重要步骤，其过程包括发现和提出问题、分析问题提出自已的工作假说。1.1选题的原则科学研究的选题应具有目的性、创造性、科学性和可行性。（1）目的性：选题应明确、具体地提出拟解决的科学问题，应具有明确的理论和实践意义。（2）创造性：创新是科学研究的灵魂。选题的创新性在于有新的发现、获得新的理论或实践的突破、建立新的技术方法，或发明创新等。（3）科学性：选题应有充分的科学依据，不违背已证实的基本的科学原理，不是毫无根据的胡思乱想。（4）可行性：选题应能实现可行，现有的主客观条件可以满足，使得所选定的课题能够得到物化的实验工作证实。1.2选题确立的过程选题确立的过程就是新的学术思想产生的过程。首先，要对所涉及领域的现状和背景进行了解，通过检索、查阅有关的文献资料并进行综合分析，了解前人或他人在这一领域已做的相关工作、以取得的成果及尚未解决的问题、目前的进展和动向。在此基础上，找出需要解决的重要问题作为自已的研究课题。总之，选题时应明确这样儿个问题：（①为什么要研究这个问题（科学意义）：②目前对这一问题的研究现状如何，以及还存在哪些问题；③本课题的理论和实践依据是什么。选题确定后，必须在理论上对所拟解决的问题做出解释和预期答案，就是提出一种学术观点或本课题的工作假说。假说的建立必须具备以下条件：详细地掌握材料：活跃、清晰的逻辑思维；理论模型可以经实验证伪，即可以用具体实验手段来验证的设想。由于事物的复杂性和多样性，对某些复杂的问题，不同的人可能提出不同的假说。在科学验证过程中，假说不是僵化不变的，需要及时做出修改或补充。科学假说是不断被证伪、修改和补充的，对此应有科学的态度，这也是科学与伪科学最大的区别所在。2.实验方案制订选题和工作假说确定后，要将选题思想转化为具体的研究目标和围绕所展开的研究内容：选择具体的研究方案、采用的方法技术和观察指标来实现研究内容：提出总体的工作（或工艺）流程：先做什么、后做什么，分几种处理观察等，这就是技术路线。概括起来，即在实验设计时要考虑的三个要素：处理因素（即调查事物变化的原因）、受试对象、实验效应（用何种方法和什么指标才能观察到处理因素引起受试对象的变化）。2.1实验设计的三大原则在设计考察处理因素的作用时，必须遵循对照、随机、重复三大原则，以避免和减少实验误差、取得可靠的实验结论。（1）对照原则：要确定处理因素对实验指标有无影响，必须设置对照组（controlgroup）。除处理因素以外，处理组和对照组的其他所有条件应力求一致（齐同比较），因而才具有可比性。对照的形式有：①空白对照，不给受试对象以任何处理：②设处理对照，经同样的麻2
2 重要步骤，其过程包括发现和提出问题、分析问题提出自己的工作假说。 1.1 选题的原则 科学研究的选题应具有目的性、创造性、科学性和可行性。 （1）目的性：选题应明确、具体地提出拟解决的科学问题，应具有明确的理论和实践意义。 （2）创造性：创新是科学研究的灵魂。选题的创新性在于有新的发现、获得新的理论或实 践的突破、建立新的技术方法，或发明创新等。 （3）科学性：选题应有充分的科学依据，不违背已证实的基本的科学原理，不是毫无根据 的胡思乱想。 （4）可行性：选题应能实现可行，现有的主客观条件可以满足，使得所选定的课题能够得 到物化的实验工作证实。 1.2 选题确立的过程 选题确立的过程就是新的学术思想产生的过程。首先，要对所涉及领域的现状和背景进 行了解，通过检索、查阅有关的文献资料并进行综合分析，了解前人或他人在这一领域已做 的相关工作、以取得的成果及尚未解决的问题、目前的进展和动向。在此基础上，找出需要 解决的重要问题作为自己的研究课题。总之，选题时应明确这样几个问题：①为什么要研究 这个问题（科学意义）；②目前对这一问题的研究现状如何，以及还存在哪些问题；③本课 题的理论和实践依据是什么。 选题确定后，必须在理论上对所拟解决的问题做出解释和预期答案，就是提出一种学术 观点或本课题的工作假说。假说的建立必须具备以下条件：详细地掌握材料；活跃、清晰的 逻辑思维；理论模型可以经实验证伪，即可以用具体实验手段来验证的设想。由于事物的复 杂性和多样性，对某些复杂的问题，不同的人可能提出不同的假说。在科学验证过程中，假 说不是僵化不变的，需要及时做出修改或补充。