본문 바로가기

생물통계학

농업직 연구사 공무원, 생물학 등 생물통계학 핵심 요점 정리 16. 실험계획

반응형

제16장 실험계획

[학습개요]
1.실험은 처리를 통하여 관심이 있는 생물적 현상에 영향하는 요인들을 파악하고 각 요인들의 효과를 분석하며 그 효과의 최적조건을 밝히는 일이다. 또한 이미 얻어진 실험결과를 긍정 또는 부정하기 위해 실험을 수행한다.
실험의 성공 여부는 실험계획에 달려 있는데, 실험계획은 최소의 노력으로 최대의 정보를 얻을 수 있도록 실험수행방법과 데이터 수집방법 및 데이터를 분석할 통계적 방법을 정하는 것을 말한다.
실험계획의 기본원리는 편의되지 않은 실험오차가 될 수 있는 대로 작게 추정될 수 있도록 하는 것이다. 이를 위해 실험처리의 반복과 실험구의 랜덤배치가 필요하고, 또한 정확한 실험수행과 균일한 실험구 관리가 이루어져야 한다.
2.실험계획은 시스템의 성격을 알기 위하여 실험을 수행할 때 과연 어떤 식으로 실험을 수행해야 효율적인 정보획득이 가능한지, 또 어떻게 정보를 처리해야 얻은 정보에 대한 분석 및 해석이 가능한지 등을 다루는 통계방법이다.
3‧실험계획의 기본원리는 편의되지 않은 실험오차가 될 수 있는대로 작게 추정될 수 있도록 하는 것이다. 이를 위해 실험처리의 반복과 실험구의 랜덤배치가 필요하고, 또한 정확한 실험수행과 균일한 실험구 관리가 필요하다
16.1 실험계획과 실험단위
󰏚 기본적 용어
○실험(experiment) : 인위적으로 설정한 조건(처리)에서 생물적 현상을 관찰하는 일
○실험목적 : 새로운 사실을 알고 싶거나 기존의 실험결과를 긍정 또는 부정하기 위해 수행
○실험계획(experimental design)
-실험 대상자들에게 서로 다른 처리를 가한 후에 그 결과를 관측하여 서로 다른 처리수준들 사이의 반응에 차이가 있는가를 분석하는 것
-독립변수들의 수준을 조절한 다음 조절된 독립변수들의 각 수준 또는 둘 이상의 독립변수들의 수준 조합에 따라 제 각각 측정되는 하나 이상의 반응치에 대한 효과를 분석하는 연구
▪설정한 가설을 검정하는 절차를 정하는 일
▪실험을 어떻게 수행하고, 데이터를 어떻게 수집하며,어떠한 통계적 방법으로 분석할지를 계획한다.
▪실험계획을 세울 때는 실험목적을 분명히 하고 실험재료의 성질 및 실험여건 등을 충분히 고려하며 선행연구를 참고한다.
○실험계획의 구성요소 : 실험계획 수립 시 실험여건을 충분히 고려하되 실천가능해야 한다
•실험목적에 대한 가설을 세운다.
- 실험목적이 분명해야 적합한 실험방법과 통계적 방법을 결정할 수 있다.
•실험의 처리방법을 정하고 적합한 실험재료를 선택한다.
•변수의 관찰방법과 데이터의 수집방법을 정한다.
-관찰방법을 정할 때는 실험장소, 실험처리, 관찰척도, 관찰규모와 방법 등을 구체적이고 상세하게 정한다.
-편의되지 않은 오차가 작게 추정되도록 반복과 랜덤배치, 정확한 실험수행과 균일한 실험관리가 이루어져야함
•실험구 배치방법과 관리방법을 정한다.
•데이터를 분석할 통계적 방법을 결정한다.
처리(treatment) : 실험의 효과를 측정하고 다른 것과 비교될 수 있도록 하는 방법
