更改

#分层随机试验首先参考预后因素将样本分成若干层，但有可能无法划分样本。在应用中，在某些情况下，预后因素的重要性缺乏严格的认可，这可能进一步导致偏差。这就是为什么在将因素纳入分层之前应该检查因素产生影响的潜力的原因。在某些因素对结果的影响无法得到批准（approved）的情况下，建议进行无分层随机试验。 <ref>{{Cite web|url=https://www.investopedia.com/ask/answers/041615/what-are-advantages-and-disadvantages-stratified-random-sampling.asp|title=Pros and Cons of Stratified Random Sampling|last=Murphy|first=Chris B.|date=Apr 13, 2019|website=Investopedia|language=en|access-date=2020-04-07}}</ref>

#分层随机试验首先参考预后因素将样本分成若干层，但有可能无法划分样本。在应用中，在某些情况下，预后因素的重要性缺乏严格的认可，这可能进一步导致偏差。这就是为什么在将因素纳入分层之前应该检查因素产生影响的潜力的原因。在某些因素对结果的影响无法得到批准（approved）的情况下，建议进行无分层随机试验。 <ref>{{Cite web|url=https://www.investopedia.com/ask/answers/041615/what-are-advantages-and-disadvantages-stratified-random-sampling.asp|title=Pros and Cons of Stratified Random Sampling|last=Murphy|first=Chris B.|date=Apr 13, 2019|website=Investopedia|language=en|access-date=2020-04-07}}</ref>

#如果可用数据不能代表整个亚组总体，则认为亚组大小具有相同的重要性。在某些应用中，子组大小是根据可用数据量来决定的，而不是将样本大小缩放到子组大小，这会在因子效应中引入偏差。在某些需要对数据进行方差分层的情况下，子组方差差异显着，使得每个子组的抽样规模无法保证与整个子组总体成正比。 [19]

#如果可用数据不能代表整个亚组总体，则认为亚组大小具有相同的重要性。在某些应用中，子组大小是根据可用数据量来决定的，而不是将样本大小缩放到子组大小，这会在因子效应中引入偏差。在某些需要对数据进行方差分层的情况下，子组方差差异显着，使得每个子组的抽样规模无法保证与整个子组总体成正比。<ref name=":2">

 

 

{{Citation|last1=Glass|first1=Aenne|title=Potential Advantages and Disadvantages of Stratification in Methods of Randomization|date=2014|work=Springer Proceedings in Mathematics & Statistics|pages=239–246|publisher=Springer New York|isbn=978-1-4939-2103-4|last2=Kundt|first2=Guenther|doi=10.1007/978-1-4939-2104-1_23}}</ref>

{{Citation|last1=Glass|first1=Aenne|title=Potential Advantages and Disadvantages of Stratification in Methods of Randomization|date=2014|work=Springer Proceedings in Mathematics & Statistics|pages=239–246|publisher=Springer New York|isbn=978-1-4939-2103-4|last2=Kundt|first2=Guenther|doi=10.1007/978-1-4939-2104-1_23}}</ref>