科学假说是不断被证伪、修改和补充的，对 此应有科学的态度，这也是科学与伪科学最大的区别所在。 2. 实验方案制订 选题和工作假说确定后，要将选题思想转化为具体的研究目标和围绕所展开的研究内 容；选择具体的研究方案、采用的方法技术和观察指标来实现研究内容；提出总体的工作（或 工艺）流程：先做什么、后做什么，分几种处理观察等，这就是技术路线。概括起来，即在 实验设计时要考虑的三个要素：处理因素（即调查事物变化的原因）、受试对象、实验效应 （用何种方法和什么指标才能观察到处理因素引起受试对象的变化）。 2.1 实验设计的三大原则 在设计考察处理因素的作用时，必须遵循对照、随机、重复三大原则，以避免和减少实 验误差、取得可靠的实验结论。 （1）对照原则：要确定处理因素对实验指标有无影响，必须设置对照组（control group）。 除处理因素以外，处理组和对照组的其他所有条件应力求一致（齐同比较），因而才具有可 比性。对照的形式有：①空白对照，不给受试对象以任何处理；②设处理对照，经同样的麻
醉、注射、假手术、分离等，但不用药或不进行关键处理，其他条件尽可能同实验组一致；③安慰剂对照和溶剂对照，安慰剂是在形状、颜色、气味与试验药物相同，但不含试验药成分的制剂。可避免心理因素影响，或服药或溶剂本身影响导致实验结果的偏差；④历史对照，用以往的研究结果或历史文献资料作为对照：③自身对照，测定某药物的效果，以给药前的自身指标作为对照：③标准对照和相应对照，选择经典的、标准的方法或药物作为对照，此种对照为阳性对照，以比较观察因素的效果。在实验应用中，以上几种对照方式可以根据具体情况联合使用，但义要尽量减少不必要的分组，以避免无谓的增加工作量和增加物质消耗。（2）随机原则：随机是使每个实验对象在接受分组处理时具有相等的机会，使各种因素对各研究对象的影响一致。通过随机化，不仅可以减少抽样误差，还可使各组样本的条件尽可能一致，消除或减少组间的人为误差。（3）重复原则：客观、可靠的实验结果应可在同样的实验条件下重复出来（重现性），才能证明所揭示的规律的必然性。这就要求实验要有一定的例数（重复数）。重复性可用统计学中显著性检验的值来衡量，如p≤0.05，提示差异的不可重现的概率小于或等于5%。重复数应适当，过少固然不行，过多也造成浪费。2.2疾病模型（1）疾病模型的种类，一般包括：①疾病的整体动物模型：②离体的器官和组织：细胞株；④数学模型（数字化虚拟）。（2）复制疾病动物模型的原则：形似性、重现性、易行性、经济性、可行性。（3）动物选择要点：①廉价的动物：②一般以纯种为好：③动物的健康、营养状况良好：④动物的年龄、性别等尽量一致。2.3实验效应被试因素作用与受试对象引起的实验效应，只有通过选择合适的具体的实验方法、获得相应的效应指标来体现。（1）实验方法：按性质可分为机能学方法、形态学方法等；按学科可分为生理学方法、生物化学方法、生物物理方法、免疫学方法等：按范围可分为整体综合方法、局部分析法；按水平可分为整体、器官、细胞、亚细胞、分子、量子水平等。（2）实验观察指标：是指在实验观察中反映研究对象的某些可被仪器检测或研究者感知的特征或现象标志。实验观察所选择的指标应符合下列基本条件：特异性，指标应能特异性地反映某一特定的现象而不易与其他现象相混淆。特异性低的指标容易造成假阳性”：②客观性，尽可能的选用具体数字或图形表达的客观指标，尽量避免主观感觉性指标；③重现性，即重复观察时偏差小，数据离散度小，与仪器的稳定性、操作误差、受试者状态、实验条件影响有关：④灵敏度，灵敏度高的指标能使处理因素引起的微小效应显示出来；反之，灵敏度低的容易出现“假阴性”；③认同性，尽量采用能被学术界同行公认的指标。3.常用的实验设计分组方法3.1完全随机设计完全随机设计把实验对象完全随机地分配到各处理组及对照组中。因其仅涉及单个处理3
