DOE 阻塞和混杂因素好的。 所以，我有一个 5（五个）2 水平因子的实验，F1，F2...F5。 另一个不直接感兴趣的变量是一个难以改变的因素，它需要一个（阻塞）变量 F6，它基本上将实验分为 2 个单独的 1 周块。 那是因为我们的一个参与者组必须将他们的参与分成一周或另一周，而我们想要阻止这种效果。 我们将阻塞变量的水平称为参与者组 A 和参与者组 B。
我的跑步预算为 32 次。 所以我有两个 16 块。 我对五个主要关注因素 F1-F5 的主效应和双向交互感兴趣。
在某个时候，有人引入了另一种并发症：除了阻塞因素（参与者组），我了解到参与者组 A 和 B 各有 2 个人；而不是每次运行都与指定的参与者组 A 或 B 相关联，如预期的那样，每次运行都与一个特定的个人相关联内他们各自的小组——也就是说，这两个人中的一个人被分配了在他们各自的 16 个跑步区中的特定跑步。 也就是说，执行（交替）的个体 1 和 2 在块 1 内运行，执行的个体 3 或 4 （交替）在块 2 内运行。
如果我忽略这些人，只是将设计视为具有两个区组的随机设计，其中区组由他们的参与者组定义，我对我的分析做了什么？ 我认为由于这些参与者组中有两个人，会产生“看不见的”差异，从而对每次运行产生不同的影响。 有没有办法让我知道实验是如何进行的，我应该进行分析（ANOVA）？
分析美国能源部回复：DOE 阻塞和混杂因素你有选择……哪一个是最好的，直到你得到一些数据后我们才知道。 我的想法：
你在用块混淆什么噪音？ 我看到您提到了几周，但是在您想与治疗效果分开的那个时间段内，什么（噪音）正在发生变化？ 与区块，特别是参与者相关的假设是什么？ 可以使用抽样而不是实验来研究参与者的变化吗？ 通过这种方式，您还可以了解参与者的一致性。
您有几个选项（每个选项都需要不同的方差分析模型）。
1. 将区块视为随机效应，参与者在区块内随机化。 参与者不会被分配，他们的变化将被分配到块效应。 有了这个，您仍然可以跟踪 4 个参与者并使用图形分析寻找系统效应。
2. 将块效应视为固定的，并根据关于他们为什么会影响响应变量（例如，经验水平）的假设，仅选择 4 名参与者中的 2 名。 将其中一个参与者与第一个区块混淆，将第二个参与者与第二个区块混淆。 这将允许估计块效应和逐个因素的相互作用。
3. 将参与者添加为不完整的块，并将其复制到 2 个完整的块中。 显然你会放弃这种方法的一些解决方案，但它仍然是一个合理的解决方案。四设计。
