怎麼設計一個experiment? 四原則
(1) control: 選擇對組別給予不同措施(treatment)，例如control group（控制組）不給任何treatment，而treatment group分別給予不同treatment。
(2) randomize: 隨機選擇接受措施的受試者
(3) replicate: 取大量的sample或是整個族群
(4) block: 如果某些變數對實驗結果有些變數對實驗結果有負面影響，利用隨機性拿掉影響。
Blocking
舉例來說比較好懂。假設要測試某藥，族群有A B兩種人，其中A可能對藥物的敏感度較高，所以為了抵銷這種敏感性造成的影響，先把族群分成A B兩群，然後隨機挑選其中的人加入control group or treatment group，所以控制組和對照組都有A B兩族群的隨機挑選者，意即sampling bias被抵銷了。如果對照組發現藥物反應有效的證據強，則可以排除變數A的影響。
blocking簡單來說就是stratifying，只是前者是random assignment，後者是random sampling。
Random Sampling & Assignment
random sampling：這是假設sample到任一元素的機率相等，所以選出的subset是有族群代表性的，得到的結果可以“合理的”generalize to all population。random assignment (for experiments)：這是在實驗中，為了消除可能造成實驗結果影響的變數（例如性別），先把擁有這個變數特性的族群劃分開來，例如男人一群，女人一群，然後隨機設定某人是在對照組和實驗組，此隨機性可以讓此變數在對照組和實驗組有中相同機率分佈，隨機性抵銷了此變數對某組別的影響，我們可以因此得到因果關係（某種treament是因，實驗結果是果）。
若是我們不知道什麼變數會對實驗造成影響，因而無法做blocking，則此時可以假設有某些變數會造成影響，稱為confounding variables。所以先從population做一次random sampling，則此隨機性代表sample中各種可能confounding variables的發生機率分布均等，接著再做random assignment讓各種confounding variables在不同實驗對照組中的機率分不均等，進而抵銷其影響。
安慰劑效應以及雙盲測試
應該是常識了，BJ4:
沒有留言:
張貼留言