陶丽新，胡良平，郭晋

    如何用SAS软件正确分析生物医学科研资料VIII. 用SAS 软件实现拉丁方设计定量资料的统计分析

    陶丽新，胡良平，郭晋

    100850 北京，军事医学科学院生物医学统计学咨询中心

    编者按

    生物统计学是生物学领域科学研究和实际工作中必不可少的工具，在分子生物学迅速发展的今天，生物统计学更显示出了它的重要性。实验设计与数据统计分析是现代生物学的基石，是生物学研究者检验假说、寻找模式、建立生物学理论的有利工具，也是生物学研究者探索微观和宏观生物世界的必备基础知识。对于每天甚至是每时每刻涌现的大量的、以天文数字计量的分子遗传数据，必须借助统计学知识加以分析处理，才能从中获得有意义的信息。“生物多样性数据分析”是开展生物多样性研究的一个重要方面，数据分析能力的高低极大地影响着我们对各种生态学现象认识的深度和广度。现在，电子计算机的普及使得生物统计分析过程大大简化，生物统计分析软件包的普及将生物统计学从统计学家的书本里解放了出来，简化了生物统计分析过程，使之成为生物学研究者的常用工具。本刊特邀军事医学科学院生物医学统计学咨询中心主任胡良平教授，以“如何用 SAS 软件正确分析生物医学科研资料”为题，撰写系列统计学讲座，希望该系列讲座能对生物医学科研工作者有所帮助。

    1 拉丁方设计的概念及应用场合

    拉丁方设计是当实验中只考察 1 个水平的实验因素，但同时又涉及 2 个都具有水平的区组因素(即重要的非实验因素)，且它们之间的交互作用无统计学意义时所采用的实验设计类型。

    正交拉丁方设计是在当实验中只考察 1 个水平的实验因素，但同时又涉及3 个都具有水平的区组因素，且它们之间的交互作用无统计学意义时所采用的实验设计类型，又叫作希腊拉丁方设计。

    很显然，拉丁方设计和希腊拉丁方设计是根据实验所涉及到的区组因素的个数来区分的，有时候也将这 2 种实验设计类型分别称为三因素拉丁方设计和四因素拉丁方设计。

    拉丁方设计适用于下列场合：若每个区组中的个数据取自条件相同或相近的个受试对象，那么实验因素对观测指标不会产生“携带效应”的影响，往往是以“较大的样本含量为代价的”。但是如果每个区组中的个数据重复测自相同的受试对象，虽然可以达到减少受试对象个数的目的，但是由于存在“携带效应”(前一种处理对观测指标造成的影响在受试对象接受下一个处理时仍然存在)，使其一般不适用于干预性实验研究，除非能够保证实验因素各水平对观测指标的影响是短暂可逆的，即在设定的时间间隔内 ......