1 实验单位的概念与作用
1.1 定义：接受处理的最小对象
实验单位是实验设计中“接受处理”的最小分析对象。这里的“最小”并非指观测数据的最细粒度，而是指研究者实际施加某个处理（处理水平、干预、条件）的载体单位。若处理是以某个对象为边界进行分配或施加，那么该对象就构成实验单位；同一实验单位内的多次测量通常被视为来自同一“处理下的同一载体”。
在实践层面，实验单位决定了：一次处理分配对应到哪里、一次随机化作用落到谁身上、以及统计推断时把哪些观测视为同一处理条件下“同源”的数据。
1.2 与观测值、样本、受试者的区别
受试者（或个体）是常见的研究对象，但未必是实验单位。观测值是测量结果；样本是一组收集到的观测或受试者；而实验单位关注的是“处理如何被施加”。因此可能出现以下错位情形：
- 同一受试者可能被多次测量，但这些测量并不等价于多个实验单位。
- 多名受试者可能共享同一个处理条件（例如同一班级统一接受某教学方案），则实验单位可能是“班级”而不是每个学生。
- 多个观测值可能来自同一材料批次、同一设备设置或同一时间段，它们通常应归并到相同的实验单位。
一句话理解：实验单位通常由“处理的边界”来定义，而不是由“数据点的多少”来定义。
1.3 为什么要先定义实验单位
先明确实验单位有助于避免若干设计与分析层面的系统性错误。具体而言：
- 决定分组与随机化的单位：随机化应该在实验单位层面进行，而不是在更细粒度的观测层面。
- 决定独立性与方差结构：统计模型中的独立性假设应与“不同实验单位之间如何相关”相匹配。
- 提升可解释性与可重复性：实验报告中若不说明处理载体，读者很难判断研究结论对应的是哪些层级的因果效应。
1.4 实验单位与统计推断的关系
在统计推断中，关键问题不是“观测量有多少”，而是“有多少个在处理层面互相独立、且可视作来自不同随机化单元的实验单位”。当分析时把同一实验单位内的相关观测当成独立数据，会导致方差被低估，从而夸大显著性（即常说的伪复制）。
因此，实验单位与：
密切相关。定义清楚实验单位，才能使推断“站在正确的误差结构上”。
2 实验单位的识别方法
2.1 从“处理”出发反推
最稳妥的识别路径是问：研究者将什么东西“施加”到了哪里？
- 若处理是对某个个体直接给药、直接暴露或直接分配条件，则个体往往是实验单位。
- 若处理是对某个群体统一执行（同一班级统一教学、同一车间统一工艺），则实验单位通常是该群体载体。
- 若处理是对一批材料做统一配方或统一加工，则批次/物料通常是实验单位。
反推的要点是：处理边界=实验单位边界。
2.2 从“随机化”出发校准
如果实验设计包含随机化，那么随机化发生在什么层级，通常就暗示实验单位在哪个层级。 例如：随机化表对“班级”分配到不同教学法，则实验单位更可能是班级；若随机化到个人，则实验单位更可能是个人。
当发现随机化发生在一个层级，但分析却在另一个层级进行时，通常意味着需要重新核对实验单位的归属。
2.3 从“处理是否可独立施加”判断
在很多情境中，处理并非在每个最细粒度单元上都能独立改变。比如：
- 工业过程对整条生产线的设置可能同时影响所有工件；
- 某种操作流程对同一设备在同一时段内的输出具有共同性；
- 组织实验中某项政策由管理层统一执行。
若处理在最小观测单元上无法独立施加，那么这些观测通常不应被视为来自不同实验单位。
2.4 多层级数据下的实验单位选择
当数据具有多层结构（个体嵌套在班级、班级嵌套在学校；测量嵌套在时间点；工件嵌套在批次），实验单位选择通常遵循一个原则：
- 优先选“处理实际作用的层级”作为实验单位。
随后再考虑：同一实验单位内的重复测量或嵌套结构，通常对应到模型的相关性来源或随机效应层级。
若不同处理在不同层级施加（例如某部分是个体层面，另一部分是班级层面），实验单位可能需要在分析中采用对应的多层级处理归因策略，但仍应保持“每种处理的实验单位边界”清晰。
3 常见实验单位类型（按场景）
3.1 个体层面的实验单位
个体层面的实验单位常见于：给药、心理干预、直接暴露或个性化操作。此时处理直接作用于某个个体，个体之间在处理分配上相互区分较清楚，个体通常也自然对应统计分析所用的随机化单元。
需要注意的是：即便对同一被试测了多次，实验单位仍可能是该被试，而不是每次测量时点。
