yzhlinscau的个人博客分享 http://blog.sciencenet.cn/u/yzhlinscau

博文

拉丁方设计之R篇

已有 10554 次阅读 2013-11-28 13:09 |个人分类:R|系统分类:科研笔记| 拉丁方设计

      拉丁方设计(Latin  square  design)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。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。

      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。在对拉丁方设计试验结果进行统计分析时,由于能将横行、直列二个单位组间的变异从试验误差中分离出来,因而拉丁方设计的试验误差比随机单位组设计小,试验精确性比随机单位组设计高。但要注意,横行、直列单位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。

 

【例子】有一冬小麦施氮肥时期试验,设置5个处理:A不施肥(对照);B播种期施肥;C越冬期施肥;D拔节期施肥;E抽穗期施肥。试验采用5×5拉丁方设计,小区面积32 m2,田间排列和产量(kg/小区)如表4-38所示,试进行方差分析。




分析代码如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
######## 代码清单 ###########
  
library(asreml)
library(agricolae)
  
df <- asreml.read.table( file = 'd4.9.3.csv', header = T, sep = ',' )
  
fit <- aov(yield ~ ., data = df)  
summary(fit)
  
#### 多重比较  ####
duncan.test( fit, "Nitro", alpha = 0.05 )          
# LSD.test( fit, "Nitro", alpha = 0.05)

运行结果如下: 

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
> summary(fit)
           Df Sum Sq Mean Sq F value   Pr(>F)    
Row          4   2.17   0.543   2.164    0.135    
Col          4   1.13   0.282   1.123    0.391    
Nitro        4  32.46   8.115  32.367 2.42e-06 ***
Residuals   12   3.01   0.251                    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> duncan.test( fit, "Nitro", alpha = 0.05)
Study:
Duncan's new multiple range test for yield
Mean Square Error:    0.2507276
  
Nitro,  means
     yield    std.err r Min. Max.
A  7.380000 0.37735925 5  6.6  8.6
B  9.383333 0.14003968 6  8.9  9.8
C  9.880000 0.09165151 5  9.7 10.1
D 10.275000 0.16007811 4 10.0 10.6
E  7.700000 0.34205263 5  7.0  8.9
  
alpha: 0.05 ; Df Error: 12
Critical Range
       2         3         4         5
0.6957292 0.7282288 0.7479198 0.7609522
  
Harmonic Mean of Cell Sizes    4.918033
  
Different value for each comparison
Means with the same letter are not significantly different.
  
Groups, Treatments and means
a    D    10.28
ab    C    9.88
b    B    9.383
c    E    7.7
c    A    7.38

      从方差分析的结果可知,F检验表明,行间和列间均无显著差异,而处理间差异极显著,即施肥时期对产量的影响显著。Duncan多重比较结果显示,5个处理分成3组,组间在0.05水平上差异显著,其中,处理D(拔节期)施肥的产量最高,极显著高于处理E(抽穗期)和对照A的产量,但与处理B(越冬期)差异不显著。因此,该冬小麦应在拔节期或越冬期施用氮肥。  










https://blog.sciencenet.cn/blog-1114360-745402.html

上一篇:巢式设计之R篇
下一篇:多地点试验—G×E分析之ASReml-R篇
收藏 IP: 58.254.92.*| 热度|

1 张金龙

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-19 03:05

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部