‧3개의 벼품종의 수량성 비교 실험에서 처리는 품종이고 3개 품종을 공시(公試)하였으므로 3처리 실험이 된다.
‧여러 가지 온도조건, 비료의 종류, 비료의 시용량, 농약의 종류 또는 같은 농약의 농도, 사료의 종류 또는 같은 사료의 수준이 다른 급여량, 같은 변수를 관찰하는 서로 다른 장소 등이 있다.
실험단위(experimental unit) : 처리를 받는 기본단위 (= 실험구, 시험구(experimental plot))
‧실험단위에서 처리효과를 측정하는 단위는 표본추출단위 (sampling unit)라 한다.
‧표본추출단위는 실험단위의 일부 또는 전체가 될 수 있다.
○표본추출단위(sampling unit) : 실험단위에서 처리효과를 측정하는 단위
‧ 벼품종의 수량성 비교 실험은 품종이 처리의 기본단위가 되므로 실험단위(실험구)는 품종이다. 각 실험구(품종) 내에서 일부 개체를 랜덤으로 추출하여 측정하는 경우 실험단위의 일부가 표본추출단위이다.
예) 사료의 종류닭의 체중에 미치는 영향을 조사하는 실험에서 닭은 실험단위도 되고 동시에 표본추출단위도 된다.
→ 사과나무에 농약을 살포하고 100개의 사과를 따서 농약의 잔류량을 측정하는 처리는 ( ① )이고, 실험단위(실험구)는 농약이 살포된 ( ② )이며, 표본추출단위는 농약잔류량을 측정하는 ( ③ )이다.여기서 ( ④ )단위는 ( ⑤ ) 단위의 일부이다.
→ 논에서 6가지 제초제의 효과를 알기 위한 실험을 수행하였다. 실험구를 확률화블록설계 4반복으로 배치하고, 각 실험구 마다 3.3m2에서 20주(株, 포기)의 개체수량을 조사하였다.
①이 실험의 처리는 무엇이고 처리수는 몇 개인가?
②이 실험의 실험단위와 표본추출단위는 무엇인가?
③이 실험에서 관찰하는 변수는 무엇인가?
④이 실험의 전체 실험구수와 표본크기는 얼마인가?
⑤6개 제초제의 효과를 동시에 비교하려면 어떻게 하는가?
○요인(factor) : 실험결과에 영향을 주는 원인
○ 수준(level) : 실험하기 위한 요인의 조건
‧ 벼품종의 수량성 비교 실험에서 수량이 비교될 수 있도록 하는 방법은 품종이고, 품종은 처리가 되고 품종수는 처리수이다. 요인은 처리의 종류이고, 수준은 각 요인의 처리수라고 할 수 있다
• 3개 품종의 수량성 비교 실험에서 수량차이가 나는 원인은 품종이고 수량차이의 조건은 3개 품종이다. 따라서 이 실험은 요인이 하나이고 수준이 3인 ‘단요인 실험’이다.
• 3개 품종의 수량성 비교실험에서 소비ㆍ보비ㆍ다비 등 3개 비료 조건에서 수행할 때(2요인 3수준=3x3 또는 32요인실험) → 요인: 품종, 비료 수준: 품종 3개, 비료 3조건
→ 비옥도가 다른 4지역의 토양에서 질소와 퇴비의 상호작용효과를 알아보기 위해 질소를 10kg/10a, 20kg/10a, 퇴비를 500kg/10a, 1,000kg/10a으로 처리하였다. 여기서 요인은 ( ① )과 ( ② ) 및 ( ③ )이고, 수준은 비옥도가 ( ④ ) 수준, 질소와 퇴비는 각각 ( ⑤ ) 수준이다. 따라서 이 실험은 ( ⑥ ) 또는 ( ⑦ )요인 실험이다.

