因子と水準

　作物において，収量や抵抗性などの調査研究したい特性を形質(character)という． 着目した形質に影響を与えると考えられる品種，温度，施肥量などを 要因または因子(factor)という．要因の影響を調べるためいくつかの品種を用いたり， 施肥量に段階を設けたりするが，それを水準(level)という．
　要因と水準を決定したら，その反応を調べるためには，圃場で実際に栽培してみる 必要がある場合が多い． しかしながら，圃場の環境条件は場所により異なり，均一の条件で栽培管理を行うことは 難しい．環境条件に多少のばらつきがあると想定される場合には，ばらつきの影響を無作為化 する必要がある．これを行うのが，実験計画法である．

Fisher の3原則

　実験計画の創始者である R.A. Fisher が提唱した原則で， 反復(replication)，無作為化(randomization)，局所管理(local control) の3つからなる．これらは， 処理の違いに基づく差が偶然の誤差を超えて有意なものかどうか統計的に判定するため， 実験を行うにあたり必要な管理原則である．この原則に基づいて圃場での実験配置が設計される．

• 反復
  1つの処理組み合わせに対して，少なくとも2回以上の繰り返しが必要である． 繰り返しにより，誤差の大きさが評価できる．
• 無作為化
  実験順序や，空間配置の無作為化．ある特定の処理条件を圃場のある特定の場所にかためて しまうと，その場所がたまたま水はけがよかったり肥沃だったりした場合，処理効果によるものか 場所の効果によるものかの判別ができなくなる． このようなある特定の場所による効果を系統誤差(systematic error)というが， 無作為に処理条件を配置させることにより，系統誤差を偶然誤差(random error)に転化させる ことができる．
• 局所管理
  実験が大規模で，実験全体を無作為化したら誤差が大きくなってしまうような場合， 実験をある程度細分化してブロックを構成し，ブロック内で処理条件を無作為化する． ブロック内のバックグラウンドはなるべく均一になるように管理できれば， 系統誤差の一部がブロック間変動として除去できるので，実験誤差が 小さくなる．

よく用いられる試験配置

• 乱塊法(randomized block design)
  Fisher の3原則を完全に満足する実験手法で，すべての処理組み合わせの実験を 1回ずつ集めたもので 1つのブロックを形成する．ブロック数が反復数になる．
• 分割区法(split-plot design)
  潅水区や非潅水区のような水管理は，比較的広い区画で行わないと労力，費用等が かかる．このような処理を用いた実験の場合，乱塊法ででブロック内ですべての組み合わせの試験区 を設定することは現実的でない．水管理のように 広い区画が必要な因子 A を一次因子，その区画内で水準を変化させる品種や施肥量などの 因子 B を二次因子と呼ぶ．