第一章植物營養的田間研究方法教學內容：田間研究試驗設計基礎知識，田間試驗方案設計的原則和方法，田間試驗的實施，田間試驗資料的整理、收集和總結的書寫教學要求：掌握田間試驗方法設計和熟悉田間試驗實施的全過程。重點：田間試驗方案設計，田間小區排列方法及田間試驗的實施，以提高試驗精度、估計誤差的目的。難點：正交設計植物營養田間研究的概念概念：就是在田間條件下研究植物營養及其行為規律、供應狀況和調控方法特點：試驗條件最接近農業生產要求，能較客觀地反映生產實際，所得結果對生產有直接的指導意義--P+P第一節試驗設計基本知識一、試驗的基本概念總體:總體指的是同質事物的全體；(P95)樣本：從總體中取出的一部分個體，這部分個體的總和叫做樣本或抽樣總體

試驗因素：指在試驗中必須加以考察的因素水平：試驗因素在試驗中的不同數量水平或質量水平處理：因素的每一個水平或各因素不同水平的組合稱為處理(p48)重復：試驗中同一處理的試驗單元數區組：將整個試驗空間分成若干個各自相對均勻的局部，每一個局部叫做區組。

誤差：觀察結果與真值之間的差異。隨機誤差：由試驗單元、管理方法、測試儀器、操作方法等方面不可識別的、大小方向不同的微小差異所造成的觀察值和真值間的差異，具有隨機性，所以稱為隨機誤差。系統誤差：指由于管理方法、測試儀器等方面有可辨別的差異，從而使觀察值與真值間發生一定方向的系統偏離稱為系統誤差錯誤誤差：試驗中由于試驗人員粗心大意所發生的差錯，如記錄、測量錯誤等。真值：在一條件下，事物所具有的真實數值。由于偶然因素不可避免的存在和影響，真值是無法測得。平均值：用無數個數據平均后求得得近于真值的平均值方差：觀察值與平均值之間的離均差平方的平均數均方：總體方差一般不易求得，通常用樣本進行估計。樣本方差稱為均方。標準差：方差的正平方根科學研究的過程認知描述觀察實驗性研究理論上解釋試驗設計結果分析二、科學試驗的主要步驟

試驗設計階段：包括選題、設計試驗方案、準備試驗材料和環境試驗實施階段：正確進行試驗操作，保證試驗的一致性，觀察試驗結果，收集數據試驗分析階段：檢查核對試驗數據、進行統計分析、解釋試驗結果，作出科學結論、總結試驗為今后的研究及生產提供參考科學依據（一）選題：提出問題問題：是人們認識活動中“已知”與“未知”之間的連接點“未來”已有知識、背景（一）選題：提出問題

愛因斯坦指出：提出一個問題往往比解決一個問題更重要，因為解決問題也許僅僅是一個數學或實驗上的技能而已，而提出新的問題，新的可能性，從新的角度去看舊的問題，卻需要創造性的想象力，而且標志著科學的真正進步題目來源：當前生產實踐中提出和存在的問題生產進一步發展需要解決的理論和技術問題推廣國內外的先進經驗和技術科學發展上需要解決的理論問題1978-2013年我國糧食產量與化肥用量的變化中國化肥施用情況（我國化肥用量占全世界化肥用量的37%）肥料利用率低NP2O5K2O332442主要糧食作物化肥利用率（%）經濟作物利用率更低土壤富集水體污染空氣污染品質下降未利用養分肥料產品結構不合理中國硝態氮肥和液態氮肥的比重分別僅占0.3%和0%；德國達到27.7%和12.0%，美國達到8.5%和55.9%。需要不斷研發新產品測土配方--作物專用肥2020年中國化肥產能和施用量（萬噸）養分種類產能施用量N60603150P2O524001300K2O8801050總量93405500工業和信息化部化肥零增長香蕉施肥概況香蕉施肥概況案例：國外蘋果綠色生產關鍵技術

