siRNA实验方法和设计常见问题解答
siRNA实验方法和设计常见问题解答
转载请注明来自丁香园
发布日期：2012-09-20 11:35 文章来源：丁香园
分享到：收藏夹新浪微博腾讯微博开心网豆瓣社区人人网
关键词：RNA miRNA 技术专题锐博生物丁香通丁香园点击次数：1080
Q:如何选择转染方法和转染试剂？
A:我们的siRNA适用于各种转染方法。转染方法和转染试剂的选择，需要根据细胞来选择，对于容易转染的细胞，常用的转染方法是脂质体转染。
Q:对于难转染的细胞，应该如何提高其转染效率？转染效率又该如何确定？
A:1)对于贴壁细胞，推荐采用转染试剂转染即可；2)对于难转染的细胞的转染，如何提高转染效率的问题也是目前研究的技术难题。一般建议使用电转的方法，但是由于电转的方法对细胞损伤比较大，该方法也未必是最佳的。
转染效率的确定，常用的是使用荧光标记的siRNA，通过荧光显微镜，共聚焦显微镜，流式细胞仪检测的方法。具体可以参考我们的产品说明书。
Q:细胞的转染效率是否与siRNA序列相关？
A:转染效率的高低取决于与细胞自身及转染方法，而于siRNA的序列并没有直接关系。因此，siRNA在不同的细胞转染效率可能不一样。
Q:转染siRNA时候的细胞密度多少为宜？
A:依不同的转染方法或转染试剂而定。如使用lipofectamine 2000作为转染试剂，单独转染siRNA，30%～50%密度较佳；而siRNA与质粒共转染，密度可以到
80%-90%。
Q:siRNA转染时的培养基要求，可否含血清？
A:不同的转染试剂可能有不同的要求，对于lipofectamine 2000，在配制siRNA和lipofectamine 2000混合物时不能含有血清，但细胞培养基可以含有血清，但不能含有抗生素。
Q:siRNA的储存液体浓度和工作浓度有何区别？
A:siRNA的贮存浓度就是保存的最佳浓度，锐博推荐的贮存液浓度为20 μM；而siRNA
的工作浓度就是使siRNA能够达到最佳沉默效果的转染浓度，一般10～100 nM范围内，锐博生物推荐的转染浓度是50nM。
Q:转染时该如何分组？分组的目的是什么？
Q:为什么说阳性对照在RNA干扰实验中很重要？
A:阳性对照作为一个实验系统检查是很重要的。也就是说，当您看到siRNA阳性对照的预期实验结果时，您能确保在您的实验方法中您的转染、RNA提取物和检测方法是可靠的。
Q:阳性对照及其阴性对照在RNAi实验中的作用？如何选择？
A:阳性对照指的是已经验证的针对看家基因或报告基因有效的siRNA，用于监测实验体系和实验方法的可行性。我们可以提供的阳性对照siRNA有针对GAPDH，ACTB，GFP/EGFP有效的siRNA作为阳性对照，客户可以根据具体的实验需要选择。阴性对照往往是非特异的siRNA，主要用于说明siRNA作用的特异性。阴性对照的选择可以是通用的序列（universal）或是随机打乱的序列（scramble），客户可以根据实验要求选择。
Q:用荧光对照siRNA如何检测转染效率？是不是每次实验都必须做？
A:我们提供的转染对照siRNA带有Cy3或Cy5荧光标记，可以通过荧光显微镜，共聚焦显微镜，流式细胞仪等荧光检测仪器检测。除此之外，还应该通过阳性对照实验进一步确定。转染效率的高低主要与细胞自身相关，同等实验条件下，每次转染细胞转染效率应该是相近的，因此可以不必每次都做。但如果每次实验都做一个荧光对照组，将会更加便于排除一些实验问题。
Q:siRNA荧光染料的最大吸收率和发射率各在哪个波段？
A:FAM在495nm处有最大吸收率，在520nm处有最大发射率。
Cy3在550nm处有最大吸收率，在565nm处有最大发射率。
Cy5在643nm处有最大吸收率，在667nm处有最大发射率。
Q:转染后出现细胞死亡是什么原因？如何优化转染条件？
Q:到了转染时间发现细胞密度太低，该如时转染还是让细胞多长一天再转染？
A:细胞生长需要一定的密度，而转染试剂对细胞有一定的毒性，如果转染时细胞密度过低，细胞可能会因此生长异常甚至死亡。转染前要求良好的细胞状态和细胞活性，一般也不建议用生长几天的细胞做转染。
