实验

在EDA中,实验被定义为仔细设计用于测试假设的受控程序,了解一个或多个独立变量在AN.结果措施。EDA的范围仅限于涉及活动物的实验。

内容:

实验节点

每个实验图都应包含一个实验节点。该节点的属性描述了实验的目的;它包括田野假设实验旨在测试和兴趣的影响(见下文)。对实验中感兴趣的影响是将测量的结果,以测试它是否响应操纵而变化独立的兴趣变量(即受控变量)。另外,可以包括实验的描述。

回到顶部

假设

对于任何特定的实验,应指定NULL和替代假设。如果您有多个假设,则应指定主要的假设。

回到顶部

null假设(h0.的)

null假设,通常由h表示0.,指的是假设的正在测量回应不受经验测试的实验操纵的影响。零假设代表了无变化或没有效果的假设。例如,如果测试了提出的抗胆固醇药物的效果,则零假设可能是药物治疗对测量的血压没有影响:

H0.:抗胆固醇药物没有效果;治疗和控制手段之间没有差异。

在统计测试中,P值是衡量禁止零假设的证据;p值越小,我们对它的证据越多。例如,如果研究产生高于预定阈值的p值,则不能被接受或证明无效假设。这并不意味着零假设是真实的,并且药物对血压没有影响,这意味着没有足够的证据对零假设有足够的证据,并且在实验的条件下,不可能确定药物和血压之间存在关系。这可能是因为效果较小和/或者比预期的各种变化。

回到顶部

替代假设(H1的)

替代假设,由h表示1,指假设的假设操纵兴趣的独立变量对测量的响应有影响。对于上面给出的替代假设的例子是:

H1:抗胆固醇药物对血压有影响

替代假设通常不是定向的(即,不同的假设)除非物理法,或者一些同样强烈的先验证据,指示只有一个方向导致一个方向导致零假设的证据。一个非定向的h1将用双面测试测试,并且药物在任何方向上的效果可以作为零假设的证据。在那方面1与实验假设不同(即研究人员的期望发生),这通常是定向的,因为罕见的是对实验没有任何想法可能撒谎的重要影响。

定向(单面)替代假设,如h1:抗胆固醇药物减少血压,意味着数据将通过单面测试进行分析,这也对此产生了影响样本量计算。导致相反的方向(例如,治疗增加P <0.0001的血压)将被认为是与零假设的一致,根据该假设,治疗没有效果。然而,在药物发现方面,证据表明潜在治疗实际上增加了血压是一个有用的信息,很少有研究人员愿意丢弃这些信息并得出结论,没有证据表明治疗有效;因此,应仔细使用定向替代假设。

片面测试可适当的实验的实例包括看杂合x杂合十字的纯合动物的存活的实验。如果基因型对纯合动物的存活影响,则预期0.25的速率,但如果基因型具有效果,这种速率才能降低。另一个例子可以是遗传毒理学实验,其中仅DNA损伤是感兴趣的。

两个都空值替代假设应在实验节点的属性中指定。

回到顶部

兴趣的影响

感兴趣的效果是将测量的结果,以测试它是否响应于操纵自动变量的兴趣的操纵而变化。它是基于主要结果措施

例如,在一个看起来药物对血压效果的实验中,结果措施(你测量的)可能是收缩压,所感兴趣的独立变量可以是药物(你正在比较的不同类别,e.g. vehicle vs. 10 mg/kg) and the effect of interest could be a change in systolic blood pressure.

回到顶部

规模效应

研究人员应该始终了解他们希望实验能够检测到的最小效果。这规模效应是两组在研究中的最小差异,这将是生物学的兴趣。它不是基于对治疗效果的大小的先验知识,而是值得将值得进行进一步的工作或临床试验的差异。效果大小是功率分析中用于估计的参数之一样本大小。仔细考虑效果大小允许实验能够检测到有意义的效果,而不是产生没有生物学相关的统计学显着的结果。

在上面的例子中,效果大小可能为20 mmHg,这意味着研究人员对收缩压的任何变化感兴趣,其收缩压大于20 mmHg,效果大小比这更小的效果大小将不值得进行进一步研究。

回到顶部

效果大小的理由

解释选择效果规模的声明以及为什么它具有生物学兴趣或临床相关性(例如,目前的金标治疗产生20mmHg血压和新疗法的变化必须至少匹配这种效果)。

回到顶部

参考资料和进一步阅读

Drummond,G. B.&Tom,B. D。2011年。提出数据:你能追随食谱吗?Clin Exp Pharmacol Physiol,38,787-90。DOI:10.1113 / jphysiol.2011.221093

节日,M. F.&Altman,D .G。2002。使用实验室动物的实验的设计和统计分析指南。ILAR J,43,244-58。DOI:10.1093 / Ilar.43.4.244

Johnson,P. D.&Besselsen,D .G。2002.动物研究实验设计的实际方面。18luck新利体育官网登录Ilar J,43,202-6。DOI:10.1093 / Ilar.43.4.202

史密斯,C. J.&Fox,Z.V. 2010.假设试验的使用和滥用:如何呈现P值。豪语,25.107-12。DOI:10.1258 / Phleb.201010.009094

http://udel.edu/~mcdonald/stathyptesting.html.

http://www.stats.gla.ac.uk/steps/glossary/hypothesis_testing.html#h0.

Baidu
map