按照统计学原理，研究如何制定试验方案，经济而科学地安排试验的一项科学技术。其基本内容是讨论如何经济合理地安排试验，创造一致的对比条件，尽量缩小试验误差，准确地估计处理效应，并使试验结果能有效地进行统计分析。试验设计最先由英国统计学家费希尔（R.A.Fisher）提出。他在1935年出版的名著《试验统计法》中系统提出了试验设计要遵循重复、随机和局部控制的三个基本原则和主要设计方法。从此开创了一门新的应用技术学科。

试验设计广义上是指整个试验研究课题的设计，包括试验方案的拟定、试验单位的选择和分组、试验设计方法的确定以及相应资料的收集和统计分析方法等一整套内容；而狭义上通常是指试验设计方法的考虑。

试验方案是指试验中用来作比较的各处理的总称。在拟定方案时，首先应根据试验目的，确定试验要研究的因素及其水平。例如猪的杂交组合对比试验，若目的是探究最佳组合，则可采用单因素试验，试验方案只要包括几个杂交组合和各自的亲本对照即可。如果还要研究不同饲养水平、不同杂交组合的增重效果及其互作则需要设计一个两因素的试验方案。试验因素确定后，就要确定每一因素的水平数及其间距。水平数根据试验目的要求而定，要注意少而精，各水平的间距要适当，不要过大或过小，应能使反应表现一定差异为原则。其次，试验方案中应包括可供比较的标准处理，这个处理称作对照。如在品种、饲料、药物的对比试验中常以当地品种、原来饲料或药物作对照。如果不设对照，试验处理效果的好坏就将难以判明。第三，试验中各处理组间的比较，必须应用唯一差异的原则。这是指在进行处理比较时，其区别仅在于试验处理的不同，其他所有试验环境条件应完全一致，否则就失去了可比性。如添加赖氨酸的饲养试验，除了各组饲料中赖氨酸水平可以不同外，其他饲料水平、饲养管理和试验动物等环境条件都应一致或相同。只有这样才能准确评定赖氨酸的效应。

进行试验设计的目的，在于将试验的非处理因素尽可能均匀一致地分配给各个处理，从而减少误差，提高试验的精确性，从试验中获得真实的处理效应和无偏的试验误差估值。为了有效地控制和降低试验误差，试验设计的三个基本原则是重复、随机和局部控制。试验中设置重复的目的是为了估计试验误差和降低试验误差。因为试验误差是通过同处理重复间变异而估计的，如果每个处理没有重复，就无法估计误差。平均数的误差是与重复数的平方根呈反比，故增加重复数可以降低误差。在多因素试验时，设置重复才能估计因素间的互作效应，随机原则是指任一试验单元都有同等机会接受任一处理。这一原则的作用是可以避免系统误差，保证试验误差的无偏估计。局部控制原则就是将整个试验环境分解成若干个相对较为一致的小环境（或称区组、窝组），再在小环境内放置一套处理，这样可把误差控制在一个局部范围内，从而能有效地降低试验误差。

根据试验设计的基本原则，在畜牧试验中常用的设计方法有以下几种。

这是一种最基本最简单的试验设计方法。它是将试验单元完全随机地分配于各试验组而不受人为主观影响。应用完全随机设计要求供试动物个体差异较小，试验中各种非处理因素较为均匀一致。如果做不到这点，就会增大试验误差，降低试验精确度。这种设计方法简便，单因素、多因素试验皆可用。由于限制因素较少，所以试验误差较大。

将起始条件一致的试验单位两两配成对子的试验方法。在动物试验中，常把同窝、同性别、体重相近的个体配成对子，一对就是一个重复，然后用随机方法将每对动物分到相应的两组中去。也可用同一头动物前后施以不同处理作成对子。配对设计要求同一对子间差异尽量小，不同对之间允许有差异。这种设计由于控制了对内差异，故试验误差小，适用于精确度要求高的科学试验。

这是根据局部控制原理，将整个试验环境划分成若干个各自条件相对均匀一致的局部，这个局部叫做区组，它可以是某一窝、某一畜舍或某一牧场等，然后在每一区组中设置k个试验单元，随机地布置k个处理的设计。在动物试验中，由于同窝动物比较相近，常以窝作为区组。设有3种处理，4窝动物，则每窝选择性别相同、体重相近的试验动物3头，随机分配于3种处理。这就是处理数为3、重复数为4的随机区组设计。该设计的关键是窝组内动物个体差异尽可能地小，不同窝组间允许有差异。由于区组间差异可通过方差分析从误差中分离，故能有效地降低试验误差，试验精确度比完全随机设计高。此种设计的缺点是当处理数过多时，各区组内环境变异就会增大，选择一致的试验动物将有困难，于是区组就会丧失局部控制的功能。当处理因素与区组交互作用时，不宜应用此种设计。

将k个拉丁字母排成k行k列，使每个字母在各行各列只出现一次的方阵，叫做k×k拉丁方。应用拉丁方试验设计，就是在行、列两个方向均实行局部控制，使行、列两向皆成区组。例如研究A、B、C、D、E五种饲料对奶牛产奶量的影响试验，选择了5头奶牛，每头牛分5个泌乳阶段，按5×5拉丁方设计如下：

附表

这种设计由于能控制和分离行（奶牛个体）、列（泌乳月份）两方面的系统误差，试验精确度较高，特别适用于奶牛等大动物试验。但拉丁方设计需保持处理数、重复数、行数、列数相等的原则，缺乏灵活性。一般只适用于处理数为5～8的试验。若处理数≤4，为满足误差自由度不少于12，可采用重复拉丁方设计。在拉丁方试验中，需要注意行、列因素与处理间不能存在交互作用；对于处理有残效的分期试验，应安排适当的间歇期，使残效消失。

又称交错设计。它是将试验单元分期作试验或对照互相对调，交错二次以上的试验方法。这种设计可以消除试验动物个体、试验时期的差异，从而用较少的试验动物达到较高的精确度，特别适用于个体差异较大的奶牛等动物。常用的反转设计有2×2、2×3两种。图解如下：

2×2反转设计

2×3反转设计

采用反转设计必须注意：①试验处理与时期、个体间不存在交互作用；②试验处理若有残效要设置试验间歇期；③各试验组动物数要相等。

利用正交表来安排试验、分析试验结果的一种多因素试验方法。它的突出优点是可以用较少的处理组合数研究较多的试验因素，因而可以大量节省人力、物力。例如研究某种饲料配方，确定蛋白质（A）、能量（B）、纤维素（C）三个因素，每因素各取三个水平。如果进行全面试验将有3³＝27处理组合，若应用正交试验法，选用1g（3⁴）正交表安排试验只要做9个处理组合试验就可以，而且试验结果也较准确。lg（3⁴）正交表中共有4列9行。

lg（3⁴）正交表

4列指此表最多可安排4个因素，每一列内都排有1、2、3三种数字，代表各因素的不同水平；表中有9个横行，指代表9个不同处理组合。正交设计所以能大大减少试验次数，是因为正交表有两个重要性质：一是任一列的每个水平出现的次数相同；二是任意两列的各种不同处理组合出现的次数相同。这两个性质使任何两因素的水平都具有搭配均衡、整齐、可比的特性。用正交表安排的试验，虽然只有每个因素各水平的全部搭配的一部分，但是很有代表性。正交设计应用于多因素试验，由于处理组合数的减少，若因素间存在互作，则会出现因素的效应和互作的混杂，这是该设计的重要缺陷。