1、土壤質量提升技術行間生草+覆蓋覆蓋增施有機肥、堆肥、秸稈還田障礙性土壤改良：局部優化施肥+酸化土壤改良

2、最佳養分管理技術-作物營養套餐N：總量控制、以果定量、重視基肥、追肥后移、少量多次，大中量元素平衡、因缺補缺、液體肥的補充

3、配方施肥技術4、高效施肥技術（1）水肥一體化（2）根層施肥技術5、栽培技術（推廣）矮砧密植每畝83株以上，開始結果年齡在2—4年。小個體，大群體，產量大幅度提高，管理簡化喬砧密植每畝栽33—111株，開始結果年齡在5—6年。大個體，大群體，產量提高，管理要求更高。

海南果樹綠色生產模式的思考土壤質量提升技術（覆蓋、間作綠肥、秸稈還田、增加有機肥施用等）酸性土壤和障礙性土壤改良推廣測土配方施肥技術及養分綜合管理技術推廣施肥新技術及相配套的產品

水肥一體化探索新的栽培模式

綠色生產模式調查組駐扎公司基地駐扎農村組肥料配方及水肥一體化技術研發組土壤養分測試組

經濟作物組（香蕉、菠蘿等）糧食作物組熱帶作物組制定作物營養套餐獲得基地作物施肥基本情況和肥料利用率情況獲得農民施肥習慣、農民施肥情況下的肥料施用效率，為接下來的技術培訓做準備海南節肥綠色生產模式研究過程設計（二）作好試驗計劃

設計和確定完成試驗任務的方法步驟。具體內容為：設計試驗方案確定試驗方法制定管理措施確定觀察測定項目及其方法與標準（三）試驗的實施：內容：據試驗目的和任務、試驗方案和試驗方法作好試驗場所、器材、工具的準備工作。認真布置試驗作好試驗的管理工作完成計劃觀察記載項目和各項目測定工作。（四）總結（一般以論文或報告的形式進行）

總結試驗目的、設計及過程總結試驗結果對試驗結果進行分析、討論并提出合理建議三、試驗研究的基本要求要有代表性準確性重現性

四、試驗方案設計的原則要有明確的目的性要有嚴密的可比性：要遵循單一差異原則（設底肥，對照）要提高試驗效率試驗設計與統計方法的統一性

第二節試驗方案設計一、單因素試驗方案設計設計要點：1、確定試驗因素的水平范圍2、確定試驗因素的水平間距1、確定試驗因素的水平范圍指試驗因素水平的上下限區間。大小取決于研究目的：如果事先對某種試驗因素的效果一無所知，此時可以把因素的水平范圍適當放寬。如果事先對試驗因素效應大小有了一定的了解，水平范圍可小些。一般下限為不施肥處理，上限為最高產量施肥量。

需肥量大，肥力低的土壤水平間距大些，反之。2、確定試驗因素的水平間距：指試驗因素不同水平的間隔大小。如果水平間距過大沒什么實際意義，過小易于被試驗誤差掩蓋。具體水平間距有兩種確定方法，一種是根據試驗土壤肥力變異，重復次數和統計檢驗的置信度見表1；另外一種是按照經驗和最適用量等距離收縮或延伸。重復最低置信差值（％）

