论文网
统计分析相关论文范文,与几种多因素实验设计统计方法在体育科研中应用相关毕业论文开题报告
本论文是一篇统计分析相关毕业论文开题报告,关于几种多因素实验设计统计方法在体育科研中应用相关研究生毕业论文开题报告范文。免费优秀的关于统计分析及因素及回归分析方面论文范文资料,适合统计分析论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
摘 要:实验设计直接影响着实验效果,目前体育科研工作者对实验设计越来越重视.本研究首先探讨了体育科学中析因设计、正交设计、均匀设计、重复测量设计、裂区设计、嵌套设计等多因素实验设计的方法和各个实验设计的特点、因素的安排和相应的统计分析方法.
关 键 词:实验设计,统计分析
中图分类号:G80-32文献标识码:A文章编号:1007-3612(2010)08-0075-04
TheApplicationofSeveralMulti-factorExperimentalDesignsandStatisticalAnalysisMethodsinSportsScienceandResearch
YOUYonghao1,LINXinmao2,LUOLihua3
(1.PhysicalEducationDepartmentofHefeiNormalUniversity,Hefei230601,AnhuiChina,2.PhysicalEducationCollege,HenanUniversity,Kaifeng475001,HenanChina,3.BeijingVocationalCollegeofAgriculture,Beijing102442,China)
Abstract:Experimentaldesignaffectsexperimentalresultsdirectly,therefore,moreandmoresportsresearchersattachimportancetoit.Firstly,thispaperdiscussestheapplicationmethodsoffactorialdesign,orthogonaldesign,uniformdesign,repeatedmeasurementdesign,split-plotdesignandnesteddesign,andthenintroducestheircharacteristics,factorassign,statisticalanalysismethodsandsoon.
Keywords:experimentaldesign,statisticalanalysis
良好的实验设计能够恰当的选择样本量、严格控制误差,使处理效应充分的显示出来,用较少的人力、物力和时间取得较为满意的结果,回答研究假设的问题.如果实验设计不当,就会增加实验次数,延长实验周期,造成人力物力的浪费,难以达到预期结果,甚至导致整个研究工作的失败.多因素实验设计是指处理因素有两个或两个以上的实验设计方案,它包括析因设计、正交设计、均匀设计、裂区设计、嵌套设计等.由于任何实验设计经过对指标的重复观测,都可转变为重复测量设计,而且,重测因素也可以作为一种处理因素,因此,本研究中,把重复测量设计(不包括单组设计)也当作多因素实验设计方案进行研究.
通过查阅《体育科学》、《北京体育大学学报》、《体育与科学》中611篇实验性研究论文,发现单因素实验设计使用率为79.5%,多因素实验设计的使用率为20.5%.其中,非单组设计中,采用重复测量设计的有167篇,占总数的27.3%.由此可见,多因素实验设计的应用率并不高.随着体育科学研究的不断深入,需要考察的因素也会不断增多,多因素实验设计方案的应用也会越来越广泛.本研究旨在探索几种多因素实验设计在体育中的应用,以及如何选取合适的实验设计方案.
1几种多因素实验设计方法的应用
1.1析因设计
1.1.1析因设计因素的安排析因设计(factorialdesign)是指对多个处理因素水平的所有组合都进行实验的一种设计方案,又称完全交叉分组实验设计.要求每个组合最少有2个独立重复测量数据,是多因素实验设计中应用最广泛的设计方案.例如,在研究耐力运动与黄芪对骨骼肌线粒体NOS活性的影响时,有两个处理因素,一个是运动,包括“耐力运动”、“不运动”两个水平,另一个是药物,包括“注射黄芪”、“不注射”两个水平.通常用数学表达式表示析因设计的不同因素和水平数,上例中两个因素都是两个水平,可以用2×2(或22)表示,如果药物因素包括“剂量1”、“剂量2”、“不注射”三个水平,可以用2×3表示,说明第一个因素有两个水平,第二个因素有三个水平等等.表123析因设计的设计方案.
