DOE 阻塞和混雜因素好的。 所以，我有一個 5（五）個 2 級因子的實驗，F1、F2...F5。 一個額外的變量，不是直接感興趣的，是一個難以改變的因素，它需要一個（阻塞）變量 F6，它基本上將實驗分成 2 個獨立的 1 週塊。 那是因為我們的一個參與者小組不得不將他們的參與分成一個星期或另一個星期，我們想阻止這種影響。 我們將阻塞變量的級別稱為參與者組 A 和參與者組 B。
我有 32 次運行的運行預算。 所以我有兩個 16 塊。 我對感興趣的五個主要因素 F1-F5 的主效應和雙向交互感興趣。
在某個時候，有人引入了另一個複雜因素：除了阻塞因子（參與者組），我了解到在這些參與者組 A 和 B 中各有 2 個人；每一次跑步都與特定的參與者組 A 或 B 相關聯，而不是如預期的那樣，每次跑步都與一個特定的個人相關聯之內他們各自的組——也就是說，這兩個人中的一個被分配到他們各自的 16 個運行塊內的特定運行。 也就是說，執行（交替）的個體 1 和 2 在塊 1 內運行，而執行的個體 3 或 4（交替）在塊 2 內運行。
如果我忽略這些人，並簡單地將設計視為具有兩個塊的隨機設計，其中塊由他們的參與者組定義，我對我的分析做了什麼？ 我認為會存在“看不見的”差異，因為這些參與者組中有兩個人，對每次運行的影響都不同。 在知道實驗實際是如何進行的情況下，有沒有一種方法可以讓我進行或警告分析（ANOVA）？
分析美國能源部回复：DOE 阻塞和混雜因素您有多種選擇……在您獲得一些數據之前，我們可能不知道哪一種是最好的。 我的想法：
什麼噪音與塊混淆？ 我看到您提到了幾週，但是在您想與治療效果分開的那個時間段內，哪些（噪音）發生了變化？ 與區塊，尤其是參與者相關的假設是什麼？ 可以使用抽樣而不是實驗來研究參與者的變化嗎？ 通過這種方式，您還可以了解參與者的一致性。
您有幾個選項（每個選項都需要不同的方差分析模型）。
1. 將區塊視為隨機效應，參與者在區塊內隨機化。 參與者將不可分配，他們的變化將分配給塊效應。 有了這個，您仍然可以跟踪 4 位參與者並使用圖形分析尋找系統效應。
2. 將塊效應視為固定的，並根據關於為什麼他們會影響響應變量（例如，經驗水平）的假設，僅選擇 4 名參與者中的 2 名。 將一個參與者與第一個塊混淆，將第二個參與者與第二個塊混淆。 這將允許估計塊效應和逐個因子的相互作用。
3. 將參與者添加為一個不完整的塊，並將其複製到 2 個完整的塊中。 顯然你會放棄這種方法的一些分辨率，但它仍然是一個合理的資源。四、設計。
