Přednáška 5: Mate
Klasické Zmate: Všechny efekt vnitřní platnosti!
Historie Zmást historii zmást nastane, když tam je nějaký
extra-experimentální událost, která ovlivňuje závislou proměnnou. Obvykle se vyskytuje u experimentů, které mají dlouhou dobu trvání. Pro příklad
předpokládejme, že vedu klinickou studii pro novou
elektro-konvulzivní terapii deprese. Mám lidi vzít
deprese inventář před léčbou 15 týden a po léčbě 15
týden. Mohlo by existovat řada intervenčních faktorů, které
mohou změnit výsledky. Umožňuje pojmenovat a analyzovat některé z nich.
jeden účastník se rozvede,
jiný dostane novou práci,
dramatické zvýšení cen plynu,
letní teplo končí.
vytvořte příklad, kdy historie zmatená má za následek chybu typu I. Vytvořte
jeden, kde to má za následek chybu typu II.
maturace Confound:
tento zmatek je docela podobný zmatku historie. Vyskytuje se v
experimentech, které mají dlouhé trvání. I bez vnějších událostí
se lidé systematicky mění. Děti vyrůstají, dospělí stárnou.
zkusme provést hodnocení jednoletých logopedických programů pro
2leté děti, které ještě nemluví. Je zřejmé, že v průběhu roku,
téměř všechny děti uvidí značné zisky v řečové schopnosti části
vyrůstat.
instrumentace:
někdy se náš přístroj pro měření DV (a IV) mění v
jemným způsobem. Stáváme se zdatnějšími při provádění našich experimentů
. Například dárci IQ testů mohou dělat lepší práci v pokynech
. Vzpomenete si na další příklady, ve kterých může být
instrumentační efekt?
výběr:
to je hlavní problém v experimentech bez náhodného přiřazení.
výběr zmást může nastat, když je diferenciální výběr
kritéria pro přiřazení léčby. Například provedeme experiment
, abychom otestovali účinnost výprasku na chování dětí.
rodiče si mohou vybrat, zda chtějí být v
skupina bez výprasku nebo skupina Výprask. Ti ve skupině no spanking
slibují, že nebudou naplácat své šestileté děti za špatné chování; ti
ve skupině spanking slibují, že naplácají své šestileté děti za špatné chování
. Jak by to mohlo vést k chybě typu I? A co chyba typu II
?
jemnější příklady:
1. Životní očekávání vysokoškolských profesorů.
2. Simpsonův Paradox:
Berkeley, Absolvent Školy Přijímací Řízení Dat
Bickel, Hammel, O-Connell (1975) Věda
Celkově
Sex | Žadatelé | % Přiznalo |
Muži | 8442 | 44% |
Ženy | 4321 | 35% |
Ale výsledky se zdálo spravedlivější na Vysoké Úrovni,
Vysoké školy | Muži | Ženy | ||||
Aplikace | Acc | % | Aplikace | Acc | % | |
K | 825 | 512 | 62% | 108 | 89 | 82% |
B | 560 | 353 | 63% | 25 | 17 | 68% |
C | 325 | 120 | 37% | 593 | 202 | 34% |
D | 417 | 138 | 33% | 375 | 131 | 35% |
191 | 53 | 28% | 393 | 94 | 24% | |
F | 272 | 16 | 6% | 341 | 24 | 7% |
Celkově | 2590 | 1192 | 46% | 1835 | 557 | 30% |
Co Se Stalo?
Vysoké Školy | Příjmu | Poměr M/F |
A | 64% | 7.6 |
B | 63% | 22.4 |
C | 35% | .54 |
D | 34% | 1.11 |
E | 25% | .49 |
F | 6.5% | .80 |
regrese na průměr
Jedná se o formu výběrového zkreslení. Předpokládejme, že chceme posoudit naši
logopedii batole porovnáním zlepšení nemluvících 2
letých s mluvícími dvouletými. Ale musíme si uvědomit, že nějaký
podíl nemluvících dvouletých dětí dohoní své
vrstevníky bez jakéhokoli zásahu. Tento jev se nazývá regrese
k průměru. To je problém, když jedna dvouhra skupinu, protože
jsou mimořádně dobré nebo špatné na nějaké měření a přiřazuje je k
odlišné zacházení.
úmrtnost
lidé vypadnou z experimentů. To je obvykle cizí. Nicméně,
někdy může zasáhnout-když se míra výpadku liší v podmínkách
z konkrétních důvodů.
Účastnické efekty (charakteristiky poptávky)
lidé chtějí potěšit experimentátory. Období. Někdy vyhovují
příliš dobře. Zvažte příklad pravděpodobnostního učení.
Experimentátorské efekty i.
experimentátoři mohou jemně ovlivnit své nálezy. Možná znají podmínky pro rok 2022 a mají podíl na výsledku. Mohli by nenápadně a nevědomky sdělovat různé pokyny, informace atd.
Polní předsudky
například pole je horké na zobrazování biologických základů chování
rozdíly takové rozdíly mezi pohlavími. Je docela těžké zveřejnit
zjištění, že v úkolu nejsou žádné genderové rozdíly. Tento
představuje” polní ” experimentátorský efekt. Dramatické
případy experimentátorských efektů jsou pravděpodobně v komunální
interpretaci nejednoznačných nebo protichůdných zjištění. Uvidíme
dobrý příklad toho s Gouldovým přepočítáním měření
lebek v 19. století.