析因设计中各因素水平数的乘积就是析因设计的总处理数,由表1可知,23析因设计分别要有8种处理.也就是说在实验中要随机分8组,每组分别施加A、B、C三种因素的不同水平.1.1.2析因设计的特点析因设计要求各因素同时施加且地位相同,可以分析各因素的主效应、交互作用和单独效应,但是它需要的实验次数、耗费的物力、人力和时间也相对较多.如果想减少实验次数,可采用非全面实验的正交设计或均匀设计.析因设计中,应尽可能的使用平衡设计,非平衡设计会使检验效率降低.
1.1.3析因设计的统计分析方法析因设计的统计分析包括主效应分析、交互作用分析和单独效应分析.主效应分析和交互作用分析又称析因分析,由于各因素地位相同,所以他们的误差项也相同.如果数据满足相应参数检验条件,可直接进行多因素方差分析,如果不满足,可先将数据转换再进行多因素方差分析或进行相应的非参数检验.当有交互作用时,主效应不能反映该因素的真实作用,此时可分析一个因素在另一个因素的某一特定水平上的效应[1],也就是因素的单独效应分析,单独效应分析属单因素方差分析.
1.2正交设计
1.2.1正交设计因素的安排正交设计(orthogonaldesign)是利用规范化的正交表安排实验因素的非全面实验设计.正交表都有一个表头符号LN(mk),L表示正交设计,N表示实验次数,k表示最多可安排的因素个数,m表示各因素水平数.每个正交表都由两个表组成,一个是实验表,用来安排实验,另一个是交互作用表,是安排交互作用的依据.正交设计可以大大减少实验次数,例如,研究运动与药物对骨骼肌线粒体NOS活性的影响时,如果药物包括黄芪、丹参、黄芪丹参复方三种,此实验就包括四个处理因素,分别为因素A(运动)包括“运动”、“不运动”两个水平,因素B(黄芪)、因素C(丹参)、因素D(黄芪丹参复方)都包括“注射”、“不注射”两个水平.采用析因设计时,需要最少2×24等于32次实验,然而,如果采用L8(27)正交设计,只需要8次实验.表2是L8(27)正交表.
通过交互作用表可制作表头设计表,用以描述各因素主效应、要考察的交互作用的安排方案.由交互作用表制作表头设计表必须首先安排有交互作用的因素,再安排他们的交互作用,然后安排另一个因素及其交互作用,最后安排没有交互作用的因素.表4是需要研究运动分别与三种药物交互作用(即A×B、A×C、A×D三个交互作用)时L8(27)正交表的表头设计表[2].首先把A、B两个因素分别安排在1、2列,然后根据表3,把A×B安排在第3列,C安排在第4列,A×C根据表3安排在第5列,第6列安排D因素,A×D根据表3安排在第7列.表4L8(27)正交表的表头设计
1.2.2正交设计特点正交设计是从全面试验中挑选部分有代表性的点进行实验,这些点在空间上具有“均匀分散”性,在统计分析时具有“整齐可比”性.它成倍的减少了实验次数,而且能分析各因素的主效应和部分交互作用,因此正交设计是高效、快速、经济的实验设计方法.但是这是以牺牲部分交互作用为代价的,一般要有充分理由认为哪些因素之间有交互作用,把必须考虑的交互作用纳入分析,否则,正交实验找出的各因素水平的“最佳组合”不一定是真正的最佳组合.另外,正交设计受正交表的限制,而且,如果数据缺失,会对统计分析造成困难.
1.2.3正交设计找“最佳组合”的方法正交设计中,找寻“最佳组合”的方式一般有三种:1)直接判断:直接根据各因素组合的实验结果大小判断,2)极差分析:求出各因素、交互作用的水平效应差值,根据差值大小判断,3)多因素方差分析:如果满足方差分析条件,可通过多因素方差分析,纳入各因素的主效应和需要分析的部分交互作用,根据统计结果结合各组合的平均数差值判断.实际应用中,常
统计分析相关论文范文,与几种多因素实验设计统计方法在体育科研中应用相关毕业论文开题报告参考文献资料：