블록계획법이란, 실험단위들이 균일하지 않을 때 실험의 정확도를 높히는 것을 목적으로 bias를 제거하여 균일한 실험단위들끼리 같은 블록에 두고 실험을 진행합니다.
즉 동질적인 몇 개의 그룹으로 나누고 그룹 내에서 랜덤화된 상태에서 실험을 진행합니다.
블록의 대표적인 예로는 요일, 지역 등이 있습니다.
블록 내에서는 유사성을 띄지만, 타 블록간에는 비유사성을 지니게 됩니다.
블록계획법의 종류에는 크게 2가지가 있습니다.
1) 랜덤화 완비 블록 계획법
2) 라틴방격법
랜덤화 완비 블록 계획법은 a수준의 처리효과를 비교하기 위해 b개의 블록을 설정합니다.
b번의 실험을 진행하고, 각 블록 내에서는 a개의 블록 내에서 랜덤화로 실험은 진행됩니다.
Y회사에서 동일한 가격으로 4종류의 라면의 판매량의 차이가 있는지 실험하기로 한다.
3개의 지역을 블록요인으로 하며 랜덤화에 의해서 실험을 진행하였다.
data test1;
input ramen block score @@;
cards;
1 1 10 1 2 39 1 3 20
2 1 38 2 2 23 2 3 19
3 1 34 3 2 23 3 3 39
4 1 23 4 2 34 4 3 48
;
run;
proc glm data=test1;
class ramen block;
model score = ramen block / e;
means ramen / tukey;
run;
라면에 대한 차이 값의 유의성 검정 p-value = 0.6928 > 0.05 로 귀무가설이 채택되어 라면 종류 간에 유의미한 차이가 있다라고 할 수 있다.
블록요인효과에 대한 유의성 검정을 실시한 결과 p-vale = 0.8498 > 0.05로 귀무가설이 블록효과는 인정된다라고 할 수 있다.
Catch the best of SAS Innovate 2025 — anytime, anywhere. Stream powerful keynotes, real-world demos, and game-changing insights from the world’s leading data and AI minds.