3.2 群体/集群层面的实验单位
当处理通过群体组织实施，例如班级统一教学、工厂统一培训、社区统一活动时，实验单位常取群体或集群层级。群体内个体的测量通常具有共同暴露、共同环境或共同执行方式，从而在统计上不应当视作完全独立。
这种情形常要求在分析中处理群体内相关性，且自由度取决于群体数量。
3.3 物料/批次/实验批的实验单位
在材料加工、化学配方、质量改进等领域，处理可能对“批次”进行，而批次内的多个样品共享相同的上游条件。此时实验单位可能是批次而非单个样品。
当批次内部再切分、重复取样并测得多个指标时，这些指标的“同源性”往往意味着它们不应被当作来自多个独立随机化单位。
3.4 设备或时间段作为实验单位
若处理对应设备设置、产线模式或时间段操作（例如某台机器在某一设置下运行一段时间），那么设备或时间段可能是实验单位。其依据是：在该设备/该时间段内输出共享相同的处理条件，难以在更细粒度上独立改变。
在此类研究中，同一设备不同时间段可能构成不同实验单位；但是否可视作独立，还需结合缓冲、衰减、恢复等工程因素。
3.5 交叉设计中的实验单位处理方式
交叉设计中，同一实验单位在不同阶段可能接受不同处理（或同一处理在不同阶段作用于同一单位）。此时实验单位通常是“可在各阶段接受不同处理的载体对象”。
- 阶段之间的变化可能引入序列或时期效应；
- 个体内的重复处理使观测相关性上升。
因此分析时通常要把“实验单位内的相关结构”显式建模，同时确保比较处理效应时的误差项来源与实验单位层级一致。
4 实验单位与设计要点
4.1 随机化单位与实验单位
随机化单位通常应与实验单位一致。若随机化发生在较粗层级（例如班级随机到不同教学法），但分析却把班级内个体当作各自独立的随机化单元，会产生统计偏差。
一致性要求不仅是名词对应，更是随机化可用于支撑推断的前提：实验单位是“随机化真正作用的对象”。
4.2 分组与区块：何处做区组
区组（block）用于控制背景差异。区组通常在“与实验单位一致或与处理施加方式相协调”的层级设置。
- 若处理施加在群体层面，区组也往往设置在群体层面（例如按学校或按班级规模分层区组）。
- 若实验单位是批次，区组可能按原料来源、设备批次条件或前处理工艺分组。
区组层级若设得过细，可能与处理施加边界冲突；若设得过粗，则可能无法有效控制关键协变量差异。
4.3 重复与重复实验：重复的层级
重复可能发生在不同层级：
在解释结果时，必须区分“重复了多少测量”和“重复了多少次处理施加”。统计意义上更关键的是实验重复层级。
4.4 处理传播与溢出（干预外溢）
有些干预会产生溢出效应，使得未被直接分配处理的单元也受到影响。此时实验单位边界可能需要进一步加固，例如使用分隔策略、缓冲区或更合适的分组结构。
例如：如果班级间存在互动，班级 A 的教学法可能影响班级 B 的学习过程，则简单把班级作为实验单位仍可能违背“处理独立施加”的设定。研究设计需尽量减少外溢，或在分析与解释中说明潜在偏差来源。
5 统计分析中的对应规则
5.1 独立性假设应围绕实验单位成立
统计模型常包含误差项独立性或同分布假设。对实验数据而言，通常应当以实验单位为边界理解“独立”。也就是说：不同实验单位之间更可能相互独立；而同一实验单位内部的观测往往共享处理条件与环境因素，因此可能相关。
当相关性被忽略，标准误会偏小，从而造成结论过度自信。
5.2 方差估计应使用正确的层级
方差估计需要匹配误差的来源层级。若处理在群体层面施加，误差通常应在群体层面计算或在模型中显式体现；同一群体内的多次观测应更多被视作“信息的重复反映”，而不是独立样本的增加。
在报告中，研究者应明确：用于估计处理效应的“有效样本量”来自多少个实验单位，而不是多少个测量点。
5.3 伪复制：常见错误示例（梗式提示）
伪复制（pseudoreplication）常见于：研究者把“同一处理条件下、同一实验单位内产生的多个数据点”当成多个独立重复。其后果通常是显著性被“虚胖”，因为模型以为有更多独立信息。
梗式提醒：“测了很多次”不等于“随机化很多次”；数据点多不代表实验单位多。 当你发现自己把一个班级内的所有学生当成独立试验时，这条提醒尤其要用。
5.4 混合效应与层级建模的实验单位映射
