実験計画の選び方

農業研究では、シーズン終了時に得られる分析結果が統計的に意味のあるものとなるよう、試験の最初に正しい実験計画を選択することが重要である。様々なタイプのデザインについてさらに見ていく前に、なぜそのデザインが必要なのかを理解するのに時間をかける価値がある。

ある植物育種家が、できるだけ同じような土地を2区画選び、それぞれの区画に同じ品種を播種したとする。育種家が各区画を同じ管理方法で扱ったとしても、各区画の収穫量を測定すると、両者は異なることになる。

この違いをこう呼ぶ。 実験誤差.育種家が2つ以上の品種の性能について適切な判断を下すには、試験における実験誤差を推定しなければならない。測定された品種間の差が実験誤差より大きければ、一方の品種が他方の品種より優れていると確信できる。育種家は、実験誤差を測定するための2つの手段を自由に使うことができる： レプリケーション そして 無作為化.

また、無作為化することで、他の管理されていない変動源が結果を偏らせるのを防ぐことができる。

再現性と無作為化は共に実験計画を定義する 農業研究者が使用するために開発された一般的なタイプがいくつかある：

- 完全無作為化デザイン
- ランダム化完全ブロック
- ラテン方陣
- スプリット・プロット・デザイン
- ストリップ・プロットのデザイン

を挙げることができる。

例えば、試験品種の数、処理に使用する機械の大きさ、処理間の検出可能な差の大きさ、試験の実施に必要な資源（時間、場所、資金）などである。

完全無作為化計画は、すべての計画の中で最も単純である。完全無作為化計画では，各処理が等しく区画に割り当てられる．完全無作為化計画には多くの利点がある：任意の数の処理と反復に対応できる；分析が単純で、欠測区画に簡単に対応できる；誤差の自由度が同じ処理数の他の計画よりも高く、実験誤差をより正確に推定できる。

完全無作為化計画には、圃場が多かれ少なかれ完全に均一である必要があるという欠点がある。圃場に土壌のばらつきなどによる高いばらつきがある場合、実験誤差の推定精度が低くなり、処理区間での真の差が検出できなくなる可能性がある。

通常、完全無作為化計画は、試験地が特に均一であることが分かっている場合に用いられる。また、生存圃場の分析が単純なままであるため、試験中に多数の圃場が失敗すると予想されるシナリオでも非常に有用である。

無作為化完全ブロック計画は、今日の農業研究者の間で最も一般的な実験計画である。圃場は、土壌のタイプが似ているなどの類似性に基づいてブロックにグループ分けされる。そして、各区画で各処理が1回ずつ行われるように、圃場に処理が割り当てられる。したがって、各ブロックには可能な限りの処理が含まれることになり、これが「完全ブロック」計画と呼ばれるゆえんである。

完全ブロック計画を立案する場合、研究者はブロック内のばらつきを最小化し、ブロック間のばらつきを最大化するようにしなければならない。試 験 場 所 に 変 動 が 少 な い 場 合 は 、ブ ロ ッ ク 間 を 隣 り 合 わ せ て 配 置 す る こ と が で き る 。しかし、トライアルを行う場所にばらつきの勾配がある場合は、ブロックを勾配に垂直に並べるべきである。実際、測定や治療活動の実際的な理由から、ブロックを互いに隣接させる必要はない。

これは例えば、試験地が異なる土壌タイプにまたがっている場合に有効である。

その名が示すように、このデザインは正方形を同数の行と列に分割したものである。それぞれのトリートメントや品種は、各行と列にちょうど1回ずつ現れるように配置される。

ラテン方形デザインの主な利点は、試験地の2つの変動源を考慮できることである。例えば、試験が実施される圃場は、一方向に肥沃度の勾配があり、もう一方に傾斜がある場合がある。

ラテン方形計画は、他の計画に比べていくつかの欠点があるため、農業試験にはあまり用いられない。第一に、プロット数が処理数の2乗になるため、試験が非常に大規模になり、実施にコストがかかる。第二に、適用された処置の間違いなど、試験中にミスがあるとデータの分析が困難になる。

第三に、処理数が少ない（4以下）場合、誤差の自由度が低くなり、その結果、実験誤差の推定値が大きくなる。

農業試験には複数の処理因子があるのが普通で、たとえば、3つの異なる窒素率と3つの異なる栽培タイプを組み合わせて試験する。これは、無作為化完全ブロック計画を用いて、2つの要因のすべての組み合わせが各ブロックで発生するようにすれば可能である。しかし、この方法では適用が難しい、あるいは不可能な処理もある。

栽培設備は通常、商業農場の規模であり、大きな圃場を必要とする。一方、窒素は手作業ではるかに小さな圃場に散布することができる。
このような複雑な問題に対処するために、農業研究者はスプリット・プロット計画を利用する。この計画では、無作為化完全ブロック計画において、1つの因子を大きな圃場に割り当てる。この大きな圃場は、次に小さな圃場に分割され、そこではもう一方の要因の処理が無作為に適用される。

上述したように、分割プロット計画の主な利点は、異なるプロットサイズを必要とする処理因子をより効率的に取り扱うことができることである。分割プロットデザインはまた、ブロックに大きなプロットを追加するだけで、進行中の実験に新しい処理を追加する可能性を可能にする。

スプリット・プロット・デザインでは、2つのプロット・サイズがあるため、2つの実験誤差が生じます。これはしばしば、有意差を示すためにはオブザベーションに大きな差が必要であることを意味する。分割プロット計画には、より複雑な分析を必要とするという欠点もある。

スプリット・プロット・デザインの有効なバリエーションとして、ストリップ・プロット・デザインがある。各処理因子をパスまたはストリップで適用するのが最も簡単な場合、ストリッププロット計画を用いることができる。これらのデザインでは、1つの要因が各ブロック内のストリップに割り当てられ、各ブロックは独自の無作為化を行う。次に2つ目の因子を1つ目の因子と直交するストリップに適用し、ここでも各ブロックに独自の無作為化を行う。

その結果、まるで市松模様のような処理になる。ストリッププロット計画には、スプリットプロット計画と同様の長所と短所があり、主に試験の効率的な設定が可能である。