拉丁方试验设计.doc

拉丁方试验设计 拉丁方试验设计在统计上控制两个不相互作用的外部变量并且操纵自变量。每个外部变量或分区变量被划分为一个相等数目的区组或级别，自变量也同样被分为相同数目的级别。它是从横行和直列两个方向进行双重局部控制，使得横行和直列两向皆成单位组，是比随机单位组设计多一个单位组的设计。在拉丁方设计中，每一行或每一列都成为一个完全单位组，而每一处理在每一行或每一列都只出现一次，也就是说，在拉丁方设计中，试验处理数=横行单位组数=直列单位组数=试验处理的重复数。 拉丁方—— 以n个拉丁字母A，B，C……，为元素，作一个n阶方阵，若这n个拉丁方字母在这n阶方阵的每一行、每一列都出现、且只出现一次，则称该n阶方阵为n×n阶拉丁方。第一行与第一列的拉丁字母按自然顺序排列的拉丁方，叫标准型拉丁方。 拉丁方设计一般用于5~8个处理的试验，设计的基本要求：?必须是三个因素的试验，且三个因素的水平数相等；?三因素间是相互独立的，均无交互作用；?各行、列、字母所得实验数据的方差齐（F检验）。 试验设计的步骤：?根据主要处理因素的水平数，确定基本型拉丁方，并从专业角度使另外两个次要因素的水平数与之相同；?先将基本型拉丁方随机化，然后按随机化后的拉丁方阵安排实验。可通过对拉丁方的任两列交换位置或任两行交换位置实现随机化；?规定行、列、字母所代表的因素与水平，通常用字母表示主要处理因素。 数据处理的相关理论：拉丁方设计实验结果的分析，是将两个单位组因素与试验因素一起，按三因素试验单独观测值的方差分析法进行。将横行单位组因素记为A，直列单位组因素记为B，处理因素记为C，横行单位组数、直列单位组数与处理数记为r，对拉丁方试验结果进行方差分析的数学模型为： 式中:μ为总平均数；为第横行单位组效应；为第直列单位组效应，为第处理效应。单位组效应、通常是随机的，处理效应通常是固定的，且有；为随机误差，相互独立，且都服从。 平方和与自由度划分式为： 矫正数： 总平方和： 横行平方和： 直列平方和： 处理平方和： 误差平方和： 总自由度： 横行自由度： 直列自由度： 处理自由度： 误差自由度： 方差分析的基本步骤： ?计算各项平方和与自由度。 ?列出方差分析表，进行F检验。 ?若F检验显著，则进行多重比较。多重比较的方法有最小显著差数法(LSD法)和最小显著极差法(LSR法：包括q检验法和新复极差法)。 拉丁方试验设计的具体实例： 为了研究5种不同温度对蛋鸡产蛋量的影响，将5栋鸡舍的温度设为A、B、C、D、E，把各栋鸡舍的鸡群的产蛋期分为5期，由于各鸡群和产蛋期的不同对产蛋量有较大的影响，因此采用拉丁方设计，把鸡群和产蛋期作为单位组设置，以便控制这两个方面的系统误差。拉丁方设计步骤如下： ?选择拉丁方选择拉丁方时应根据试验的处理数和横行、直列单位组数先确定采用几阶拉丁方，再选择标准型拉丁方或非标准型拉丁方。此例因试验处理因素为温度，处理数为5；将鸡群作为直列单位组因素，直列单位组数为5；将产蛋期作为横行单位组因素，横行单位组数亦为5，即试验处理数、直列单位组数、横行单位组数均为5，则应选取5×5阶拉丁方。 ?随机排列。 下面对选定的5×5标准型拉丁方进行随机排列。先从随机数字表（Ⅰ）第22行、第8列97开始，向右连续抄录3个5位数，抄录时舍去“0”、“6以上的数”和重复出现的数，抄录的3个五位数字为：13542，41523，34521。然后将上面选定的5×5拉丁方的直列、横行及处理按这3个五位数的顺序重新随机排列。 1、直列随机? 将拉丁方的各直列顺序按13542顺序重排。 2、横行随机? 再将直列重排后的拉丁方的各横行按41523顺序重排。 选择拉丁方 ? 直列随机 ? ? 横行随机 1 2 3 4 5 ? ? 1 3 5 4 2 ? ? ? ? ? ? ? ? A B C D E B A E C D C D B E A D E A B C E C D A B 1 2 3 4 5 A B C D E C D B E A E C D A B D E A B C B A E C D ? ? 4 1 5 2 3 DAEBC E C A D B A E B C D B D C E A C B D A E ?把5种不同温度按第三个5位数34521顺序排列? ?即：A=3，B=4，C=5，D=2，E=1，也就是说，在拉丁方中的A表示第3种温度，B表示第4种温度等，依次类推。从而得出5×5拉丁方设计，如表5.01所示。 表5.01 5种不同温度对鸡产蛋量影响的拉丁方设计 产蛋期 鸡??? 群 一 二 三 四 五 Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ D（2） A（3） E（1） B（4） C（5） E（1） C（5） A（3） D（2） B（4） A（3） E（1） B（4） C（5） D（2）