实验设计的问题通常不会在写作阶段暴露,而是在审稿人问「n 是多少、重复了几次、误差棒代表什么」的时候暴露。这时候补实验已经来不及。
一、三种重复,别混为一谈
| 重复类型 | 含义 | 用途 |
|---|---|---|
| 生物学重复 | 不同个体/批次/样本 | 推断总体,用于统计检验 |
| 技术重复 | 同一样本多次测量 | 评估测量误差,不能增加 n |
| 批次重复 | 不同时间/不同批次制备 | 评估批次效应 |
把技术重复当生物学重复是最常见的错误:同一份样本测三次,n 写成 3,实际独立样本只有 1,统计检验无效。
二、对照组的类型
空白对照
不处理,用于观察基线。
阴性对照
已知无效的处理,用于排除非特异性效应。
阳性对照
已知有效的处理,用于验证实验体系灵敏度。
溶剂对照
与给药组同体积溶剂,排除溶剂效应。
自身对照
同一对象处理前后比较,需注意时间效应。
三、随机化与盲法
- 随机化:用随机数表或软件分配,不按顺序、不按笼号、不按体重排序。
- 盲法评估:测量者不知道分组,尤其适用于主观终点(病理评分、行为学)。
- 盲法实施:由第三方保管分组表,数据分析完成后再揭盲。
- 若无法盲法,必须在局限性中说明可能的偏倚方向。
四、样本量的现实约束
工程与材料类研究的样本量常受成本限制,n=3 是常态。这种情况下,报告的应是每个样本的原始数据点(散点图),而不是只给均值±标准差。散点图能让读者判断差异是否由个别离群点驱动。
避坑
不要为了让误差棒变短而删除「异常」数据点。剔除必须有预设规则(如超过 3 倍标准差),并在文中说明剔除了几个、理由是什么。
五、方法部分的最小信息集
- 样本来源、制备方法、批次号
- 设备型号、关键参数、环境条件
- 重复层次与次数(生物学/技术)
- 随机化与盲法实施情况
- 统计方法与软件版本
- 误差棒含义(SD/SEM/CI)
n=3 能做统计检验吗?
可以,但检验力很低,且要求数据近似正态。更稳妥的做法是重复实验批次,或报告效应量与置信区间。
一定要做阳性对照吗?
验证新方法或新体系时必须有,否则无法判断「没信号」是方法问题还是真的没效应。