大家好，我正在使用 JMP Pro 15.2.1。
我对设计实验中的阻塞一直感到困惑。 特别是我是否真的在阻止。
在我的实验中，我感兴趣的是三个 2 级（开/关）因素。 响应变量是执行任务的时间。 我想做一个 2x2x2 阶乘，并且我有兴趣测试主效应和双向交互作用的显着性。 我有 24 次有效运行，即 8 次治疗中的 3 次。
进一步假设我有 6 个不同的操作员执行运行。 我对操作员效应不感兴趣，但我想解释这种变化的来源。 让事情变得复杂的是，由于我无法控制的约束，每个操作员都会“出现”并被分配不同的运行次数：随机 24 运行表的 2-6 次运行之间的任意位置。
假设我是这样进行实验的：
- 操作员 1 出现，可以执行例如 6 次运行；我将 24 个运行表中的 6 个随机处理分配给操作员 1。
- 操作员 2 出现，可以执行例如 4 次运行；我将剩余 18 次运行中的 4 个随机处理分配给操作员 2。
- 与其余操作员重复，直到 24 次运行完成。
所以，这并不完全是一种阻塞设计。 这操作员不是对随机化的限制。 它更像是一个分类协变量。 据推测，操作员的技能有所不同，但我没有任何量化的替代指标来衡量他们的技能（例如多年的经验或基线性能测试）。
当我进行分析时，我是否简单地包括操作员项（作为随机效应，因为六个操作员是总体样本）来解释这种变化来源？ 我要分配一个设计角色（使用 JMP 列属性）操作员柱子？ 如果是这样，我应该为其分配阻塞角色还是协变量角色？ 或者考虑到我进行实验的方式，这是否不合适？ 或者我只需输入操作员像任何其他主要影响一样考虑模型中的因素，并且简单地忽略它的重要性，因为我对它本身不感兴趣？
我应该看 BIBD 吗？ JMP 模块似乎不符合我的限制。
谢谢大家。
