动物笑谈中实验的过程是作者为了研究动物行为探索真理,不惜奉献人类高贵的圣诞,与动物打成一片,在研究高等动物的行为时,常常会发生一些趣事,不过逗笑的主角常常不是动物,而是观察者自己。他们在和有高度智慧的鸟或哺乳动物打交道的时候,常常需要不顾自己的尊严,所以,实在不能嗔怪有些外行人批评
:(小组1):我们组提出的问题是光对鼠妇分布有影响吗?我们做出的假设时光对鼠妇的分布有影响。我们的实验记录为
明亮
第1次9只
第2次7只
第3次7只
第4次7只
第5次7只
第6次2只
第7次2只
第8次1只
平均值6只
黑暗
第1次1只
第2次3只
第3次3只
第4次3只
第5次3只
第6次8只
第7次8只
第8次9只
平均值4只
在实验过程中我们没有把潮湿的土壤压实,比较疏松。有几只鼠妇意外地钻进了土里,原来我们把它算在了明亮处,原来我们集体讨论认为钻进土里,它选择的环境依旧是黑暗的,所以在最后3分钟我们把它算进了暗处,所以我们的结论为光对鼠妇的分布有影响。
(小组2):我们组的问题和假设和小组1相同,我们的实验记录为
明亮
第1次6只
第2次4只
第3次4只
第4次2只
第5次2只
第6次2只
第7次1只
第8次0只
平均值3只
黑暗
第1次4只
第2次6只
第3次6只
第4次8只
第5次8只
第6次8只
第7次9只
第8次10只
平均值7只
我们把鼠妇放入后保持安静的去观察,鼠妇刚开始四处乱爬慢慢的安静了下来最后得出了结论是光对鼠妇分布有影响,鼠妇喜欢黑暗的地方。
(小组3): 我们组的问题和假设和小组1相同,我们的实验记录为
明亮
第1次6只
第2次6只
第3次7只
第4次6只
第5次6只
第6次6只
第7次6 只
第8次6只
平均值6只
黑暗
第1次4只
第2次4只
第3次 3只
第4次4只
第5次 4只
第6次 4只
第7次 4只
第8次 4只
平均值 4只
实验过程中我们观察到鼠妇的活动没有选择性,对于光似乎没有什么影响。根据实验数据我们得出的结论是光对鼠妇分布没有影响。这与我们的假设相反,我们小组集体讨论了一下。又仔细观看了我们的实验装置,发现我们小组的位置靠近窗户,光线比较明亮,在盒子上把黑纸片放置在了远离窗户的一面,光线可以射入,使整个装置处于明亮状态,我们认为这样影响实验的准确性,我们准备课后再进行一次实验。
(小组4):我们组提出的问题是水分对鼠妇的分布有影响吗?我们做出的假设是,水分对鼠妇的分布有影响。我们准备了同等数量的潮湿的土和干燥的土进行实验,实验记录为
湿土
第1次 6只
第2次 8只
第3次 9只
第4次 9只
第5次 9只
第6次 10只
第7次 10只
第8次 10只
平均值 9只
干土
第1次 4只
第2次 2只
第3次 1只
第4次 1只
第5次 1只
第6次 0只
第7只 0只
第8次 0只
平均值 1只
实验过程中我们观察到在中间放入鼠妇后,鼠妇直接向潮湿的土壤爬去并很快的安静下来不动了。我们得出的结论是水分对鼠妇的分布有影响。鼠妇特别喜欢潮湿的土壤。
(小组5):我们提出的问题和假设与小组4相同。我们准备了一张湿润的纸和一张干燥的纸放在了铁盒里。我们的实验记录为
湿纸
第1次 6只
第2次 8只
第3次 10只
第4次 10只
第5次 10只
第6次 10只
第7次 10只
第8次 10只
平均值 9只
干纸
第1次 4只
第2次 2只
第3次 0只
第4次 0只
第5次 0只
第6次 0只
第7次 0只
第8次0只
平均值 1只