次數CV=3%CV=10%CV=12%CV=14%218.122.627.131.7313.717.220.624.0411.614.517.420.3510.312.915.418.069.311.614.016.378.610.712.915.088.010.012.014.0表1不同重復次數，不同變異系數的兩個處理平均數間最低置信度差值（95％置信度）表1的例子：從中可以看出，在土壤變異系數為10％,試驗重復4次的條件下，處理差異只有大于平均數的14.5％，才能達到95％的置信度要求，據此，如果水稻產量為6000/hm2,處理差異至少為6000×14.5％＝870kg/hm2,設每kgN增產稻谷10kg，則氮肥水平間距應在87kg/hm2N以上。二、復因素試驗方案設計（一）基本概念：1、因素的簡單效應：指在復因素試驗中，一個試驗因素在另一個試驗因素的某一水平上的試驗效應，稱為這個因素的簡單效應。2、因素的主效應。指同一因素各簡單效應的平均值稱為該因素的主效應或平均效應。3、因素的交互效應：不同因素相互作用產生的新效應稱為這些因素的交互效應。就是指不同因素綜合效應與各因素單獨效應的差值。這種交互作用涉及多個因素。凡二個因素之間的交互作用稱為一級聯應，三個因素間之間的交互作用稱為二級聯應，余此類推。交互作用可能為正值，也可能為負值或零。（二）、復因素試驗方案設計1、完全實施方案將各因素不同水平一切可能的組合均作為試驗處理，這種設計方案稱為完全實施方案，例如課本上的例子（P54）

表1氮、磷鉀肥肥效試驗完全實施方案處理號NPK處理1111CK2112K3121P4122PK5211N6212NK7221PN8222NPK完全實施方案的優點：

（1）每個因素和水平都有機會相互搭配，方案具有均衡可比性和正交性。所謂“均衡可比性”指一個因素不同水平進行比較時，與這些不同水平搭配的其他因素和水平是相同的，因而便于試驗效應的直觀分析。（2）因素間不產生效應混雜，提供的試驗信息較多。缺點：

完全實施方案的處理數隨著試驗因素和因素水平的增加而增加，處理數過多會給試驗實施帶來很大的困難，所以完全實施方案只適于因素和水平不太多的試驗。為克服該設計的主要缺點，在試驗因素較多的情況下，往往需要采用不完全實施方案。2、不完全實施方案用完全實施方案的一部分處理構成試驗方案就得到不完全實施方案。不完全實施方案可以是均衡方案，也可以是不均衡方案。

表2氮磷鉀肥效試驗均衡不完全實施方案處理號NPK處理1111CK2122PK3212NK4221NP處理號NPK處理1111CK2211N3121P4221NP5222NPK表3氮磷鉀肥效試驗不均衡不完全實施方案（三）、正交設計1、正交表的性質（正交表的正交性）（1）每一列不同數字出現次數相同。如課本上正交表中所示。(2)任何2列構成的有序數出現次數相同

表7L8（27）正交表處理號

列號123456711111111211122223122112241222211521212126212212172211221822121122、正交表的特點（1）整齊（排列、規律）可比（2）均衡（散布均勻）分散（3）簡單易行3、正交設計的方法和步驟（1）明確試驗目的，確定試驗指標任何一個試驗都是為了解決某個問題，或為了得到某個結論而進行的，因此，任何一個試驗都應該有一個明確的目的。如研究各因子的主效應還是交互效應，或者是都要研究，主要根據選題、經驗和專業知識等多方面確定，試驗指標是表示試驗結果特性的值，如產量、品質、株高等。（2）挑選因素，確定水平根據試驗目的，選出主要因素，略去次要因素。如果對問題了解不夠，可以適當多取一些因素。確定因子水平時，一般盡可能使因素的水平數相等。（3）選正交表（先看水平再看因素）一般要求，因素數≤正交表列數，因素水平數與正交表對應的水平數一致，在滿足上述條件的前提下，選擇較小的表。例如，對于4因素3水平的試驗，滿足要求的表有L9(34),L27(313)等，一般可以選擇L9(34)，但如果要求精度高，并且試驗條件允許，可以選擇較大的表。（4）表頭設計：把因素安排到正交表列位上。正交設計多為不完全實施方案，因為列數有限，往往不足以安排完全實施方案所能研究的全部試驗因素，因而發生效應混雜，即試驗效應不能用統計分析的方法分析出來，效應混雜給試驗帶來的誤差稱為模型誤差，為了減少模型誤差，表頭設計時應盡可能使研究因素與高級連應混雜。（因為在一般情況下，連應級別越高，其交互效應越小）（5）設計實施方案（對號入座）把方案中的列（因素列）抄出來，然后把因子和水平填到相應的列中位置就成實施方案。（注：正交表中的交互作用列僅供統計分析用，在方案實施上無具體意義）（6）認真進行試驗，觀察收集數據進行試驗的過程中，注意各種條件（如播種時間、小區肥力均勻、隨機排列、設置重復等）的一致行。（7）對試驗結果進行統計分析，并進行驗證

