ラテン方格

ラテン方格（ラテンほうかく、英: Latin square）とは ${\displaystyle n}$ 行 ${\displaystyle n}$ 列の表に ${\displaystyle n}$ 個の異なる記号を、各記号が各行および各列に1回だけ現れるように並べたものである。ラテン方陣（ラテンほうじん）ともいう。例を示す：

${\displaystyle {\begin{bmatrix}1&2&3\\2&3&1\\3&1&2\\\end{bmatrix}}\quad \quad {\begin{bmatrix}a&b&d&c\\b&c&a&d\\c&d&b&a\\d&a&c&b\end{bmatrix}}}$

ラテン方格は数学的には準群の積表と見ることができる。

ラテン方格は実験計画法に応用される。またペンシルパズルの一種「数独」や「賢くなるパズル」もラテン方格の応用である。

ラテン方格の名はオイラーによるもので、記号としてラテン文字（ローマ字）を用いたことによる。

ラテン方格は、第1行および第1列が自然な順序で並んでいる場合に標準形という。例えば上記1番のラテン方格は第1行と第1列がいずれも1,2,3であるから標準形である。どんなラテン方格も行、または列を交換することで標準形にできる。

記号には自然な順序がある（ない場合は適当に決めればよい）から、一般には1から始まる連続した数字（自然数）で書くのが便利である。

2次元のラテン方格をn次元に拡張した物をラテン超方格（Latin hypercube）という。これに基づく実験計画法をラテン超方格法（Latin Hypercube Sampling; LHS）という。

${\displaystyle n\times n}$ ラテン方格の各マスを3つ組 ${\displaystyle (r,c,s)}$ （ただし ${\displaystyle r}$ は行、 ${\displaystyle c}$ は列、 ${\displaystyle s}$ は記号）で表現すると、 ${\displaystyle n^{2}}$ 組の3つ組が得られ、これを直交配列表現 英: orthogonal array representation と呼ぶ。例えば上の1番目のラテン方格の直交配列表現は

${\displaystyle \{(1,1,1),(1,2,2),(1,3,3),(2,1,2),(2,2,3),(2,3,1),(3,1,3),(3,2,1),(3,3,2)\}}$

となる。ラテン方格は直交配列を用いて次のように定義できる：

• ${\displaystyle (r,c,s)}$ （ただし ${\displaystyle 1\leqq r,c,s\leqq n}$）の形の ${\displaystyle n^{2}}$ 組の3文字組があり、
• すべての ${\displaystyle (r,c)}$、 ${\displaystyle (r,s)}$、 ${\displaystyle (c,s)}$ の形の対がそれぞれすべて異なる。

この表現法から、行、列、および記号は似た役割を持つことがわかる。

ラテン方格に対するいろいろな操作（例えば上下あるいは左右の反転など）で別のラテン方格が作れる。

行、列、または記号を交換すれば、新しいラテン方格が作れる。これを最初のものに対してイソトピック (英語: isotopic) であるという。イソトピックな関係（イソトピー、英語: isotopy）は一種の同値関係であり、すべてのラテン方格は同値類（イソトピー類、英語: isotopy classes）に分けることができる。

もう一つのタイプの操作は、直交配置表現を使うと簡単に表せる。各3つ組の中の3文字を系統的に並べ替えれば他のラテン方格が作れる。例えば、各3つ組${\displaystyle (r,c,s)}$を${\displaystyle (c,r,s)}$に並べ替え（これは対角線を中心にして行と列を反転すること）、あるいは各3つ組${\displaystyle (r,c,s)}$を${\displaystyle (c,s,r)}$に並べ替える（これはもっと複雑な操作）ことができる。このような操作は全部で（何もしないのを含めて）6つの可能性があり、これらで得られるラテン方格を基の方格に対して共役（英語: conjugate または 英語: parastrophe）という。

これらの同値操作を2つ組み合わせることができる。2つのラテン方格の一方がもう一方の共役に対しイソトピックなとき、これらはパラトピック（英語: paratopic または 英語: main class isotopic）という。これもやはり同値関係であって、この同値類は 英語: main classes、英語: species、英語: paratopy classes などという。各 main class は最高6のイソトピー類を含む。

ウィキメディア・コモンズには、ラテン方格に関するメディアがあります。

• 『ラテン方格』 - コトバンク
• 『ラテン方陣』 - コトバンク
• Weisstein, Eric W. "Latin Square". mathworld.wolfram.com (英語).