Q:siRNA的作用效果应该如何检测？
A:通常可以从三个方面来相互验证siRNA的作用效果
1) 用Realtime RT-PCR方法，从mRNA水平检测：
2) 用Western blot，ELISA等方法，从蛋白水平的检测；
3）根据目的基因的功能，从细胞表型的水平检测。
Q:siRNA在细胞内可以作用多长时间？什么时候才是最好的检测时间？
A:siRNA介导的RNAi属于瞬时现象，不能稳定传代，一般其作用时间不可能维持很长时间，通常建议在转染后3~4天内完成检测。最佳检测时间，因细胞、目的基因而异，多在转染后24~48小时之间检测。
Q:为什么要强调mRNA水平检测？可以直接检测蛋白和功能吗？
A:siRNA直接作用于mRNA，因此mRNA水平检测是最直接在指标。
很多客户认为，mRNA的降解直接的结果应该是对应蛋白质含量的下降，因此蛋白水平的检测结果也应该可以作为有效性的检测指标。事实上，很多情况下往往出现，mRNA 下降水平与蛋白下降水平不对应的现象。其可能原因有：
1) 与选择的检测时间有关。可能因mRNA的下降尚未反映在蛋白量的变化上或者未达到足以检测的水平，所以一般建议蛋白和功能检测时间要稍稍推后。
2) 与蛋白在细胞中的表达情况有关。mRNA的翻译过程非常复杂，细胞内基因的表达总要维持一个平衡，某些蛋白表达量到一定的程度之后，足以维持其细胞功能，将可能暂时“关闭”表达的功能，转录出来的部分mRNA可能不参与蛋白翻译的过程，因此，mRNA水平的下调与蛋白水平下调并非完全成正相关的关系。
3) 可能还会涉及到更加复杂的机制。
Q:干扰效率多高才是好的靶点？
A:没有明确的界定，干扰效率高低因不同的细胞类型和不同的基因而异。不同细胞类型的转染效率也不尽相同，不同基因的表达水平也相差较大，主要看干扰效果而定。
Q:沉默效果不理想，应该如何处理？
A:最常见的影响沉默效果的两个原因是：转染效率低和siRNA序列设计的效果不理想。如果您初次使用siRNA或采用了新的细胞系，并发现沉默效果不佳，我们建议您对转染效率进行检测，并选择优化转染条件。如果您已经对实验转染条件进行优化但是问题依然存在，我们建议您换用另一种转染试剂或是采用其他技术，这也许能提高转染效率。如果已经提高了转染效率但是沉默效果仍然未达到要求，可能是因为siRNA序列设计的效果不理想。
Q:siRNA反而使得目的基因表达上调了，这是什么原因？该怎么解决？
Q:我从阴性对照实验中得到和特异性RNAi相同的结果，这说明了什么？
Q:各组阴性对照的检测结果是否应该一样？如果偏差很大该怎么办？
A:正常情况下，各组阴性对照的检测结果应该是相近的。如果偏差过大，只需考虑实验结果的准确性。另外，对于一些特定的基因，比如与细胞难受压力相关的基因，又如参与细胞免疫的基因，可能会对外界压力比较敏感，使得各组对照的基因表达发生变化不一致。
Q:用100nM 的siRNA转染时只得到50%沉默效率，我可以把siRNA的浓度增加到200nM甚至400nM吗？
A:当干扰效率不佳时，可以在一定范围内适当优化转染浓度，通常优化的范围是
10~150nM，但不宜过大，高浓度的siRNA将可能增加非特异性作用的可能性并对细胞产生毒性。
Q:同样的siRNA，为什么在细胞A很有效，在细胞B则没有效果？
A:不同细胞的转染效率不一样、基因表达水平也不一样，这些都与siRNA的作用效率有关
单因素实验设计报告