我们小组的实验现象非常明显,爬在干纸上的鼠妇很快的爬动着显得有些焦躁,在快速的爬动中遇到了湿纸便很快的爬了上去。由此我们得出的结论是水分对鼠妇的分布有影响。
(小组6):我们的实验与小组4大致相同。在实验中我们发现潮湿的土壤中有一条盒子边儿所形成的阴影,最后所有的鼠妇都趴在了潮湿土壤中的阴影部分。我们得出的结论是鼠妇喜欢阴暗潮湿的地方。光和水分对鼠妇的分布都有影响。
1按进化论的观点,本质上来说,人也是一种动物,只是人是进化到高级形式的动物;
2虽然进化了,但人的心理依旧保留了一些与动物共有的机制或特性;
因此,通过动物试验或观察得出来的结论可以迁移应用到人的心理研究上。
另外,有些研究不适合直接拿人做实验,动物实验是无奈之举。
提到感情,我们往往会首先想到人与人之间的感情。……但事实上,动物之间其实也有感情……而且,动物之间的感情一点也不比人差。……在自己的经历当中,就亲眼见过动物之间令人感动的感情,至今回想起来,还很感动。
1,大鹦鹉保护着小鹦鹉,令我非常感动。
有一次,我去花鸟鱼市场闲逛。
在一个卖鹦鹉的商家那里,我随便问了问价钱,然后就俯下身去看笼子里的鹦鹉。……有一个笼子里有两只鹦鹉,一个大一些,一个小一些……那个小的鹦鹉见我看它,吓得直往后躲……这时候,另一只大一些的鹦鹉挡在那只小鹦鹉的身前,保护着它……那只小鹦鹉就躲在大鹦鹉身后,偷偷地看着我……
这个场景,令我十分感动。……如果不是因为我从未养过鹦鹉,没有经验的话,我一定领养它们!
2,公鸡精心呵护母鸡,把自己舍不得吃的食物给它们吃。
头些年,我家养了一只公鸡,几只母鸡。
那只公鸡对母鸡非常呵护,有好吃的自己舍不得吃,都给母鸡吃……结果那几只母鸡长得心宽体胖,而那只公鸡瘦的皮包骨……这只公鸡对母鸡的感情真的很深!
3,鸟妈妈全力以赴保护小鸟,不让它受到伤害。
有一次我去河边游玩,看见草丛中有东西在动。
我走过去一看,是一只刚出窝的小鸟。……我好奇地凑过去想仔细看看,可是就在这时,头顶飞来一只大鸟,在我头上飞来飞去哇哇叫……我明白,那是鸟妈妈,它在保护那只小鸟……于是,我走开了。
4,猫妈妈不厌其烦地陪着小猫玩。
我的一个亲戚家养的猫咪生小猫了。
当我过去看的时候,猫妈妈正在陪着小猫玩……小猫很淘气,爬上爬下。可是猫妈妈一点也不生气,反而非常耐心地陪着它们玩……直到猫妈妈很累了她还在坚持陪小猫玩……
这件事给我留下深刻印象,也令我非常感动。
以上这几件事,都是我所见过的真事。……从这几件事可以看出,动物之间也是有感情的。……而且,动物之间的感情一点也不比人差多少,甚至比人与人之间的感情更加深厚、真挚。
一些生物学家在坦桑尼亚对黑猩猩的行为进行了研究。他们记录了一只名叫弗洛的黑猩猩的死亡过程。弗洛是一个黑猩猩群落中年近50岁的女首领。在它死后第二天,其儿子弗林特坐在母亲的尸体旁边,时不时地拉着母亲的手,悲伤地啜泣。在以后的几周里,弗林特变得越来越抑郁。兄弟姐妹设法要带弗林特一起走,但它还是脱离了群落,并且拒绝进食。在弗洛死后三周,这只曾经年轻健康的小黑猩猩弗林特也死掉了。
这只小黑猩猩弗林特是否遭受了悲痛的打击?那两条鲸鱼是否正沉浸在爱的旋涡里?读着迪斯尼乐园中富有人情味的动物故事长大的绝大多数人,都会认为这两种猜测是正确的,而且他们确信动物能感受到像人类那样的强烈情感。专家们对动物是否有情感的问题仍然有争论。持怀疑态度的研究人员对动物人格化有职业性的反感。人格化是将人类的特性强加到非人类事物上的一种做法。
