（1）。如果你知道不同的温度，湿度对研究的对象影响很大，而且，你想知道影响有多大。那么，可以把温度，湿度作为自变量处理。比如说，你想看叶子在零度以下，常温下有什么不同的反应。这个温度，湿度的设定肯定在完全不同的magnititude上。

（2）。如果你想比较一种药物对叶子造成什么影响，那么，温度，湿度只要在比较合理的范围内就可以了。即使温度，湿度会给实验数据造成一点影响，也没什么大不了的。大可不必忧心忡忡。有些实验不可能一次完成，可能有若干步骤。那么，只要保证所有的样品在相同的时间段内完成了相同的步骤就可以了。不要今天做完这五个样品，明天做完另外五个样品。而要今天完成十个样品的前边几步，明天完成这十个样品的后边几步。

做一些解释：

在食品生产厂，可能有多台设备生产饼干。为了测定两种配方对饼干指标的影响，我们可能需要在不同的设备上各选几个样品，然后把设备引起的variance作为block移除掉。为什么这样呢？因为多台设备一起生产是即存事实，而且确实会引起比较significant的差别。

在普通的生物实验室，比较贵重的实验设备可能只有一台，那么，我们就没有必要考虑实验设备造成的误差了。因为这台实验设备对所有的样品造成的影响基本上是没有歧视的。我们实在没有必要认为地制造误差，然后移除误差。

在（2）这种情况下，实验室的温度，湿度是比较恒定的。就算生物体（叶子）活着，那么细微的差别也不可能造成太大的不同，何况生物体（叶子）已经死了呢。做实验的人在提取样本的过程中，拿着很细很细的试管，眼睛稍微向上或者向下斜那么一点点，造成的偏差恐怕比温度，湿度大很多。何况我们在做实验的过程中，加了很多试剂防止氧化等反应的发生。

很多中文词汇，我不知道怎么说。可能有用错的地方。不过，总体上还是比较靠谱的。