在多层级或相关数据中，混合效应模型（或层级模型）常用随机效应来刻画层级差异。实践中应把随机效应与实验单位映射起来：
- 随机效应的分组变量应对应“共享处理与环境”的实验单位层级；
- 固定效应则对应处理因素及其可能的交互；
- 残差结构用于表示更细粒度层级的未解释波动。
需要强调的是：混合模型并不能替代实验单位的定义。它是用来更合理地表达相关性结构；若实验单位本身选择错位，模型即便拟合良好，推断仍可能指向错误的误差来源。
6 示例与练习
6.1 医疗试验：个体 vs 病房/诊疗团队
若给药方案对每位患者单独分配，实验单位通常是患者个体；患者的多次随访指标属于个体内重复测量。 若方案由病房统一执行（例如由同一病房团队按照统一流程实施干预），而患者之间共享团队策略与病房环境，则实验单位更可能是病房或诊疗团队。此时患者多次测量的相关性应在分析中得到处理。
练习要点：问“药物或流程是如何分配到载体上的”，而不是问“有没有很多随访数据”。
6.2 农业试验：地块 vs 植株
土地试验中，施肥、灌溉或农药往往对“地块”执行。地块内的多株作物通常共享处理条件，因此实验单位往往是地块。 如果研究者在同一地块内对不同小区施以不同处理（且施加边界真实存在），则地块层级可能需要细化到更小的处理区域，但仍需保证这些区域能独立施加处理。
练习要点：地块内测了多少株不改变实验单位数量，除非处理在更细层级上也可独立施加。
6.3 工业实验：生产线 vs 工件
工艺参数可能由生产线统一设定，多个工件在同一参数下加工。此时生产线（或加工批次/工位设置）通常是实验单位。 如果同一生产线在不同班次或不同时间段设置不同参数，并且这些设置足以视作不同实验条件，那么不同时间段或不同班次可能构成不同实验单位。
练习要点：关注“参数改变发生在哪里”，对应实验单位，而不是关注“加工了多少工件”。
6.4 心理/行为研究：被试 vs 在线小组
在线实验中，研究者可能将个体分配到不同信息呈现方式，此时被试个体常作为实验单位。 但若被试以小组方式共同完成任务，且小组中的互动会把处理影响传播出去（例如讨论环节、共享同一刺激流），那么实验单位可能需要提升到小组层级，以反映处理传播与相关性。
练习要点：如果处理通过互动扩散，单纯以个体当作独立单元可能不合适。
7 常见问题与注意事项
7.1 “我测了很多次，实验单位是不是就很多？”（澄清）
不是。实验单位的数量由“处理如何被施加”决定，而不是由“测量频率”决定。
- 同一实验单位内多次测量通常提供的是同一处理条件下的重复信息或时间动态；
- 真正增加实验单位通常意味着在更多载体上施加了不同的随机化或处理。
因此，评估有效重复应回到实验设计的随机化层级与处理边界。
7.2 数据缺失时实验单位如何处理
缺失数据通常出现在观测层或某个层级的子单元上。处理缺失时，关键是保持实验单位边界不变：
- 若缺失发生在实验单位内部，应考虑是否会影响对实验单位整体结果的估计方式；
- 若缺失发生在整个实验单位层级（例如某地块全部未能测量），则会直接减少可用于推断的实验单位数。
分析时应说明缺失机制的合理假设，并在解释效应时强调基于多少个实验单位完成估计。
7.3 处理不可完全一致时的实验单位边界
有时处理并不能以完全一致的方式作用到所有单元，例如执行过程中存在差异、设备状态漂移、操作者熟练度不同。此时研究者需要：
- 明确处理差异主要来自哪个层级（个体、批次、设备、时间）；
- 将那些共享执行方式的载体视为实验单位或至少纳入模型层级结构；
- 在报告中说明处理不一致可能带来的偏差方向。
处理不完全一致并不意味着无法识别实验单位，但提示实验单位边界可能需要与执行条件更贴合。
7.4 报告规范：在论文中如何写清楚实验单位
常见的写法应至少包含以下要素：
- 处理施加的载体：明确说出“谁接受处理”，并给出对应层级（个体/群体/地块/批次/时间段等）。
- 随机化或分配的层级：说明随机化发生在哪里。
- 主要分析采用的误差层级：简述独立性与方差估计所基于的实验单位。
- 重复的含义：区分技术重复与实验重复，避免把测量次数当作独立重复。
- 任何处理外溢或聚集相关的处理方式：若存在溢出或群集相关，应描述设计或建模策略。
清晰的实验单位描述能显著减少读者对统计推断有效性的误解。