excel统计分析——拉丁方设计

参考资料:生物统计学

        拉丁方设计也是随机区组设计,是对随机区组设计的一种改进。它在行的方向和列的方向都可以看成区组,因此能实现双向误差的控制。在一般的试验设计中,拉丁方常被看作双区组设计,用于提高发现处理效应差别的效率。

1、设计方法

        拉丁方是指用字母排成一个阶方阵,使得每一行、每一列中每个字母都恰好各出现一次。拉丁方设计(Latin square design)就是利用拉丁方安排试验的试验设计,是一种二维设计,用于有三个因素而且每个因素的水平数都相同的研究。如果试验水平数为k,则共安排k^2个试验。

2、主要特点

(1)经济性:通过k的平方个试验完成三因素各k个水平的试验,非常节省试验单位数。如果要从试验中获取更多信息时,需要安排“重复拉丁方”试验,“重复”不是复制相同的拉丁方,而是采用同样大小而处理排列不同的拉丁方。

(2)匀称性:均匀性是拉丁方的另一个优点。虽然拉丁方只用一个二维的正方格子表示,但所研究的三个因素各处理在拉丁方中是均匀分布的。

3、试验结果的统计分析

        拉丁方设计资料的统计分析采用无重复观测值的三因素方差分析模型。没有“重复拉丁方”时,只能分析各因素的主效应。由于各因素水平相同,只考虑主效应,数学模型为:

x_{ijkl}=\mu+\alpha_i+\beta_j+\gamma _k+\varepsilon _{jikl}

其中,x_{ijkl}为A因素i水平B因素j水平C因素k水平的第l个观测值;\alpha_i\beta_j\gamma_k为各因素的处理效应;\varepsilon _{jikl}为误差。平方和与自由度的分析如下:

SS_T=\sum x^2-C,          df_T=a^2-1

SS_A=\sum T_i^2/a-C,     df_A=a-1

SS_B=\sum T_j^2/a-C,     df_B=a-1

SS_C=\sum T_k^2/a-C,     df_B=a-1

SS_e=SS_T-SS_A-SS_B-SS_Cdf_e=(a-1)(a-2)

其中,T为总变异,ABC为各因素的变异,e为误差;a为因素水平数;Ti为A因素i水平的观测值之和,Tj为B因素j水平的观测值之和,Tk为C因素k水平的观测值之和;C=T^2/a^2,T为所有观测值的总和。

4、拉丁方设计的变形

(1)不完全拉丁方设计

        如果试验的某一因素与其他因素的水平数不同,这时拉丁方就不再是方阵而是一个矩阵,这时的拉丁方设计为不完全拉丁方设计(incomplete Latin square design)。不完全拉丁方设计资料的统计分析参考平衡不完全区组设计进行平方和分解,试验处理的平方和需要矫正,重复数、自由度参照公式据实计算。

(2)正交拉丁方设计

        如果在拉丁方字母(数字)上在叠加一个希腊字母,并且限定每个拉丁字母与希腊字母只相遇一次,此时拉丁方为正交拉丁方。正交拉丁方(crossed Latin square design)即利用正交拉丁方安排试验的试验设计。正交拉丁方也是一个二维设计,但客供研究四个因素,但要求每个因素的水平数相同,是拉丁方设计的扩展,并以此可推广到更多因素的拉丁方设计。

5、案例

因素1的5个水平:用一、二、三、四、五表示

因素2的5个水平:用Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ表示

因素3的5个水平:用A、B、C、D、E表示

方差分析过程如下:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/718045.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Skipped breakpoint at because it happened inside debugger evaluation亲测可用

问题描述: 在多线程项目中,在idea中打断点时,有时会遇到下面这种情况: idea左下角出现一行红底或者绿底文字提示: Skipped breakpoint at because it happened inside debugger evaluation 然后我们能感受到的就是…

HTML中自定义鼠标右键菜单

今天突然有人跟我提到了HTML中如何自定义鼠标右键菜单,这里大概记录一下吧,方便下次直接复制。免得还去看API文档。 文章目录 HTML中自定义鼠标右键菜单结果如下所示可以稍微改一下鼠标悬浮到右键菜单时的样式结果如下所示 只在某个特定的div才可以显示…

C++自学精简实践教程

一、介绍 1.1 教程特点 一篇文章从入门到就业有图有真相,有测试用例,有作业;提供框架代码,作业只需要代码填空规范开发习惯,培养设计能力 1.2 参考书 唯一参考书《C Primer 第5版》​参考书下载: 蓝奏云…

STL——stack

目录 stack stack都有哪些接口 模拟实现一个stack stack 1. stack是一种容器适配器,专门用在具有后进先出操作的上下文环境中,其删除只能从容器的一端进行元素的插入与提取操作。 2. stack是作为容器适配器被实现的,容器适配器即…

数据分析-Pandas数据的画图设置

数据分析-Pandas数据的画图设置 数据分析和处理中,难免会遇到各种数据,那么数据呈现怎样的规律呢?不管金融数据,风控数据,营销数据等等,莫不如此。如何通过图示展示数据的规律? 数据表&#x…

春招!启动了

大家好,我是洋子。今年的春招很多企业已经开始招聘了,像美团今年继续发力,24届春招以及25届暑期转正实习一共招聘4000人。另外,阿里,京东,顺丰等公司也已经开始春招,可以说招聘的号角已经正式吹…

十二、类与声明

类与声明 什么是类? 前情总结 前面22讲的课基本上就做了两件事 学习C#的基本元素学习类的成员 析构函数: 当对象不再被引用的时候,就会被垃圾回收器gc,回收。而收回的过程当中,如果需要做什么事情,就放在…

远程调用--Http Interface

远程调用--Http Interface 前言1、导入依赖2、定义接口3 创建代理&测试4、创建成配置变量 前言 这个功能是spring boot6提供的新功能,spring允许我们通过自定义接口的方式,给任意位置发送http请求,实现远程调用,可以用来简化…

关于硅金属电阻器?

