Satunnaistetut Lohkot

Esto on kokeellinen suunnittelu menetelmä vähentää häiritsevien.

Samanlainen kahden ryhmän vastaava/paritus

Esto on samanlainen parinmuodostus – /matching-menetelmää (esim. pariksi t-testi), jossa paria havainnot sovitetaan jopa estää häiritsevien tekijöiden (esim. ikä, sukupuoli) piilossa todellinen ero kahden ryhmien (esim. hoito ja valvonta).

yleinen heterogeenisuus

yleisellä tasolla, esto kompensoi tilanteita, joissa tunnetut tekijät (esim., ikä, sukupuoli) muu kuin hoitoryhmän tila todennäköisesti vaikuttaa siihen, mitä tutkimuksessa havaitaan. Toisin sanoen, analyyttisen menetelmän osuus on se, että kokeellisten yksikköjen (esim. ihmiset/oppiaineet) eivät ole homogeeninen osalta tekijät (muut kuin hoitoryhmässä tila), joka todennäköisesti vaikuttaa tulos.

suunnittelu

satunnaistetussa lohkosuunnittelussa otetaan huomioon tunnetut tekijät, jotka vaikuttavat lopputulokseen / vasteeseen mutta eivät ole ensisijaisen tärkeitä. Satunnaistetun lohkosuunnittelun kaksi vaihetta ovat:

1. 1. 1. Kootaan yhteen homogeeniset kokeelliset yksiköt (esim., people) into a block.

2. 2. 2. Assign treatments at random to the experimental units within a block.

Examples

1. Study of diet on serum cholesterol. Response/outcome variable Y is mean serum cholesterol for the people in the block., Lohkot ovat ikäryhmissä miesten tai naisten oikaistu Quetelet indeksi (100 * paino / height2), esim. lohko 1 miehet yli 50 quetelet indeksi yli 3,5 ja lohko kuin naisten yli 50, joilla on quetelet indeksi 3,5 tai vähemmän. Hoidot ovat erityyppistä ruokavaliota. Katso Kleinbaum et al. (1998).
2. eri hoitojen tutkimus hyytymisajoista. Vaste / tulosmuuttuja Y on verinäytteiden havaittu hyytymisaika. BlockIt ovat henkilöitä, jotka luovuttivat verinäytteen. Hoidot ovat erilaisia menetelmiä, joilla kunkin verinäytteen osat käsitellään. Katso Artmitage and Berry (1994).,
3. Esimerkki 2 (hyytymistä kertaa) voidaan laajentaa toistuva havainto suunnittelu toistamalla hyytymisaika mittaus z kertoja kunkin lohkon/hoito. Toistuvien havaintojen myötä yllä olevasta taulukosta tulee kuutio, jonka sivulta nousee z-akseli (toistoja). Osuus toistuvista huomautuksista tällä tavalla voit vähentää joitakin melua, koska järjestelmällinen epäjohdonmukaisuus mittaus havaintoja kontrasti hoitojen välillä ja lohkojen välillä.