单因素实验设计报告 :因素实验报告设计单因素实验设计举例正交实验单因素实验设计方案篇一:实验报告单因素方差分析 5.1、实验步骤: 1(建立数据文件。 定义2个变量:PWK和DCGJSL，分别表示排污口和大肠杆菌数量。 2. 选择菜单“分析?比较均值?单因素”,弹出“单因素方差分析”对话框。在对话 框左侧的变量列表中，选择变量“DCGJSL”进入“因变量”列表框，选择变量“PWK”进入“因子”列表框。 3(单击“确定”按钮，得到输出结果。 结果解读: 由以上结果可以看到，观测变量大肠杆菌数量的总离差平方和为460.438;如果仅考虑“排污口”单个因素的影响，则大肠杆菌数量总变差中，排污口可解释的变差为308.188，抽样误差引起的变差为152.250，它们的方差(平均变差)分别为102.729和12.6 88，相除所得的F统计量的观测值为8.097，对应的概率P值为0.003。在显著性水平α为0.05的情况下。由于概率P值小于显著性水平α，则应拒绝零假设，认为不同的排污口对大肠杆菌数量产生了显著影响，它对大肠杆菌数量的影响效应不全为0。 因此，可判断各个排污口的大肠杆菌数量是有差别的。 5.2、实验步骤: 1(建立数据文件。 定义2个变量:Branch和Turnover，分别表示分店和日营业额。将Branch的值定义为1=第一分店，2=第二分店，3=第三分店，4=第四分店，5=第五分店。
2. 选择菜单“分析?比较均值?单因素”,弹出“单因素方差分析”对话框。在对话 框左侧的变量列表中，选择变量“Turnover”进入“因变量”列表框，选择变量“Branch”进入“因子”列表框。 3(单击“确定”按钮，得到输出结果。 结果解读: 由以上结果可以看到，观测变量日营业额的总离差平方和为1187668.733;如果仅考虑“分店”单个因素的影响，则日营业额总变差中，分店可解释的变差为366120.900，抽样误差引起的变差为821547.833，它们的方差(平均变差)分别为91530.225和14937.233，相除所得的F统计量的观测值为6.128，对应的概率P 值近似为0。在显著性水平α为0.05的情况下，由于概率P值小于显著性水平α，则应拒绝零假设，认为不同的分店对日营业额产生了显著影响，它对日营业额的影响效应不全为0。 因此，在α,0.05的显著性水平下，“这五个分店的日营业额相同”这一假设不成立。 5.3、实验步骤: 1(建立数据文件。 定义3个变量:weight和method，分别表示幼苗干重(mg)和处理方式。将method的值定义为1=HCI，2=丙酸，3=丁酸，4=对照。 2. 选择菜单“分析?比较均值?单因素”,弹出“单因素方差分析”对话框。在对话 框左侧的变量列表中，选择变量“，method”进入“因变量”列表框，选择变量“weight”进入“因子”列表框。在“两两比较”选项中选择LSD、Bonferroni和Scheffe方法。 3(单击“确定”按钮，得到输出结果。
试验统计方法复习题集
试验统计方法复习题 一、名词（术语、符号）解释： 1、总体：具有相同性质的个体所组成的集团特区为总体。 2、样本：从总体中抽出的一部分个体。 3、试验指标：用于衡量试验效果的指示性状称为试验指标。 4、试验因素：是人为控制并有待比较的一组处理因素，简称因素或因子。 5、试验水平：是在试验因素所设定的量的不同级别或质的不同状态称为试验水平，简称水平。 5、处理：单因素试验是指水平，多因素试验是水平与水平的组合。 6、简单效应：一个因素的水平相同，另一个因素不同水平间的性状（产量）差异属于简单效应。 7、参数：由总体的全部观察值而算得的特征数称为参数。 8、统计数：由样本观察值计算的特征数。 9、统计假设：是根据试验目的对试验总体提出两种彼此对立的假设称为统计假设。 10、无效假设：是指处理效应与假设值之间没有真实差异的假设称为无效假设。 11、准确度：是指试验中某一性状的观察值与其相应理论真值的接近程度。 12、精确度：是指试验中同一性状的重复观察值彼此之间的接近程度。 13、复置抽样：指将抽出的个体放回到原总体后再继续抽样的方法叫复置抽样或有放回抽样。 14、无偏估计：一个样本统计数等于所估计的总体参数，则该统计数为总体相应参数的无偏估计值。 15、第一类错误：否定一个正确H0 时所犯的错误。 16、第二类错误：接受一个不真实假设时所犯的错误。 17、互斥事件：事件A与B不可能同时发生，即AB为不可能事件，则称事件A与B为互斥事件。 18、随机事件：在一定条件下，可能发生也可能不发生，可能这样发生，也可能那样发生的事件。 