16.2 실험계획의 기본원리

○ 실험에 의하여 정보가 효율적으로 획득되기 위해서는 실험설계가 먼저 제대로 이루어져야 한다. 또한 실험설계 방법에 따라서 얻어진 자료에 대한 통계적 분석방법이 달라지므로 실험설계와 통계적 분석은 서로 밀접한 관계를 갖고 있다. 실험을 통한 정보의 효율적 획득과 적절한 통계분석을 가능케 하는 기본원리로는 랜덤화, 반복, 블록화를 들 수 있다.
󰏚 랜덤화
▪각 처리가 모든 실험구에 배치될 기회를 균등하게 하는 것
▪완전확률화로 모든 실험구가 똑같은 확률로 유리한 곳과 불리한 곳에 배치되도록 하는 것
▪랜덤화는 난수표 또는 추첨을 이용
- 랜덤화(Randomization)는 실험단위의 배정 또는 실험순서들을 임의로, 또는 랜덤하게 결정하는 것으로 선택된 인자 외에 기타 원인들의 영향이 실험결과에 편향되게 미치는 것을 막기 위한 방안이다.
- 만약 실험을 랜덤한 순서로 하지 않고 규칙적으로 차례대로 행한다면, 예를 들어 실험의 숙련도나 실험실의 기온 등과 같이 실험에서 고려하지 않은 원인들이 실험결과에 영향을 끼칠 수 있으므로 어느 것이 참다운 원인인지 모르게 된다. 반면에 실험을 랜덤한 순서로 행하면 선택된 인자 외에 기타 원인들의 영향을 어느 정도 상쇄시킬 수 있으므로 객관성을 유지할 수 있다.
󰏚 실험오차
▪동일한 처리를 받은 실험단위들 사이에 나타나는 차이로 반복간 차이를 말한다.
▪실험오차는 항상 존재하기 때문에 잔차(residual effect) 라고도 한다.
▪실험오차는 실험에서 관찰된 차이가 참인지 또는 우연에 의한 것인지를 검정하는 기초가 된다.
▪따라서 모든 실험은 편의되지 않아 오차가 가능한 한 작게 추정되도록 설계되어야 한다.
󰏚 반복
▪같은 실험처리가 둘 이상의 실험단위에 배치되는 것으로, 같은 처리가 두 번 이상 나타나도록 하는 것
▪반복은 데이터 분석의 기초가 되는 실험오차를 추정할 수 있게 한다.
▪반복은 처리평균의 표준편차를 감소시키므로 실험의 정밀도를 높여준다.
▪실험결과의 적용범위를 넓히고, 오차분산을 제어할 수 있다.
- 반복(Replication)은 인자(들)의 동일한 조건(수준) 하에서 실험을 두 번 이상 행함을 뜻한다. 동일한 조건 하에서 수행한 실험이라도 실험결과가 반드시 동일하지는 않다. 제어 불가능한 오차가 항상 수반되기 때문이다.
- 반복실험을 하면 실험오차(Experimental Error)를 추정할 수 있게 되며, 실험오차의 추정값은 관측된 인자 효과의 차이가 통계적으로 의미 있는 차이인지를 판단하는데 근거가 된다. 또한 반복을 하면 인자 효과를 추정하는데 평균을 사용할 수 있으므로 좀 더 정밀한 효과의 추정량을 얻을 수 있다.
- 그러나 반복을 실시하여 실험의 횟수가 증가하면 비용이 많이 소요되므로 적절한 반복수를 결정하여야 한다. 만약 실험에서 작은 요인효과의 차이도 검출해야 한다면 상대적으로 반복수가 커져야 하며, 실험이 관리상태 하에 있어서 동일한 조건에서 비슷한 실험결과가 나온다면 비교적 작은 반복수도 무난할 것이다. 이와 같이 반복수는 실험오차, 비용, 요구되는 통계적 정밀도(Precision) 등을 고려하여 적절히 결정하여야 한다.

