拉丁方设计方差分析概述

拉丁方设计用于研究3个以上的要素，用于各要素间没有相互作用，且各要素的层数相同的情况，但很少用于8个以上的水平。 一般最常用于三个要素，其中一个叫做处理要素，用字母表示，另外两个是要控制的要素，分别用行和列表示。 也就是说，必须将实验要素的r个水平随机化，排列成r行r列的方阵。 (因为最初用r个拉丁表示这个方阵，所以称为拉丁方阵。 该方阵在各行或列中分别只出现一次，将其称为r次拉丁方或r

拉丁美洲设计的特点：

可以配置1个实验要素、2个以上的地区组要素； 各要素的等级数相同，一般以实验要素的等级数为基准； 药物各要素之间没有相互作用的这种设计，可以看作比随机块的设计增加了一个以上的控制因子，但由于没有增加实验例数，所以比随机块的设计误差少，效率更高。

SPSS实现交叉设计方差分析

例：一位研究者为了比较5种防护服对脉搏数的影响，选择了5名受试者，在5个不同的日期进行了试验。 拉丁系的设计，在行、列和字母上分别配置3个要素(日期、被测试者、防护服)。 具体数据如下。

1 .数据输入：

将SPSS的“变量视图”设置为4个变量。 表示不同的时间。 受试者代表不同样本的防护服代表不同防护服的脉搏-对应的结果变量 )。

2 .建立假设：建立检验假设，确定检验水平

(一)日期

(H0 )不同日期的脉搏数整体相等H1 )不同日期的脉搏数整体不相等)2)防护服

(H0 )每个防护服的脉搏数整体相等H1 )每个防护服的脉搏数整体不相等)3)每个受试者

(H0 )不同受试者的脉搏整体平均数相等H1 )不同受试者的脉搏整体平均数不相等=0.05，即置信区间为95%)拉丁美洲设计方差分析简单

)1)开放分析-一般线性模型-单一变量

)2)参数选择

单变量主对话设定：如图a所示，将脉搏放入因子中，日期、受试者和防护服放入固定因子中。 模型参数设置：点击“模型”、“图b”，指定模型，选择“构建项目”，选择模型—日期、实验对象、防护服变量、构建项目—主效果。

事后比较：如图c所示，将日期、受试者、防护服选为两个比较列表框； 选择S-N-K作为两种比较方法。 可选：表示选中了“说明性统计”和“方差齐性”，然后单击“继续”，如图d所示

4 .数据结果和说明

(1)本体效果之间的比较：

如下图所示，拒绝日期F=2.899、p=0.0680.05、H1，接受H0表示对不同受试时间的受试者的脉搏没有影响。 拒绝防护服F=1.232、p=0.3480.05、H1，接受H0，表示不同的防护服不会影响受试者的脉搏。 接受受试者F=16.055、p=0.000 0.05、H1，拒绝H0，表明不同受试者的脉搏数有显着差异。

)2)两种比较

在不同的被实验者中，被实验者1组成一组，其他被实验者被分成另一组。

5 .语法

NIANOVA脉搏BY日受试者防护服

/method=ss类型(3) )。

/INTERCEPT=INCLUDE

/POSTHOC=日期受试者防护服(SNK ) ) )。

/打印描述总部

/Criteria=阿尔法(.05 ) ) )。

/DESIGN=日期被测试者防护服。