🌾 无偏估计交互演示
📊 完全随机设计 (CRD)
贫瘠（肥力 10）
土壤肥力梯度（→）
肥沃（肥力 35）
试验次数: 0
📈 随机区组设计 (RCBD)
贫瘠（肥力 10）
土壤肥力梯度（→）
肥沃（肥力 35）
试验次数: 0
💡 无偏估计的直观体现
如果你多次点击“完全随机”，你会发现有时品种V1主要分布在左边（贫瘠），有时在右边（肥沃）。但在多次试验的平均下，这种位置偏差会被抵消，这就是无偏性。
🎯 降低试验误差原理
在随机区组设计中，观察田间布局：每一列（区组）里必然有 V1、V2、V3 各一个。
总变异 = 品种间变异 + 区组间变异 + 误差变异
核心优势：
- 局部控制：将"土地肥力差异"从"误差变异"中剥离出来
- 精确分类：归类到"区组间变异"（可识别、可控制）
- 误差降低：剩下的纯误差（残差）变得非常小
- 精度提高：更容易检测到真实的品种效应
误差减少幅度 = --
📚 数学原理说明
完全随机设计 (CRD)：
MS_error = 区组内变异 + 随机误差
随机区组设计 (RCBD)：
MS_error = 随机误差（区组效应已被移除）
因此，RCBD 的误差项更小，统计检验更有力！