Эксперимент — это запланированная деятельность, проводимая в контролируемых условиях. Цель эксперимента — исследовать взаимосвязь между двумя переменными. Когда одна переменная вызывает изменение в другой, мы называем первую переменную независимой или независимой переменной. Затронутая переменная называется ответной или зависимой переменной. В рандомизированном эксперименте исследователь манипулирует значениями независимой переменной и измеряет результирующие изменения в переменной отклика. Различные значения независимой переменной называются обработками. Экспериментальная единица — это отдельный объект или индивидуум, подлежащий измерению.
Вы хотите исследовать эффективность витамина Е в профилактике заболеваний. Вы набираете группу испытуемых и спрашиваете их, регулярно ли они принимают витамин Е. Вы заметили, что люди, которые принимают витамин Е, в среднем демонстрируют лучшее здоровье, чем те, кто его не принимает. Доказывает ли это, что витамин Е эффективен в профилактике заболеваний? Это не так. Существует много различий между этими двумя группами по сравнению с потреблением витамина Е. Люди, которые регулярно принимают витамин Е, часто предпринимают другие шаги для улучшения своего здоровья: физические упражнения, диета, другие витаминные добавки и отказ от курения. Любой из этих факторов может влиять на здоровье. Как уже было описано, это исследование не доказывает, что витамин Е является ключом к профилактике заболеваний.
Дополнительные переменные, которые могут затуманить исследование, называются скрытыми переменными. Для того чтобы доказать, что независимая переменная вызывает изменение переменной отклика, необходимо изолировать независимую переменную. Исследователь должен спланировать свой эксперимент таким образом, чтобы между сравниваемыми группами было только одно различие: запланированное лечение. Это достигается путем случайного распределения экспериментальных единиц по группам лечения. Когда испытуемым назначают лечение случайным образом, все потенциальные скрытые переменные равномерно распределяются между группами. На этом этапе единственное различие между группами заключается в том, которое навязывает исследователь. Следовательно, различные исходы, измеряемые в переменной ответа, должны быть прямым результатом различных методов лечения. Таким образом, эксперимент может доказать причинно-следственную связь между объяснительной переменной и переменной реакции.
Этот текст адаптирован из Openstax, Вводная статистика, раздел 1.4 Экспериментальный дизайн и этика
Эксперимент — это систематический подход к доказательству или опровержению гипотезы и открытию новых знаний. Статистика часто используется для интерпретации результатов эксперимента.
Рассмотрим эксперимент, чтобы определить связь между использованием мобильного телефона и качеством сна среди студентов колледжа.
Эти студенты, называемые предметами, делятся на две группы. Одна из них является экспериментальной, а другая – контрольной. Только экспериментальной группе разрешается пользоваться мобильными телефонами за тридцать минут до сна, в то время как контрольная группа выступает в качестве стандарта сравнения.
Затем исследователи записывают количество часов сна и латентность сна или переменные — характеристики субъектов, которые изучаются, измеряются и интерпретируются.
Переменные бывают двух типов: зависимые и независимые.
Использование мобильного телефона является независимой переменной, контролируемой исследователями, а время сна и задержка сна являются зависимыми переменными, которые измеряются и записываются.
Наконец, проверка гипотез используется для того, чтобы сделать вывод о том, являются ли наблюдаемые изменения в качестве сна в экспериментальной группе по сравнению с контрольной группой статистически значимыми.
Related Videos
Statistics in Practice
11.1K Просмотры
Statistics in Practice
8.0K Просмотры
Statistics in Practice
8.4K Просмотры
Statistics in Practice
11.2K Просмотры
Statistics in Practice
6.8K Просмотры
Statistics in Practice
2.8K Просмотры
Statistics in Practice
7.3K Просмотры
Statistics in Practice
4.1K Просмотры
Statistics in Practice
2.4K Просмотры
Statistics in Practice
6.7K Просмотры