分析方法通常采用兩種方法：一種是直觀分析法（或稱極差分析法），另一種是方差分析法。通過分析可以得到因素主次順序、優方案等有用信息。4、示例

例一：4.1確定試驗目的及試驗指標：研究有機肥（A）、氮（B）、磷（C）、鉀（D）各因子的主要肥效（不考慮交互效應）。試驗指標：作物產量4.2、各因素各設2個水平

有機肥（A）1水平：60000kg/ha，2水平120000kg/haN肥（B）1水平：45kg/ha，2水平：90kg/ha磷肥（P2O5，C）1水平：30kg/ha，2水平：60kg/ha鉀肥（K2O）（D）1水平：37.5kg/ha，2水平：75kg/ha4.3選擇正交表

由于是2水平試驗，因子有4個，可選擇具有7列L8（27）正交表，（現在的新教材《試驗設計與統計》中一般都有正交表及相應的交互效應表）

表7L8（27）正交表處理號

列號123456711111111211122223122112241222211521212126212212172211221822121124.4表頭設計表頭設計時應盡可能使研究因素與高級連應混雜。（因為在一般情況下，連應級別越高，其交互效應越小)

表3L8（27）交互作用表處理號列號

12345671（1）3254762（2）167453（3）76544（4）1235（5）326（6）17（7）正交表交互作用表的使用（以L8(27)為例）

1 2 3 4 5 6 7 列號(1) 3 2 5 4 7 6 1 (2) 1 6 7 4 5 2 (3) 7 6 5 4 3 (4) 1 2 3 4 (5) 3 2 5 (6) 1 6 (7) 7如需要查第1列和第2列的交互作用列，則從(1)橫向右看，從(2)豎向上看，它們的交叉點為3。第3列就是1列與2列的交互作用列。如果第1列排A因素，第2列排B因素，第3列則需要反映它們的交互作用A×B，就不能在第3列安排C因素或者其它因素，這稱為不能混雜。表5L8（27）交互作用情況表處理號列號

12345671ABABCACBCD2BCDACDCDABD

BDADABC34567表6L8（27）有機肥和N、P、K肥試驗

表頭設計

列號

1234567因素ABABCACBCD

CDBDAD4.5確定實施方案

把正交方案中因素列抄出來，然后把相應的因素和水平寫到方案中，就可得到我們的正交試驗方案。在我們這個試驗中，由于因素只安排在第1、2、4、7列，因此只需要把L8（27）中的第1、2、4、7抄出即可，其它的列空出，這些空列在統計分析時可以估計出效應大小。因此該正交試驗方案為；表7L8（27）正交表中的第1、2、4、7列

列號1

2345671111111121112222312211224122221152

12121262

12212172

21122182

212112表8L8（27）正交表中的第1、2、4、7列處理號

列號12471111121122312124122152112621217221182222因此該正交試驗方案為(對號入座）

表9L8（27）四因素正交設計方案處理號列號1247因素有機肥（A）氮（B）P2O5（C）（K2O）（D）（kg/ha）（kg/ha）（kg/ha）（kg/ha）160000453037.5260000456075360000903075460000906037.551200004530756120000456037.57120000903037.58120000906075相應試驗實施處理為處理1：有機肥60000、氮肥45、P2O530、鉀肥（K2O）37.5kg/ha

