Экспериментальная дизайн

В этой статье объясняется, что такое экспериментальный дизайн в статистике и для чего он используется. Вы также узнаете, как создается экспериментальный план, и пример такого плана.

Что такое экспериментальный дизайн?

План эксперимента — это статистический метод, используемый для изучения взаимосвязи между независимой переменной и зависимой переменной . Следовательно, план эксперимента предполагает намеренное манипулирование независимой переменной, чтобы проанализировать, какое влияние она оказывает на зависимую переменную.

Таким образом, план эксперимента служит для противопоставления проверке гипотезы , так что выводы, сделанные в результате проведенного исследования, используются для определения того, является ли гипотеза исследования истинной или ложной.

В общем, при планировании эксперимента обычно изучается влияние независимой переменной на зависимую переменную; однако можно также изучить влияние двух или более независимых переменных на зависимую переменную.

Следует отметить, что для того, чтобы сделанные выводы были правильными, анализируемые переменные должны быть изолированы, поэтому посторонние переменные должны контролироваться.

Как составить план эксперимента

Этапы реализации плана эксперимента следующие:

  1. Определите переменные исследования : необходимо определить независимую переменную и зависимую переменную исследования.
  2. Установите статистическую гипотезу : должна быть определена рабочая гипотеза, то есть какова взаимосвязь между переменными, которые исследование намеревается продемонстрировать.
  3. При планировании экспериментального исследования вы должны спланировать, как вы будете проводить исследование, чтобы попытаться опровергнуть рабочую гипотезу.
  4. Изучите образец : проанализируйте, как значение независимой переменной влияет на зависимую переменную. Обычно не всех особей в популяции можно изучить, поэтому необходимо сосредоточиться на репрезентативной выборке.
  5. Сделать выводы : Из полученных результатов сделать выводы и определить, верна или ложна рабочая гипотеза.

Имейте в виду, что любое статистическое исследование должно быть точным, надежным и воспроизводимым, поэтому обязательно следуйте этим трем принципам, прежде чем вкладывать в проект много времени и усилий.

Пример экспериментального плана

Чтобы завершить понимание концепции, давайте рассмотрим простой пример экспериментального дизайна.

В данном случае мы хотим изучить, влияет ли продолжительность сна на настроение людей на работе. Таким образом, независимой переменной является среднее количество часов сна, а зависимой переменной – настроение работников.

\begin{cases}\text{Variable independiente: Horas de sue\~no}\\[2ex]\text{Variable dependiente: Estado de \'animo}\end{cases}

Итак, нулевая гипотеза исследования заключается в том, что продолжительность сна не вызывает изменения настроения людей, тогда как альтернативная гипотеза заключается в том, что продолжительность сна влияет на настроение.

\begin{cases}H_0: \begin{array}{l}\text{Las horas de sue\~no no}\\ \text{afectan al estado de \'animo}\end{array}\\[4ex] H_1:  \begin{array}{l}\text{Las horas de sue\~no}\\ \text{afectan al estado de \'animo}\end{array}\end{cases}

Таким образом, для изучения рабочей гипотезы мы случайным образом выбрали две группы работников по 30 человек из одной компании. В течение двух недель одна группа будет спать 8 часов в день, а другая группа будет спать максимум 5 часов в день.

Затем, чтобы оценить настроение участников, в последний день мы попросим выборку из 20 работников, не участвовавших в исследовании, оценить настроение каждого из участников за последние две недели. Оценки будут варьироваться от 1 до 5, где 1 — худший рейтинг, а 5 — лучший.

После проведения эксперимента группа, которая спала по 8 часов в день, получила среднюю оценку 4,1, однако группа, которая спала всего 5 часов в день, получила среднюю оценку 2,7.

Разница между двумя средствами кажется очевидной, но такой вывод нельзя сделать невооруженным глазом. Поэтому была проведена проверка гипотезы о разнице средних значений, и мы действительно пришли к выводу, что эти два средних значения статистически различны. Таким образом, нулевая гипотеза о том, что продолжительность сна влияет на рабочее настроение, отвергается.

Типы экспериментального дизайна

Типы экспериментальных проектов :

  • Предэкспериментальный дизайн : переменная наблюдается без преднамеренного изменения независимой переменной. Например: учитель применяет новый метод обучения к своим ученикам и после одного семестра анализирует, улучшились ли оценки его учеников или нет.
  • Истинный план эксперимента : формируются две контрольные группы так, чтобы в одной группе независимой переменной манипулировали, а в другой — нет. Таким образом, можно сравнить влияние независимой переменной между двумя группами. Например: из двух случайно сформированных контрольных групп, члены которых страдают определенным заболеванием, препарат вводят только одной группе, чтобы оценить, улучшается ли состояние пациентов по сравнению с теми, кто препарат не принимал. лекарство.
  • Квазиэкспериментальный дизайн : этот тип экспериментального плана аналогичен предыдущему, но контрольные группы отбираются не случайным образом, а изучаются уже сформированные группы. Например: изучается реализация новой образовательной системы в двух разных классах.

Экспериментальный дизайн и факторный дизайн

Факторный план — это тип эксперимента, который имеет некоторые сходства с экспериментальным планом, поэтому ниже мы кратко рассмотрим, что включает в себя этот тип исследования.

В статистике факторный план — это эксперимент, составленный из двух и более факторов, причем каждый из этих факторов имеет разные значения или уровни. Таким образом, в факторном дизайне изучается влияние каждого из этих факторов на зависимую переменную, а также анализируется влияние взаимодействия нескольких факторов на переменную отклика.

Таким образом, основное отличие плана эксперимента от факторного плана заключается в количестве независимых переменных. Экспериментальный план обычно проводится с одной независимой переменной, тогда как факторный план обычно работает с двумя или более независимыми переменными.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *