실험에 대한 합리적 계획 방법의 설계로 해결하고자 하는 문제에 대해 실험을 어떻게 행하고 데이타를 어떻게 취하며, 어떤 통계적 방법으로 데이타를 분석하면 최소의 실험횟수를 통한 최소의 비용으로 최대의 정보를 얻을 수 있는 효율적 실험을 설계할 수 있는가를 계획하는 것을 실험계획법이라고 한다.
어떤 요인이 실험 특성치에 유효한 영향을 주고 있는가를 파악하고 그 영향력의 정도를 알기 위하여.
작은 영향을 미치는 요인의 전체적 영향정도를 파악키 위해.
유효한 영향을 미치는 요인의 가장 바람직한 반응을 하는 조건을 파악하기 위하여
뽑혀진 인자 외에 통제하지 못 한 기타 원인들이 실험결과에 편기되게 영향 을 미치는 것을 방지하려는 것으로 실험순서를, 무작위로 정하는 원리이다.
동일조건하의 실험을 2 회 이상 행하여 실험의 정도를 높이려는 원리이다. 반복을 시켜줌으로써 오차항의 자유도를 크게 해줄 수 있으며 오차분산이 정도, 높게 추정됨으로써 실험결과의 신뢰성을 높일 수 있다.
실험 전체를 시간적 공간적으로, 분할하여 블럭으로 만들어주면 각, 블럭 내 에서는 실험 환경이 균일하게 되어 정도 높은 결과를 얻을 수 있다. [예] 난괴법
해석할 필요가 없는 2 인자 교호작용이나 고차의 교호작용을 블럭과 교락시키는 방법으로 검출할 , 필요가 없는 요인의 효과가 블럭의 효과와 교락하게 됨으로써 실험의 효율 및 정도를 높일 수 있다.
배치된 요인간에 직교성을 갖도록 실험계획하여 데이터를 취하면 같은, 실험횟수라도 검출력이 높은 검정을 할 수 있고 정도, 높은 추정을 할 수 있다.
요인배치법, 난괴법, 라틴 방격법
단순히 참고용으로 사용하기 위한 인자
| 구분 | 모수인자 | 변량인자 |
|---|---|---|
| $a_i$의 기대가 | $ E(a_i) = a_i $ | $ E(a_i) = 0 $ |
| $a_i$의 평균 | $ \bar{a}_i = 0 \\ \Sigma{a_i} = 0 $ | $ \bar{a}_i \neq 0 \\ \Sigma{a_i} \neq 0 $ |
| $a_i$의 분산 | $ V(a_i) = 0 $ | $ V(a_i) = \sigma^2_A $ |
| $a_A^2$ | $ E\left(\dfrac{1}{l-1}\sum{a_i^2}\right) $ | $ E\left(\dfrac{1}{l-1}\sum{a_i - \bar{a}^2}\right) $ |