19、标准差：方差的正根值称为标准差。 20、处理效应：是指因素的相对独立作用，亦是因素对性状所起的增进或减少的作用称为处理效应。 21、概率分布：随机变数可能取得每一个实数值或某一围的实数值是有一定概率的，这个概率称为 随机变数的概率分布。 22、随机抽样：保证总体中的每一个体，在每一次抽样中都有同等的概率被取为样本。 23、两尾测验：有两个否定区，分别位于分布的两尾。 24、显著水平：否定无效假设H0的概率标准。 25、试验方案：根据试验目的与要求拟定的进行比较一组试验处理的总称为试验方案。 26、随机样本：用随机抽样的方法，从总体中抽出的一个部分个体。 27、标准误：抽样分布的标准差称为标准误。 28、总体：具有相同性质的个体所组成的集团称为总体。 29、独立性测验：主要为探求两个变数间是否相互独立测验的假设。
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
试验统计方法复习题
试验统计方法复习题 1.何谓实验因素和实验水平？何谓简单效应、主要效应和交互效应?举例说明之。 实验因素: 被变动并设有待比较的一组处理的因子或试验研究的对象。 实验水平: 实验因素的量的不同级别或质的不同状态。 简单效应: 同一因素内俩种水平间实验指标的相差。 主要效应：一个因素内各简单效应的平均数。 交互效应：俩个因素简单效应间的平均差异。 2.什么是实验方案，如何制定一个正确的实验方案？试结合所学专业举例说明之。 试验指标:用于衡量试验效果的指示性状。 制定实验方案的要点○1.目的明确。 ○2. 选择适当的因素及其水平。 ○3设置对照水平或处理，简称对照(check，符号CK)。 ○4应用唯一差异原则。 3.什么是实验误差？实验误差与实验的准确度、精确度以及实验处理间的比较的可靠性有什么关系？ ○1.试验误差的概念：试验结果与处理真值之间的差异. ○2随机误差影响了数据的精确性，精确性是指观测值间的符合程度，随机误差是偶然性的，整个试验过程中涉及的随机波动因素愈多，试验的环节愈多，时间愈长，随机误差发生的可能性及波动程度便愈大。系统误差是可以通过试验条件及试验过程的仔细操作而控制的。实际上一些主要的系统性偏差较易控制，而有些细微偏差则较难控制。 4.试分析田间实验误差的主要来源，如何控制田间实验的系统误差？如何降低田间实验的随机误差？ 误差来源：(1)试验材料固有的差异 (2)试验时农事操作和管理技术的不一致所引起的差异 (3)进行试验时外界条件的差异 控制误差的途径：(1)选择同质一致的试验材料 (2) 改进操作和管理技术，使之标准化 (3) 控制引起差异的外界主要因素 选择条件均匀一致的试验环境； 试验中采用适当的试验设计和科学的管理技术； 应用相应的科学统计分析方法。 尽量减少实验中的随机波动因素、环节和时间可以有效的降低随机误差。 5.田间实验设计的基本原则是什么？完全随机设计、完全随机区组设计、拉丁设计各有何特点？各在什么情况下使用？ （1）基本原则是：○1.重复○2随机排列○3局部控制 （2）完全随机设计的特点是设计分析简便，但是应用该设计的条件是要求试验的环境因素相当均匀，所以一般用于实验室培养试验及网、温室的盆钵试验。 完全随机区组设计○1.特点: 根据“局部控制”的原则，将试验地(或试验环境)按肥力变异梯度(或条件变异梯度)划分为等于重复次数的区组，一区组亦即一重复，区组内各处理都独立地随机排列。○2应用条件：对试验地的地形要求不严，必要时，不同区组亦可分散设置在不同地段上。 拉丁方设计的○1.特点：将处理从纵横二个方向排列为区组(或重复)，使每个处理在每一
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。
《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
单因素实验设计
