Блокировка в статистике: определение и пример

Часто в экспериментах исследователи хотят понять взаимосвязь между объясняющей переменной и переменной отклика .

К сожалению, в экспериментальных исследованиях часто появляются мешающие переменные , которые влияют на взаимосвязь между объясняющей переменной и переменной отклика, но не представляют интереса для исследователей.

Например, предположим, что исследователи хотят понять влияние новой диеты на потерю веса. Объясняющая переменная — это новая диета, а переменная отклика — степень потери веса.

Однако одной из переменных расстройства, которая может вызвать вариации, является пол . Вполне вероятно, что пол человека повлияет на то, сколько веса он потеряет, независимо от того, работает новая диета или нет.

Обзор блокировки

Распространенным способом контроля влияния мешающих переменных является блокировка , которая предполагает разделение участников эксперимента на основе значения мешающей переменной.

В нашем предыдущем примере мы бы поместили людей в один из следующих двух блоков:

• Мужской
• Женский

Затем в каждом блоке мы случайным образом распределяли людей по одному из двух методов лечения:

• Новая диета
• Стандартная диета

Сделав это, различия внутри каждого блока будут намного ниже, чем различия между всеми людьми, и мы сможем лучше понять, как новая диета влияет на потерю веса, контролируя при этом пол.

Чтобы проиллюстрировать это, рассмотрим следующую таблицу, в которой показана общая потеря веса 16 человек, участвовавших в исследовании:

На первый взгляд не кажется, что новая диета способствует ускоренной потере веса.

Однако если мы разделим людей на два блока в зависимости от пола, станет ясно, что новая диета, по-видимому, связана с увеличением потери веса:

Поместив людей в блоки, связь между новой диетой и потерей веса стала более ясной, поскольку мы смогли контролировать беспорядочную переменную пола.

Еще примеры блокировки

Пол — это распространенная неприятная переменная, которую можно использовать в качестве блокирующего фактора в экспериментах, поскольку мужчины и женщины склонны по-разному реагировать на самые разные методы лечения.

Однако в качестве блокирующих факторов можно использовать и другие распространенные мешающие переменные:

• Возрастной диапазон
• Группа доходов
• Уровень образования
• Количество упражнений
• Область

В зависимости от характера эксперимента возможно одновременное использование нескольких блокирующих факторов. Однако на практике обычно используются только один или два фактора, поскольку большее количество блокирующих факторов требует большего размера выборки для получения значимых результатов.

Вредные переменные и скрытые переменные

В предыдущем примере пол был известной переменной расстройства, которая, по мнению исследователей, влияла на потерю веса. Однако часто в экспериментах встречаются и скрытые переменные , то есть переменные, которые также влияют на взаимосвязь между объясняющей переменной и переменной отклика, но которые либо неизвестны, либо просто не включены в исследование, поскольку о них сложно собрать данные.

Например, предположим, что у каждого человека есть врожденная дисциплина, на которую он может положиться, чтобы похудеть. Поскольку дисциплину трудно измерить, она не включена в исследование в качестве блокирующего фактора, но одним из способов ее контроля является использование рандомизации .

Случайным образом распределяя людей на новую или стандартную диету, исследователи могут максимизировать вероятность того, что общий уровень дисциплины людей в двух группах будет примерно равным.

Таким образом, в любом эксперименте с использованием блокировки также важно случайным образом назначать людей на лечение, чтобы контролировать эффекты любых потенциальных скрытых переменных.

Дополнительные ресурсы

Объясняющие переменные и переменные ответа
Скрытые переменные
Дизайн совпадающих пар
Проектирование разделенных участков