This book is about the planning of experiments in which the effects under investigation tend to be masked by fluctuations outside the experimenter's control." So begins the book you are reading. “实验者无法控制的诸多变动往往遮蔽了所观测到的效应，而本书正是关于如何在这种情况下设计试验的。” 您正在阅读的这本书就从这句话开始了。
1.2好试验的要求
我们假定已经确定了处理、试验单元和观测属性。那么，一个好试验的要求是处理的对比应尽可能没有系统性误差且足够准确，结论应具有广泛的有效性，试验安排应尽可能简单,并且结论的不确定性应可以评估。
标准误差的取值——由此任何一个指定试验的精度--取决于：
(1)试验材料的内在差异性和试验工作的准确性；
(2)试验单元的数量（以及对每个试验单元重复观测的数量）；
(3)试验的设计（如果效率不高，还取决于分析方法）。 p6
大体说来，我们对精度的要求是标准误差应该足够小，以使得我们能够得出有说服力的结论，但标准误差又不能太小。如果标准误差很大，则试验本身几乎是无用的，而不必要的过小标准误差则意味着试验材料的浪费。
在试验的每个阶段，从最初的种植到最终的测试，不可控变异的来源中的任何一个，要么用区组来标识，实际上就从处理对比中被消除了，要么被随机化，要么可能被认为是可忽略不计的。尽可能避免最后一项，因为如第1章所述，通常最好避免对不可控变异的属性进行假设。
7.4 误差的控制和裂分单元的原则
如何确保试验材料的不可控变异尽可能少地干扰结论。在较简单的情况下，我们先前的讨论无须更改即可适用。也就是说，我们可以通过将试验单元分组为随机区组或拉丁方，或使用基于伴随变量的调整，来减少某些变异来源的影响，并且可以通过随机化将剩余变异转化为实际上的随机变异。
与一次一因子方法相比，析因试验具有以下优点：可以更精确地估计整体因子效应，可以探索不同因子之间的交互效应，并可通过加入其他因子来实现扩展结论的有效范围。
更重要的是，在调查一开始就进行大型试验通常不是一件好事。小型的初步试验可能会预示出前景好得多的提问路线，在任何案例中通常对于挑选出最重要的因子以及显示这些因子应调查的范围都很有用。
交互效应的实际重要性在于，如果我们希望对B的水平提出技术建议，则有必要考虑A的哪个水平该出现。进一步地，除非交互效应的本质被充分理解了，否则将使用B的结论推广到试验中没有出现的A的水平上将是困难的。
