随机化的最小单元,决定你的自由度:1000个居民可能只值345个有效样本
【锚点】这一讲只钉一个判断:【随机化的最小单元】不是样本量,而是自由度的真正分母;当单元是空间场所时,【单元内相关】会悄悄吃掉你的统计功效。
【显式】设想一个公共卫生实验:随机化50条街道,每条街道20户居民,共1000人。若把1000人当独立观测,标准误按 n=1000 计算。但同一条街道共享空气、诊所、噪声、谣言、物业、疫情暴露。经典聚类设计效应公式:DEFF=1+(m-1)ρ,m=20,ρ=0.10时,DEFF=2.9。均值方差放大2.9倍,标准误放大√2.9≈1.70倍,95%置信区间宽约70%,有效样本量≈1000/2.9≈345。
【流程节点链路】【空间单元内共享环境】 → 【观测相关(ICC)】 → 【聚类设计效应放大方差】 → 【有效样本量下降】 → 【假阳性/假阴性风险改变】。
【隐式】这不是「样本不够大」,而是「样本没有足够多的独立场所」。在同一街道里从20户加到40户,信息增益远低于把实验扩到100条街道。若要保持原功效,需要约145条街道(145×20=2900人),而不是把每条街道塞满。忽略聚类常使标准误偏小、假阳性上升;正确计入后功效下降、假阴性风险上升。这也是空间版 MAUP:聚合单元不是中性的,它携带相关结构。
【细微】ICC不是一个全局常数:感染、收入、睡眠、投诉率的空间相关强度不同。用一个「街道ICC=0.1」套所有结局,等于用同一层高去量所有房间。
【极难发现】更深的盲点是因果边界:如果干预会跨街道传播(空气、社交网络、资源挤兑),那么「街道」既不是统计独立单元,也不是因果绝缘单元。此时问题不是方差放大,而是【干扰违反】:实验处理组与对照组不再可分。
【待验证点】你的实验若随机化「人」,如何证明这些人不是其实被「场所」随机化了?请给出一个可检验指标:单元内相关、空间自相关、或溢出效应。







0 Comments