拉丁方设计解析ppt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。,不同的灯位？不同的日期？,烟叶毒素病不同毒素浓度诱病试验。,不同植株？同一植株上不同部位的叶片（老、嫩）？,如何将试验单元的两个干扰因子最大程度地减小？,拉丁方设计,将试验单元按这两个干扰因子从两个方向划分区组，在每个区组组合中安排一个试验单元，每个试验单元随机地接受一种处理。,双向随机区组设计,拉丁方,试验设计与统计分析,（latin square design）,“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kk方块，使得每一个符号在每一行、每一列都仅出现一次。,A B CB C AC A B,A B C DB C D AC D A BD A B C,A BB A,22 拉丁方,33 拉丁方,44 拉丁方,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。,A B CB C AC A B,A B B A,22 标准拉丁方,33 标准拉丁方,44标准拉丁方,注：55标准拉丁方有56种，此为部分标准拉丁方,55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，,表1 kk的标准方个数和拉丁方总数,A B CB C AC A B,双向划分区组,对试验单元分组时，可以依据两个相互独立的变异来源进行，一个变异来源对应拉丁方的行，称为行区组；另一个变异来源对应于拉丁方的列，称为列区组。划分区组的原则与随机完全区组设计相同，只是多了一个方向的局部控制。,果树试验,温室盆栽,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。,当行间、列间皆有明显差异时，其行列两个区组的变异可以从试验误差中分解出来。,一、拉丁方设计,根据试验的处理数k选一个kk的标准方。,1. 选择标准方,一、拉丁方设计,例1：研究5种不同饲料对乳牛产乳量影响的试验,5头乳牛（分别为、）,饲料,个体,时期,5种不同饲料（分别用1、2、3、4、5表示）,5个泌乳期（分别为一月、二月、三月、四月、五月）,55拉丁方设计。,三因素五水平,区组,1. 选择标准方,一、拉丁方设计,表2 饲料类型对乳牛产乳量影响的拉丁方设计,32154,1. 选择标准方,一、拉丁方设计,列随机,行随机,处理随机,25431,51342,2. 列随机,按照列随机数字串的排列顺序“32145”进行列随机。,一、拉丁方设计,3. 行随机,按照行随机数字串的排列顺序“25431”进行行随机。,一、拉丁方设计,4. 处理随机,按照处理随机数字串的排列顺序“51342”进行处理随机。,处理的“51342”排列顺序即5=A, 1=B, 3=C, 4=D, 2=E,一、拉丁方设计,饲料号,变异,误差,列区组,处理间,行区组,拉丁方设计,拉丁方试验的任一观测值的线性模型为：,（i = 1,2,k; j = 1,2,k, k = 1,2,k） 式中: 为总体平均数， 为横行的效应， 为纵列的效应， 为处理的效应， 为独立的随机误差，具有 。,二、结果分析,平方和与自由度的分解为： SST = SSr+SSc+SSt+SSe df T = dfr+ dfc+ dft+dfe,式中: r 表示横行, r = 1,2,k； c 表示纵列, c = 1,2,k; t 表示处理, t = 1,2,k; e 表示随机误差。,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：,平方和的分解,dfT=kk-1dfr =k-1 dfc =k-1dft =k-1dfe =dfT - dfr - dfc - dft,总自由度：横行自由度：纵列自由度：处理自由度：误差自由度：,自由度的分解,表3 饲料类型对乳牛产乳量影响的试验资料,(1)原始资料的整理,将试验结果整理成横行、纵列两向表：,(1)原始资料的整理,将试验结果整理成处理的总和与平均数表：,(2)平方和和自由度的分解,平方和的分解：,(2)平方和和自由度的分解,自由度的分解：,dfT=kk-1=25-1=24dfr =k-1=5-1=4dfc =k-1=5-1=4dft =k-1=5-1=4dfe =dfT - dfr - dfc - dft=12,(3)列方差分析表进行F检验,乳牛和月份间的差异不是试验的目的，不需比较； 5种不同饲料间存在着极显著的差异，需作多重比较。,(4)饲料间多重比较,由dfe=12，秩次距k=2、3、4、5，查表得临界q值，并求解LSR值。,q 法,饲料4号、3号和1号的产乳量极显著高于饲料2号和5号； 饲料4号、3号和1号间差异未达显著； 饲料2号和5号间差异未达显著。,(4)饲料间多重比较,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。,注意,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55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。,表4 水稻品比55拉丁方试验的产量结果(kg),(1)原始资料的整理,将试验结果整理成横行、纵列两向表：,各品种总和和品种平均数,(1)原始资料的整理,(2)平方和和自由度的分解,平方和的分解：,(2)平方和和自由度的分解,自由度的分解：,dfT=kk-1=25-1=24dfr =k-1=5-1=4dfc =k-1=5-1=4dft =k-1=5-1=4dfe =dfT - dfr - dfc - dft=12,(3)列方差分析表进行F检验,横行和纵列间的差异不是试验的目的，不需比较； 各供试品种产量间存在着显著的差异，需作多重比较。,(4)品种间多重比较,由dfe=12，,LSD 法,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 。,(4)品种间多重比较,各品种间的差异显著性,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。,特点,拉丁方设计,必须是三个因素的试验，且三个因素的水平数相等。,各因素间无交互作用。,各行、列、处理的方差齐性。,要求,拉丁方设计,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%。,拉丁方设计,优点,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。,拉丁方设计,缺点,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，导致试验工作量大，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（k4 ），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33拉丁方试验， 3次44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,二因素拉丁方设计试验结果的分析与随机完全区组设计、完全随机设计的情形一样，可以单因素试验为基础进行分析。,二因素拉丁方设计,二因素拉丁方设计,二因素拉丁方设计,