處理2：有機肥60000氮肥45、P2O560、鉀肥（K2O）75kg/ha處理3：有機肥60000氮肥90P2O530鉀肥（K2O）75kg/ha處理4：有機肥60000氮肥90P2O560鉀肥（K2O）37.5kg/ha處理5：有機肥120000氮肥45P2O530鉀肥（K2O）75kg/ha處理6：有機肥120000氮肥45P2O560鉀肥（K2O）37.5kg/ha處理7：有機肥120000氮肥90P2O530鉀肥（K2O）37.5kg/ha處理8：有機肥120000氮肥90P2O560鉀肥（K2O）75kg/ha這8個處理根據需要可做重復。例二

在這個試驗方案中如果我們要研究A×B，B×C，B×D3個交互作用，表頭設計時，就要避免它們與其余試驗因素混雜，于是可用如下表頭設計方案。（交互作用表也是用表4）表10L8（27）有機肥和N、P、K肥交互作用表頭設計

列號

1234567因素BAABCBCDBD

CDADAC

那么我們只要把試驗因素安排在第1、2、4、6列，在2、4、6列中，雖然存在試驗因素和一些一級交互作用混雜，但它們不是我們的研究對象（研究目的）因此方案可行。此時試驗方案為表11L8（27）正交表中的第1、2、4、6列處理號

列號12461111121122312124122152111621227221282221表12L8（27）四因素正交設計方案處理號列號1246因素有機肥（A）氮（B）P2O5（C）（K2O）（D）（kg/ha）（kg/ha）（kg/ha）（kg/ha）160000453037.5260000456075360000903075460000906037.55120000453037.5612000045607571200009030758120000906037.5試驗實施處理為處理1：有機肥60000氮肥45、P2O530鉀肥（K2O）37.5kg/ha處理2：有機肥60000氮肥45、P2O560鉀肥（K2O）75kg/ha處理3：有機肥60000氮肥90P2O530鉀肥（K2O）75kg/ha處理4：有機肥60000氮肥90P2O560鉀肥（K2O）37.5kg/ha處理5：有機肥120000氮肥45P2O530鉀肥（K2O）37.5kg/ha處理6：有機肥120000氮肥45P2O560鉀肥（K2O）75kg/ha處理7：有機肥120000氮肥90P2O530鉀肥（K2O）75kg/ha處理8：有機肥120000氮肥90P2O560鉀肥（K2O）37.5kg/ha

在實際生產研究試驗中，我們往往對因素的主效應和交互效應大小都不太清楚，為得到更多的試驗信息，同時也為了能夠更加準確的篩選關鍵因子，進行下一步試驗，因此我們的試驗方案中應該包含有所有因素的主效應和一級連應（如果經驗告訴我們有些因素間可能不存在交互效應，那么我們可以不考慮這些因素的一級連應）。此時，由于研究對象包含了4個主效應，6個一級連應，共10個研究對象，L8（27）最多只能容納7個研究對象，顯然，如果我們用它，一定有很多的效應混雜在一起而無從分開，這樣就達不到我們的研究。此時我們最好選用大的正交表來進行設計如：L16（215）處理號

列號12345678910111213141511111111111111112111111122222222311122221111222241112222222211115122112211221122612211222211221171222211112222118122221122111122921212121212121210212121221212121112122121121221211221221212121121213221122112211221142211221211221121522121121221211216221211221121221表13L16（215）正交表

例三上述試驗中，假如我們的試驗目的是要研究四個因子的主效和6個一級聯應，則我們所研究的效應是10個，我們用L16（215）正交表來安排試驗，則這十個效應應該都占一列，根據交互作用表可得如下表頭設計。表14L16（215）表頭設計列號123456789101112131415因素ABABCAC

BCDADBDCD因此，我們把因素安排在第1、2、4、8列，其余各列只有在統計時采用，空白列可用來估計試驗模型誤差（在試驗不設置重復的情況下）。那么我們的試驗方案為表15，表16：

