科學研究的藝術

W.I.B.貝弗里奇 著

陳捷 譯

W.I.B.Beveridge

THE ART OF SCIENTIFIC INVESTIGATION

William Heinemann Ltd. London, 1961

威廉•伊恩•比爾德莫爾（William Ian Beardmore，WIB）貝弗里奇是澳大利亞動物病理學家，也是劍橋大學動物病理學研究所所長。他於1908年4月23日出生在澳大利亞新南威爾士州朱尼市，並於2006年8月14日去世。他是1957年的《科學研究的藝術》和1977年的《上一次大瘟疫》的作者

第二章 實驗

實驗有兩個目的，彼此往往互不相干：觀察迄今未知或未加釋明的新事實；以及判斷為某一理論提出的假說是否符合大量可觀察到的事實。 ——睿內・杜博斯（杜博斯（René Jules Dubos 1901一1982），法國血統的美國微生物學家和病理學家。―譯者）

實驗的部署與估價

生物統計學，即把數理統計的方法應用於生物學，是一門比較新的學科。它對研究工作的重要性直到最近才得到普遍的承認。第一章已經提到了有關這個學科的著作，這里我不想多說，只想提請讀者注意幾個普遍性的規律，並強調指出研究人員要至少懂得這些一般原理的必要性。對統計方法略知一二，對於涉及到數值的任何形式實驗性或觀察性研究都是必不可少的；而對有一個以上變量的復雜實驗，則更是如此。

首先，初做研究工作的人必須懂得：在實驗部署階段就必須考慮到統計學。否則，實驗的結果可能沒有進行統計學上處理的價值。因而，生物統計學不僅涉及實驗結果的解釋，而且也用於實驗的部署。人們通常認為：除純粹的統計方法外，生物統計學還包括把這些方法應用於實驗時所涉及到的各種更為廣泛的問題，諸如實驗設計的一般原則以及有關的邏輯性問題等。費歇爾爵士對生物統計學方法的發展作出了很大貢獻。他的著作《實驗的設計》一書就討論了這些問題。

選擇對照組和試驗組時，首先要顧及邏輯和常識。舉例說，人們通常犯這樣的錯誤：加以比較的各組不在同一時間，即把今年獲得的資料同前幾年獲得的資料加以比較。這樣獲得的證據，雖然可以作出一些有益的啟示，但是決不可能證明什麼結果。“你手拿小桶把海水淘，如果趕上落海潮，你和月亮都有大功勞。”

在生物學研究中，可能有許多意想不到的因素，影響着處在不同時間、不同地點的群體。在考慮了一般因素以後，應用統計方法決定必需的組群的大小，根據重量、年齡等等選擇動物。並且，在考慮到這些因素的同時，將動物分入各組，而不失隨意選擇樣品的原則。

由於生物固有的變異性，從來沒有兩個動物組或植物組是完全相似的。即使費盡苦心保證兩組中所有的個體在性別、年齡、體重及品種等各方面近於相同，總還是會有一些由迄今尚不能認識的因素所造成的差異。必須認識到，獲得完全相似的組群是不可能的。對付這一困淮的方法是：估計到這種變異性，並在評定實驗結果時加以考慮。在合理的范圍內，最好為實驗選擇彼此差異很小的動物，但也不必千方百計去做到這一點。這個做法的目的是增加實驗的敏感性。但亦可用增加組群中個體數量等其它方法來達到這一目的。在一定情況下，可用數學技巧來校正個體或組群之間的差異。

解決實驗用動物差異問題的另一個方法是“配對”，即把彼此酷似的動物一一分對（如用一對孿生子或同胎動物)o把每一動物與其“對偶加以比較，即可獲得一系列的實驗結果。採用一胎雙生的動物，在數量上常常是非常經濟的，當實驗對象是購買價格與飼養費用高昂的動物時，這一點就很重要。新西蘭進行的乳脂產量實驗表明：每對同胎雙生母牛提供的資料不少於各包活五十五頭的兩組母牛所提供的資料。在生長率實驗方面，同胎雙生的小牛比普通小牛的用處要大二十五倍。

