การอนุมานและการทดลอง
แนะนำใหม่| English | ความหมาย |
|---|---|
| random assignment/ˈrændəm əˈsaɪnmənt/ | การสุ่มจัดสรร |
| random selection/ˈrændəm sɪˈlekʃn/ | การสุ่มเลือก |
| statistically significant/stəˈtɪstɪkli sɪɡˈnɪfɪkənt/ | มีความหมายทางสถิติ |
| scope of inference/skəʊp ɒv ˈɪnfərəns/ | ขอบเขตของการอนุมาน |
ความสุ่มสองประเภท ผลตอบแทนสองด้าน
- สถิติใช้ความสุ่มใน สองตำแหน่งที่แตกต่างกัน พร้อมผลตอบแทนที่แตกต่างกัน
- การสุ่มassign (ไปยัง干预) → ทำให้คุณสามารถอ้างถึง สาเหตุและผล
- การสุ่มเลือก (หน่วยจากประชากร) → ทำให้คุณ สรุปผล ไปยังประชากรนั้นได้
- การรู้ว่าการศึกษาหนึ่งใช้ความสุ่มแบบไหน บอกได้ว่าผลลัพธ์ของมันสามารถสนับสนุนอะไร
การสุ่มแบบแบ่งกลุ่ม → ความสัมพันธ์เชิงสาเหตุ
- การสุ่มจัดหน่วยทดลองเข้ากลุ่มการทดลองอย่างสุ่มช่วยให้ ทุก ตัวแปรอื่น ๆ สม่ำเสมอระหว่างกลุ่ม
- ดังนั้นความแตกต่างใด ๆ ที่เกิดขึ้นในค่าตอบสนอง สามารถอธิบายได้ด้วย การทดลอง นั้นเอง
- นี่คือเหตุผลที่การทดลอง — และเพียงการทดลองเท่านั้น — สามารถพิสูจน์ความสัมพันธ์เชิงสาเหตุได้
- หากไม่มีการสุ่มแบ่งกลุ่ม ปัจจัยรบกวนอาจเป็นสาเหตุที่แท้จริงได้เสมอ
การสุ่มเลือก → สามารถสรุปผลได้
- การสุ่มเลือกหน่วยจากประชากรทำให้ตัวอย่างมีความเป็นตัวแทนที่ดี
- ดังนั้นข้อสรุปจึงสามารถ สรุปผลทั่วไป ไปยังประชากรทั้งหมดนั้นได้
- หากไม่มีการสุ่มตัวอย่าง ผลลัพธ์จะใช้ได้เฉพาะกับหน่วยที่ถูกศึกษาจริงเท่านั้น
- การเลือกตัวหมายถึง ใครอยู่ในการศึกษา; ส่วนการจัดกลุ่มหมายถึง พวกเขาได้รับอะไร
นัยสำคัญและขอบเขตของการสรุปผล
- ความแตกต่างหนึ่งมีนัยสำคัญทาง สถิติ ก็ต่อเมื่อมันมีขนาด ใหญ่เกินกว่าที่จะอธิบายได้ด้วยโอกาส (Chance) ได้อย่างสมเหตุสมผล
- ขอบเขตของการสรุปผล = สิ่งที่การสุ่มทั้งสองแบบนี้ ร่วมกัน อนุญาตให้สรุปได้
- การสุ่ม แบ่งกลุ่ม + การสุ่ม ตัวอย่าง → ความสัมพันธ์เชิงสาเหตุที่ สรุปผลทั่วไปได้ (ซึ่งคือขอบเขตที่แข็งแกร่งที่สุด)
- มีแค่การแบ่งกลุ่ม → สรุปได้ว่าเกิดจากสาเหตุ แต่ไม่สามารถสรุปผลทั่วไป; มีแค่การสุ่มตัวอย่าง → สรุปผลทั่วไปได้ในความสัมพันธ์ แต่ไม่ใช่สาเหตุ
