Вероятность и статистика · объяснение и практика
Почему назначение по группам уменьшает число независимых единиц
Почему назначение целого класса или группы не создаёт независимое назначение каждому участнику, как возникает псевдорепликация и что означает приближённый дизайн-эффект.

В теме Выборка и план исследования · Учебная карта
В маршруте Вычислительные и планируемые эксперименты · 10 тем
Главная мысль
При кластерной рандомизации воздействие назначается целым группам. Число участников и число независимо распределяемых единиц различаются; анализ должен учитывать внутригрупповую связь и схему назначения, а не считать каждую строку отдельной рандомизацией.
Называем единицу назначения до подсчёта данных
В учебном исследовании четыре класса по двадцать участников. Случайно выбирают два класса для одного формата задания, оставшиеся два получают другой. Получается восемьдесят результатов, но только четыре единицы назначения. Нельзя утверждать, что были восемьдесят независимых случайных назначений: участники одного класса получают формат вместе.
При фиксированном выборе двух классов из четырёх существует всего C(4,2)=6 допустимых распределений формата между классами. Именно эти варианты лежат в основе соответствующего точного рандомизационного перебора. Перестановка меток между отдельными учениками создала бы назначения, которых исходный эксперимент вообще не разрешал, и изменила бы нулевую процедуру.
Внутренняя корреляция уменьшает информацию
Пусть внутри одинаковых кластеров размера m дисперсия отдельного результата равна σ², а ковариация любых двух разных участников одного кластера равна ρσ². Между кластерами зависимости нет. Тогда при равных размерах отношение дисперсии общего среднего к варианту независимых участников равно 1+(m−1)ρ. Это следствие суммирования диагональных и попарных ковариаций.
Для m=20 и ρ=0,1 получаем дизайн-эффект 2,9. Для восьмидесяти участников формальное эффективное число по этой дисперсионной модели равно 80/2,9, примерно 27,6. Это не превращает исследование в двадцать восемь независимо назначенных кластеров. Число реальных групп по-прежнему четыре, что существенно для доступных степеней свободы и точности сравнения.
Пример
Если переписать каждого участника дважды в таблицу, станет ли рандомизация сильнее?
Нет. Дублируются записи, а не единицы назначения или независимая информация. Анализ, не распознавший копии, лишь искусственно уменьшит стандартную ошибку.
Формула не заменяет описание дизайна
При разных размерах групп и другой структуре корреляции простой множитель требует изменения или уточнения. Положительная внутригрупповая связь особенно заметна в больших кластерах: добавление ещё одного человека в уже наблюдаемую группу не равно добавлению новой независимо назначенной группы. Но величину ρ нельзя достоверно назначить по одному желательному результату.
Также учитывают возможное влияние между группами и отбор участников после назначения. Кластерный формат не делает исследование автоматически неправильным: иногда он соответствует реальному способу организации. Корректность зависит от согласования назначения, сбора и анализа. Вывод о среднем эффекте не должен опираться на фиктивное увеличение числа независимых единиц за счёт множества строк.
От чтения к действию
А теперь — вы
Частые вопросы
Эффективное число равно числу настоящих кластеров?
Нет. Это дисперсионное приближение для определённого расчёта, а не новое число единиц рандомизации.
Зачем знать размеры отдельных групп?
Неравные размеры меняют вклад кластеров в среднее и его ошибку. Формула для одинакового m не переносится автоматически.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Как сравнить средние при разных дисперсиях двух групп
Как сравнивать средние независимых групп без предположения одинаковых дисперсий, откуда берётся стандартная ошибка и почему степени свободы могут быть дробными.
Открыть темуКак взаимодействие факторов отличается от суммы их эффектов
Как в плане двух факторов отличить добавление одинаковых эффектов от зависимости эффекта одного фактора от уровня другого и записать разность разностей.
Открыть тему