分析因子设计的二元响应的别名结构

别名结构描述了在设计中发生的混淆类型。混淆项也可以称为别名项。

别名也称为混淆，发生于部分因子设计中，原因是设计中不包括因子水平的所有组合。例如，如果因子 A 与 3 因子交互作用 BCD 相混杂，则 A 的估计效应是 A 的效应与 BCD 的效应的合计。您无法确定显著效应是因为 A、因为 BCD，还是因为两者的组合。当在 Minitab 中分析设计时，可以在模型中包含混淆项。Minitab 会删除之后在项列表中列出的项。但是，某些项总是首先拟合。例如，如果您在模型中包含区组，则 Minitab 将保留区组项，并删除任何与区组互为别名的项。

在部分因子设计中，无法独立地估计因子的一些项。使用别名结构检查互为别名的项。

解释

例如，一项研究旨在评估患者进行全膝关节置换术后的住院时间，其有 3 个因子：

• 医生：医生是否在住院治疗期间护理患者。
• VAS：医院工作人员是否使用视觉模拟评分法来评估病人的疼痛程度。
• 布洛芬：是否使用布洛芬来治疗疼痛。

效应的 Pareto 图显示，所有因子在 0.05 水平上都具有统计意义显著性，但别名结构表明，主效应与双因子交互作用互为别名。

别名结构

因子	名称
A	外科医生
B	VAS
C	布洛芬

别名
I + ABC
A + BC
B + AC
C + AB

在这些数据中，Pareto 图上标记为 A 的效应可指“医生”主效应、“布洛芬*VAS”交互作用效应，或这两者的某个组合。由于出现别名，Minitab 不会在同一个模型中同时包括因子 A 以及 B 和 C 之间的交互作用。要区分这些效应，研究人员可以通过折叠设计来向试验添加更多游程。有关折叠的更多信息，请转到什么是折叠？。

当设计中的区组数多于仿行数时，一些项会与区组的项互为别名。

当并非所有的因子水平组合都包括在设计中时，会出现别名。在别名结构中，完全别名项的系数等于 1。例如，如果因子 A 与三因子交互作用 BCD 相混杂，则 A 的估计效应是 A 的效应与 BCD 的效应的合计。您无法确定显著效应是因为 A、BCD 还是二者的组合。如果您尝试在同一个模型中包括完全别名项，Minitab 会删除以后列在项列表中的完全别名项。

部分别名出现在协变量因子设计、二元响应因子设计和 Plackett-Burman 设计中。对于部分别名，别名结构中的项具有不为 1 的系数。在解释具有部分别名的项时要谨慎。别名表中的系数显示该项与模型中项的估计值的偏倚量。