4 拉丁方设计课件.ppt

随机区组试验设计;不同捕蛾灯的捕蛾效果比较试验。;如何将试验单元的两个干扰因子最大程度地减小？;试验设计与统计分析; “拉丁方（latin square）”一词最早是由英国统计学家R. A. Fisher 提出的。 其含义是：将k个不同符号（字母或数字）排列成k×k方块，使得每一个符号在每一行、每一列都仅出现一次。;A B C B C A C A B;标准方（standard square）：是指代表处理的字母，在第一行和第一列皆为顺序排列的拉丁方。;4×4标准拉丁方 ;注：5×5标准拉丁方有56种，此为部分标准拉丁方;将标准方的行、列进行调换，可以转化出许多不同的拉丁方，;A B C B C A C A B;果树试验; 拉丁方设计在行和列两个方向都应用了局部控制，使得行、列两向皆成区组。因此在试验结果的统计分析上要比随机区组多一项区组间变异。 ;根据试验的处理数k选一个k×k的标准方。;例1：研究5种不同饲料对乳牛产乳量影响的试验;1. 选择标准方;泌乳时间;32154;2. 列随机;3. 行随机;4. 处理随机;泌乳时间;变异;拉丁方试验的任一观测值的线性模型为：;平方和与自由度的分解为： SST = SSr+SSc+SSt+SSe df T = dfr+ dfc+ dft+dfe;校正数： 总平方和： 横行平方和： 纵列平方和： 处理平方和： 误差平方和：;dfT=k×k-1 dfr =k-1 dfc =k-1 dft =k-1 dfe =dfT - dfr - dfc - dft;泌乳时间;泌乳时间;饲料;(2)平方和和自由度的分解;(2)平方和和自由度的分解;(3)列方差分析表进行F检验;(4)饲料间多重比较;饲料;在进行拉丁方试验时，某些区组因素，如奶牛的泌乳阶段，试验因素的各处理要逐个在不同阶段实施，如果前一阶段有残效，在后一阶段的试验中，就会产生系统误差而影响试验的准确性。此时应根据实际情况，安排适当的试验间歇期以消除残效。 横行、纵列区组因素与试验因素间不存在交互作用 ，否则不能采用拉丁方设计。;例2：有A、B、C、D、E 5个水稻品种作比较试验，其中E为标准品种，采用5×5拉丁方设计，其田间排列和产量结果见下表，试进行统计分析。;横行 区组;各品种总和和品种平均数;(2)平方和和自由度的分解;(2)平方和和自由度的分解;(3)列方差分析表进行F检验;(4)品种间多重比较; 只有B品种的产量极显著地高于对照，其余品种皆与对照无显著差异 。; 试验的重复数与处理数相等，行数与列数相等，即处理数=行数=列数； 每一横行和每一纵列都包括全部处理，形成一个完全区组； 所有处理在横行和纵列中都进行随机排列。; 必须是三个因素的试验，且三个因素的水平数相等。;拉丁方设计在不增加试验单位的情况下，比随机区组设计多设置了一个区组因素，能将横行和纵列两个区组间的变异从试验误差中分离出来，因此应用拉丁方设计在控制试验误差、提高试验精确度方面比随机区组试验更为有效。 Cochran经过8年的田间试验表明，拉丁方试验的误差方差约为随机区组试验的73%。;因拉丁方设计需要保持行、列、处理数三者相等如正方形的试验空间，故缺乏伸缩性； 在田间试验时，不能将横行区组和纵列区组分开设置，要求有整块方形的试验地，缺乏随机区组设计的灵活性。; 一般，拉丁方设计处理数不能太多，以5-8个为宜，且在对试验精确度有较高要求时使用。 为了较精确地估计试验误差和检验处理效应，正式的拉丁方试验要求误差自由度不小于12，最好大于20。;若处理数多（k 10），则重复数也多，横行、纵列区组数也多，导致试???工作量大，且同一单位组内试验动物的初始条件亦难控制一致。 若处理数少（k≤4 ），则重复数也少，误差自由度小于12，检验的灵敏度下降；此时，可采用“重复拉丁方设计”或“复拉丁方设计”，即采用相同大小的拉丁方重复进行若干次试验，如5次3×3拉丁方试验， 3次4×4拉丁方试验。然后将试验数据合并分析，从而增加了误差项的自由度，提高检验的灵敏度。 ;二因素拉丁方设计;二因素拉丁方设计;题件甘通槽捍脂针蓬农拭萨砒裤凌雌专钡挽伶伺坎隔耀息仅播仿撑禄菠删4 拉丁方设计课件4 拉丁方设计课件;鸟阁充蹭卷阑稚誊埠匀脸均脏盗奖溯桐拭数皑众欧甚枯孙鸽炊揖幕秩倾看4 拉丁方设计课件4 拉丁方设计课件;二因素拉丁方设计;二因素拉丁方设计