大响应值和相应四个因素的值。 利用Design-Expert软件可以与文献SAS软件比较,结果可以得到最优,通过上述步骤分析可以判断分析结果的可靠性。 2.1 数据的输入

图 1 2.2 Box-Behnken响应面试验设计与结果 图 2 2.3 选择模型

图 3 2.4 方差分析 图 4 在本例中,模型显著性检验p<0.05,表明该模型具有统计学意义。由图4知其自变量一次项A,

试验设计方法

对试验设计方法的一些探究 试验设计概述: 试验研究可分为试验设计、试验的实施、收集整理和分析试验数据等步骤。而实验设计是影响研究成功与否最关键的一个环节,是提高试验质量的重要基础。试验设计是在试验开始之前,根据某项研究的目的和要求,制定试验研究进程计划和具体的试验实施方案。其主要内容是研究如何安排试验、取得数据,然后进行综合的科学分析,从而达到尽快获得最优方案的目的。如果试验安排得合理,就能用较少的试验次数,在较短的时间内达到预期的试验目的;反之,试验次数既多,其结果还往往不能令人满意。试验次数过多,不仅浪费大量的人力和物力,有时还会由于时间拖得太长,使试验条件发生变化而导致试验失败。因此,如何合理安排试验方案是值得研究的一个重要课题。 目前,已建立起许多试验设计方法。如我们大家比较熟悉的,常用单因素实验设计方法的有黄金分割法、分数法、交替法、等比法、对分法和随机法等,这些方法为多因素试验水平范围的选取提供了重要的依据,并在生产中取得了显著成效。而多因素试验设计方法有正交试验设计、均匀实验设计、稳健试验设计、完全随机化设计、随机区组试验设计、回归正交试验设计、回归正交旋转试验设计等。下面通过以下几种方法进行探究。 一、单因素试验设计 在其他因素相对一致的条件下,只研究某一个因素效应的试验,就叫单因素试验。常用的单因素试验设计方法有黄金分割法、分数法、交替法、等比法、对分法和随机法等。单因素试验不仅简单易行,而且能对被试验因

素作深入研究,是研究某个因素具体规律时常用而有效的手段。同时还可结合生产中出现的问题随时布置试验,求得迅速解决。单因素试验由于没有考虑各因素之间的相互关系,试验结果往往具有一定的局限性。 单因素试验只研究一个因素的效应,制定试验方案时,根据研究的目的要求及试验条件,把要研究的因素分成若干水平,每个水平就是一个处理,再加上对照(有时就是该因素的零水平)就可以了。 例如硫酸铵加量对微生物生长的影响试验,硫酸铵的用量分 p、1p、2p、 p四个水平。 3 在设计单因素试验方案时,应注意数量水平的级差不能过细。过细,试验因素不同水平的效应差异不明显,甚至会被试验误差所掩盖,试验结果不能说明问题。但单因素试验设计方法为多因素试验设计水平范围的选取提供了重要的依据,并在生产中取得了显著的成效。下面通过几种方法来看一下。 1.分数法 由菲波那契(Fibonacci)数列: 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, … 得出分数数列: 1/2 , 2/3, 3/5, 5/8, 8/13, 13/21, 21/34, 34/55, 55/89, …用分数数列来安排试验点的优选法称为分数法。 分数法适用场合:试验点只能取整数的情况;受条件限制只能做几次试验的情况。

《实验设计方法》教案

教师教案( 2005 —2006 学年第1 学期) 课程名称:试验设计方法 授课学时:32 授课班级:23034010-11 任课教师:何为 教师职称:教授 教师所在学院:微电子与固体电子学院

电子科技大学

绪论1学时 教学内容及要求 试验设计方法在科学研究中的作用 1. 科学研究的基本过程 2. 科学研究的基本方法 3. 试验设计方法的主要内容 ●试验设计方法在科学技术发展中的地位和作用。 ●试验设计方法的起源。

●我国试验设计方法的发展和现状。 ●使用试验设计方法的目的、内容和应用。 ●试验设计方法是当代科技和工程技术人员必须掌握的技术方法。 ●教学内容:正交试验法、优选法基础、回归分析法、均匀设计法、单 纯形优化法 参考资料 ?项可风.试验设计与数据分析.上海科技出版社.1991年 ?陈宝林.最优化理论及算法.清华大学出版社.1990年 ?邓正龙.化工中的优化方法.化学工业出版社.1991年 ?陈魁.试验设计与分析.清华大学出版社.1996年 ?(日)田口玄一.实验设计法.魏锡,王世芳译.机械工业出版社.1987 ?Phadke, M.S. "Quality Engineering Using Robust Design" Prentice Hall, Englewood Cliff, NJ. November 1989 ?Taguchi, Genichi. "System of Experimental Design" Edited by Don Clausing. New York: UNIPUB/Krass International Publications, Volume 1 & 2, 1987 ?Montgomery, D. C.. Design and analysis of experiment. New York: Wiley.1997 ?杨德.试验设计与分析.中国农业出版社.2002 第一章正交试验基本方法5学时 授课时数:

实验设计方法

试验设计方法讲稿 绪言 课程度的性质: 试验设计方法是一项通用技术,是当代科技和工程技术人员必须掌握的技术方法。 课程的任务: 让学生熟悉并掌握近代最常用、最有效的几种优化试验设计方法的基本原理及其应用。 什么叫做(优化)试验设计方法? 把数学上优化理论、技术应用于试验设计中,科学的安排试验、处理试验结果的方法。 采用科学的方法去安排试验,处理试验结果,以最少的人力和物力消费,在最短的时间内取得更多、更好的生产和科研成果的最有效的技术方法。 优化试验设计方法起源 ?上世纪30年代,由于农业试验的需要,费歇(R.A.Fisher)在试验设计和统计分 析方面做出了一系列先驱工作,从此试验设计成为统计科学的一个分支。 ?上世纪40年代,在二次世界大战期间,美国军方大量应用试验设计方法。 ?随后,F.Yates,R.C.Bose,O.Kempthome,W.G.Cochran,D.R.Cox和G.E.P.Box对试 验设计都作出了杰出的贡献,使该分支在理论上日趋完善,在应用上日趋广泛。 ?50年代,日本统计学家田口玄一将试验设计中应用最广的正交设计表格化, 在方法解说方面深入浅出为试验设计的更广泛使用作出了众所周知的贡献。 我国优化试验设计方法 ?60末期代,华罗庚教授在我国倡导与普及的“优选法”,如黄金分割法、分数 法和斐波那契数列法等。 ?数理统计学者在工业部门中普及“正交设计”法。 ?70年代中期,优选法在全国各行各业取得明显成效。 ?1978年,七机部由于导弹设计的要求,提出了一个五因素的试验,希望每个 因素的水平数要多于10,而试验总数又不超过50,显然优选法和正交设计都不能用,随后,方开泰教授(中国科学院应用数学研究所)和王元院士提出“均匀设计”法,这一方法在导弹设计中取得了成效。 优化试验设计试验设计在科学研究中的地位与意义:

相关主题