许多科学家认为,用通常规范的科学方式来证明动物具有情感是不可能的,因为这种反复的观察实验是在受控的实验中进行的。因此这些科学家得出结论说,动物的情感是不存在的。然而,与此相反的证据正不断增加,目前站在这场运动最前列的美国科学家马克·贝科夫说:“原来的观点已完全而迅速地转变了。”
生物医学动物实验研究论文
1实验设计
在开展生物医学研究时,研究者通过正确地运用统计学知识,可直接影响研究的质量。统计学设计的任务在于对研究的部署、实施,直到研究结果的解释进行系统的安排,力争做到以最少的人力、物力获得可靠的结论和信息。其目的在于确定某种处理是否会表现出某种特定的效应。在实验设计时应遵循惟一差异原则,即在进行两组比较时,两者之间仅有因处理因素不同而引起的差异,而其他实验条件相关的非处理因素都应保持等同。然而,处理组与对照组在反应上表现出的差别并不一定意味着是处理的结果。另有两种引起差别的可能性,即偏倚和偶然性。偏倚是指系统性差别,它不是因组间在处理上的不同所引起。生物医学实验中统计学设计和分析的目标就是消除潜在的偏倚,减少偶然性[2]。
11实验的偏倚和控制
偏倚是在研究中从设计到实验实施和结果分析的各环节存在一些人为的、有系统倾向的非随机误差,它不是由于抽样造成的,而是某种偏性使得实验结果偏离它的真值。从所选择的生物医学问题到研究方案的制订与实施、实验的完成过程、实验的分析与解释,乃至实验结果的发表,均可能存在各式各样的偏倚[2]。这种偏倚常常表现为系统误差。偏倚的大小取决于研究的方法和具体的实验条件。常见的偏倚主要有选择性偏倚、观察性偏倚和混杂性偏倚。必须认识实验过程的偏倚,从实验设计起直到整个研究过程结束均要加以控制。正确的实验设计可控制选择性的偏倚,事前人为控制和采取相应的措施可避免和减少观察性的偏倚。对于混杂性偏倚,可将重要的混杂因素在设计阶段进行分层随机设计,使混杂因素在组间分布均衡;在统计分析阶段将混杂因素作为分层因素或采用有协变量分析方法,以消除混杂因素的影响。只有有效地控制或消除偏倚,方可减少结果的假阳性或假阴性。
12减少偶然性的潜在影响
偶然性因素的作用可以减少,但不能完全排除。因为即使是在精心实施的研究中,接受同样处理的动物,其反应也不可能完全一样。适当的统计分析可使实验人员评估出现假阳性的概率,即根本不存在处理效应的情况下观察到差异的概率。这种概率越小,实验者发现真实效应的可能性就越大。为了更有把握地检测出真实效应,有必要减少偶然性的作用,并通过实验设计确保能在“噪声”之上识别真正的“信号”。
13实验设计的要素
要消除生物医学实验中潜在的偏倚,减少偶然性,就应对实验对象、处理因素和实验效应这三个实验设计要素,按照对照、重复、随机化和均衡四项原则进行周到的设计与控制[3]。131实验对象实验中处理因素所作用的对象称为实验对象。不同性质的实验研究需要选取不同种类的实验对象,一个完整的实验设计中所需实验对象的总数称为样本含量。生物医学试验中考虑动物实验对象时应关注以下几个方面:①动物种属的选择:选择实验动物的种属与品系时,尤其需要注意其背景反应的水平。为了将反应“信号”水平最大化,常常意味着应避免选择那些背景反应水平极低的动物种属或品系,但如果采用过度反应的动物种属或品系也同样会出现问题。动物物种选择中的其他问题,无论是实际问题(寿命、体型、易得性、对动物学特征的了解情况)或是理论问题(生化、生理或解剖结构与人的相似性),都需要从专业的角度认真加以考虑和权衡。②动物的数量:虽然从统计设计角度考虑可得出某项实验所需的动物数(样本含量),但所得出的数值往往很大。