3 醉、注射、假手术、分离等，但不用药或不进行关键处理，其他条件尽可能同实验组一致； ③安慰剂对照和溶剂对照，安慰剂是在形状、颜色、气味与试验药物相同，但不含试验药成 分的制剂。可避免心理因素影响，或服药或溶剂本身影响导致实验结果的偏差；④历史对照， 用以往的研究结果或历史文献资料作为对照；⑤自身对照，测定某药物的效果，以给药前的 自身指标作为对照；⑥标准对照和相应对照，选择经典的、标准的方法或药物作为对照，此 种对照为阳性对照，以比较观察因素的效果。在实验应用中，以上几种对照方式可以根据具 体情况联合使用，但又要尽量减少不必要的分组，以避免无谓的增加工作量和增加物质消耗。 （2）随机原则：随机是使每个实验对象在接受分组处理时具有相等的机会，使各种因素对 各研究对象的影响一致。通过随机化，不仅可以减少抽样误差，还可使各组样本的条件尽可 能一致，消除或减少组间的人为误差。 （3）重复原则：客观、可靠的实验结果应可在同样的实验条件下重复出来（重现性），才能 证明所揭示的规律的必然性。这就要求实验要有一定的例数（重复数）。重复性可用统计学 中显著性检验的值来衡量，如 p≤0.05，提示差异的不可重现的概率小于或等于 5%。重复数 应适当，过少固然不行，过多也造成浪费。 2.2 疾病模型 （1）疾病模型的种类，一般包括：① 疾病的整体动物模型；② 离体的器官和组织；③ 细 胞株；④ 数学模型（数字化虚拟）。 （2）复制疾病动物模型的原则：形似性、重现性、易行性、经济性、可行性。 （3）动物选择要点：① 廉价的动物；② 一般以纯种为好；③ 动物的健康、营养状况良好； ④ 动物的年龄、性别等尽量一致。 2.3 实验效应 被试因素作用与受试对象引起的实验效应，只有通过选择合适的具体的实验方法、获得 相应的效应指标来体现。 （1）实验方法：按性质可分为机能学方法、形态学方法等；按学科可分为生理学方法、生 物化学方法、生物物理方法、免疫学方法等；按范围可分为整体综合方法、局部分析法；按 水平可分为整体、器官、细胞、亚细胞、分子、量子水平等。 （2）实验观察指标：是指在实验观察中反映研究对象的某些可被仪器检测或研究者感知的 特征或现象标志。实验观察所选择的指标应符合下列基本条件：① 特异性，指标应能特异 性地反映某一特定的现象而不易与其他现象相混淆。特异性低的指标容易造成“假阳性”；② 客观性，尽可能的选用具体数字或图形表达的客观指标，尽量避免主观感觉性指标；③ 重 现性，即重复观察时偏差小，数据离散度小，与仪器的稳定性、操作误差、受试者状态、实 验条件影响有关；④ 灵敏度，灵敏度高的指标能使处理因素引起的微小效应显示出来；反 之，灵敏度低的容易出现“假阴性”；⑤ 认同性，尽量采用能被学术界同行公认的指标。 3. 常用的实验设计分组方法 3.1 完全随机设计 完全随机设计把实验对象完全随机地分配到各处理组及对照组中。因其仅涉及单个处理
因素，故又称单因素设计。可分为2组或2组以上，各组的列数可相等，也可不等。实施的方法有抽签法与随机数字表示法。完全随机设计的数据分析，可按单因素方差分析法（F检验），如只有两组可用t检验。质反应数据常用检验。3.2配对设计配对设计将受试对象按相似条件配对，再随机分配每对中两个受试对象到两个组。常将同窝、同性别、体重相近的功能配对。配伍设计是配对设计的扩大，每一配对组的动物数在3或以上，各配伍组的例数为组数。本设计涉及2个处理因素，又称双因素设计。3.3拉丁方设计3.3.1拉丁方以n个拉丁方字母A、B、C、、为元素，作一个n阶方阵，若这n个拉丁方字母在这n阶方阵的每一行、每一列都出现且只出现一次，则称该n阶方阵为nXn阶拉丁方。例如：ABB ABAAB为2×2阶拉丁方，2×2阶拉丁方只有这两个。ABcBcAcAB为3X3阶拉丁方。第一行与第一列的拉丁方字母按自然顺序排列的拉丁方，叫标准型拉丁方。3X3阶拉丁方只有上面介绍的1种，4×4阶标准型拉丁方有4种，5×5阶标准型拉丁方有56种。若变换标准型的行或列，可得到更多种的拉丁方。在进行拉丁方设计时，可从上述多种拉丁方中随机选择一种：或选择一种标准型，随机改变其行列顺序后再使用。3.3.2常用拉丁方在动物试验中，最常常=用的有3×3、4×4、5X5、6X6阶拉丁方。下面列出部分标准型拉丁方，供进行拉丁方设计时选用。其余拉丁方可查阅数理统计表及有关参考书。4X4(3)(1)(2)(4)ABCDABCDABCDABCDDBADCCDABDACBADCcBCDBADABCADCDABDCABDB CDCBADBAAC4
