拉丁方設計介紹

Print Friendly

拉丁方設計介紹(Introduction of Latin Square Design)
國立臺灣大學農藝學系 黃昭惠

一、原理

《隨機完全區集設計介紹》一文所提及的 RCBD 隨機完全區集設計相同,拉丁方設計 (Latin Square Design, LSD) 也是一種與區集因子相關聯的設計方法,不同的是我們在中 RCBD 只有一個區集因子,稱為單向區集設計 (one-dimensional block),而 LSD 可以同時控制兩個區集因子的影響,故屬於兩向區集設計 (two-dimensional block),透過行區集與列區集的規劃(圖一),實驗者即可有效控制兩干擾因子的影響。

74231_p1

圖一、LSD 排列圖例。(本文作者黃昭惠製) [三品種(顏色為不同品種),每品種三重複,三行區集,三列區集]

以坡地且肥力不同之牧草品種實驗為例,假設有 A、B、C、D 四種品種於坡地上進行比較試驗,每種品種四重複,其實驗目的為檢驗此四品種的牧草產量是否具有明顯的差異,已知坡度和肥力為兩個干擾因子,故我們可以使用 LSD 進行實驗的配置(圖二)。

74231_p2

圖二、以 LSD 控制坡地且肥力不同之牧草品種實驗。(本文作者黃昭惠製)

LSD 能同時兼顧成本以及區集效應,不過在使用 LSD 進行實驗配置時,有幾個需要被遵守的規則:

  1. 試驗單位須為異質性,並且能夠以兩向區集將干擾因子進行區分。
  2. 參試處理數 = 行區集數 = 列區集數。
  3. 參試處理在行、列區集中皆只能出現一次,並且需隨機排列於區集中。

二、分析方法

我們採用 ANOVA 變方分析表(表一)進行資料分析與判讀,

74231_c1

表一、拉丁方設計變方分析表。(本文作者黃昭惠製)

令 \(y_{ijk}\) 為第 \(j\) 區集、第 \(k\) 行集區之第 \(i\) 處理的觀測值 \((i=1,\cdots,a\),\(j=1,\cdots,b\),\(k=1,\cdots,a)\),\(y_{i\cdot\cdot}\) 為第 \(i\) 處理所有觀測值的總和,\(y_{\cdot j\cdot}\) 為第 \(j\) 列區集內所有觀測值的總和,\(y_{\cdot\cdot k}\) 為第 \(k\) 行區集內所有觀測值的總和,\(y_{\cdot\cdot\cdot}\) 為所有觀測值的總和,則

\(\displaystyle SSt=\frac{1}{a}\sum^a_{i=1}y_{i\cdot\cdot}^2-\frac{1}{N}y_{\cdot\cdot\cdot}^2\)

\(\displaystyle SSR=\frac{1}{a}\sum^a_{j=1}y_{\cdot j\cdot}^2-\frac{1}{N}y_{\cdot\cdot\cdot}^2\)

\(\displaystyle SSC=\sum^a_{k=1}\sum^a_{j=1}y_{\cdot\cdot k}^2-\frac{1}{N}y_{\cdot\cdot\cdot}^2\)

\(\displaystyle SST=\sum^a_{i=1}\sum^a_{j=1}\sum^a_{k=1}y^2_{ijk}-\frac{1}{N}y^2_{\cdot\cdot\cdot}\)

\(\displaystyle SSE=SST-SSR-SSC-SSt\)

則考慮 \(F_t=\frac{MSt}{MSE}\),若 \(F_t>F_{\alpha,a-1,(a-1)(b-1)}\)(查表),則表示拒絕 \(H_0\) 的假說,至少有一項的處理效應不為 0。

三、例題

今有 A、B、C、D 四種飼料,欲檢驗不同飼料對豬隻體重輕重的影響,分別以四胎小豬,以及初始體重輕重做為行、列區集,記錄體重增加量,進行 LSD 試驗(表二),設信心水準 = 0.05。

74231_c2

表二、飼料對豬隻體重影響之拉丁方設計。(數據來自參考文獻 1,表格由本文作者黃昭惠製)

資料分析:

ANOVA 變方分析結果如表三。

74231_c3

表三、飼料對豬隻體重影響之拉丁方設計變方分析表。(本文作者黃昭惠製)

\(\displaystyle SSt=\frac{1}{a}\sum^a_{i=1}y_{i\cdot\cdot}^2-\frac{1}{N}y_{\cdot\cdot\cdot}^2=99.5\)

\(\displaystyle SSR=\frac{1}{a}\sum^a_{j=1}y_{\cdot j\cdot}^2-\frac{1}{N}y_{\cdot\cdot\cdot}^2=98.5\)

\(\displaystyle SSC=\sum^a_{k=1}\sum^a_{j=1}y_{\cdot\cdot k}^2-\frac{1}{N}y_{\cdot\cdot\cdot}^2=11.5\)

\(\displaystyle SST=\sum^a_{i=1}\sum^a_{j=1}\sum^a_{k=1}y^2_{ijk}-\frac{1}{N}y^2_{\cdot\cdot\cdot}=218\)

\(\displaystyle SSE=SST-SSR-SSC-SSt=8.5\)

由於 \(F_t=23.4118>F_{0.05,3,6}\),故拒絕 \(H_0\) 假說,飼料對豬隻體重具影響力。


參考文獻

  1. 沈明來 (2012)。試驗設計學(第四版)。第八章-拉丁方設計。九州。
  2. Montgomery, D. C. (2013). Design and Analysis of Experiments (eighth edition). Chapter 4.Experiments with Blocking Factors. John Wiley & Sons.

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *


3 − 2 =