󰏚 오차조절
▪처리효과에 대한 검정력을 높이기 위해 처리 이외의 변동요인을 제거해야 한다.
▪생물학과 농학에서 오차를 조절하는 방법으로 중요한 것은 블록화와 균일한 실험구 관리다.
󰏚 블록화
▪토양비옥도가 한 쪽 방향으로 변화하면 길고 폭이 좁은 직사각형의 블록이 좋다. 이때 블록의 방향은 토양비옥도가 변화하는 방향과 직각이 되게 한다.
▪토양비옥도가 두 방향으로 변화하는 경우 한쪽 변화가 다른 쪽 변화보다 월등하게 크면 변화가 큰 쪽을 기준으로 직사각형 블록을 만든다.
▪토양비옥도가 두 방향으로 변화할 때 변화의 크기가 서로 비슷하면 정사각형으로 블록을 만든다.
▪토양비옥도의 변화방향을 예측할 수 없을 때에도 정사각형 블록을 만든다.
▪블록내 실험구의 크기는 실험포장과 실험비 등에 따라 달라지나, 선행연구를 참고하여 연구자가 정한다.
- 실험 전체를 될 수 있는 한 동질적인 부분으로 나누어 여러 블록으로 나눈 후, 각 블록 내에서 인자 효과를 조사하는 것을 블록화 (Blocking)라고 한다. 블록화는 조사연구에서 층화(Stratification)와 유사한 개념이다.
- 예를 들어 여러 품종의 감자 수확량을 비교하고 싶을 때, 땅의 비옥한 정도에 따라 수확량의 차이가 크다는 사실을 알고 있다면 비옥한 땅, 보통, 척박한 땅을 블록으로 잡으면 된다. 각 블록마다 모든 품종의 감자를 다 심고, 나중에 분석할 때 비옥한 정도의 차이 때문에 생긴 블록효과를 제거해버리면 순수한 품종효과만 걸러지게 된다. 예를 들어 블록화를 하지 않고 그대로 랜덤화하면 어떤 품종은 척박한 땅에만 배치되는 등 제대로 비교가 안 될 수도 있다.
- 모든 실험설계마다 반드시 블록화를 해야 하는 것은 아니다. 그러나 블록효과가 실제로 큰 경우, 블록화를 하지 않는다면 실험오차가 과장되어 유의한 인자 효과를 검출하지 못하는 경우가 있을 수 있다. 블록화를 하면 블록 내에서는 동질성이 유지되며, 블록 간에는 이질적이 된다. 결국, 블록화는 관심 있는 인자의 효과차이를 더 뚜렷하게 밝혀내기 위한 것으로 블록 간 차이가 크면 클수록 오차 분산을 줄일 수 있게 되어 블록화의 효율은 증대된다.
󰏚 실험구 관리
▪실험구 관리는 처리 이외의 다른 요인은 모든 실험단위에 대해서 가능한 균일해야 한다.
.품종의 수량비교 실험에서 모든 실험구에 비료나 농약을 고르게 뿌려야 한다.
.사료작물은 같은 높이로 예취되어야 한다.
.포장에 뿌릴 농약은 시험관에 일정한 수준으로 채워야 한다.
.내병성 실험에서 발병조건을 균일하게 해야 한다.
▪블록 내 변동을 줄이기 위해서는 포장관리나 실험처리 또는 변수의 관찰을 블록단위로 실시한다.
.같은 블록에 있는 실험구들은 모두 동일한 날 처리를 끝내야 조건이 동등해진다.
16.3 실험구 배치
○ 실험의 요인과 수준에 따라 실험구(실험단위)를 배치하는 방법은 여러 가지 있으나, 기본적인 배치방법은 완전확률화설계, 확률화블록설계,라틴방격설계 등 세 가지다.
① 완전확률화설계
• 모든 처리를 모든 실험구에 아무런 제약 없이 완전히 랜덤으로 배치하는 방법
② 확률화블록설계
• 실험포장 또는 실험재료를 한 방향으로 블록화한 다음 블록별로 처리를 랜덤배치 하는 방법
③ 라틴방격설계
• 열과 행의 두 방향으로 블록화하여 랜덤배치 하는 방법

