1702632135
完全随机化设计的实验会把所有实验对象，包括男性和女性，放在一起考虑。随机化的操作则把实验对象分配成三个处理组，而不考虑他们的性别。但这样做相当于忽略了性别差异。更好的设计是将男女分开考虑：将女性随机分配成三个组，每组看一则广告，再将男性也随机分配成三个组。图6–2展示了这个经过改良的实验设计。
1702632136
1702632137
1702632138
1702632139
1702632140
图6–2 用来比较三则电视广告效果的区块设计，男性实验对象和女性实验对象构成两个区块
1702632141
1702632142
例11 比较福利制度
1702632143
1702632144
一项社会政策实验要评估几项新福利制度对家庭收入的影响，并与既有的福利制度做比较。因为一个家庭的未来收入和其目前的收入密切相关，所以愿意参加这项实验的家庭，会按照收入的多少被分成几个区块，收入水平相近的家庭会被归入同一个区块。然后，实验人员再给同一区块中的家庭随机分配不同的福利制度。
1702632145
1702632146
区块是在实验开始之前就提前分好的一组实验对象。虽然在例10当中，我们可以比较由两个区块（男性、女性）和三则广告构成的6组人的反应，却不能说有6种处理方式。区块设计类似抽样调查中的分层样本，区块和层都是把近似的个体聚集起来。我们用不一样的名称，只是因为这两个概念是从抽样调查和实验中分别发展出来的。区块设计的优点和分层样本一样，有了区块，我们就可以分别针对每个区块得出结论，比如，在例10中可以分别针对男性和女性做出结论。有了区块，也可以使整体结论更精确，因为当我们研究三则广告的整体效果时，可以把男性和女性之间的系统性差异剔除。因此，区块是统计实验设计中的又一个重要原则。明智的实验人员会根据实验对象之间最重要且无法规避的差异，来组成区块。然后，随机化会把剩下的差异效应平均化，从而使处理方式之间能进行无偏的比较。
1702632147
1702632148
就像设计抽样调查一样，设计复杂的实验也是专家的事。在我们已经对实验的有关知识略知一二之后，我们通常还是会假定大部分的实验都是完全随机化实验。
1702632149
1702632150
【统计学中的争议】到底是不是安慰剂？
1702632151
1702632152
营养保健品是一笔大生意：肌酸和氨基酸可以增强人的运动能力，绿茶提取物可以强化免疫系统，育亨宾树皮对性生活有帮助，葡萄提取物和苹果醋有助于减肥，白芸豆提取物可以阻断碳水化合物。于是，商店的货架以及网站上充斥着各式各样声称对你的身心健康有帮助的营养保健商品。
1702632153
1702632154
没有在随机实验中和安慰剂做过比较的疗法，很可能就是一种安慰剂。美国法律规定，新的处方药和新的医疗装置必须通过随机实验来证明其安全性和有效性。
1702632155
1702632156
那些营养保健品又如何呢？美国法律允许草药、维生素与营养品的制造商，无须证据就可以声称这些产品是安全的而且可以改善人的身心健康状况，但他们不能宣称其可治疗疾病。因此，我不用任何证据就可以说，摩尔博士的“印第安纳陈年精华”有助于改善心脏健康状况。但是，没有经过临床试验和美国食品药品监督管理局（Food and Drug Administration）的认可，我不能说它可以降低人们患心脏病的风险。然而，当大家听到我的话时，有很多人会把“改善心脏健康状况”和“降低患心脏病的风险”当成一回事。我也不必担心药片里的“印第安纳陈年精华”的剂量是多少，以及多大的剂量会对人体有害。
1702632157
1702632158
美国食品药品监督管理局是不是应该要求营养保健品遵守和处方药一样的法律呢？
1702632159
1702632160
练习
1702632161
1702632162
6.2 多项选择测验。曾有一位实验人员想搞明白多项选择的答案顺序是否会影响到测验的分数。他为一次测验设计了三个版本的试卷。每个试卷都包含同样的题目，而且答案也是一样的，但是每个试卷的答案排序是不同的。每个班级有75名学生。该实验人员怀疑测验的分数可能也会因老师不同而受到影响，所以将老师（班级）当作区块变量（blocking variable）处理。画出这个实验的区块设计示意图，可以参考图6.2的画法。
1702632163
1702632164
小结
1702632165
1702632166
本章要点
1702632167
1702632168
• 因为安慰剂效应很强，所以临床试验以及其他以人作为实验对象的实验，在有可能的情况下都应该采用双盲实验。
1702632169
1702632170
• 双盲实验有助于满足比较实验的基本要求：除了实验要比较的处理方式之外，在其他方面对所有实验对象一视同仁。
1702632171
1702632172
• 实验最常见的弱点是，我们不能将得到的实验结果推广至现实生活。原因在于，有些实验用了不切实际的处理方式，有些实验的实验对象是从特定群体中挑选出来的，比如大学生，而且所有实验都在特定的环境和特定的时间条件下进行。我们希望，类似的实验可以在不同的地点和不同的时间多次进行，以确认实验结果的有效性。
1702632173
1702632174
• 许多实验的设计，比完全随机化的实验设计还要复杂。完全随机化设计是把所有的实验对象随机分配成不同的组，采用不同的处理方式。配对设计只比较两种处理方式，方法是把两种处理方式随机分配给一对类似的实验对象，或者两种处理方式先后用于同一个实验对象，但顺序随机决定。区块设计先把类似的实验对象归入同一个区块，然后分别在每一个区块中随机分配处理方式给各组实验对象。
1702632175
1702632176
• 令人信服的实验，关键就在于随机化、控制和足够多的实验对象这些重要的概念。
1702632177
1702632178
在第5章，我们了解到设计良好的随机化对比实验为检验一种处理方式是否导致某种反应提供了坚实的基础。在现实世界里，简单的随机比较实验无法解决实验中的所有问题。安慰剂效应和实验人员的期望所带来的偏差，导致实验结论失效。和无回应的抽样调查一样，实验也会受到不合作的实验对象的影响。一些实验对象者拒绝参与，有一些人在实验结束前退出了实验，还有一些人不遵守实验规则，比如在药品临床试验中不服用实验人员提供的药片。本章介绍的一些更复杂的设计和技术，被用于克服实验中遇到的困难。我们必须对实验的各部分给予足够重视，以确保得出的结论是有效的。当看到实验结果时，你应该使用本章介绍的想法评估它的质量。
1702632179
1702632180
案例分析与评估
1702632181
1702632182
用你在本章所学的知识分析与评估本章开头的案例分析。然后，回答下面的问题。
1702632183
1702632184
实验结果是：在实验期间服用不含咖啡因成分的胶囊并报告咖啡因依赖程度减轻的实验对象的人数，以及他们的症状减轻程度都具有统计学显著性。