３．误差及其分类
　　误差：一般把试验中的原始数据与真实值之差，样本统计量与相应参数之差通称为误差。误差产生的主要原因是由于观测指标的变异性、个体差异的存在和对试验设计的４个基本原则遵守得不严。误差包括随机误差和非随机误差。
　　①随机误差
　　在同一条件下对同一对象反复进行观测，在没有过失误差又极力消除系统误差之后，每次测量结果仍会出现一些无倾向性的随机变化，这些变化称为随机误差。
　　②非随机误差 包括系统误差（或偏差）和非系统误差（或过失误差）。
　　系统误差 在相同的条件下， 测量的结果或算得的统计量比真实值或参数一致地偏高或偏低，即误差的大小具有明显的倾向性，这种误差称为系统误差，也称偏性或偏倚。
　　非系统误差 由于研究者偶然的失误（如阅读或抄写）所造成的错误。防止办法： 对数据认真检查、反复核对。
　　在进行假设检验（参见第2篇第1章）时，运用样本资料计算所得的统计量必然带有误差，并且依据不同的设计类型算得的统计量， 其误差的大小也是不同的。假设检验中的误差项的均方，就相当于是一把尺子，用它来度量各个试验因素对试验结果的影响大小。

　　４．试验设计的原则
　　随机、重复、对照和均衡是试验设计的4个基本原则。
　　（1）随机化原则
　　所谓随机化原则就是在抽样或分组时必须做到使总体中任何一个个体都有同等的机会被抽取进入样本以及样本中任何一个个体都有同等机会被分配到任何一个组中去。在受试对象的选取和分组时必须严格按这一原则进行实施。实现随机化的方法有多种， 如抽签、查随机数字表或随机排列表、利用计算机产生的伪随机数。通过随机化，降低系统误差的影响。
　　（2）重复的原则
　　由于个体差异等影响因素的存在，同一种处理对不同的受试对象所产生的效果不尽相同，其具体指标的取值必然有高低之分，只有在大量重复试验的条件下，该处理的真实效应才会比较确定地显露出来，因此，在试验研究中，必须坚持重复的原则。
　　“重复”一词在试验研究中至少有下面3层含意：其一，对某样品进行观测时，为了减少方法和操作等带来的误差，将每一个样品分成k份，测出各份样品单位容积中某指标的观测值，用它们的算术均数作为每分样品单位容积中该指标的直接观测值；其二，在相同的试验条件下， 独立重复地观测m个样品（或受试对象），这就是人们通常所指的“重复试验”， 其目的是为了降低以个体差异为主的各种试验误差；其三，在部分或全部试验条件有规律地变动时， 从同一个样品（或受试对象）上重复测量到k个数值，称为具有重复测量的试验或设计。这种重复最有利于排除个体差异对观测结果的影响。整个试验过程中试验次数的总和称为样本含量或样本大小，样本含量n过大（有时人力不够，工作粗枝大叶， 资料可靠度低）或过小（统计规律无法显露出来）都有弊病，最好针对具体情况，根据专业和统计学知识作出合理的估计。
　　（3）对照的原则
　　进行试验研究， 必须设立对照组。因为有比较才有鉴别， 缺少对照的研究是没有说服力的。通过对照来鉴别处理因素与非处理因素之间的差异，抵消或减少试验误差。
　　（4）均衡的原则
　　所谓均衡，就是使对照组与试验组中的非处理因素尽量达到均衡一致，使处理因素的试验效应能更真实地反映出来。

　　５．试验设计的原理
　　在试验设计中坚持上述4个基本原则是试验成功的关键，其原理就在于它能有效地排除非处理因素的干扰和影响，使试验误差的估计降到最低限度，从而可以降低“噪音”， 纯化“信号”，准确地获得处理因素的试验效应，使随机现象的统计规律性更好地显露出来。
　　第2节　试验设计原则的实施办法法
　　１．受试对象随机分组
　　前面已讲过实现随机化的途径有多种，为节省篇幅，此处仅给出随机排列表，以供查阅。

不知道楼主想要干什么？

《现代统计学与SAS应用》
收藏到我的图书馆  
作者: 胡良平主编
出版日期: 2000年08月第1版
主题词: 系统分析-应用-统计分析
分类:社会科学总论图书馆>统计学>统计方法
图书简介:本书较全面地介绍了现代统计学的理论、方法及其应用技巧。着重介绍各种试验设计方法、统计分析方法及其适用条件；结合具体问题正确选用统计方法的技术以及对计算结果的正确解释和应用。