实验设计中有什么障碍？

关于实验设计中的块概念，我有两个问题：（1）块和因子之间有什么区别？（2）我试图阅读一些书，但有一些不清楚的地方：作者似乎总是认为“阻碍因素”与其他因素之间没有相互作用，这是对的，如果是，为什么？

1. 障碍是一个因素。阻挡的主要目的是减少未解释变动的设计-compared到非封端设计- 。我们本身对阻止效果不感兴趣，而是在我们怀疑背景“噪声”会与实际因素的影响相吻合时阻止。$(SS_{Residual})$
   我们将实验单元分组为“均质”的块，在该块中，所有主要因子的水平均被均等地表示。随机控制块设计的方差分析将等效单因素完全随机设计的残差项分解为块和残差分量。我们应该注意到，但是，后者组分具有比在单因素CR设计更少的自由度，从而导致更高的估计。$MS_{Residual} = {SS_{Residual}}/{d.f.}$
   当我们认为残差的减少将足以补偿df的减少时，应做出阻塞还是不阻塞的决定

2. 通常将加性模型拟合到RCB设计数据中，其中响应变量是因子和块效应的加性组合，并且假定两者之间不存在相互作用。我认为这是因为RCB无法使我们将Block B内的变异性和实验单位内的变异性区分开来。最重要的是，由于无法衡量，因此我们必须假设没有交互。但是，我们可以通过视觉或Tukey的测试来测试它是否存在。

实验设计的一个很好的资源是这个。

这是一个简洁的答案。在处理实验设计的大多数文档中，可以找到很多细节和示例。尤其是在农学领域。

研究人员通常对块效应本身并不感兴趣，但是他只想考虑块之间响应的可变性。因此，我通常将障碍视为具有特定角色的因素。值得注意的是，阻挡效应通常被认为是随机效应。最后，如果您期望“治疗效果”因模块而异，则应考虑相互作用。

这是我前任老师Freedom King讲的我最喜欢的解释。

您正在研究面包面团和烘烤温度如何影响面包的味道。您有一个品尝等级评分表。假设您是从某食品公司购买包装的面团，而不是自己混合。每个烤面包都是一个实验单位。

假设您有2个面团和8个温度，可以一次在烤箱中放入4条面包，而您要运行面包。$n=160$

在完全随机的 阶乘布局（无块）中，您将完全随机决定面包的烘烤顺序。对于每个面包，您都需要预热烤箱，打开一包面包面团，然后烘烤。这将涉及烤箱运行160次，每条面包一次。$2\times2$

或者，您可以将烤箱运行视为阻塞因素。在这种情况下，您需要运行40次烤箱，这可能会使数据收集更快。每个烤箱运行都会有四个面包，但不一定每个面团都有两个。（确切的比例将是随机选择的。）您将为每个温度运行5次烤箱；这可以帮助您说明相同温度的烤箱运行之间的差异。

即使是鸽友，您也可能会被面团和烤箱挡住。在这种设计中，每个烤箱运行中每种类型的面团都恰好有两个。

当我有时间考虑时，我将使用适合这些实验设计的合适名称进一步对其进行更新。

实验设计是以下三种结构的组合：

1. 治疗结构：如何根据感兴趣的因素形成治疗方法？
2. 设计结构：实验单位如何分组并分配给治疗？
3. 响应结构：如何进行观察？

块是属于设计结构的“因素”（要区分，将它们称为“阻塞因素”与“处理因素”并不是一个坏主意）。它们是令人讨厌的参数的好例子：必须具有的模型参数以及必须考虑的参数，但是其值并不是特别有趣。请注意，这与因素的性质无关-阻塞因素可能是固定的或随机的，就像治疗因素可能是固定的或随机的一样。

关于实验设计中因素应归于何处的个人经验法则是：如果我想估算与该因素相关的参数，并在该因素或其他因素参数中进行比较，则它属于治疗结构。如果我不在乎相关参数的值并且不打算比较它们，则该因素属于设计结构。

因此，在该线程其他地方的面包示例中，我不得不担心运行间的差异。但我不在乎比较Run 1与Run24。烤箱运行属于设计结构。我确实想比较两个面团配方：配方属于处理结构。我关心烤箱温度：这也属于处理结构。让我们建立一个实验设计。

设计结构有一个因素（烤箱运行，运行），处理结构有两个因素（配方和温度）。由于每次运行都必须是一个（标称）温度，因此温度和运行必须在实验设计的同一水平上进行。但是，每个运行中有4个面包的空间。显然，我们可以选择每次烘烤1、2、3或4条面包。

如果我们每次运行烤一块面包，并随机化配方显示的顺序，我们将获得完全随机设计（CRD）结构。如果我们烘烤两个面包，每次运行每个食谱之一，那么我们将具有随机完整块设计（RCB）结构。请注意，每个配方都应在每次运行中出现，这一点很重要。没有这种平衡，配方比较将受到运行差异的污染。记住：阻塞的目的是摆脱运行差异。如果我们在每次运行中烤三个面包，我们可能会发疯：3不是160的因数，所以我们将有一个或两个不同大小的块。另一个合理的可能性是每次运行四个面包。在这种情况下，我们将在每个运行中烘烤两个面包。同样，这是RCB结构。我们可以使用每次运行中每个配方的两个面包之间的差异来估算运行内变异性。

如果我们选择一种RCB设计结构，则在“运行”级别将温度效应完全随机化。配方嵌套在温度范围内，并且误差结构与温度不同，因为每个面团都在每次运行中出现。通过面团非可加性（相互作用）查看配方和配方的对比在它们之间没有逐项变化。从技术上讲，这被称为分割图设计结构或重复测量设计结构。

研究者将使用哪个？RCB可能有四个面包：40个运行vs 80个vs 160个带有很大的重量。但是，可以对此进行修改-如果考虑的是家用烤箱而不是工业生产，则如果认为家用面包师很少烘烤多个面包，则很有可能使用CRD。

我认为大多数情况下，这只是惯例问题，可能适用于每个领域。我认为，在医学方面，在两个因素中，方差分析中的一个因素几乎总是被称为“治疗”，而另一个则被称为“阻滞”。

通常，如ocram所说，阻止效果将是随机的，但我认为这不是系统性的。假设您要评估不同药物的疗效：

• 第一种设计：每位患者仅接受一种治疗，并在适当的规模上评估效率。您怀疑患者的性别很有趣：您将有一个男性男性患者和一个女性女性患者。在这种情况下，遮挡是影响固定的因素。

• 第二种设计：每个患者在不同的时间尝试所有的治疗方法。由于患者之间存在一些差异，因此您将每个患者视为一个“障碍”。您对总体中是否存在这种可变性感兴趣，但对这些特定患者的价值不感兴趣。在这种情况下，块是具有随机效应的因素。

好吧，我只教这些东西，试图从教科书中获得有关领域的约定（在法国），但是我从未参加过临床试验（并且不想这样做）……所以这是只是我的两分钱……！