實驗設計的要求
試驗設計，也稱為實驗設計。數理統計的一個分支。關於如何按照預定目標制訂適當的實驗方案，以利於對實驗結果進行有效的統計分析的數學原理和實施方法。下面是小編帶來的實驗設計的要求，希望對你有幫助。
一、實驗設計的意義
實驗設計是科學研究計劃內關於研究方法與步驟的一項內容。在醫學科研工作中，無論實驗室研究、臨床療效觀察或現場調查，在制訂研究計劃時，都應根據實驗的目的和條例，結合統計學的要求，針對實驗的全過程，認真考慮實驗設計問題。一個周密而完善的實驗設計，能合理地安排各種實驗因素，嚴格地控制實驗誤差，從而用較少的人力、物力和時間，最大限度地獲得豐富而可靠的資料。反之，如果實驗設計存在著缺點，就可能造成不應有的浪費，且足以減損研究結果的價值。總之，實驗設計是實驗過程的依據，是實驗資料處理的前提，也是提高科研成果質量的一個重要保證。
二、實驗設計的原則
實驗設計有屬於專業方面的，有屬於統計方面的。從統計方面說，主要應當考慮對照、重複、隨機化等問題，這就是所謂實驗設計的三原則。其具體內容我們將在第二、三、四節介紹。
三、實驗設計的基本內容
（一）擬定相互比較的處理
所謂處理，指的是在實驗研究中欲施加給受試物件的某些因素。如營養實驗的各種飼料，治療某病的幾種療法或藥物，藥理研究中某藥的各種劑量等。在實驗的全過程中，處理因素要始終如一保持不變，按一個標準進行實驗。如果實驗的處理因素是藥物，那麼藥物的成份、含量、出廠批號等必須保持不變。如果實驗的處理因素是手術，那麼就不能開始時不熟練，而應該在實驗之前使熟練程度穩定一致。
（二）確定實驗物件及數量
這裡指的是實驗所用的動物或活體組織標本等。在實驗設計中，要根據實驗觀察的目的與內容，明確規定採用什麼樣的實驗物件，實驗物件中的每個實驗單位必須具備的條件與要求，以保證受試物件的一致性。實驗物件需要有一定的數量，例數不能太少，也不宜過多。如何估計例數，詳見第四節。
（三）確定將各實驗單位分配到各種處理中去的原則
這主要是隨機分配或隨機化問題。第三節將介紹幾種常用的隨機分組方法。
（四）擬定觀察專案和登記表
要根據研究目的和任務，選擇對說明實驗結論最有意義，並具有一定特異性、靈敏性、客觀性的觀察專案。必要的專案不可遺漏，資料資料應當完整無缺；而無關緊要的專案就不必設立，以免耗費人力物力，拖延整個實驗的時間，爾後，要按照觀察專案之間的邏輯關係與順序，編製成便於填寫和統計的登記表，以便隨時記錄實驗過程中獲得的資料資料。同一專案的度量衡單位必須統一符號（如+、++、+++等），應有明確的定義。
（五）擬定對資料整理分析的預案
這就是對將獲得的資料資料準備如何進行整理？要計算哪些統計指標？用什麼統計分析方法？事先必須有個初步的設想。例如對計數資料，是計算率還是百分比？若計算率，分子是什麼？分母是什麼？各組同一專案的某個率或百分比如何進行比較？又如對計量資料，是計算算術均數、幾何均數還是中位數？同一專案各均數間應採用什麼方法作比較？切忌實驗設計時不認真考慮，實驗過後拿數字去找統計方法。
拓展閱讀
內容
產品質量的高低主要是由設計決定的，一個好的試驗設計包含幾個方面的內容。
第一是明確衡量產品質量的指標，6σ管理強呼叫資料說話，所以這個質量指標必須是能夠量化的指標，在試驗設計中稱為試驗指標，也稱為響應變數(response variable）或輸出變數。
第二是尋找影響試驗指標的可能因素（factor)，也稱為影響因子和輸入變數。因素變化的各種狀態稱為水平，要求根據專業知識初步確定因素水平的範圍。
第三是根據實際問題，選擇適用的試驗設計方法。試驗設計的方法有很多，每種方法都有不同的適用條件，選擇了適用的方法就可以事半而功倍，選擇的方法不正確或者根本沒有進行有效的試驗設計就會事倍而功半。
第四是科學地分析試驗結果，包括對資料的直觀分析、方差分析、迴歸分析等多種統計分析方法，這些工作可以藉助Minititab軟體完成。
作用
試驗設計在工業生產和工程設計中能發揮重要的作用，主要有：
1.提高產量；
2.減少質量的波動，提高產品質量水準；
3.大大縮短新產品試驗週期；
4.降低成本；
5.試驗設計延長產品壽命。
在工農業生產和科學研究中，經常需要做試驗，以求達到預期的目的。例如在工農業生產中希望透過試驗達到高質、優產、低消耗，特別是新產品試驗，未知的東西很多，要透過試驗來摸索工藝條件或配方。如何做試驗，其中大有學問。試驗設計得好，會事半功倍，反之會事倍功半，甚至勞而無功。