การสุ่มสองแบบแยกจากกัน นำไปสู่ข้อสรุปสองแบบแยกจากกัน การสุ่ม แบ่งกลุ่ม ช่วยให้ได้ ความสัมพันธ์เชิงสาเหตุ; การสุ่ม ตัวอย่าง ช่วยให้ได้ การสรุปผลทั่วไป การศึกษาอาจมีทั้งสองอย่าง มีอย่างใดอย่างหนึ่ง หรือไม่มีเลย — และ ขอบเขตของการสรุปผล ของการศึกษานั้นจะขึ้นอยู่กับสิ่งที่การสุ่มทั้งสองแบบนี้อนุญาตไว้ อย่าอ้างถึงความสัมพันธ์เชิงสาเหตุหากไม่มีการสุ่มแบ่งกลุ่ม หรืออย่าอ้างถึงการสรุปผลทั่วไปหากไม่มีการสุ่มตัวอย่าง
$60$ ผู้เข้าร่วมเป็น ผู้สมัคร ซึ่งถูก สุ่มแบ่งกลุ่ม เข้าใช้วิธีการเรียนการสอนใหม่หรือวิธีเก่า; คะแนนเพิ่มขึ้นอย่างมีนัยสำคัญ
- การสุ่มแบ่งกลุ่ม → วิธีใหม่นี้ เป็นสาเหตุ ของคะแนนที่สูงขึ้น (เป็นการอ้างถึงความสัมพันธ์เชิงสาเหตุที่ถูกต้อง)
- แต่พวกเขาคือ ผู้สมัคร ไม่ใช่被สุ่มเลือกมาจากการสุ่มตัวอย่าง → จึงไม่สามารถสรุปผลทั่วไปไปยังนักเรียนทุกคนได้
- ขอบเขต: ความสัมพันธ์เชิงสาเหตุ สำหรับนักเรียนกลุ่มนี้เท่านั้น ไม่ใช่การอ้างถึงประชากรทั้งหมด
การสุ่มแบ่งกลุ่ม เข้ากลุ่มการทดลอง อนุญาตให้กล่าวถึง ความสัมพันธ์เชิงสาเหตุ; การสุ่มตัวอย่าง ของหน่วยทดลอง อนุญาตให้ สรุปผลทั่วไป ไปยังประชากร ความแตกต่างหนึ่งมีนัยสำคัญทางสถิติเมื่อมีขนาดใหญ่จนไม่น่าจะเป็นเพราะโอกาสเพียงอย่างเดียว ขอบเขตของการสรุปผล ถูกกำหนดโดยว่าการศึกษานั้นใช้การสุ่มแบบไหนบ้าง
การสุ่มมอบหน่วยให้ treatment
การสุ่มมอบหน่วยปรับสมดุลตัวแปรอื่นๆ ระหว่างกลุ่มการทดสอบ
จับคู่การสุ่มกับสิ่งที่มันอนุญาตให้ทำได้
Difficulty 2/5 · 140 coins + a small bonus on first completion today
การมอบ → สาเหตุ; การเลือก → การทั่วไป
อาสาสมัครถูกสุ่มมอบให้เรียนด้วยวิธีศึกษา 2 วิธี และวิธีหนึ่งได้ผลดีกว่าอย่างมีนัยสำคัญ คุณสามารถสรุปได้ว่า...
Difficulty 1/5 · 100 coins + a small bonus on first completion today
การสุ่มมอบให้เหตุผลเชิงสาเหตุ; อาสาสมัครขัดขวางการ generalize
ความแตกต่างที่ใหญ่เกินกว่าที่จะอธิบายได้ด้วยโอกาสตามปกติเรียกว่ามีนัยสำคัญทางสถิติ ___
Difficulty 1/5 · 100 coins + a small bonus on first completion today
นั่นคือความหมายของมีนัยสำคัญทางสถิติ
การสุ่มเลือกหน่วยจากประชากรคือสิ่งที่ทำให้คุณ generalizing ผลลัพธ์ไปยังประชากรนั้นได้
Difficulty 1/5 · 100 coins + a small bonus on first completion today
การสุ่มเลือกซื้อการ generalize
การศึกษาที่มีการสุ่มมอบแต่ไม่มีสุ่มเลือกสนับสนุน...
Difficulty 1/5 · 100 coins + a small bonus on first completion today
การมอบ → สาเหตุ; หากไม่มี selection มันจะ generalize ไม่ได้