随机分配单元需与效应发生单元一致，否则产生伪独立
别名: 伪独立 · 伪重复 · 聚类随机
概念解释
处理被随机分到哪一层，分析就必须把那一层当作独立信息的来源。家庭、课堂、会话、公司被整组赋同一处理，组内的人却被当成互不相关的样本，就会出现伪独立（pseudo-independence）或伪重复：名义样本量被放大，标准误被压小，显著变得过分容易。随机单元要与效应发生的单元对齐——干扰发生在团队协作里，就应按团队分；效果落在账户上，就不要按每一次页面浏览独立检验。这与“有没有对照臂”无关，也与产品 A/B 能不能比较已有方案无关：错的是独立假设。
机制
同一集群共享设备、社交影响、库存和未测到的背景，组内观察高度相关。随机发生在集群层时，真正的独立抽签次数等于集群数，不是人头数。把人当作独立，就是把同一抽签重复计了很多次。界面日志尤其容易踩这个坑：一次会话里的每次点击、同一账号的多天、同一企业里的多名成员，看起来像很多行，信息量却接近一行。效应若通过溢出传到对照（共享账号看见另一版），独立假设和对照纯度一起坏。校正聚类、在随机层做检验、或按设计用混合模型，是在承认抽签次数，不是在“损失样本”。
怎么研究
预先声明随机单元、分析单元和两者为何对齐。若必须在更细的层上测（人、会话），计划里写聚类标准误、组内相关的假定，以及有效样本如何从集群数推导。随机化核查针对集群，而不是针对展开后的行。仿真：在零处理、只保留观测到的聚类结构时，名义显著率是否仍接近设定的 α；超了，说明伪独立已经进了检验。报告同时给出集群数和观察行数，禁止只报行数。
边界
组内相关接近零时（完全不共享设备、不交流、不抢同一资源），按人分析的代价较小，仍应在计划里证明相关可忽略，而不是事后发现不显著就改口。个体水平随机但存在溢出时，问题变成干扰而不是伪重复，需要另一套设计（集群随机、隔离市场）。把许多页面浏览汇总到账户再分析，会丢掉时间内的结构，却能修掉一层伪独立；选择取决于效应被定义在哪一层。
怎么落地
- 实验单第一行写随机单元（用户 / 账户 / 会话 / 团队 / 公司），分析不得细于这一层的独立假设。
- 结果表同时列集群数与行数；只有行数的稿退回。
- 发现按点击检验才显著、按账户不显著时，采用账户层结论，不要把点击层写进发布理由。
- 验证：把同一账户的多行折成一行重跑；若结论翻转，原显著来自伪独立。