16.3.1 완전확률화설계
󰏚 완전확률화설계 개념
○ 전체 실험구 n 개를 완전히 랜덤으로 배치하는 방법
○ 완전임의배치법이라고도 부른다.
○ 실험구가 균일할 때 효과적,환경조절이 용이한 실내실험, 온실 포트실험, 동물실험 등에 적합
󰏚 완전확률화설계의 설계순서
○ 전체 실험구수를 정한다
- 처리수(𝑡)와 반복수 (𝑛)를 곱하여 전체 실험구 수를 정한다.
○ 각 실험구에 번호를 붙인다.
- 이 경우는 실험구가 20이므로 1부터 20까지 번호를 부여한다.
○ 처리의 랜덤배치 방법을 정한다.
- 랜덤배치 방법은 난수표를 사용하거나, 처리 방법을 기록한 카드 또는 추첨을 이용한다.

완전확률화 설계 4처리(A,B,C,D) 5번 반복 실험에 대한 실험구의 일련번호와 실험구 배치

󰏚 난수표를 이용한 실험구 배치방법
① 난수표를 읽어갈 출발지점을 정한다.
② 난수의 순서를 매긴다.
③ 실험구 번호를 정한다.
④ 처리군을 나눈다.
⑤ 처리를 실험구에 배치한다.
󰏚 완전확률화설계 실험 데이터 처리
○ 완전확률화설계에 의한 실험데이터는 t 처리 r 반복으로 정리하며, 이것을 일원분류라 한다. 일원분류의 분산분석은 변동요인을 처리와 오차로 나눈다.

16.3.2 확률화블록설계
󰏚 확률화블록설계(randomized block desgin, 난괴법) 개념
○ 블록을 만들고 각 블록마다 모든 처리가 한 번씩 나타나도록 랜덤배치하는 방법
○ 블록수가 처리의 반복수와 일치하므로 반복이라고도 한다.
○ 처리수가 많지 않고 실험구의 토양비옥도가 한 방향으로만 변화하는 포장실험에 적합하다.
○ 전체변동에서 블록에 의한 변동을 제거하기 때문에 완전확률화설계보다 실험오차를 더 줄일 수 있다.
󰏚 확률화블록설계 실험구 배치방법
① 블록을 만든다.
- 실험포장을 𝑟개의 균등한 블록으로 나눈다.
- 블록수 𝑟은 반복수와 같은 개념
(※ 옆 그림1)실험포장의 비옥도가 한쪽 방향으로 변화하기 때문에 블록은 비옥도 변화방향과 직각이 되도록 직사각형으로 만든다
② 각 블록별로 처리의 랜덤배치 방법을 정한다.
- 랜덤배치 방법은 완전확률화설계와 동일한데,
- 확률화블록설계에서는 블록에다 실험구를 랜덤배치하며, 각 블록마다 독립적으로 랜덤배치 방법을 정한다.

󰏚 확률화블록설계 실험 데이터 처리
○ 실험데이터는 처리와 블록별로 정리하며, 이것을 이원분류(two-way classification)라고 한다. 분산분석과정은 따로 붙임에서 설명한다.
○ 확률화블록설계의 분산분석이 완전확률화설계와 다른 점은 전체변동을 분할하는 변동요인에 블록 간 변동이 추가되었다는 점이다(따로 붙임 예제 참조).
16.3.3 라틴방격설계
󰏚 라틴방격설계(Latin square desgin) 개념
○ 행(row)과 열(column)의 두 방향으로 블록을 설정하고, 각 행과 열에 모든 처리가 한 번씩 나타나도록 랜덤배치하는 방법이다. 따라서 t개 처리가 있을 때 라티방격설계의 실험단위 또는 실험구수는 t2이 된다.
○ 열과 행의 양방향으로 블록화함으로써 한 방향으로 블록화하는 확률화블록설계보다 실험오차를 더 줄일 수 있다.
- 따라서 토양비옥도가 가로와 세로 두 방향으로 변화하거나 또는 대각선 방향으로 차이나는 포장실험, 계통과 연령이 다른 동물실험 등에 적합하다
○ 라틴방격설계는 처리수와 행수 및 열수가 같아야 하고, 처리수는 4x4에서 8x8까지 효과적으로 이용된다.
󰏚 라틴방격설계 실험에서 실험구 배치법( A,B,C,D 4개 처리의 4X4 )
① <부표 10>의 표준라틴방격표에서 4X4를 선택하고 이 표준배치를 재배치하는 랜덤화 방법을 정한다. (그림a)
② 먼저 행의 재배치방법을 정하고, (그림b)
③ 이와 독립적으로 열의 재배치방법을 정한다(그림c).
개 처리가 있을 때 라틴방격설계의 실험단위 또는 실험구수는 t2이고 모든 행과 열에는 모든 처리가 한번씩 나타나게 한다.

