随机区组设计（randomized block design）又称随机单位组设计或配伍组设计，它实际上是配对设计的扩展，通常先将实验单位按某对研究结果有影响的重要非实验因素（如动物的种属、性别、体重，患者的病情、性别、年龄等非处理因素）相同或相近的原则组成区组（或称单位组、配伍组），再采用完全随机的方法将各区组内的实验单位分配到全部实验组。在该研究设计中，每个区组内的实验单位数目取决于处理水平数。例如，某实验安排了 g种不同水平的处理，那么每个区组就有 g• m个实验单位，随机地将每个区组中的每 m个实验单位分配到一个实验组中，此时，称为具有 m次重复实验的随机区组设计；在大多数情况下， m = 1，此时，称为无重复实验的随机区组设计。该设计不仅平衡了区组因素的影响，而且能把处理水平间的差别、不同区组间的差别分开来进行分析。若将区组作为另一处理因素的不同水平，随机区组设计等同于无重复观察的两因素多水平的设计。

在实验研究中，当研究中考虑的实验因素只有一个（例如：某疾病不同的治疗方案），处理的水平数≥3，拟考察的区组因素（例如：患者的症状轻重，或综合考虑患者的症状、病程、年龄等重要的非实验因素组成的复合指标）也只有一个，并且，每个区组内实验单位的数目大于等于处理水平数，不考虑实验因素与区组因素间的交互作用时，可以考虑采用随机区组设计。

分组方法：首先，将实验单位按配伍条件相同或相近的原则配成区组，假设处理共有 g个水平，则每个区组内的实验单位数应为 kg个， k = 1， 2， 3，……；然后，将每个区组内的试验单位随机分配至各个处理水平组。图3-2为随机区组设计的示意图。

在随机区组设计中，需要注意：①区分处理因素和区组因素。处理因素是主要的研究因素，区组因素是对研究结果可能有影响的主要非研究因素；②配伍的条件不能太多，否则，难以划分区组。特别是不能将处理因素作为配伍条件而出现配伍过头的情况。

随机区组设计的实验结果的排列格式见表3-6：

按随机区组设计，应用随机数字表法对15例2型糖尿病患者分别用甲、乙、丙三种药物治疗，研究接受3种药物后患者的血糖值是否有差别。

（1） 配成区组：先将受试对象按性别相同，年龄、病情相近者配成区组，每个区组3名糖尿病患者，共5个区组，见表3-7第1、2行。

（2） 取随机数字：在随机数字表（附表1）中任选一行一列开始的两位数作为1个随机数，如从第8行第3列开始记录，见表3-7第3行。

（3） 区组内实验单位的分配：事先规定在每个区组内将随机数按大小排序；各区组中序号为1的患者服用甲药、序号为2的患者服用乙药、序号为3的患者服用丙药，分配结果见表3-7第4、5行。

对随机区组设计的计量资料进行统计分析时，需根据数据的分布特征选择方法，对于正态分布且方差齐同的资料，采用双向分类的方差分析（two-way classification，ANOVA）；当不满足方差分析的条件时，可进行变量变换后采用双向分类的方差分析或采用随机区组设计多个样本比较的秩和检验（Friedman M检验）。

随机区组设计中的区组因素应是对实验结果有较大影响的非处理因素。区组内各实验对象应均衡，区组之间实验对象具有较大的差异为好，这样利用区组控制非处理因素的影响，并在方差分析时将区组间的变异从组内变异中分解出来。因此，当区组间差别有统计学意义时，这种设计的误差比完全随机设计小，实验效率得以提高。然而，当区组因素对研究结果没有明显影响时，随机区组设计结果的可信度低于完全随机设计。并且，该法分组较繁琐，要求区组内实验单位数与处理数相等，实验结果中若有数据缺失，统计分析较麻烦。