因此,虽然样本含量估计是保证结论可靠性(精度和检验效能)的前提,但基于实验的可操作性及经济原则方面的考虑,应结合统计学的计算结果与以往的生物医学研究经验予以确定。③动物的体重与年龄:为确保实验对象的同质性,实验中所使用的动物体重与年龄应尽可能相近;动物体重的标准差不应超出平均值的10%;啮齿类等小动物年龄相差不应超出1周,大动物年龄相差不应超出1个月。④动物的分层:为了准确检测一种处理因素引起的差别,各处理组在可能影响实验结果的其他非处理因素方面应尽可能具有同质性。当存在动物亚系间的差别时,有两种方法可得到更为准确的结论。一是在结果分析阶段将亚系作为一个“分层变量”处理,包括对两个亚系的结果进行单独分析,然后将结果综合,得出处理效应的总结论;二是将亚系作为实验设计的“区组因素”,这种情况下可使对照组与处理组中每个亚系动物数量相等。除以上所讨论的“亚系”之外,其他的非处理因素,如性别、窝别、体重段等也可作为分层变量进行局部控制,并据此进行分层随机化分组。132处理因素设计实验研究时,要明确研究中的处理因素和影响实验效应的非处理因素。研究者希望通过对研究设计进行有计划的安排,从而能科学地考察其效应大小的因素称为处理因素或实验因素;研究者往往忽略对评价实验因素作用大小有一定干扰的重要的非处理因素或非实验因素(如动物的窝别、体重等);其他未加控制的许多因素的综合作用统称为实验误差。实验结果是处理因素和非处理因素共同作用而产生的实验效应,因此如何控制和排除非处理因素的干扰,正确显示处理的效应,是实验设计的基本任务。133实验效应实验效应是处理因素作用于受试对象的反应和结果,是反映实验因素作用强弱的标志,它通过观察指标(统计学常将指标称为变量)来体现。如果指标选择不当,未能准确反映处理因素的作用,获得的研究结果就缺乏科学性,因此选择好观察指标是关系整个研究成败的重要环节。指标的观察应避免带有偏性或偏倚,要结合专业知识,尽可能多地选用客观性强的指标,在仪器和试剂允许的条件下,应尽可能多选用特异性强、灵敏度高、准确可靠的客观指标。对一些半客观(如尿液pH试纸读数值)或主观指标(行为测量、病理观察),一定要事先规定读取数值的严格标准,只有这样才能准确地分析实验结果,从而提高实验结果的可信度。
14实验设计的原则
为了防止结果的偏倚,保证实验结果的准确性和最大化的表达,在进行生物医学实验设计时必须遵循统计学设计的对照、重复、随机化和均衡四个基本原则。生物医学实验中对照组的设置必须具备三个条件:①对等原则,即惟一差别原则,除处理因素外,对照组具备与实验组对等的非处理因素。在相互比较的各组间,除了给予的处理因素不同外,其他方面应与实验组具有一致性,如相同的实验单位来源(动物种属、体重等)和相同的实验条件、操作方式和喂养环境等。②同步原则,对照组与实验组设立之后,在整个研究进程中始终处于同一空间和同一时间。③专设原则,任何一个对照组都是为相应的实验组专门设立的。不得借用文献上的记载或以往结果或其他研究资料作为本研究之对照。
15生物医学中常用的实验设计类型
