ラテン方格法とは？ブロック因子を制御して効率的に比較実験を行う手法

ラテン方格法とは

ラテン方格法（Latin Square Design）は、2つのブロック因子（ヌイサンスファクター）を同時に制御しながら、処置の効果を比較する実験計画法です。処置数、行ブロック数、列ブロック数がすべて同数のk x k正方配置をとり、各処置が各行・各列にちょうど1回ずつ出現するよう割り当てます。

この設計により、行方向と列方向の系統的な変動を除去した上で処置間の比較が可能になります。たとえば「曜日」と「店舗」という2つの変動要因を制御しつつ、異なるプロモーション手法の効果を比較できます。

ラテン方格の名称は、各セルにラテン文字（A, B, C…）を配置することに由来します。オイラーが18世紀にラテン方格の数学的性質を研究し、ロナルド・フィッシャーが20世紀前半に実験計画法の文脈で体系化しました。

構成要素

配置の制約条件

要素	条件	役割
処置	k種類	比較対象（プロモーション手法など）
行ブロック	k水準	第1のヌイサンス因子（曜日など）
列ブロック	k水準	第2のヌイサンス因子（店舗など）
実験回数	k^2回	完全要因計画のk^3回より大幅に削減

バランスの性質

各処置が各行に1回、各列に1回出現する「直交性」により、処置効果の推定がブロック因子の効果と交絡しません。この性質がラテン方格法の効率性の源泉です。

統計モデル

ラテン方格法の統計モデルは、アウトカム = 全体平均 + 行効果 + 列効果 + 処置効果 + 誤差という加法モデルです。処置とブロック因子の間に交互作用がないことを仮定します。

実践的な使い方

ステップ1: 処置とブロック因子の定義

比較したい処置（k種類）と、制御すべき2つのブロック因子を特定します。処置数 = 行ブロック数 = 列ブロック数であることを確認します。

ステップ2: ラテン方格の生成

標準的なラテン方格表を用意し、行と列の順序をランダム化します。統計ソフトウェアで乱数生成するか、標準表から出発してランダムな行・列の並べ替えを行います。

ステップ3: 実験の実施

割り当てどおりに各条件を実施し、データを収集します。実施中に欠測が生じないよう注意が必要です。ラテン方格法は欠測に弱いため、バックアップ計画を用意しておきます。

ステップ4: ANOVAによる分析

行効果、列効果、処置効果をANOVA（分散分析）で検定します。処置効果が有意であれば、多重比較法（Tukey法など）で処置間のペアワイズ比較を行います。

活用場面

• 複数店舗×複数期間にわたるプロモーション手法の比較実験
• 製造ラインの異なるオペレーターと機械の組み合わせで処理方法を比較する品質検証
• 異なる地域と時間帯をブロック因子として広告クリエイティブの効果を測定する場面
• 官能検査で評価者と提示順序を制御しながら製品のブラインドテストを行う場面

注意点

処置数の制約

処置数が行・列のブロック数と一致しなければならないため、処置数が多いと実験規模が急拡大します。5処置なら25回の実験が必要です。処置数が多い場合はグレコラテン方格や不完備型計画の利用を検討してください。

交互作用の検出不能

ラテン方格法は加法モデルを前提としており、処置とブロック因子の交互作用を検出できません。交互作用が存在すると、処置効果の推定にバイアスが生じます。交互作用の存在が疑われる場合は、反復を追加するか要因計画法への切り替えを検討します。

欠測データへの脆弱性

バランスの取れた配置が前提となるため、1つでもデータが欠落すると解析が複雑になります。欠測が発生した場合は、欠測値の推定法を適用するか、一般線形モデルによる解析に切り替えます。事前に脱落リスクの低い実験条件を選ぶことも重要です。

まとめ

ラテン方格法は、2つのブロック因子を同時に制御しながら処置効果を効率的に比較する実験計画法です。少ない実験回数でノイズを除去できるため、フィールド実験やリソース制約のあるビジネス実験に適しています。交互作用が無視できることと欠測の回避が、適用の前提条件であることを理解しておきましょう。