4 因素，故又称单因素设计。可分为 2 组或 2 组以上，各组的列数可相等，也可不等。实施的 方法有抽签法与随机数字表示法。完全随机设计的数据分析，可按单因素方差分析法（F 检 验），如只有两组可用 t 检验。质反应数据常用 χ 2 检验。 3.2 配对设计 配对设计将受试对象按相似条件配对，再随机分配每对中两个受试对象到两个组。常将 同窝、同性别、体重相近的功能配对。配伍设计是配对设计的扩大，每一配对组的动物数在 3 或以上，各配伍组的例数为组数。本设计涉及 2 个处理因素，又称双因素设计。 3.3 拉丁方设计 3.3.1 拉丁方 以 n 个拉丁方字母 A、B、C、.、为元素，作一个 n 阶方阵，若这 n 个拉丁方字母在 这 n 阶方阵的每一行、每一列都出现且只出现一次，则称该 n 阶方阵为 n×n 阶拉丁方。 例如： A B B A B A A B 为 2×2 阶拉丁方，2×2 阶拉丁方只有这两个。 A B C B C A C A B 为 3×3 阶拉丁方。 第一行与第一列的拉丁方字母按自然顺序排列的拉丁方，叫标准型拉丁方。3×3 阶拉 丁方只有上面介绍的 1 种，4×4 阶标准型拉丁方有 4 种，5×5 阶标准型拉丁方有 56 种。若 变换标准型的行或列，可得到更多种的拉丁方。在进行拉丁方设计时，可从上述多种拉丁方 中随机选择一种；或选择一种标准型，随机改变其行列顺序后再使用。 3.3.2 常用拉丁方 在动物试验中，最常常＝用的有 3×3、4×4、5×5、6×6 阶拉丁方。下面列出部分标 准型拉丁方，供进行拉丁方设计时选用。其余拉丁方可查阅数理统计表及有关参考书。 4×4 （1） （2） （3） （4） A B C D A B C D A B C D A B C D B A D C B C D A B D A C B A D C C D B A C D A B C A D B C D A B D C A B D A B C D C B A D C B A
5×5(1)(2)(3)(4)ABCEDEBCDEABCDEDABCADBBAEcDBDECBAEcDEcAAcEBcBADcEDBcBDAEADEADDEBADcBDEBAcCEAEBCAEDBAEDABEDBCEcB DCCAA6X6ABcDEFAEB FDccDEFBADEBAFCFDECABFEBDCA店3.4正交设计正交试验设计（Orthogonalexperimentaldesign）是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分析因式设计的主要方法。是一种高效率、快速、经济的实验设计方法。正交表是一整套规则的设计表格，用L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。例如L（3*)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L（4×2），此表的5列中，有1列为4水平，4列为2水平。例如，3个因素的选优区可以用一个立方体表示（如图1），3个因素各取3个水平，把立方体划分成27个格点，反映在图1上就是立方体内的27个“O。若27个网格点都试验，就是全面试验，其试验方案如表1。3因素3水平的全面试验水平组合数为33=27（见表1），4因素3水平的全面试验水平组合数为3*=81，5因素3水平的全面试验水平组合数为3=243，这在动物试验中不可能做到的。正交设计就是从选优区全面试验点（水平组合）中挑选出有代表性的部分试验点（水平组合）来进行试验。利用正交表L9（3*）从27个试验点中挑选出来的9个试验点。即：(1) A;BiCi(2) A2BiC2(3) AsBiC3(4) A,BC2(5)A,BC3(6) A,B2C1(7) A,B;C3(8) A2B;Ci(9) A,B;C25