󰏚 라틴방격설계 실험 데이터 처리
○ 실험데이터는 행과 열로 정리한다(예16-4). 그리고 라틴방격설계의 분산분석은 변동요인을 행,열,처리, 오차로 나눈다. 행과 열은 확률화블록설계의 블록요인을 다시 나눈 것이다.
○ 라틴방격설계의 분산분석
- 데이터의 모형식

󰏚 라틴방격설계 분산분석 결과
○ 처리평균들은 5% 유의수준에서 차이가 인정되며(검정통계량 FS > 기각값), 이는 공시한 옥수수 품종들의 수량성이 서로 다름을 알려준다.
○ 그러나 어느 품종이 다른 품종과 어떻게 다른지는 알 수 없으므로 평균의 다중비교를 한다. 이 경우 최소유의차(LSD)검정을 실시한다.
○ 행간에는 유의성이 없고 (FS < 1), 열간에만 1%유의수준에서 유의성이 인정된다(FS=12.79 > F0.01(3,6)=9.78). 이 것은 실험구를 행으로 블록화한 것은 실험오차를 줄이는 데 효과가 없으나, 열로 블록화한 것은 매우 효과적이었음을 나타낸다.

「확률화블록설계 분산분석」
󰏚 확률화블록설계 실험계획 개념
○ 연구의 대상이 되는 개체들이 모든 가능한 처리 그룹에 확률적으로 할당되는 실험인 완전확률화실험은 개체들의 정보를 사용하지 않기 때문에, 실험에서 고려되지 않은 외부요인에 의한 변동을 제어하지 못한다. 따라서 실제로 처리 그룹간에 평균의 차이가 있을지라도 이러한 변동으로 인해 오차항의 변동이 실제보다 더 커지게 되어, 유의적인 결과를 얻지 못할 수도 있다.
○ 확률화블록설계는 연구의 대상이 되는 개체들에 대한 외생변수(exogenous variable)를 고려하여 이러한 변동을 제어함으로써 정확한 결론을 내리는데 사용된다.
○ 먼저 블록(block)은 연구의 대상이 되는 개체들이 같거나 비슷한 특성을 갖는 그룹을 의미하며, 이는 실험이 진행되기 전에 정의되어야 한다. 확률화블록설계에서는 이렇게 정의된 블록 내에서 완전확률실험을 통해 관찰값을 측정한다. 즉, 연구의 대상이 되는 개체들은 개별적인 특성에 의해서 여러 개의 블록으로 나뉘어지고, 각각의 블록 내에서 개체들은 확률적인 순서에 따라 모든 가능한 처리 그룹에 할당되고, 관찰값이 측정되는 것이다.
󰏚 확률화블록설계 분산분석표
○ 분산분석에서 SST(총제곱합) = SSTR(처리제곱합)+SSB(블록제곱합)+SSE(오차제곱합)으로 계산된다. 계량적인 분석을 위해 k개의 처리수준과 b개의 블록이 존재한다고 가정하고, 다음의 표와 같이 정리될 수 있다
○ 확률화블록설계의 분산분석표

󰏚 확률화블록설계 분산분석 과정
○ 분산분석에서는 블록을 통해 외생변수에 의한 변동을 제어한 뒤 요인에 대한 효과에 대헤 검정을 하게 된다. 여기서 사용되는 가설을 다음과 같이 설정된다.