EAK金属硅电阻器类似于陶瓷复合电阻器,在脉冲负载方面具有优势,需要高峰值功率或高电压与低电感(如预充电电路)的组合。硅金属电阻器具有更高的连续额定温度,为 350C,而陶瓷电阻器为 250C。这种扩展的温度范…

板子合集1.0

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 原文链接:https://blog.csdn.net/JK01WYX/ 文章目录 1.快速幂板子2.gcd得最大公约数3.堆优化的dijkstra板子4.线段树1板子 区间加线段…

中缀表达式转换逆波兰式(后缀表达式)

算法思路来自于王道的数据结构 #include <iostream> #include <stack> #include <map>using namespace std; string eq; stack<char> op; string rst ""; map<char, int> dict;// 获取优先级 int getPrio(char op) {if (op )return …

SWC Runnable

runnable概念 runnable是编写应用程序行为逻辑的 SWC 的一部分。Runnable 类似于 C 中的函数,类似RTOS中的task,程序运行的实体,swc的灵魂。在 AUTOSAR 中,我们在配置期间在 SWC 中创建 Runnable,并且 在 SWC 的相应源文件中生成Runnable 或函数骨架。骨架函数的名称与我…

【硬件工程师面经整理15_低通/高通/带通滤波器】

低通/高通/带通滤波器 1.1 低通滤波器1.2 高通滤波器1.3 带通滤波器 1.1 低通滤波器 【定义】电感阻止高频信号通过而允许低频信号通过&#xff0c;电容的特性却相反。信号能够通过电感的滤波器、或者通过电容连接到地的滤波器对于低频信号的衰减要比高频信号小&#xff0c;称…

第二篇【传奇开心果系列】Python的自动化办公库技术点案例示例:深度解读Pandas金融数据分析

传奇开心果博文系列 系列博文目录Python的自动化办公库技术点案例示例系列 博文目录前言一、Pandas 在金融数据分析中的常见用途和功能介绍二、金融数据清洗和准备示例代码三、金融数据索引和选择示例代码四、金融数据时间序列分析示例代码五、金融数据可视化示例代码六、金融数…

最新版风车IM通讯iosapph5三端源码及视频教程

最新版风车IM通讯iosapph5三端源码及视频教程 1.宝塔环境如下: Nginx 1.20 Tomcat 8 MySQL 8.0 Redis 7 2.放行端口如下&#xff1a; 666 6600 6700 7000&#xff08;用作前端&#xff09; 7001&#xff08;用作后端&#xff09; 3.宝塔数据库添加数据库旁边有个ro…

Sqli-labs靶场第21、22关详解[Sqli-labs-less-21、22]自动化注入-SQLmap工具注入|sqlmap跑base64加密

Sqli-labs-Less-21、22 由于21/22雷同&#xff0c;都是需要登录后&#xff0c;注入点通过Cookie值进行测试&#xff0c;值base64加密 修改注入数据 选项&#xff1a;--tamperbase64encode #自动化注入-SQLmap工具注入 SQLmap用户手册&#xff1a;文档介绍 - sqlmap 用户手册 由…

MySql行子查询

目录 行子查询数据准备 行子查询 子查询返回的结果是一行(可以是多列)&#xff0c;这种子查询称为行子查询。 常用的操作符&#xff1a; 、<> 、IN 、NOT IN 案例&#xff1a;查询与"韦一笑"的入职日期及职位都相同的员工信息 可以拆解为两步进行&#xff1…

框架漏洞-->Struts2 Docker_Vulnhub搭建

来浅浅的讲一下Struts2漏洞 目录 1.Docker_Vulnhub搭建 2.Struts2 3.Struts2的框架特征 4.S2-029-->Remote Code Execution 5.漏洞复现 1.RCE 2.Getshell 1.Docker_Vulnhub搭建 因为我用的是Linux&#xff0c;所以我选择直接搭个docker&#xff0c;这里我建议先换个…

在Ubuntu22.04安装Fcitx5中文输入法教程(十分详细)

前言 书接上回&#xff0c;一时兴起将主力机的 Ubuntu 20.04 LTS 升级至了刚刚发布的 22.04 LTS。从 X 切换到 Wayland 、GNOME 从 3.36 升级至 42、Python 默认为 3.10 等等……使用太新的软件包反而暂时带来了麻烦&#xff0c;部分原有的软件和插件都不可用了。这其中就包括…

【AI Agent系列】【MetaGPT多智能体学习】7. 剖析BabyAGI:原生多智能体案例一探究竟(附简化版可运行代码)

本系列文章跟随《MetaGPT多智能体课程》&#xff08;https://github.com/datawhalechina/hugging-multi-agent&#xff09;&#xff0c;深入理解并实践多智能体系统的开发。 本文为该课程的第四章&#xff08;多智能体开发&#xff09;的第五篇笔记。今天我们拆解一个之前提到…