配伍组试验亦称随机区组试验，是配对试验的扩大。设计 将受试对象按性质(如实验动物的性别、体重，病人的性别、年龄及病情等对试验结果有影响的非实验因素的生物学性质)相同或相近者组成配伍组，每个配伍组中有三个或三个以上受试对象，分别随机分配到各个处理组。这样各个处理组所用受试对象不仅数量相同，生物学特点也较均衡。用这种试验设计，既缩小了误差，还可分析出处理组及配伍组两个因素的影响，试验效率较高。

例1 在抗癌药物筛选试验中，拟用20只小白鼠按体重相近者分成四组，分别观察四种药物对小白鼠肉瘤(S180)的抑瘤效果，试作配伍组试验设计。

先将20只小鼠按体重大小编号。以1～4号为第一配伍组，5～8号为第二配伍组，余类推。1～4号鼠随机分配到各处理组的方法是：在随机数字表(见条目“随机数字表与随机排列表”表1)上，任指第41行，第21列数字起，向右查，依次抄录三个两位数，如87，63，93，分别以4、3、2除之(因本例每一配伍组有4只鼠)，按余数将小鼠分到A、B、C、D四种处理组。如第一个数87除以4余3，将1号鼠分配在ABCD中的C组;第二个数63除以3可看作余3，将2号鼠分配在ABD中的D组;第三个数93除以2余1，将3号鼠分配在AB中的A组;4号鼠则分配到B组。其余各配伍组中4只鼠按同法分配到各处理组，结果如下：

经整理后各处理组的小鼠号及试验结果见表1。

表1 四种药物抑瘤效果(瘤重，g)

分析 用方差分析。

(1)作检验假设，有两种： 一是各处理组间的比较，H₀为各处理组的总体均数相等; 二是各配伍组间的比较，H0为各配伍组的总体均数相等。

(2)将总变异的离均差平方和及自由度按变异来源分析为处理组、配伍组及误差三部分，计算公式为：

式中N为受试对象数，b为配伍组数，t为处理组数，Ti为各处理组观察值合计数，Bj为各配伍组观察值合计数。

(3) 分别计算处理组及配伍组的均方MS(=SS/v)，并与误差的均方相比得F值，如表2。

(4)查F界值表得P值，按所取检验水准作出推断结论。

例2 试对表1资料作方差分析。

药物间：

H₀： 四种药物的抑瘤作用相同，

H₁： 四种药物的抑瘤作用不同或不全相同。

配伍组间：

H₀：五个配伍组间抑瘤作用相同，

H₁： 五个配伍组间抑瘤作用不同或不尽相同。

均取α=0.05。

N=20，b=5，t=4，∑X=7.52，∑X²＝3.5688。

表2 表1数据的方差分析

查F界值表，各药物间P<0.01，按α=0.05水准拒绝H₀，接受H₁，表明四种药物的抑瘤作用不同; 而各配伍组间P>0.05，按α=0.05水准不拒绝H₀，表明各配伍组的抑瘤作用看不出有差别。

缺项估计 配伍组试验的特点是各处理组的受试对象数相等，各配伍组的受试对象数也相等。如在试验过程中因故漏失原始数据时就不能按上法作统计处理，而须补进漏失数据后才能作方差分析。如漏失数据只有一个，缺项Xe可按下式估计：

式中T为有缺项的处理组中现有观察值之和，B为有缺项的配伍组中现有观察值之和，S为现有观察值之总和，t、b的含意同上。

补进缺项作方差分析时，须从处理的平方和中减去偏大值K加以校正，并将总变异及误差的自由度各减1。K的计算公式为

由于误差自由度减少，F检验的灵敏度降低，而且补入的数据只作分析问题的参考，它毕竟不是真实的，漏失的信息是难以全部补救的，所以最好不要漏失。

例3 若表1中6号鼠意外死亡以致数据漏缺，如表3，试作缺项估计及方差分析。

表3 表1资料缺项估计的计算

检验假设同例2。

今t=4，b=5，缺项补漏前T=1.00，B=1.52，S=7.02。

表4 补进缺项后的方差分析

查F界值表，各药物间P<0.01，按α=0.05水准拒绝H₀，接受H₁;各配伍组间P>0.05，按α=0.05水准不拒绝H₀，结论同例2。