Tại sao chặn cần thiết trong thiết kế thử nghiệm nếu chúng tôi đã thực hiện gán ngẫu nhiên?


8

Tôi đang trải qua phần đầu tiên của khóa học thống kê Duke trên Coursera, và khái niệm chặn trong thiết kế thử nghiệm xuất hiện. Nếu tôi hiểu chính xác, việc chặn đề cập đến việc tách các đối tượng thành các nhóm dựa trên một số biến có thể ảnh hưởng đến kết quả.

Tuy nhiên, nếu chúng ta đã thực hiện gán ngẫu nhiên, không nên tất cả "giá trị" của biến chặn được thể hiện như nhau trong các nhóm điều trị khác nhau? Nếu vậy, tại sao chúng ta bận tâm với việc chặn?


2
Mỗi mẫu ngẫu nhiên về cơ bản là rút ra từ một biến ngẫu nhiên. Trong kỳ vọng, việc phân phối dữ liệu trong mẫu giống như trong dân số. Nhưng chỉ trong kỳ vọng.
Shadowtalker

Câu trả lời:


4

Chà, nếu bạn có số lần chạy thử nghiệm nhỏ, thì việc gán ngẫu nhiên cũng có thể làm cho một số biến được cân bằng kém giữa các nhóm thử nghiệm và kiểm soát. Bằng cách sử dụng chặn bạn tránh điều đó.

Một ý tưởng khác với việc chặn là nó có thể sử dụng vật liệu thí nghiệm không thuần nhất, vì việc chặn đảm bảo rằng nó được cân bằng giữa các nhóm. Điều đó làm cho một cơ sở tốt hơn để khái quát hóa từ các thí nghiệm, vì kết luận từ thí nghiệm có giá trị cho một phạm vi điều kiện lớn hơn.


Điều gì sẽ xảy ra nếu tôi sử dụng một đồng tiền công bằng để xác định số phận (nghĩa là đi đến nhóm điều trị hoặc nhóm kiểm soát) cho từng đối tượng. Sau đó, trong trường hợp này, cho dù trước tiên bạn thực hiện chặn, tức là, chia mẫu của bạn dựa trên các thuộc tính của chúng thành nhiều nhóm, sau đó trong mỗi đoàn hệ, bạn sử dụng mỗi đồng xu của mỗi người để chỉ định điều trị; hoặc bạn chỉ sử dụng đồng xu của mọi người để chỉ định điều trị ban đầu, mà không chặn, sẽ cung cấp cho bạn chính xác cùng một người trong nhóm điều trị hoặc nhóm kiểm soát. Trong trường hợp này, chặn không làm cho bất kỳ sự khác biệt. Bởi vì trong phân tích dữ liệu, bạn luôn chạy mô hình tuyến tính với thuộc tính
KevinKim

Điều này chỉ bị hạ cấp. Tôi thực sự muốn nghe những gì được xem là sai với câu trả lời này!, Vì tôi không thể hình dung được nó là gì --- ngoài việc thiếu thông tin chi tiết?
kjetil b halvorsen

1
Giả sử bạn có 4 nam 6 nữ trong mẫu của bạn. Mỗi người lật một đồng xu công bằng, H để điều trị, T kiểm soát. Nếu bạn thực hiện một thiết kế hoàn toàn ngẫu nhiên, bạn có thể kết thúc với (1 nam, 5 nữ) trong Điều trị, (3 nam, 1 nữ) trong Kiểm soát dựa trên đồng tiền riêng của họ. Bây giờ nếu bạn lần đầu tiên chặn giới tính, vì vậy bạn có 4 người đàn ông trong nhóm M và 6 người phụ nữ trong đoàn hệ W, sau đó trong đoàn hệ, bạn cho họ lật đồng xu của họ, bạn sẽ có xác suất nhận được (1 nam, 5 nữ) trong Điều trị, (3 nam, 1 nữ) trong Kiểm soát. Phải không?
KevinKim
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.