列號處理1248111112111231121411225121161212712218122292111102112112121122122132211142212152221162222處理列號1248因素有機肥（A）氮（B）P2O5（C）（K2O）（D）（kg/ha）（kg/ha）（kg/ha）（kg/ha）160000453037.5260000453075360000456037.5460000456075560000903037.5660000903075760000906037.58600009060759120000453037.51012000045307511120000456037.51212000045607513120000903037.51412000090307515120000906037.516120000906075表16實施方案正交試驗設計注意事項：（1）有些書上已經有表頭設計，只需根據試驗目的選擇即可。例如下表。（2）在對試驗因素效應大小和交互作用不清楚的情況下，建議選用較大的正交表，否則可能會導致實驗失敗或達不到試驗研究的目的。

表17L8(27)表頭設計情況表因素數

列號12345673ABABCACBC4ABABCACBCDCDCBDAD4ABABCACDADCDBDBC5ABABCACDEDECDCEBDBEAEADBC退出

表18L16（215）表頭設計因素列號1234567891011121314154ABABCAC

BCDADBDCD5ABABCAC

BCDEDADBDCECDBEAEE6ABABCAC

BCDADBDECDFCEDEDFEFBEAEAFBFCF退出

5、正交設計的統計分析(1)直觀分析法(2)方差分析法例1：水稻正交設計試驗方案及結果如下退出

處理號

列號及因子產量（kg/hm2）1234567NPNPKNKPK15922.75111111127168.50111222236006.75122112246680.25122221156412.50212121265670.00212212176435.00221122185107.502212112T1j25778251732463324777227072412324708T2j236252422924769246262669625280246956444629361586194567660306177

5906605761926156667463206173Rj

－538.31－23633.94－38998290－4(1)水稻肥料正交試驗的直觀分析：由試驗結果分析各因子不同水平的簡單效應，N、P因子的作用較大，K因子可以忽略，N>P>K。而交互效應則是NK、PK較大,NK>PK>NP。最好處理為N1P1K2,上一張

下一張

主頁

退出

應用直觀分析法需要注意的問題：①通過直觀分析確定的最優組合，有時并不在正交試驗實施方案中（此時需要把最優方案與試驗方案中的最佳處理進行比較試驗確定最優方案是不是最優）②根據正交試驗分析結果選定的最優組合，只能在試驗所考察的范圍內才有意義，若超出該范圍，情況可能發生變化。③在試驗研究中，有時通過一輪試驗不一定能找出最優條件，特別是缺乏有關資料的情況下，往往要通過多次探索。這時，要充分利用試驗指標在因素水平間的變化趨勢，確定下一輪試驗的因素水平范圍。④直觀分析無法對因素效應作顯著性檢驗。退出

（2）正交試驗資料的方差分析

若各號試驗處理都只有一個觀測值，則稱之為單個觀測值正交試驗；

若各號試驗處理都有兩個或兩個以上觀測值，則稱之為有重復觀測值正交試驗。

下一張

主頁

退出

上一張

單個觀測值正交試驗；如該例：①、計算各項平方和與自由度矯正數

C=T2/n總平方和

SST=Σx2-C

下一張

主頁

退出

上一張

A因素平方和

SSA=Σ/ka-C

B因素平方和

SSB

=Σ/kb-C

下一張

主頁

退出

上一張

C因素平方和

SSC=ΣT2C/kc-C誤差平方和

SSe=SST-SSA-SSB-SSC

下一張

主頁

退出

上一張

②上述水稻正交試驗結果的方差分析見下表來源dfSSMSFp>FN1579560.70579560.7028521.25**0.0038P1111451.01111451.015484.71**0.0086K12840.702840.70139.800.0537NP12303.512303.51113.360.0596NK11989264.451989264.4597895.37**0.0020PK11674031674038238.23**0.0070誤差120.3220.32總72852844.12該表分析結果與直觀分析結果相一致

