동네 무작위성은 일정 1 의 난수 테이블, 추첨 또는 컴퓨터 (장치) 난수 생성 방법을 통해 얻을 수 있습니다. 무작위 영역 그룹에서 세포의 무작위 배열은 다음과 같이 난수 방법으로 설명됩니다. 예를 들어, 8 개의 처리가 포함된 실험이 있습니다. 단순히 1, 2 로 처리하면 됩니다. , 3., 4., 5., 6., 7., 8, 9, 그런 다음 난수 테이블에서 임의의 페이지 중 하나를 지정하고 0 과 9 및 중복 숫자를 제거하여 526483766 을 얻습니다. 두 번째 반복이 있는 경우 테이블에서 다른 행 또는 다른 열 난수를 해당 블록의 8 개 처리 정렬 순서로 찾을 수 있습니다. 더 많은 반복이 있는 경우 프로세스 단위의 위치를 결정하기 위해 임의화를 수행합니다. 블록의 각 처리 위치는 무작위일 뿐만 아니라 각 블록의 셀 임의화는 독립적으로 수행됩니다. 9 개 이상의 처리된 실험도 난수 테이블을 확인할 수 있습니다. 12 프로세스가 있는 경우 임의의 페이지에서 한 줄을 검색하여 00,97,98,99 를 제거한 후 12 프로세스의 순서를 얻을 수 있습니다. 예를 들어, 표 6 페이지의 79 행에서 한 번에 두 개의 숫자를 읽으면 97,. 39, 24, 89, 90, 89, 86, 49, 15,/Kloc 을 얻게 됩니다 숫자 97 을 제외하고 12 보다 큰 모든 숫자를 12 로 나누면 나머지를 얻을 수 있고, 반복되는 숫자는 그어져 결과 무작위 배열은 3, 12, 5, 6, 2 로 나열됩니다 마지막 번호는 무작위로 1 1 개 번호를 찾은 후 자동으로 결정됩니다. 12 이상 처리의 무작위 방법은 위와 같지만 제거할 숫자가 다릅니다. 예를 들어 1 개 처리가 있는 경우 미리 삭제할 숫자 범위는 85 에서 100 * * 16 자리까지입니다.
현장에서 무작위 구단을 배치할 때는 실험 정확도와 작업 편리성을 고려해야 하는데, 이전에는 위주였다. 이 설계의 목적은 실험 오차를 줄여 블록과 블록 간의 토양 차이를 최대화하고 동일한 내부 블록과 블록 간의 변이를 최소화하는 것입니다. 일반적으로, 좁은 구획은 구획 모양에 있어서 토양 차이가 가장 적고, 정사각형이나 가까운 정사각형 구획은 토양 차이가 크다. 따라서 일반적으로 사각형 블록과 미세 셀을 사용하면 테스트 정확도가 향상됩니다. 단방향 출산 그라데이션이 있는 경우에도 마찬가지입니다. 그러나 블록의 분할은 그라데이션에 수직이며 블록 내 블록의 긴 모서리는 그라데이션에 평행합니다. 이렇게 하면 테스트 정확도를 높일 수 있을 뿐만 아니라 편리한 작업의 요구 사항도 충족시킬 수 있다. 처리 수량이 많은 경우 첫 번째 셀과 마지막 셀 사이의 거리가 너무 멀지 않도록 셀을 두 줄로 배열할 수 있습니다.
앞서 언급한 바와 같이, 한 실험의 모든 블록을 한 토지에 배치할 수 없는 경우, 여러 블록을 다른 사이트에 설정할 수 있습니다. 즉, 각 블록을 분산시킬 수 있지만 한 블록의 모든 블록을 함께 배치해야 합니다. 1. 연구에는 각각 두 개 이상의 레벨 (p≥2, q≥2) 을 가진 두 개의 인수가 있으며, 실험에는 p×q 처리의 조합이 포함되어 있습니다.
2. 연구자가 흥미가 없는 무관한 변수가 있는데, 이 무관한 변수와 인수 사이에는 상호 작용이 없다. 연구원들은 이 무관한 변수의 변화를 분리하기를 원한다. 관련 없는 변수에서 피험자 (이 관련 없는 변수가 피험자 변수인 경우) 를 미리 일치시킨 다음 각 선택 세트의 동질성 피험자 (각 피험자 P× Q 중 하나의 실험 처리 조합) 를 무작위로 할당합니다.