如果需要在同一实验中同时评价几种不同的效应,实验者应该安排能区别各自效应差别的实验设计方法。生物医学中常用的实验设计有以下几项。151完全随机设计完全随机设计是生物医学动物实验中最为常用的一种实验设计方法,它是一种单因素有k个水平(k≥2)组的实验设计。即实验设计可设置一个对照或多个剂量组的实验方案。本设计保证每个实验动物都有相同机会接受任何一种处理,而不受实验人员主观倾向的影响。本设计应用了重复和随机化两个原则,因此能使实验结果受非处理因素的影响基本一致,真实反映出实验的处理效应。152随机区组设计随机化完全区组设计,简称随机区组设计,又称配伍组设计,是配对设计的扩展,它将几个条件相同的受试者划分在同一个区组或配伍组,然后再按随机的原则,将同一配伍组的受试者随机分配到各实验组。该设计方法的优点是每个区组内的k个实验单位有较好的同质性,比完全随机设计更容易察觉处理间的差别。这种方法须特别注意的是要求区组内实验单位数与处理数相同,实验结果中若有缺失值,统计分析将损失部分信息。153拉丁方设计拉丁方设计从横行和直列两个方向进行双重局部控制,使得横行和直列两向皆成区组,是比随机区组设计多一个区组因素的设计。在拉丁方设计中,每一行或每一列都成为一个完全区组,而每一处理在每一行或每一列都只出现一次,也就是说,在拉丁方设计中,实验处理数=横行区组数=直列区组数=实验处理的重复数。154析因设计析因实验设计又称全因子实验设计,属于多因素、多水平单效应的设计。它不仅可以检验每一因素各水平之间的效应差异,而且可以检验各因素之间的交互作用。交互作用是指一个因素不同水平间的效应差受另一因素的影响,包括协同交互作用和拮抗交互作用。析因实验主要用于分析交互作用,当因素及水平数过多时,所需的实验对象数、处理组数和实验次数大幅度增加,故一般采用较简单的析因实验。含有较多因素和水平的实验一般采用正交实验设计[5]。
2生物医学动物实验的描述统计学
21生物医学实验资料的类型
生物医学实验对实验对象(动物)进行干预后测定的观测指标通常有以下类型:①连续性数据:测定结果表现为有数字大小和单位的数据,统计上称定量资料,如生理、生化指标,体重值,器官重量等。②分类数据:测定结果表现为按某属性划分的定性类别,统计上称为定性资料,具体又可以分为二值资料、多值名义资料和多值有序资料。如某反应为出现或不出现,死亡或未死亡,有畸形或无畸形;病理损害的严重程度(无、轻度、中度、重度)等。
22统计描述指标
描述性统计学(或归纳统计学)是对样本观察/测量数据频率分布的定量研究,描述性统计的目的在于:①对测量值或观察值进行归纳浓缩,用统计量、统计图或统计表的形式表现;②估计总体分布的参数。221资料的整理与探索对于某一测量指标,一般应从文献资料中了解其分布类型。如果没有判断概率分布的理论基础,应重复以大样本测定,绘制样本的频数分布图(理论上样本量要大于100),并经统计学检验拟合其分布。222数据的描述统计量①连续性数据的频数分布:通过对样本资料编制频数分布表或做茎叶图,以确定资料分布的类型、频数分布的集中趋势和离散趋势、估计总体参数,也便于发现离群值。②中心位置的描述统计量:描述数据分布的集中趋势,常用指标为算术均数、中位数、众数、几何均数等。③离散程度的描述统计量:描述数据分布的离散趋势,常用指标为标准差和方差、极差和四分位数间距、变异系数和离散系数等。④统计学图表:统计图包括连续性数据分布的直方图、茎叶图,表示数据中心位置和离散程度的点杆图(做图时表示均数和标准差)和盒须图(做图时表示中位数、极差、四分位数间距),描述构成比数据资料的百分条图、饼图,描述经时变化趋势的线图,以及预测和检验分布类型的概率-概率图(P-P图)等[6]。统计表具有简单、明了、易于理解、便于比较的优点。编制统计表时原则上应当重点突出、层次分明、避免层次过多或结构混乱。一般的统计表应为三线表,表中只有横线,无竖线和斜线。统计表的标目应层次清楚,不宜过于复杂。
3生物医学动物实验的假设检验