表 話 編 歴 統計学
標本調査	標本 母集団 無作為抽出 層化抽出法
記述統計学	連続データ 位置 平均 算術 幾何 調和 中央値 分位数 順序統計量 最頻値 階級値 分散 範囲 偏差 偏差値 標準偏差 標準誤差 変動係数 決定係数 相関係数 自己相関 共分散 自己共分散 分散共分散行列 百分率 統計的ばらつき モーメント 分散 歪度 尖度 カテゴリデータ 頻度 分割表
推計統計学	仮説検定 パラメトリック t検定 ウェルチのt検定 F検定 Z検定 二項検定 ジャック–ベラ検定 シャピロ–ウィルク検定 分散分析 共分散分析 ノンパラメトリック ウィルコクソンの符号順位検定 マン・ホイットニーのU検定 カイ二乗検定 イェイツのカイ二乗検定 累積カイ二乗検定 フィッシャーの正確確率検定 尤度比検定 G検定 アンダーソン–ダーリング検定 コルモゴロフ–スミルノフ検定 カイパー検定 マンテル検定 コクラン・マンテル・ヘンツェルの統計量 その他 帰無仮説 対立仮説 有意 棄却 区間推定 信頼区間 予測区間 モデル選択基準 AIC BIC WAIC MDL その他 偏り 偏りと分散 過剰適合 推定量 点推定 最尤推定 尤度関数 尤度方程式 最小距離推定 メタアナリシス ブートストラップ法
ベイズ統計学	確率 主観確率 ベイズ確率 事前確率 事後確率 最大事後確率 その他 ベイズ推定 ベイズ因子
相関	交絡変数 ピアソンの積率相関係数 順位相関（スピアマンの順位相関係数・ケンドールの順位相関係数）
モデル	一般線形モデル 一般化線形モデル 混合モデル 一般化線形混合モデル
回帰	線形 リッジ回帰 ラッソ回帰 エラスティックネット 非線形 k近傍法 回帰木 ランダムフォレスト ニューラルネットワーク サポートベクター回帰 射影追跡回帰 時系列 自己回帰モデル 自己回帰移動平均モデル ARCHモデル 対移動平均比率法 トレンド定常 傾向推定 共和分 構造変化
分類	線形 線形判別分析 ロジスティック回帰 単純ベイズ分類器 単純パーセプトロン 線形サポートベクターマシン 二次 二次判別分析 非線形 k近傍法 決定木 ランダムフォレスト ニューラルネットワーク サポートベクターマシン ベイジアンネットワーク 隠れマルコフモデル その他 二項分類 多クラス分類 第一種過誤と第二種過誤
教師なし学習	クラスタリング k平均法（k-means++法） DBSCAN 密度推定（英語版） カーネル密度推定（カーネル） その他 主成分分析 独立成分分析 自己組織化写像
統計図表	棒グラフ バイプロット（英語版） 箱ひげ図 管理図 フォレストプロット ヒストグラム 円グラフ Q-Qプロット ランチャート 散布図 幹葉図 バイオリン図 ドットプロット ヒートマップ 階級区分図
生存時間分析	生存時間関数 カプラン＝マイヤー推定量 ログランク検定 故障率 比例ハザードモデル
歴史	統計学の創始者 確率論と統計学の歩み
応用	社会統計学 疫学 生物統計学 系統学 統計力学 計量経済学 機械学習 実験計画法
出版物	統計学に関する学術誌一覧 重要な出版物
全般	統計 頻度主義統計学 統計学および機械学習の評価指標
その他	方向統計学 S言語 R言語 統計検定 社会調査士 JDLA Deep Learning For GENERAL JDLA Deep Learning for ENGINEER 実用数学技能検定 品質管理検定
カテゴリ