单因素试验设计是指只有一个因素（或仅考查一个因素）对试验指标构成影响的试验。单因素试验设计要求对试验水平进行布局和优化，是一种水平试验设计。 单因素试验设计方法可分为两类：同时试验设计和序贯试验设计。同时试验设计就是一次给出全部试验水平，一次完成全部试验并得到最佳试验结果，如穷举试验设计。序贯试验设计要求分批进行试验，后批试验需根据前批试验结果进一步优化后序贯进行，直到获取最佳试验结果，如平分试验设计、黄金分割试验设计。 一、试验范围与试验精度 （一）试验范围 试验范围指试验水平的范围。试验设计时需预先确定试验范围，一般采用两种方法：○ 1经验估计。可凭经验估计试验范围，并在试验过程中作调整。○2预先试验。要求在较大范围 内进行探索，通过试验逐步缩小范围。 （二）试验间隔与试验精度 试验间隔是指试验水平的间距，试验精度是指试验结果逼近最佳水平的程度。显然，试验间隔与试验精度是一对矛盾，试验间隔越大，试验精度越低。在保证试验精度的条件下，试验水平变化而引起的试验结果变动必须显著地超过试验误差。 （三）试验顺序 在确定试验顺序时，往往习惯于按照试验水平高低依次做试验。这样，随着试验的进行，有些因素会发生缓慢变化甚至影响试验结果。因此，正确的做法是采用随机化方法来确定试验顺序。在试验工作量较少或者试验准确度要求较低时，也可以采用按水平高低或者选取中间试验点的方法来进行试验排序。 需强调指出，以上不仅对单因素试验设计，而且对所有试验设计方法都适用。 二、单因素试验设计 （一）平分试验设计 平分试验设计就是平分试验范围，把其中间点作为新试验点，然后不断缩小试 验范围直到找到最佳条件。当试验结果呈单向变化时，也就是说最佳试验点只可能在试验中间点的一侧，可采用平分试验设计。该方法简便易行，但要注意单向性特征。 （二）穷举试验设计与均分试验设计 穷举试验设计是将所有可能的试验点在一批试验中全部进行试验。均分试验设 计是根据试验精度要求，均分整个试验范围以获得所有试验点。显然，均分试验设计不仅充分体现了穷举试验设计的思想，而且也明确了具体试验设计方法。 如试验起始点为a ，终点为b ，试验点的间隔区间为L ，则均分试验设计的试 验点数n 为 1L a b n +-= （1-1） 该试验设计的特点是对所试验的范围进行“普查”，试验点数量较多，宜用于 对目标函数性质没有掌握或很少掌握的情况。 （三）黄金分割试验设计 黄金分割试验设计就是在预定试验范围内采用0.618黄金分割原理安排新试验 点，直到找到最佳试验结果为止，因而又称0.618试验设计。黄金分割就是在特定范围内寻求黄金分割点（k ）及对称点（1-k ）。在0~1的试验范围内，黄金分割点（k ）为0.618，其对称点（1-k ）为0.382。 黄金分割点试验设计涉及两个层面，一是已知试验范围内的黄金分割点的寻 求，二是新试验范围的确定与进一步寻优。如图1-1所示，首先在试验范围（a ，b ）内，按照0.618黄金分割原理安排两个试验点x 1、x 2；然后根据试验结果确定进一
单因素实验设计
单因素实验设计 单因素实验设计是指在实验中只有一个研究因素，即研究者只分析一个因素对效应指标的作用，但单因素实验设计并不是意味着该实验中只有一个因素与效应指标有关联。单因素实验设计的主要目标之一就是如何控制混杂因素对研究结果的影响。常用的控制混杂因素的方法有完全随机设计、随机区组设计和拉丁方设计等。 一、完全随机设计 1.概念与特点 又称单因素设计或成组设计，是医学科研中最常用的一种研究设计方法，它是将同质的受试对象随机地分配到各处理组进行实验观察，或从不同总体中随机抽样进行对比研究。该设计适用面广，不受组数的限制，且各组的样本含量可以相等，也可以不相等，但在总体样本量不变的情况下，各组样本量相同时的设计效率最高。 例如：为了研究煤矿粉尘作业环境对尘肺的影响，将18只大鼠随机分到甲、乙、丙3组，每组6只，分别在地面办公楼、煤炭仓库和矿井下染尘，12周后测量大鼠全肺湿重（g），通过评价不同环境下大鼠全肺平均湿重推断煤矿粉尘对作用尘肺的影响，具体的随机分组可以如下实施： 第一步：将18只大鼠编号：1，2，3， (18) 第二步：可任意设置种子数，但应作为实验档案记录保存（本例设置spss11.0软件的种子数为200）； 第三步：用计算机软件一次产生18个随机数，每个随意数对应一只老鼠（本例用spss11.0软件采用均匀分布最大值为18时产成的18个随机数）； 第四步：最小的6个随机数对应编号的大鼠为甲组，排序后的第7个至第12个随机数随因编号为乙组，最大的6个随机数对应编号的大鼠为丙组（结果见表1）。 