实验六 拉丁方试设计.docVIP

实验六 拉丁方实验设计 实验目的 了解拉丁方实验设计的基本方法及数据的分析方法。 实验工具 Spss中的Analyze ?General linear Model ?Univariate。 知识准备 一、拉丁方设计的概念 将k个不同符号排成k列，使得每一个符号在每一行、每一列都只出现一次的方阵，叫做k×k拉丁方。利用拉丁方阵进行实验设计的方法叫做拉丁方设计。最初设计实验方案时，拉丁方阵用拉丁字母组成的方阵来表示。后来，尽管方阵中的元素改用了字母、阿拉伯数字或其它的符号，人们仍称这种实验方案为拉丁方实验。 拉丁方设计的特点是处理数、重复数、行数、列数都相等。如图6.47为4×4拉丁方，它的每一行和每一列都是一个区组或一次重复，而每一个处理在每一行或每一列都只出现一次，因此，它的处理数、重复数、行数、列数都等于4。 A A B C D B A D C C D A B D C B A 图6. 47 4×4拉丁方 拉丁方设计的特点： 重复数＝处理数＝列数＝横行数；每个处理在横行的区组内或列的区组内都能出现一次，从两个方向都可看成重复，排列呈方形；两个方向的排列都是随机的，从两个方向进行局部控制，试验精确度较高。 缺点：处理数＝重复数，若处理过多，重复随之增多，使实验工作量过大。一般不宜超过8个处理。若处理数过少，方差分析时的自由度过小，影响分析结果的精确性。由于重复数与处理数必须相等，缺乏灵活性。 二、拉丁方设计步骤 （1）根据因素的水平数选择标准方。标准方是指代表处理的字母，在第一行和第一列均为顺序排列的拉丁方。如图6.48。 A A B C D E B A E C D C D A E B D E B A C E C D B A 图6.48 5×5标准方 在进行拉丁方设计时，首先要根据实验处理数k从标准方表中选定一个k×k的标准方。例如处理数为5时，则需要选一个5×5的标准方，如图6.48所示。随后我们要对选定的标准方的行、列和处理进行随机化排列。本例处理数是5，因此根据随机数字表任选一页中的一行，除去0、6以上数字和重复数字，满5个为一组，要得到这样的3组5位数。假设得到的3组随机数字为14325，53124，41235。 （2）列随机。根据第一组5个数字14325调整列的顺序，即把第4列调至第2列，第2列调至第4列，其余列不动。如图6.49所示。 （3）行随机。根据第二组5个数字53124调整行的顺序，即把第5行调至第1行，第3行调至第2行，第1行调至第3行，第2行调至第4行，第4行调至第5行。如图6.49。 （2）列随机（按14325排列）1 4 3 2 51 A D C B E2 B C E A D3 C E A D B （2）列随机 （按14325排列） 1 4 3 2 5 1 A D C B E 2 B C E A D 3 C E A D B 4 D A B E C 5 E B D C A （3）行随机 （按53124排列） 5 E B D C A 3 C E A D B 1 A D C B E 2 B C E A D 4 D A B E C （4）处理随机 （按4＝A，1＝B，2＝C，3＝D，5＝E） 5 1 3 2 4 2 5 4 3 1 4 3 2 1 5 1 2 5 4 3 3 4 1 5 2 图6.49 拉丁方实验设计步骤图 三、拉丁方实验结果的统计分析 拉丁方差实验结果可以用两种表格表示：一是纵横区组两向表，二是各处理的单向分组表。 拉丁方设计的数据的统计模型为： 其中，μ为总均值； 为横行效应；为纵列效应；为处理效应；为实验误差，满足正态分布N(0,σ2)。如果是固定效应模型，则满足；满足。 实验的结果中，处理数=横行区组数=纵列区组数=重复次数。这样，实验有个处理，便有个观测值。方差分析时，从总变异方差中除分解出处理间方差和误差项方差外，还可分解出纵横两个区组的方差，这就使误差项方差进一步减小。所以拉丁方实验的精确度比随机区组实验更高。 1.平方和与自由度的分解 总平方和为：，， 。 横行平方和为： ，，为横行数据的和。 纵列平方和为：，，为纵列数据的和。 处理平方和为：，，为各处理的数据和。 误差平方和为：，。 总平方和 = 横行平方和 + 纵行平方和 + 处理平方和 + 误差平方和 总自由度 = 横行自由度 + 纵行自由度 + 处理自由度 + 误差自由度 2．F检验 各平方和除以各自的自由度得到均方和。从而可以得到各检验统计量： ，， 对于给定的显著性水平，根据计算得到的F统计量的值和临界值做对比可以得到结论。 如果方