生物医学动物实验中最常见的情况是给予不同受试物后进行组间比较,通过统计学中的假设检验,说明受试物的作用。假设检验时应注意以下问题。
31检验方法的选用依据
311资料的类型和变量的数目不同类型的资料(定量、定性)的组间比较应采用不同的统计检验方法。单变量、多变量的`统计检验方法也各不相同。312实验设计类型应该根据实验设计的具体类型选择对应的统计检验方法,以便得到处理组效应的真实结论。313检验方法的前提条件选用假设检验方法前,应了解所分析的数据资料是否满足相应检验方法的前提条件,如t检验和方差分析等参数检验方法要求数据满足正态性和方差齐性,2检验要求样本含量大于40且理论频数大于5。
32正态性检验及拟合优度检验
统计学假设检验须判定样本的频数分布是否符合某一理论分布,如符合要求就可按此理论分布来进行统计学处理。对正态分布可采用正态性检验,其他分布可用拟合优度检验。通常可通过查阅文献,了解实验参数符合何种理论分布。
33方差齐性检验
连续性数据未达到参数法统计分析前提的第二种原因即为方差不齐。一般而言,数值愈大,其固有的变异性也愈大。例如,若某组动物的平均反应值为100,其数值范围可能为80~120;而另一组动物的平均反应值为300,其数值范围可能会扩大至240~360。解决方差不齐的措施是进行数据转换。若数据的标准差与平均值成正比,在统计分析前宜将数据转换为对数值之后再进行分析,据此,不仅数据的变异度与平均值大小无关,同时还可确保其更符合正态分布。若数据变异度增加幅度与平均值的关系不太明显,采用平方根转换则更易使数据的变异度与平均值大小无关。某些数据经对数或平方根转换后可能仍存在方差不齐,此时宜采用非参数检验。
34单侧检验与双侧检验
检验假设选择单侧检验或双侧检验,应事先根据专业知识做出选择。一般而言,若研究目的仅须了解是否存在组间差异、实验者无法预测组间变化的方向以及实验者希望获得正负两方面的结果时,应采用双侧检验。若事先可预测组间差异的变化方向,实验者仅对某一方面的重要性感兴趣,实验者仅希望了解与对照组差异或正或负一个方向,则应采用单侧检验。此外,剂量设计预试验中应采用双侧检验,正式试验在了解相关信息后可采用单侧检验。
35多重比较及多重性问题
生物医学实验经常在处理组和对照组之间做多个变量的比较。即使不存在真正的实验效应,也有可能纯粹由于偶然性而有一个或多个变量在5%检验水平出现显著性差别。除了上述均数多重比较导致Ⅰ类错误概率增加的多重性问题之外,其他的多重性问题还包括多次的中期分析、关注多个结局、亚组间的多重比较。处理多重性问题的原则包括:①预先计划进行多重比较;②限制比较的次数;③多重比较时采用更严格的界值标准;④多重比较具有生物学方面的依据。
36观察值或实验对象的独立性
许多统计检验方法要求比较的观察值或实验对象相互独立,如二项分布的率检验、t检验和方差分析等。但是,有的生物医学实验中观察单位并不独立。例如,生殖和发育研究中就存在窝效应:由于遗传因素、宫内的发育环境和药物的代谢环境相似,与异窝胎仔相比,同窝胎仔之间对毒性效应的反应概率趋于系统,即同窝内数据为聚集性数据,这就是一种常见的非独立数据。在统计学分析时,忽略数据的窝内相关性具有潜在的风险;因同窝母鼠所产k个胎仔的观察值存在共性,其所提供的信息不及k个独立的来自不同母鼠所产胎仔所提供的信息;窝内相关性愈大,其信息量愈少。聚集性数据的均数标准误小于独立的数据,因此,若基于观察值独立的统计分析方法,就会增加犯Ⅰ类错误的概率,即假阳性的风险增加,降低实验的有效性。