表1 分配结果 编号 1 2 3 4 5 6 7 8 9 3.75 8.75 16.29 11.12 5.49 3.98 13.64 16.71 1.69 随机 数 组别甲乙丙乙乙甲丙丙甲 编号10 11 12 13 14 15 16 17 18 13.62 16.36 2.12 4.74 11.54 3.98 0.13 17.35 16.38 随机 数 组别丙丙甲乙乙甲甲丙丙 2.随机数的产生方法 （1）随机数字表：如附表13（马斌荣，医学统计学，第4版），这是一个由0～9十个数字组成60行25列的数字表。说这些数字是随机的，是因为十个数字出现的频率近似相同，且出现的次序也没有规律。欲获得随机数，则事先根据研究性质确定随机数的位数，然后任意指定行和列，按事先确定的方向和方法读取随机数。如：将符合实验要求的20只动物随
试验统计方法总结及经典考试习题
试验统计方法复习总结 ?统计学:研究事物的数量特征及其数量规律的一门方法论学科 ** 1．何为实验因素，实验水平，实验处理？何谓简单效应、主要效应和交互作用效应？举例说明。 试验因素：简称因素或因子(factor):被变动并设有待比较的一组处理的因子或试验研究的对象(研究对象的效应)。 水平(level):试验因素内不同的级别或状态。 试验处理(treatment):单因素试验中的每一个水平即为一个处理;多因素试验中是不同因素的水平结合在一起形成的处理组合,也简称为处理。 简单效应(simple effect): 在同一因素内两种水平间试验指标的差异。 主效(main effect):一个因素内各简单效应的平均数。 交互作用效应(interaction effect)，简称互作:因素内简单效应间差异的平均。 互作的实质:反映了一个因素的不同水平在另一个因素的不同水平上反应不一致的现象. 2．什么是实验方案，如何制定一个正确的实验方案？试举例说明？ 试验方案:根据试验目的和要求所拟定的用来进行比较的一组试验处理的总称。 1.目的明确。 2. 选择适当的因素及其水平。 3. 设置对照水平或处理，简称对照(check，符号CK)。 4. 应用唯一差异原则。 3．什么是实验误差？实验误差与实验的准确度，精确度以及实验处理间的可靠性有什么关系？ 试验误差的概念:试验结果与处理真值之间的差异 试验误差的分类: 1.系统误差(systematic error) : 由于固定原因造成的试验结果与处理真值之间的差异. 系统误差影响了数据的准确性，准确性是指观测值与其理论真值间的符合程度； 2.随机误差(random error):由于随机因素或偶然因素造成的 试验结果与处理真值之间的差异. 随机误差影响了数据的精确性，精确性是指观测值间的符合程度。 4实验误差有哪些来源？如何控制？ 来源：(1)试验材料固有的差异 (2)试验时农事操作和管理技术的不一致所引起的差异 (3)进行试验时外界条件的差异 控制：(1)选择同质一致的试验材料 (2) 改进操作和管理技术，使之标准化 (3) 控制引起差异的外界主要因素 选择条件均匀一致的试验环境； 试验中采用适当的试验设计和科学的管理技术； 应用相应的科学统计分析方法。 **1、试验设计( experiment design)
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
试验统计方法第四版盖钧镒
