【推荐】第四部分：拉丁方实验设计.ppt

拉丁方实验设计 余 林 西南大学教育科学研究所 一、简介 （一）什么是拉丁方设计 1、定义 拉丁方设计（Latin-square designs）也是教育与心理研究中的一种常用的设计方法。它是通过列联表的形式将一个有P行、P列和P个字母分配给各方格的管理方案。一个拉丁方涉及3个部分：行、列和方格中的字母。 一个5×5的拉丁方及其特点 2、拉丁方的特点 首先拉丁方的行列数相等，这个行列与我们上次学习的随机区组实验设计应该说没有什么差异的。在随机区组实验设计中（特别是标准随机区组实验设计里），我们是将行作为区组因素，而将列作为实验变量而已。只不过在随机区组实验设计中没有对行和列数相等的要求。 2、拉丁方的特点 其次，在拉丁方中，行列只是一个基础，在这个由相同行、列构成的方格中，我们需要将与行列数相等的P个字母分配进去。而且这种分配要求：在每一行中必须包含这P个字母，在每一列中也必须包含这P个字母。这就规定了为什么我们在拉丁方中必须要求行、列和字母数必须相同。 2、拉丁方的特点 第三、根据行列数的不同，拉丁方可以有多种，如2×2、3×3、4×4等。在拉丁方实验设计中，我们如何确定需要有多少行和列的拉丁方呢？这是由我们的实验处理决定的。 3、标准拉丁方及其随机化 拉丁方实验设计实质是区组设计的扩展 比如，限于实验室条件，研究者开展某一实验研究时每天只能为4名被试进行测试，实验处理也有四个水平：A1、A2、A3、A4。如果认为不在每周中的同一天进行测试，可能会引起测试结果的变化，这种影响又是比较重要的。于是可以将测试时间作为区组变量，即把同一天接受测试的被试看作是一个区组。 四种实验处理的随机区组实验设计 假如，在每天的实验中，一次只能测试一人，每天参加实验的四名被试只能分别在下午2～3点、3～4点、4～5点和5～6点的四个时段接受测试，而测试时段不同也可能会造成结果变化。这样一来，每一种实验处理条件安排的时段就也要取得平衡才行，你不能每天都在2点钟安排所有被试接受A1处理条件，或3点钟接受A1处理条件。于是，研究中采用测试天和测试时段两方面因素的平衡方法安排实验，构成了一个单因素的拉丁方实验设计。 （二）拉丁方实验设计需要满足的条件 1、必须是三个因素的试验，且三个因素的水平数相等；这就是说由于拉丁方本身是对两个无关变量的控制，加上至少一个处理变量的话，那么拉丁方实验设计最少必须是3个因素。同时各因素必须具备相同的水平。 2、行间、列间、处理间均无交互作用；也就是说在无关变量之间、无关变量和处理变量之间没有交互作用。如果存在交互作用的话，那么就可能在统计时出现误差。 3、各行、列、处理的方差齐。即方差齐性。 二、非重复的拉丁方实验设计 非重复的拉丁方实验设计是指被试在三个因素中仅都没有进行重复，也就是说被试只接受一个因素的一个实验水平。 非重复的拉丁方实验设计有两种形式：一是在每个方格中仅有一名被试、二是在每个方格中有多个被试。 非重复拉丁方实验设计的步骤： 1、首先确定拉丁方格的数量，也就是行列数。这由实验处理来决定，即实验变量有多少个水平就应该有多少行和列。 2、构建相应的拉丁方并进行随机化； 3、选择被试并进行相应的随机分配。由于拉丁方是一种平衡型的设计。因此要求每个方格中有相同的被试数量。这样所需的被试数即为方格数乘以每个方格中的被试数。 拉丁方实验设计的统计假设 由于拉丁方设计涉及3个变量，其中两个为控制变量，另一个为实验变量，而在拉丁方设计的假设中，也要求在变量之间没有交互作用。因此它的假设包含三个因素的效应： 处理水平的效应，即H0：ai=0 无关变量（横行）的效应： H0：bj=0 无关变量（纵列）的效应： H0：ck=0 拉丁方设计的模型 Yijk=μ+ai+bj+ck+e 平方和的分解 SS总变异＝SS处理间＋SS处理内 ＝SSc+(SSa+SSb+SSE) 平方和的分解 计算基本量： 平方和的分解 计算基本量 平方和的分解 计算基本量 平方和的分解 SS总变异＝[ABCS]-[Y] Ssa=[A]-[Y] SSb=[B]-[Y] SSc=[C]-[Y] SS误差＝SS总变异－Ssa-SSb-SSc 对于每个单元只有一个被试的拉丁方设计中，如果是一个2×2的设计，那么将没有误差自由度。因此这种情况下，是无法进行计算的。 对于每个单元有多个被试的情况下，这是一种被试间的重复，在这种情况下，可以计算单元内的误差，同时还有随机误差（残差）。 练习 研究者试图弄清简单反应时间与光刺激的颜色和强度的关系，考虑到被试的气质类型及年龄因素可能对反应时间具有明显影响，为了将这两个因素的影响从变异的残差项中分离出去，研究者采用了拉丁方实验设计。 拉丁方格是由实验中明显