1
控制和治疗之间的差异应该显式还是隐式建模？
给出以下实验设置： 从受试者中采集多个样品，并对每个样品进行多种处理（包括对照治疗）。主要有趣的是对照和每种处理之间的差异。 我可以为这个数据想到两个简单的模型。以样本，处理，处理0为对照，令为数据，为样本的基线，为处理的差。第一个模型同时考虑了控制和差异：一世iiĴjjÿ我ĴYijY_{ij}γ一世γi\gamma_i一世iiδĴδj\delta_jĴjj ÿ我Ĵ=γ一世+δĴ+ϵ我ĴYij=γi+δj+ϵij Y_{ij}=\gamma_i+\delta_j+\epsilon_{ij} δ0= 0δ0=0 \delta_0=0 虽然第二种模型仅着眼于差异。如果我们预先计算预先 然后 d我Ĵdijd_{ij}d我Ĵ=ÿ我Ĵ-ÿ我0dij=Yij−Yi0 d_{ij}=Y_{ij}-Y_{i0} d我Ĵ=δĴ+ε我Ĵdij=δj+εij d_{ij}=\delta_j+\varepsilon_{ij} 我的问题是这两种设置之间的根本区别是什么？尤其是，如果这些级别本身没有意义，而只有差异很重要，那么第一个模型是否做得太多并且动力不足？