DOE 封鎖和混雜因素好的。 因此，我用 5（五）個 2 水平因子 F1、F2...F5 進行了實驗。 另一個不直接感興趣的變量是一個難以改變的因素，需要一個（分塊）變量 F6，該變量基本上將實驗分為 2 個獨立的 1 週塊。 這是因為我們的一個參與者小組必須將他們的參與分為一周或另一周，並且我們希望阻止這種效果。 我們將阻塞變量的級別稱為參與者組 A 和參與者組 B。
我的跑步預算為 32 次。 所以我有兩個 16 塊。 我對五個主要感興趣因素 F1-F5 的主效應和雙向相互作用感興趣。
在某個時候，有人引入了另一個複雜因素：除了阻塞因素（參與者組）之外，我了解到參與者組 A 和 B 中各有 2 個人；與預期的那樣，每次運行都與指定的參與者組 A 或 B 相關聯，而每次運行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了各自 16 次運行塊內的特定運行。 也就是說，執行的個體 1 和 2（交替）在塊 1 內運行，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區組的隨機設計，其中區組由其參與者組定義，那麼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，對每個跑步的影響不同。 有沒有一種方法可以讓我在知道實驗實際是如何進行的情況下進行或取消分析（方差分析）？
消費者和市場研究回复：DOE 封鎖和混雜因素您有多種選擇……哪一個是最好的，我們可能要等到您獲得一些數據後才能知道。 我的想法：
您將什麼噪音與該塊混淆了？ 我看到你提到了幾週，但是在你想要與治療效果分開的那段時間裡，什麼（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異嗎？ 通過這種方式，您還可以了解參與者的一致性。
您有多個選項（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，並將參與者在區塊內隨機化。 參與者不可分配，他們的變化將分配給區塊效應。 這樣，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。 將其中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. 將參與者添加為不完整的塊，並將其複制為 2 個完整的塊。 顯然，使用這種方法您會放棄一些解決方案，但這仍然是一個合理的解決方案。四、設計。
