实验设计是统计中非常重要的一个环节，也是统计分析的前提，也是临床中很容易忽视或不大重视的一个方面。

一个合理的实验设计，可以最大限度地减少成本，并保证结果的合理性。

如果你的研究因素只有一个，比如，想比较两种药对一种疾病的治疗效果是否不同，那最简单的可以采用完全随机设计。

也就是通过随机的方法将人群分为两组或多组，每组给一种药，观察一段时间后，比较两组或多组的疗效。

具体的统计分析方法可以根据疗效指标是定量资料还是分类资料而定。

如果你想做的更加精确一些，减少误差，那可以采用随机区组的设计方法。

比如，如果不同年龄的疗效不一样，那就每一组都选择年龄相同的或年龄分布一致的人，这样就控制了年龄在疗效中的混杂作用。那就是随机区组设计方法。

如果你想观察两个因素之间的交互作用，比如药物在不同时间、不同浓度是否疗效不一样。那就可以采用析因设计方法。

它可以观察是否时间和浓度之间具有交互作用，可以帮助你找到一个疗效最好的时间与浓度的组合。 以上是临床上常用的统计设计方法，还有一些略为复杂的但是可以节省样本的方法，如正交设计、均匀设计等，在例数不够的情况下是很有用的。

它可以保证你在例数很少的情况下达到很好的统计分析效果，不会因为例数太少而降低统计效率。

这些方法实际上是很有用处的，可惜大多临床医生根本都没有听说过这些方法，更不用说如果运用了。

这不能不说是统计学的一大悲哀。 好多找我分析的人，我都发现他们由于各种条件的限制而例数很少，达不到很好的统计分析效率。

如果当初采用更好的设计方法，就可以更好地提高统计效率，可惜多数都认识不到这一点。 呜呼，何时统计设计能在临床推广，让大家都能真正认识到设计的重要性，自觉的采用最合理的设计开展实验，这是我的一个梦想。 我在此写这些东西不可能就把大家教会如果运用这些设计方法。

但我可以让临床医生明白还有更好的设计方法，希望在进行实验时能够考虑一下，稍微想一下设计方案，那就已经是很不错了。

具体的方法即使不会，也可以咨询统计老师，相互协助，共同设计一个合理的方案。