37历史对照数据的应用
某些情况下,尤其是在发生率较低的情况下,单项研究可能提示处理可影响肿瘤发生率,但无法得出明确的结论。可能想到的分析办法之一是将处理组的数据与来自其他研究的对照组动物相比较。虽然历史对照数据具有重要意义,但值得强调的是,众多原因可导致不同研究之间的变异度大于研究之内的变异度。动物来源、饲料及饲养条件,研究期限,研究中的动物死亡率、读片的病理学家等均可能影响最终的肿瘤发生率。故此,忽视这些差异,将处理组的肿瘤发生率与合并的对照组发生率相比较,可能得出严重错误的结果,并进而明显夸大统计显著性水平。Tarone[4]曾对历史对照组的比率数据分析进行过综述。
38假设检验的局限性
首先,假设检验中的P值并未提供有关处理诱发效应大小的直接信息。某一受试物可诱发一定量的、反应的增加,但增加的幅度是否具有统计显著性则取决于研究的规模和数据的变异性。在规模较小的研究中,有可能错失较大、重要的效应,尤其是在检测终点测量精度不高的情况下。相反,在规模较大的研究中,较小、非重要的效应则具有统计显著性。例如,D药与C药相比,降血压效应相差近30mmHg,但因为例数仅10例,假设检验未发现显著性差异(P=031);相反,B药与A药相比,降血压效应仅相差02mmHg,但因为例数达500例,假设检验却发现存在显著性差异(P<0001)。由此可见,统计学显著性与效应大小无直接相关性。因此,愈来愈多的统计学家主张以处理组与对照组差异值的95%置信区间表述处理的效应。据此,若处理反应的增加值为10个单位(95%置信区间3~17单位),则该区间包含真实差异的几率为95%。若置信区间的下限大于零,则双侧检验的P值小于005。其次,假设检验无法消除实验设计或实施不当所带来的影响。虽然前述的分层分析等有助于发现真实的差异,但若实验设计存在偏倚,或实验实施过程中存在偏差或失误,假设检验方法一般也于事无补。因此,在生物医学实验过程中应注重对实验设计或实施过程进行严格的质量控制和质量保证措施,强化GLP规范意识。其三,对统计学分析本身的质量控制和质量保证也是确保研究质量的重要环节。所用统计分析软件包应经过充分的认证,以确保分析结果的准确、可靠性。数据的录入、核对和分析结果的报告与归档,均应制订并严格执行相关的标准操作规程。综上所述,在动物实验研究的多个环节,统计学中的相关理论和方法都能够发挥重要作用。统计学不仅可以保证结果的科学性和可靠性,在很多情况下也可以极大地提高研究效率,节约研究成本。在这里还必须强调,除了实验后期的数据分析以外,在实验方案的制定阶段也需要统计学人员的早期介入,这样有助于避免实验设计出现大的偏差和漏洞,有利于研究目标的顺利实现。
;从科学上来讲,动物是有情感的。
动物(Animal)是生物的一个种类。它们一般以有机物为食,能感觉,可运动,能够自主运动或能够活动之物,包括人。
动物之最
现存世界上最大的脊椎动物是蓝鲸。它身长33米,重达181吨。
世界上最小的脊椎动物是阿马乌童蛙。它身长仅73毫米。
世界上最大的无脊椎动物是大王酸浆鱿。它身长15米,重达400公斤。
世界上最小的无脊椎动物是单细胞生物草履虫。它的身长仅280微米。
世界上最大的恐龙是易碎双腔龙。它身长62米,重达180吨。
世界上最小的恐龙是秀颌龙。它身长075米,体重只有35公斤。
世界上最小的昆虫是膜翅目缨小蜂科的一种卵蜂。它的身长只有021毫米。体重只有0005毫克。
欢迎分享,转载请注明来源:浪漫分享网
评论列表(0条)