在第一次試驗某種實驗步驟時，常常很難事先估計需要多少動物以保證得到明確的結果。在使用價格昂貴動物的情況下，可先用少量動物進行試驗，然後重複這個試驗，直至累積的結果足以滿足統計要求。這種做法也許比較經濟。

統計學的一個基本概念是：被觀察的組群中的個體，是一個無限大的、假想的群體中的一個樣品。我們現在有專門的方法能隨意抽取樣品，並能估計樣品必須的大小使其足以代表整體。所要求的樣品數量取決於物質的變異性，並取決於實驗結果所能容許的誤差大小，即所要求的精確度。

費歇爾認為：從前，過分強調了實驗時一次只能變化一個因素的重要性。他指出：部署實驗時，同時檢測幾個變數是有顯著好處的。採用適當的數學方法，能使一個實驗包括幾個變數。這種做法不僅能夠節省時間和精力，而且比分開處理每個變數能夠提供更多的資料。之所以如此，是由於每個因素都從不同情況的角度受到考察，而且可以觀測到各因素間的任何相互作用。實驗上孤立地處理單一因素的傳統方法，常常意味着對該因素的限定有些主觀武斷，並且是在受到限制、過於簡化的條件下進行試驗。但是，動物實驗卻不如植物實驗那樣常用復雜的、多因素的實驗方法，雖然在做幾種不同成分飼料組合的餵養試驗時，採用這種方法很有好處。

當然，同任何其它研究技巧一樣，統計學有其有用之處，也有它的局限性。因此，必須認識它在研究工作中恰當的地位和作用。其價值主要在於對假說的檢驗，而不在着手於新發現。新發現的作出可能是由於考慮了最細微的暗示，不同組群之間統計數字上最細小的差異，從而想到有可深入研究的東西；而統計學則往往關繫到事先精心安排實驗，用以檢驗一個已經形成的觀念。此外，研究人員決不能為了給統計分析提供足夠的數據，而在準確地觀測以及細致地處理實驗細節方面有所犧牲。

有一點是人們容易忘記的：在解釋實驗結果的時侯，要用到常識，而利用統計學並不會減少這樣做的必要性。在處理兩組間存在顯著差異的現場實驗數據時，特別容易產生謬誤。差異並不一定是由被考察的因素所造成，因為可能存在某種其它變數，其影響及重要程度還未被人認識。這不僅是學術上的可能性，預防結核病、普通感冒和牛乳腺炎的許多接種實驗中出現的混亂，都可作為例證說明這一點。在接種疫苗的同時，常伴隨有良好的保健措施和其它條件，這些都可能影響實驗的結果。從統計中可以看出：吸煙者的平均壽命不如非吸煙者的平均壽命長，不過，這並不一定說明吸煙就會縮短壽命。因為不吸煙的人可能在別的一些更重要的方面更加注意自己的健康。在精心設計的實驗中，由於最初是隨意抽取樣品的，因而保證了組群間能正確比較，這時，這樣的謬誤就不會產生。

統計學家對於供他分析的數據，在可靠性和準確度方面，容易估計過高。如果他同時又不是一個生物學家的話，尤其如此。所以，實驗人員應該聲明，測量僅僅是進行到厘米、克或其它某個單位的量級。統計學家能有一些生物實驗方面的親身體驗是對他有幫助的。而且，統計學家應該充分熟悉他所協同的實驗的各個方面。統計學家和生物學家之間的密切合作常使他們能夠運用受過教育的人所具有的常識，而不致陷入一大堆艱深的數學之中。

有時，由於著者將其實驗結果僅作為平均數提出，而致使科學報告受到損害。平均數往往提供不了多少資料，而且可能給人以錯誤的印象。應該給出出現次數的分布，並且，與個體有關的數字常常有助於形成一幅完整的畫面。圖解有時也給人以錯誤印象，繪制圖解所依據的數據須加以批判地審查。如果圖解上標繪的點不夠密集，也就是說觀測的次數不夠頻繁，那麼，用直線或曲線把這些標繪點連結起來有時是缺乏根據的。這些線段也許並不代表真實位置，因為我們不知道兩點之間究竟出現了什麼情況，例如，很可能出現了意想不到的上升或下降。