俄亥俄州立大学名誉教授比尔韦斯（Bill Weiss）称之为 "取样困境"。当料库或料堆里有成千上万吨饲料，而只有一小袋被送往实验室时，我们如何进行准确的饲料分析？

"你必须问自己：'这半磅（约227g）饲料代表这堆饲料的可能性有多大？Weiss 在3月份的《Hoard's Dairyman》网络研讨会上说。

Weiss指出，如果只取一个样本，能反映真实饲料的概率很小，也不太可能。另一方面，多个样本的平均值可能更具有代表性。

如果送检多个样本返回的结果都很相似，这就代表了精确度。然而，即使样本相似，它们也可能都是错的，Weiss说。这就是为什么取样的准确性非常重要。

他说：“为了提高准确性，取样方法很重要”。良好的取样方法意味着你的样本更有可能反映整体的情况。好的取样方法可能会提高精确度，但也会提高准确度。

为了获得更准确的样本，Weiss 分享了以下步骤。首先，取样前要尽可能充分地混合饲料。Weiss说：“在实际取样之前，混合得越充分，越能代表饲料的整体情况”。取样时多取几把饲料，然后放在桶里进行充分混合。

接下来，从初始样本中获得逐渐变小的子样本，如上图所示。倒出桶中的内容物，并将饲料分成几个部分。选择其中一部分作为样本。Weiss解释说，一定要收集该部分中所有的小颗粒，因为这些颗粒是饲料中的重要成分。

关于安全问题，Weiss说，千万不要从饲料堆的表面取样。首先，这样取样不具有代表性，更重要的是，这样做很危险。

即使有很好的取样技术，样本也不一定能代表饲料情况。Weiss 指出，饲料越不均匀，例如玉米青贮，单个样本就越不可能代表平均值。因此，他强调了采集多个样本的重要性，这要从窖底部开始，然后重复整个过程。仅仅从原始样本中抽取多个样本送检并不能达到同样的效果。

Weiss承认，送检多个样本会增加成本，但多样本可以降低样本不准确的风险。

Weiss说，糟糕的样本提供的数据毫无意义，他认为，如果牧场根据这些不具有代表性的样本获得的数据采取行动，并重新制作日粮，那么这比毫无意义更糟糕。这进一步强调了收集准确样本的必要性，而这又要从采样技术开始。

他说：“要花时间在好的流程上”。