單個觀測值正交試驗資料的方差分析，其誤差是由“空列”來估計的。然而“空列”并不空，實際上是被未考察的交互作用所占據。

這種誤差既包含試驗誤差，也包含交互作用，稱為模型誤差。

若交互作用不存在，用模型誤差估計試驗誤差是可行的；若因素間存在交互作用，則模型誤差會夸大試驗誤差，有可能掩蓋考察因素的顯著性。下一張

主頁

退出

上一張

試驗誤差應通過重復試驗值來估計。所以，進行正交試驗最好能有二次以上的重復。正交試驗的重復，可采用完全隨機或隨機區組設計。下一張

主頁

退出

上一張

有重復觀測值正交試驗資料的方差分析參考課本P160-163

第三節植物營養田間試驗研究的方法設計一、設計原則（一）設置重復1、重復：指同一處理在試驗中出現的次數2、設置重復的目的a：為了減少試驗誤差b：設置重復才能估計隨機誤差，進而對試驗效應，試驗條件系統誤差，模型誤差作出統計檢驗c：擴大試驗范圍樣本標準誤與標準差的關系是重復次數n越大，減少了試驗誤差3、確定重復的方法（1）以滿足精確度要求為原則，在已知試驗變異系數的情況下，據試驗目的確定試驗精度，然后計算出該精確度要求的重復數則：例如：例如：某地塊通過前期田間試驗結果，計算得變異系數為8.57%，要在該地塊上做試驗，試驗結果的精確度達5%（即期望的變異系數為5%）則重復次數n=（地塊實際CV/精度）2=（8.57/5）2=1.723（2）在不知道試驗地變異系數的情況下，也可以根據試驗誤差自由度要求確定重復次數，國際水稻研究所規定的田間試驗誤差自由度應大于10，否則應增加重復數。例如：某N、P肥試驗，氮肥水平為2個，磷為3個水平，其完全實施方案共有2×3=6個處理組合，則處理自由度為5，若重復2次，則試驗總自由度為6×2-1=11，因此誤差自由度為總自由度-處理自由度=11-5=6，誤差自由度<10，不符合規定田間試驗誤差自由度的要求。應增加重復次數，重復次數為3，則誤差自由度=3×6-1-5=12可滿足規定要求。下列試驗可不設重復1、生產示范試驗2、多點分散試驗3、有些回歸分析P56（二）隨機排列1、目的：任何處理都有同等機會分配給任何一個田間小區誤差理論以概率論即隨機事件發生的規律為基礎，只有隨機排列才能對試驗結果進行統計檢驗2、方法（1）抽簽法（抓鬮法）

（2）隨機數字法（三）局部控制目的：減少試驗誤差實質：將試驗條件劃分為若干相對一致的組分（稱為區組），將要比較的全部或部分處理安排在同一區組中，從而增加區組內處理間的可比性。方法：隨機區組排列（當處理較少時），每個區組內安排各處理的一個重復小區，不同處理在同一區組內隨機排列，由于同一區組內各處理的試驗條件比較一致，從而降低誤差（因為區組之間的誤差可在統計分析過程中得出，從而把實際的誤差項減少）。主要應用：

坡地做試驗，把坡頂、坡腰、坡底分為三個區組；

在多點試驗中，每個試驗點可作為一個區組；當處理較多時，可將高級聯應的不同水平作為不同區組。三者之間的關系二、設計內容（一）小區形狀：小區：指安排一個處理的一小塊地段長方形尤其是狹長形小區容易調勻土壤差異，使小區肥力接近試驗地的平均肥力水平，也便于觀察記載及其農事操作，若已知試驗田呈肥力梯度，小區的方向必須是使長的一邊與肥力變化最大的方向平行，使區組內方向與肥力梯度垂直，這樣可以提高試驗的精度，長寬比可為（3-10）：1甚至可達20：1。(二)、小區面積小區面積沿著土壤