实验中拉丁方的理想和不良特性？

粗略的搜索表明，拉丁方格在实验设计中被广泛使用。在攻读博士学位期间，我研究了拉丁方格的各种理论特性（从组合角度出发），但是对拉丁方格的特长没有深入的了解，这使得拉丁方格特别适合于实验设计。

我知道拉丁方格擅长让统计学家有效地研究存在两个因素在不同“方向”上有所不同的情况。但是，我也相当有信心可以使用许多其他技术。

拉丁方格特别适合使实验设计适合其他设计所没有的拉丁方格呢？

此外，还有成千上万的拉丁广场可供选择，那么您选择哪个拉丁广场呢？我知道随机选择一个很重要，但是仍然会有一些拉丁方比其他方格不适合进行实验（例如，循环组的Cayley表）。这就提出了以下问题。

对于实验设计，拉丁方格的哪些属性是理想的，而拉丁方格的哪些属性则是不良的？

想像：

• 您对单词类型（名词，形容词，副词和动词）对回忆的影响感兴趣。
• 您想将单词类型作为主题内因素（例如，所有参与者都处于所有条件下）

这样的设计会引起遗留效应的问题。即，条件的顺序可能影响因变量召回。例如，参与者可能会通过练习来更好地回忆单词。因此，如果条件总是以相同的顺序出现，那么效果或顺序将与条件的效果（即单词类型）混淆。

拉丁广场是处理订单效应的几种策略之一。拉丁广场的设计可能涉及将参与者分配到四个单独的顺序之一（即，主题之间的条件称为顺序）：

1. 名词形容词副词动词
2. 形容词副词动词名词
3. 副词动词名词形容词
4. 动词名词形容词副词

因此，Latin Squares设计仅包含可能的排序的子集，并且在某种程度上可以估计排序的效果。

我在博客文章中建议以下简单的经验法则：

• “如果订单是分析的重点（例如，技能获取着眼于实践的效果），那么不必担心订单的影响
• 如果订单效果非常强，则最好在主题设计之间坚持
• 如果订单影响较小或中等或未知，则典型的设计策略取决于感兴趣的内部因素水平的数量。
  • 如果级别很少（例如，可能是2,3,4），请出示所有订单（余额）
  • 如果还有更多级别（例如，可能是4个以上），则采用拉丁方格方法或随机排序”

为了专门回答您的问题，Latin Squares设计可让您获得主题内设计的统计功效，同时至少有可能将主题内设计的主要问题（即订单效应）最小化。