如果我理解正确，您的设计是：

$\begin{array}{rcccl} ~ & B_{X} & B_{B} & M \\\hline A_{X} & \mu_{11} & \mu_{12} & \mu_{1.} \\ A_{A} & \mu_{21} & \mu_{22} & \mu_{2.} \\\hline M & \mu_{.1} & \mu_{.2} & \mu \end{array}$

你的假设的第一部分（治疗 B 在 A 的对照组中的效果）意味着$H_{1}^{1}: \mu_{12} - \mu_{11} > 0$.

然后，您假设的第二部分（治疗 A 中的治疗 B 没有影响）将是$H_{1}^{2}: \mu_{22} - \mu_{21} = 0$.

所以你的复合假设是$H_{1}: H_{1}^{1} \wedge H_{1}^{2}$. 问题出在第二部分，因为对$H_{0}: \mu_{22} - \mu_{11} = 0$并不意味着没有效果 - 您的测试可能根本没有足够的能力来检测差异。

你仍然可以检验假设$H_{1}': (\mu_{12} - \mu_{11}) > (\mu_{22} - \mu_{21})$，即交互对比。然而，这检验了一个较弱的假设，即 B 在 A 的对照组中比在治疗 A 中具有更大的影响。

我不确定您所说的“分析结果表明只有第 3 组与其他组显着不同”是什么意思。我不明白你将如何测试。你可以测试$\mu_{12} \neq \frac{1}{3} (\mu_{11} + \mu_{21} + \mu_{22})$，但这是一个较弱的假设（第 3 组与其余组的平均值不同）。

如果在事后测试中，第 3 组的平均值与所有其他组的平均值显着不同，那么您已经证明 XB 与 AB 不同。我错过了什么吗？您关于 B 的影响（以及与 A 结合时会丢失）的陈述是正确的。