如果要最有效地進行科學試驗，必須用科學方法來設計。所謂試驗的統計設計，就是設計試驗的過程，使得收集的資料適合於用統計方法分析，得出有效的和客觀的結論。如果想從資料作出有意義的結論，用統計方法作試驗設計是必要的。當問題涉及到受試驗誤差影響的資料時，只有統計方法才是客觀的分析方法。這樣一來，任一試驗問題就存在兩個方面：試驗的設計和資料的統計分析。這兩個課題是緊密相連的，因為分析方法直接依賴於所用的設計。
基本原理
試驗設計的三個基本原理是重複，隨機化以及區組化。
所謂重複，意思是基本試驗的重複進行。重複有兩條重要的性質。第一，允許試驗者得到試驗誤差的一個估計量。這個誤差的估計量成為確定資料的觀察差是否是統計上的試驗差的基本度量單位。第二，如果樣本均值用作為試驗中一個因素的效應的估計量，則重複允許試驗者求得這一效應的更為精確的估計量。如s2是資料的方差，而有n次重複，則樣本均值的方差是s2/n。這一點的實際含義是，如果n=1，如果2個處理的y1=145，和y2=147，這時我們可能不能作出2個處理之間有沒有差異的推斷，也就是說，觀察差147-145=2可能是試驗誤差的結果。但如果n合理的大，試驗誤差足夠小，則當我們觀察得y1隨機化是試驗設計使用統計方法的基石。
所謂隨機化，是指試驗材料的分配和試驗的各個試驗進行的次序，都是隨機地確定的。統計方法要求觀察值（或誤差）是獨立分佈的隨機變數。隨機化通常能使這一假定有效。把試驗進行適當的隨機化亦有助於“均勻”可能出現的外來因素的效應。
區組化是用來提高試驗的精確度的一種方法。一個區組就是試驗材料的一個部分，相比於試驗材料全體它們本身的性質應該更為類似。區組化牽涉到在每個區組內部對感興趣的試驗條件進行比較。[2]
方法
常見的試驗設計方法，可分為二類，一類是正交試驗設計法，另一類是析因法。
第一類
正交試驗設計法
①定義
正交試驗設計法是研究與處理多因素試驗的一種科學方法。它利用一種規格化的表格——正交表，挑選試驗條件，安排試驗計劃和進行試驗，並透過較少次數的試驗，找出較好的生產條件，即最優或較優的試驗方案。
②用途
正交試驗設計主要用於調查複雜系統（產品、過程）的某些特性或多個因素對系統（產品、過程）某些特性的影響，識別系統中更有影響的因素、其影響的大小，以及因素間可能存在的相互關係，以促進產品的.設計開發和過程的最佳化、控制或改進現有的產品（或系統）。
③表格形式
第二類
析因法
①定義析
因法又稱析因試驗設計、析因試驗等。它是研究變動著的兩個或多個因素效應的有效方法。許多試驗要求考察兩個或多個變動因素的效應。例如，若干因素：對產品質量的效應；對某種機器的效應；對某種材料的效能的效應；對某一過程燃燒消耗的效應等等。將所研究的因素按全部因素的所有水平（位級）的一切組合逐次進行試驗，稱為析因試驗，或稱完全析因試驗，簡稱析因法。
②用途
用於新產品開發、產品或過程的改進、以及安裝服務，透過較少次數的試驗，找到優質、高產、低耗的因素組合，達到改進的目的。
③表格形式
成功要素
1、沒有一種“放之四海而皆準”的問題解決方案，試驗設計同樣不能提供解決所有問題的途徑，要全面考慮解決問題的方式，選取最有效、最經濟的解決途徑。
2、即使決定採用試驗設計，也不能生搬硬套地使用“試驗設計五步曲”。跟據實際情況和要求，有時可以省去其中的某幾步，有時還會在同一個專案中重複迴圈地跳幾輪“五步曲”。
3、除了試驗設計涉及的因素外，要儘量確保所有的環境因素是穩定和符合現實的。如果條件所限，如果做不到這一點，不妨可以用隨機化、區組化、仿行等方法來儘量避免。
4、保證試驗的模擬性，避免一些理想的試驗環境，比如試驗室。
5、不要一味地排斥試驗設計執行之前的歷史資料。相反，適當地利用企業資訊化的成果，從ERP、MES中的海量資料中進行“資料探勘”，很可能會減少試驗投資，細化因素水平的選取。這也是當前試驗設計應用領域中的新趨勢之一。
6、為了保險起見，在得到最終的最佳引數水平組合後，還要進行一些驗證試驗來檢驗結果，實在沒有條件實施驗證試驗的，也要透過模型的“模擬模擬”來完成這個工作。
7、工欲善其事，必先利其器。為了提高試驗設計的效率和解決問題的成功率，選擇合適的專業工具必不可少。源於全球最大統計分析軟體公司的JMP軟體是試驗設計業界的不二選擇，它不但能很好地實現篩選試驗、析因試驗、最佳化試驗等傳統手法，而且將資料探勘、模擬模擬等相關方法也有機地融合在試驗設計中，為我們提供了完整的試驗設計解決方案，本文中的所有圖形就完全是以JMP軟體為載體實現的，JMP也是目前試驗設計方法實踐者最推崇的專業軟體之一。
【實驗設計的要求】相關文章：