Blokowanie w statystykach: definicja i przykład

Często w eksperymentach badacze chcą zrozumieć związek między zmienną objaśniającą a zmienną odpowiedzi .

Niestety w badaniach eksperymentalnych często pojawiają się zmienne uciążliwe , czyli zmienne wpływające na związek pomiędzy zmienną objaśniającą a zmienną odpowiedzi, ale które nie są przedmiotem zainteresowania badaczy.

Załóżmy na przykład, że badacze chcą zrozumieć wpływ nowej diety na utratę wagi. Zmienną objaśniającą jest nowa dieta, a zmienną odpowiedzi jest stopień utraty wagi.

Jednakże jedną zmienną zakłócającą, która może powodować zróżnicowanie, jest płeć . Jest prawdopodobne, że płeć danej osoby będzie miała wpływ na ilość utraconej wagi, niezależnie od tego, czy nowa dieta będzie skuteczna, czy nie.

Przegląd blokowania

Powszechnym sposobem kontrolowania wpływu uciążliwych zmiennych jest blokowanie , które polega na podzieleniu osób w eksperymencie opartym na wartości uciążliwej zmiennej.

W naszym poprzednim przykładzie umieścilibyśmy osoby w jednym z dwóch następujących bloków:

• Mężczyzna
• Kobieta

Następnie w ramach każdego bloku losowo przydzielaliśmy poszczególne osoby do jednego z dwóch sposobów leczenia:

• Nowa dieta
• Standardowa dieta

Dzięki temu różnice w obrębie każdego bloku byłyby znacznie mniejsze niż różnice między wszystkimi osobami i moglibyśmy lepiej zrozumieć, w jaki sposób nowa dieta wpływa na utratę wagi, kontrolując seks.

Aby to zilustrować, rozważ poniższą tabelę, która pokazuje całkowitą utratę wagi 16 osób biorących udział w badaniu:

Na pierwszy rzut oka nie wydaje się, że nowa dieta wiąże się ze zwiększoną utratą wagi.

Jednak gdy podzielimy osoby na dwa bloki ze względu na płeć, stanie się jasne, że nowa dieta wydaje się wiązać ze zwiększoną utratą wagi:

Umieszczając poszczególne osoby w blokach, związek między nową dietą a utratą wagi stał się wyraźniejszy, ponieważ byliśmy w stanie kontrolować nieuporządkowaną zmienną płci.

Więcej przykładów blokowania

Płeć jest powszechną uciążliwą zmienną wykorzystywaną jako czynnik blokujący w eksperymentach, ponieważ mężczyźni i kobiety mają tendencję do odmiennej reakcji na szeroką gamę terapii.

Jednakże inne typowe, uciążliwe zmienne, które można wykorzystać jako czynniki blokujące, obejmują:

• Zakres wieku
• Grupa dochodowa
• Poziom edukacji
• Ilość ćwiczeń
• Region

W zależności od charakteru eksperymentu możliwe jest także zastosowanie kilku czynników blokujących jednocześnie. Jednak w praktyce zwykle stosuje się tylko jeden lub dwa, ponieważ więcej czynników blokujących wymaga większych rozmiarów próbek, aby uzyskać znaczące wyniki.

Zmienne szkodliwe i zmienne ukryte

W poprzednim przykładzie płeć była znaną zmienną zakłócającą, która według badaczy miała wpływ na utratę wagi. Jednak często w eksperymentach pojawiają się także zmienne ukryte , czyli zmienne, które również wpływają na związek pomiędzy zmienną objaśniającą a zmienną odpowiedzi, ale które albo są nieznane, albo po prostu nie są uwzględnione w badaniu, ponieważ trudno jest zebrać o nich dane.

Załóżmy na przykład, że każdy człowiek ma jakąś wrodzoną dyscyplinę, na której może polegać, aby schudnąć. Ponieważ dyscyplinę trudno zmierzyć, nie uwzględniono jej w badaniu jako czynnika blokującego, ale jednym ze sposobów jej kontrolowania jest zastosowanie randomizacji .

Losowo przypisując osoby do nowej lub standardowej diety, badacze mogą zmaksymalizować szansę, że ogólny poziom dyscypliny osób w obu grupach będzie w przybliżeniu równy.

Zatem w każdym eksperymencie wykorzystującym blokowanie ważne jest również losowe przydzielanie osób do terapii w celu kontrolowania skutków wszelkich potencjalnych ukrytych zmiennych.

Dodatkowe zasoby

Zmienne objaśniające i zmienne odpowiedzi
Ukryte zmienne
Projekt pasujących par
Projekt podzielonych działek