易混淆的试验设计一：析因设计

这个专题的目的：帮助科研人员正确理解并区分不同的试验设计，避免在试验设计阶段产生错误，提高试验的精确性，能够顺利发表高影响因子文章。

什么是析因设计？

析因设计，又称全因子试验设计。适用于各试验因素对观测指标影响的重要程度相同，并且所有试验因素同时作用于受试对象的研究。

该设计试验处理包含了供试因素各水平的所有组合，且每个处理至少需进行2次或以上独立重复试验。

譬如考察A（A1、A2、A3）、B （B1、B2、B3）两个因素对某作物产量影响的研究。A因素的3个水平与B因素3个水平组合成9个处理（A1B1、A1B2、A1B3、A2B1、A2B2、A2B3、A3B1、A3B2、A3B3）；设每个处理重复3次。

而根据这些组合排列的不同，是否有区组的划分，又可分为2种设计：两因素完全随机设计、两因素随机区组设计。

上述9个处理每个重复3次则构成全试验27个处理，划分27个试验单元，再将27个处理完全随机到27试验单元中。

示意图如下（以处理A2B1为例，我们把这三个重复随机放到27个单元格中）：

Genstat演示效果如下：

先划分3个区组，每一区组划分9个试验单元，将含有所有组合的9个处理完全随机到9个试验单元中。

示意图如下（处理A2B1在每个区组内仅出现一次，但它们在组内的具体位置却是随机的）：

Genstat演示效果如下：

与完全随机设计相比，设置随机区组可以让每个区组内的受试对象有较好的同质性，组间均衡性会较好，这样便减少了误差，更容易察觉处理组间的差别，提高了实验效率。缺点是要求区组内受试对象数与处理数相等，实验结果中若有数据缺失，统计分析会麻烦一些，后续我们也会介绍更多关于缺失值的处理与分析的案例。