○ 이러한 가설을 검정하는 데 사용되는 F통계량은 처리평균제곱합과 오차평균제곱합의 비율로써 계산된다. F통계량은 분자와 분모에 해당하는 자유도, 즉(k-1)과 (k-1)(b-1)의 자유도를 가지는 F분포를 따르게 된다.
○ 외생변수의 영향을 어느 정도 제어하기 위해서 만든 블록이므로 블록에 대한 검정은 하지않는다. 그러므로 블록요인에 대한 F통계량은 구하지 않는다. 즉 블록은 오차평균제곱합에서 외생변수로 인한 변동을 제어하기 위해서 정의된 것이므로, 블록별 평균간의 차이가 있다는 것은 이미 가정된 것이고 이를 검정하는 것이 목표가 되지 않는다. 하지만 향후 실험에서 같은 종류의 블록을 정의한 것이 적절한지를 살펴보기 위해, 블록별 평균 차이에 대한 유의성을 검정해 볼 수 있다.

- 위의 표는 피험자 간의 능력차이를 고려하지 않고 운영체계별로 평균의 차이 있는지를 검정하기 위하여 일원분산분석 절차에 따라 작성되었다. F통계량=0.86 은 기각값 F0.05(2,12)=2.81보다 작기에 귀무가설을 기각하지 않게되고, 이러한 결과는 외생변수로 인한 변동을 제어한 확률화블록설계하에서의 분산분석 결과와 정반대를 나타낸다.
- 따라서 보다 정확한 결과를 얻기 위해서는 블록을 통해 외생변수로 인한 변동을 제어함으로써, 표본내부의 변동량에 대한 올바른 추정이 요구된다.
「정리하기」
1.실험계획은 실험목적에 대한 가설을 세운 후 처리방법을 정하고 적합한 실험재료를 선택한다. 그리고 변수의 관찰방법과 데이터 수집방법 및 실험구의 배치방법과 관리방법을 정한다. 마지막으로 데이터를 분석할 통계적 방법을 결정한다.
2.실험처리는 실험의 효과를 측정하고 다른 것과 비교될 수 있도록 하는 방법이다. 실험단위(실험구, 시험구)는 처리를 받는 기본단위이고 표본추출단위는 실험단위에서 처리효과를 측정하는 단위이다.
3.실험오차는 같은 처리를 받은 실험단위 간 차이 즉, 반복 간 차이로서 처리효과를 검정하는 기준이 된다. 실험오차를 추정하기 위해서는 반복과 랜덤(확률화)배치가 꼭 필요하다. 블록화와 균일한 실험관리를 통해 실험오차를 줄일 수 있다.
4.완전확률화설계는 모든 처리를 모든 실험구에다 완전히 랜덤으로 배치한다. 확률화블록설계는 블록을 만들고 각 블록마다 모든 처리가 한 번씩 나타나도록 랜덤배치한다. 라틴방격설계는 행과 열의 두 방향으로 블록을 만들고 각 행과 열에 모든 처리가 한 번씩 나타나도록 랜덤배치한다.
5.완전확률화설계는 환경조절이 용이한 실내실험ㆍ포트실험ㆍ동물실험 등에 적용한다. 확률화블록설계는 처리수가 많지 않고 토양비옥도가 한 방향으로만 변화하는 포장실험에 적용한다. 라틴방격설계는 토양비옥도가 두 방향으로 또는 대각선으로 차이나는 포장실험, 계통과 연령이 다른 동물실험 등에 알맞다.




※ 부족하지만 글의 내용이 도움이 조금이라도 되셨다면, 단 1초만 부탁드려도 될까요? 로그인이 필요없는 하트♥(공감) 눌러서 블로그 운영에 힘을 부탁드립니다. 그럼 오늘도 행복한 하루 되십시오^^

반응형