Блокування в статистиці: визначення та приклад

Часто в експериментах дослідники хочуть зрозуміти зв’язок між пояснювальною змінною та змінною відповіді .

На жаль, неприємні змінні часто з’являються в експериментальних дослідженнях, які є змінними, які впливають на зв’язок між пояснювальною змінною та змінною відповіді, але які не цікавлять дослідників.

Наприклад, припустімо, що дослідники хочуть зрозуміти вплив нової дієти на втрату ваги. Пояснювальною змінною є нова дієта, а змінною відповіді є ступінь втрати ваги.

Однак однією змінною розладу, яка може спричинити варіації, є стать . Ймовірно, що стать людини вплине на кількість втраченої ваги, незалежно від того, діє нова дієта чи ні.

Огляд блокування

Поширеним способом контролю впливу шкідливих змінних є блокування , яке передбачає поділ індивідів в експерименті на основі значення шкідливої змінної.

У нашому попередньому прикладі ми розмістили б людей в одному з наступних двох блоків:

• Чоловік
• Жінка

Потім у кожному блоці ми випадковим чином призначаємо осіб для одного з двох методів лікування:

• Нова дієта
• Стандартна дієта

Зробивши це, варіація в кожному блоці буде набагато нижчою, ніж варіація між усіма індивідами, і ми зможемо краще зрозуміти, як нова дієта впливає на втрату ваги з урахуванням статі.

Щоб проілюструвати це, розгляньте наступну таблицю, яка показує загальну втрату ваги 16 осіб, які брали участь у дослідженні:

На перший погляд не здається, що нова дієта пов’язана зі збільшенням втрати ваги.

Однак, коли ми розділяємо людей на два блоки за статтю, стає зрозуміло, що нова дієта, схоже, пов’язана зі збільшенням втрати ваги:

Розмістивши людей у блоки, зв’язок між новою дієтою та втратою ваги став більш зрозумілим, оскільки ми змогли контролювати змінну статі, що викликає порушення.

Більше блокуючих прикладів

Стать є звичайною неприємною змінною, яку використовують як блокуючий фактор в експериментах, оскільки чоловіки та жінки, як правило, по-різному реагують на широкий спектр лікування.

Однак інші поширені неприємні змінні, які можна використовувати як фактори блокування, включають:

• Віковий діапазон
• Група доходу
• Рівень освіти
• Кількість вправ
• Регіон

Залежно від характеру експерименту можливе також використання кількох блокуючих факторів одночасно. Однак на практиці зазвичай використовується лише один або два, оскільки для отримання значущих результатів більше блокуючих факторів вимагає більшого розміру вибірки.

Шкідливі змінні та приховані змінні

У попередньому прикладі стать була відомою змінною розладу, яка, на думку дослідників, впливала на втрату ваги. Однак часто в експериментах є також приховані змінні , тобто змінні, які також впливають на зв’язок між пояснювальною змінною та змінною відповіді, але які або невідомі, або просто не включені в дослідження, оскільки про них важко зібрати дані.

Наприклад, припустімо, що кожна людина має певну вроджену дисципліну, на яку вона може покластися, щоб скинути більше ваги. Оскільки дисципліну важко виміряти, вона не включена як блокуючий фактор у дослідженні, але одним із способів її контролю є використання рандомізації .

Випадково розподіляючи людей на нову або стандартну дієту, дослідники можуть максимізувати ймовірність того, що загальний рівень дисципліни в обох групах буде приблизно рівним.

Таким чином, у будь-якому експерименті з використанням блокування також важливо випадково призначати осіб для лікування, щоб контролювати вплив будь-яких потенційних прихованих змінних.

Додаткові ресурси

Пояснювальні змінні та змінні відповіді
Приховані змінні
Дизайн відповідних пар
Проектування розділених ділянок