Was soll ich in einem randomisierten vollständigen Blockdesign (RCBD) tun, wenn die Annahme, dass zwischen dem Interessenfaktor und dem Block keine Interaktion besteht, nicht erfüllt ist?
Hier sind meine Gedanken, aber ich warne Sie, meine Gedanken zur Verwendung von Blöcken können sich vom typischen enumerativen Ansatz unterscheiden. Der Zweck des RCBD ist zweifach:
1. Die Auswirkungen von Rauschen aufzuteilen, um den Inferenzraum zu vergrößern und gleichzeitig möglicherweise die Präzision des Entwurfs zu verbessern, und
2. Die Effekte des Blocks UND des Blocks durch Faktorinteraktionen zuordnen. Letzteres ist für ein robustes Design von größter Bedeutung.
Zu Ihrer Frage: Ich halte es für unvernünftig anzunehmen, dass die Auswirkungen von Faktoren bei sich änderndem Rauschen konstant bleiben (dies wird durch Block-für-Faktor-Interaktionen quantifiziert). Es gibt so viele empirische Beweise dafür, dass dies nicht stimmt, dass ich nicht sicher bin, warum irgendjemand davon ausgehen würde, dass es wahr ist. Warum funktionieren Produkte in den Händen des Kunden nicht wie vorgesehen? (Warum geben Unternehmen so viel Geld dafür aus, auf Kundenbeschwerden und Garantien zu reagieren?) Warum bleiben die Prozesseinstellungen für eine Spritzgussmaschine beim nächsten Einrichten der Maschine nicht konstant? Warum müssen Fertigungsunternehmen ihren Prozess ändern, wenn neue Chargen von Rohstoffen in den Prozess eingeführt werden?
Zurück zu Ihrer Frage: Dies ist ein Hinweis darauf, dass Ihr Faktor (Ihre Faktoren) nicht robust gegenüber Rauschen sind. Sie müssen iterieren, um zu ermitteln, welche spezifischen Rausch-x die Schuldigen sein könnten. Einerseits sind das großartige Neuigkeiten. Sie haben festgestellt, dass sich die Ergebnisse Ihres Experiments, das unter den Bedingungen des ersten Blocks durchgeführt wurde, nicht wiederholen, wenn Sie es unter den Bedingungen des zweiten Blocks durchführen. Freuen Sie sich, dass Sie dies festgestellt haben, und Sie können Ihre Untersuchung fortsetzen, um die kausale Struktur aufzudecken. Stellen Sie sich das so vor: Was wäre, wenn Sie keinen Block erstellen und mit den Ergebnissen der Bedingungen des ersten Blocks arbeiten würden? Ihr Modell würde nicht funktionieren, wenn sich die Bedingungen ändern, was unweigerlich der Fall sein wird.