5 5×5 （1） （2） （3） （4） A B C D E A B C D E A B C D E A B C D E B A E C D B A D E C B A E C D B A D E C C D A E B C E B A D C E D A B C D E A B D E B A C D C E B A D C B E A D E B C A E C D B A E D A C B E D A B C E C A B D 6×6 A B C D E F B F D C A E C D E F B A D A F E C B E C A B F D F E B A D C 3.4 正交设计 正交试验设计（Orthogonal experimental design）是研究多因素多水平的又一种设计方法， 它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了 “均匀分散，齐整可比”的特点，正交试验设计是分析因式设计的主要方法。是一种高效率、 快速、经济的实验设计方法。 正交表是一整套规则的设计表格，用 L 为正交表的代号，n 为试验的次数，t 为水平数， c 为列数，也就是可能安排最多的因素个数。例如 L9（3 4），它表示需作 9 次实验，最多可 观察 4 个因素，每个因素均为 3 水平。一个正交表中也可以各列的水平数不相等，我们称它 为混合型正交表，如 L8（4×2），此表的 5 列中，有 1 列为 4 水平，4 列为 2 水平。 例如，3 个因素的选优区可以用一个立方体表示（如图１），3 个因素各取 3 个水平，把 立方体划分成 27 个格点，反映在图 1 上就是立方体内的 27 个“ ”。若 27 个网格点都试验， 就是全面试验，其试验方案如表１。 3 因素 3 水平的全面试验水平组合数为 3 3 =27（见表 1），4 因素 3 水平的全面试验水平 组合数为 3 4 =81，5 因素 3 水平的全面试验水平组合数为 3 5 =243，这在动物试验中不可能做 到的。正交设计就是从选优区全面试验点（水平组合）中挑选出有代表性的部分试验点（水 平组合）来进行试验。利用正交表 L9（3 4）从 27 个试验点中挑选出来的 9 个试验点。即： （1）A1B1C1 （2）A2B1C2 （3）A3B1C3 （4）A1B2C2 （5）A2B2C3 （6）A3B2C1 （7）A1B3C3 （8）A2B3C1 （9）A3B3C2
上述选择，保证了A因素的每个水平与B因素、C因素的各个水平在试验中各搭配一次。对于A、B、C三个因素来说，是在27个全面试验点中选择9个试验点，仅是全面试验的1/3。从图1中可以看到，9个试验点在选区中分布是均衡的，在立方体的每个平面上，都恰是3个试验点：在立方体的每条线上也恰有一个试验点。9个试验点均衡地分布于整个立方体内，有很强的代表性，能够比较全面地反映选优区内的基本情况。图13因素3水平试验的均衡分散立体图表13因素3水平的全面试验方案CiC2C3B1A,B;CIA;BiC2A,B;C3B2A1A,B,CiA,B,C2A,B,C3B3A,B;CIA,B:C2A,B;C3BIA,B,CiA,B,C2AB,C3B2A2A,B,CIA,B,C2AB,C3B3A,B:CiA2B3C2A,B3C3BiA,B,CiA,B,C2A,B,C3A3B2A,B,CIA,B,C2A,BC3B3A;B:CiA;B:C2A,B:C36
6 上述选择，保证了 A 因素的每个水平与 B 因素、C 因素的各个水平在试验中各搭配一 次。对于 A、B、C 三个因素来说，是在 27 个全面试验点中选择 9 个试验点，仅是全面试 验的 1/3。从图 1 中可以看到，9 个试验点在选区中分布是均衡的，在立方体的每个平面上， 都恰是 3 个试验点；在立方体的每条线上也恰有一个试验点。9 个试验点均衡地分布于整个 立方体内，有很强的代表性，能够比较全面地反映选优区内的基本情况。 图 1 3 因素 3 水平试验的均衡分散立体图 表 1 3 因素 3 水平的全面试验方案 C1 C2 C3 A1 B1 A1B1C1 A1B1C2 A1B1C3 B2 A1B2C1 A1B2C2 A1B2C3 B3 A1B3C1 A1B3C2 A1B3C3 A2 B1 A2B1C1 A2B1C2 A2B1C3 B2 A2B2C1 A2B2C2 A2B2C3 B3 A2B3C1 A2B3C2 A2B3C3 A3 B1 A3B1C1 A3B1C2 A3B1C3 B2 A3B2C1 A3B2C2 A3B2C3 B3 A3B3C1 A3B3C2 A3B3C3