实验误差：真值与测定值之间的误差。类型：系统误差，随机误差，过失误差 准确性：指观测值与理论真值间的符合程度。 精确性：指观测值之间的符合程度。 如何提高准确性和精确性。 一是人员素质与水平的提高；二是好的设施和环境；三是方法选择，正确地选择检测方法对提高检测数据的准确性至关重要。四是样品的抽区和制备，正确抽样具有代表性的均匀样品，是保障检测数据准确性的重要环节；五是质量控制。检测结果质量是实验室始终关注的重点。 消除系统误差的方法：控制环境条件;正确选用检测指标；保证检测仪器的准确性；保证试剂质量。采样方法，样品制备，储藏标准化；注意药物或其他因素干扰。 控制实验误差方法：减少环境误差；相对测量法；直接替代法；交替测定法；补偿法；动态操作法 Gosset用实验方法发现了t分布（假设检验） Fisher提出了方差分析。 重复：实验中同一处理种植的小区数为重复次数。 完全随机设计：将各处理随机分布到各个实验单元中，每一处理的重复数可以相等或不相等。 完全抽样：样本数量和总体数量完全一致的抽样。 常见的实验方法：单因素实验设计；均分法；对分法；黄金分割法；
多因素实验设计；旋升法 常见的实验设计：完全随机设计；配对设计；随机区组设计 总体：具有共同性质个体所组成的集团 样本：从总体抽取若干个个体来研究，这些个体的集合 实验资料：数量性状资料：连续性变数；间断性变数 计数资料：先将观察单位按其性质或类别分组，然后清点各组观察单位个数所得资料。 计量资料：连续的数据，通常有具体的数值，如身高，体重等。计量资料是用仪器、工具1或其他定量方法对每个观察单位某项标志进行测量，并把测量结果用数值大小表示出来的资料。 统计推断的意义：通过样本推断总体是通过总体分布的数量特征。即参数来反映的。因此，统计推断包括：对总体的未知数进行估计；对于参数的假设进行检查；对总体进行预测预估等。 算术平均数特征：离均差的总和等于0；离均差平方和最小 为什么变异系数与平均数，标准差要配合使用？ 由于变异系数是一个不带单位的纯数，故可以用两个事物的变异都大小，若只从标准差来看，例如甲比乙的变异大，但因两者的均数不同。标准差不宜直接比较。在使用变异系数使。应该认识到的是由标准差与平均数构成的比数，既受标准差的影响，又受平均数的影响，因此，在使用变异系数表示样本变异程度时，宜同时列举平均数和标准差，否则会误会。 和事件：事件A和事件至少有一个发生而构成的新事件成为事件A和
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：
《试验统计方法》课程教学大纲
《试验统计方法》课程教学大纲 一、课程基本信息 课程代码：250374 课程名称：试验统计方法 英文名称：Statistics Methods of Experiments 课程类别：专业基础课 学时：40、63 学分：2.0-3.0 适用对象:园艺、农学、草业、植保、生物技术、生物科学等植物生产类各专业适用 考核方式：考试（平时成绩占30%） 先修课程：高等数学、线性代数、概率论等 二、课程简介 《试验统计方法》分10章共6个单元。第一单元包括试验方案的制定、试验设计原则、误差控制途径、试验设计以及试验数据的获取。第二单元包括总体的理论分布、统计数的抽样分布，以及统计数的理论分布。第三单元主要讲授假设测验的基本原理，包括u测验和t测验、次数资料的统计分析、方差分析和多重比较、单因素和多因素试验结果的统计分析。第四单元主要讲授二类和二类以上变数关系间的分析，包括一元、多元相关与回归。 本课程教学以高等数学、应用数学(含概率论和线性代数)为基础，概念较多、理论抽象、系统严密、实践性强、公式复杂、符号繁多、计算量大。适用于植物生产类包括农学、园艺、草业、植物保护、生物技术、生物科学、农业资源与环境等专业。 " Statistics Methods of Experiments " includes 10 chapters and six modules. The first module includes the development of experiment program, the principles of experiment design, the channels of error control, field experiment design and the acquisition of experiment data. The second module includes the theory distribution of the population, the sampling distribution of statistic data, and the theory distribution of statistic data. The third module includes the u- test and t- test, the statistical analysis of the frequency data, analysis of variance and multiple comparisons and the statistical analysis of the single-factor and multiple-factor experiment results. The fourth module mainly includes linear, multiple regression and correlation. This curriculum is based on the Advanced Mathematics and the Applied Mathematics (including the probability theory and linear algebra) and includes many concepts, abstract theory, refined system and strong practicality, complex formulas, and a large amount of symbols and computation. "Statistics Methods of Experiments "is suitable for the
单因素实验优秀论文模板
毕业论文（设计） 题目竹叶中多糖的提取方法研究指导老师汪洪 专业班级食品营养与检测112 姓名戴晓鹏 学号 20117100203 2014年5月28日
摘要：本研究以竹叶为研究对象，通过单因素试验和正交试验观察了温度、时间、固液比、提取次数对多糖提取率的影响，比较了水提、超声波提取和微波提取三种提取方法对竹叶多糖得率的影响。结果表明，水提最佳浸提参数：温度80℃，时间90min，固液比1:25，浸提次数3次。超声波提取最佳浸提参数为：温度70℃，时间20min，固液比1:20，浸提次数3次。微波提取最佳浸提参数为：微波功率500W，固液比1:15，时间2min，浸提次数3次。最佳提取工艺方法是超声波提取，条件是温度70℃，时间20min，固液比1:20，浸提3次。 关键词：水提；超声波；微波；沉淀；提取次数
目录 引言 (1) 1材料与仪器 (2) 1.1实验材料 (2) 1.2实验试剂 (2) 1.3实验仪器 (2) 2 实验方法 (3) 2.1竹叶多糖提取工艺流程 (3) 2.2样品中多糖含量的测定 (3) 2.3浸提条件对多糖提取效果的影响 (4) 2.3.1单因素试验 (4) 2.3.2浸提工艺正交试验 (4) 2.3.3不同浸提方法的比较研究 (5) 2.4分析方法 (5) 3 结果与分析 (5) 3.1 单因素试验结果 (5) 3.1.1温度对多糖得率的影响 (5) 3.1.2时间对多糖得率的影响 (6) 3.1.3固液比对多糖得率的影响 (6) 3.1.4提取次数对多糖得率的影响 (7) 3.1.5乙醇浓度对多糖得率的影响 (8) 3.2正交试验 (9) 3.2.1水提工艺正交试验效果 (9) 3.2.2超声波提取工艺正交试验结果 (10) 3.2.3微波提取工艺正交试验效果 (11) 3.3竹叶多糖不同提取方法的比较效果 (12) 结论 (12) 参考文献 (13)
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。