강의 5:혼란
고전 혼란:모든 효과 내부 유효성!
역사 혼란 종속 변수에 영향을 미치는 일부
추가 실험 이벤트가있을 때 역사 혼란이 발생합니다.
는 일반적으로 지속 시간이 긴 실험에서 발생합니다. 예를 들어
의 경우 우울증에 대한 새로운
전기 경련 요법에 대한 임상 시험을 진행하고 있다고 가정합니다. 나는 사람들이 15 주 치료 전과 15
주 치료 후에
우울증 인벤토리를 가져 가게합니다.
가 결과를 변경할 수있는 여러 가지 중재 요인이있을 수 있습니다. 이름을 지정하고 그 중 일부를 분석 할 수 있습니다.
한 참가자는 이혼을,
다른 참가자는 새로운 직업을,
가스 가격의 극적인 인상,
여름 더위가 끝납니다.
히스토리가 혼동되어 제 1 형 오류가 발생하는 예를 구성합니다.
를 2 형 오류를 발생시킵니다.
성숙 혼란:
이 혼란은 역사 혼란과 매우 유사합니다. 그것은 긴 기간을 가진
실험에서 발생합니다. 외부 사건이 없더라도
사람들은 체계적으로 변화합니다. 아이들은 성장하고 성인은 늙습니다.
아직 이야기하지 않는
2 세 어린이를위한 1 년 언어 치료 프로그램의 평가를 시도 할 수 있습니다. 분명히,올해의 과정에서,
거의 모든 아이들은 성장
의 음성 능력 부분에서 상당한 이익을 볼 수 있습니다.
계측:
때때로,우리의 계측기는
미묘한 패션의 변화를 측정합니다. 우리는
실험을 수행하는 데 더 능숙 해집니다. 예를 들어,아이큐 테스트 제공자는
지침에서 더 나은 작업을 수행할 수 있습니다.
계측 효과가있을 수있는 다른 예를 생각해 볼 수 있습니까?
선택:
이것은 무작위 배정 없이 실험에 있는 중요한 문제입니다.
선택 혼란은 치료 할당에 대한 차등 선택
기준이있을 때 발생할 수 있습니다. 예를 들어,우리는 아이들의 행동에 대한 때리기의 효과를 테스트하기 위해
실험을 할 것입니다.
부모는 그들이
노 때리기 그룹 또는 때리기 그룹에 있어야할지 여부를 선택할 수 있습니다. 때리기 금지
그룹의 사람들은 6 살짜리 아이들을 나쁜 행동으로 때리지 않을 것을 약속하고,때리기 그룹의
는 6 살짜리 아이들을 나쁜 행동으로 때려 눕힐 것을 약속합니다. 이것이 어떻게 제 1 형 오류를 초래할 수 있습니까? 제 2 형
오류는 어떻습니까?
더 미묘한 예:
1. 대학 교수의 기대 수명.
2. 심슨의 역설:
버클리 대학원 입학 데이터
비켈,함멜,오 코넬(1975)과학
전체
성별 | 지원자 | 입학 비율 |
남자 | 8442 | 44% |
여성 | 4321 | 35% |
그러나,결과는 대학 수준에서 더 공평한 듯
대학 | 남자 | 여성 | ||||
앱 | % | 앱 | % | |||
에 | 825 | 512 | 62% | 108 | 89 | 82% |
비 | 560 | 353 | 63% | 25 | 17 | 68% |
기음 | 325 | 120 | 37% | 593 | 202 | 34% |
디 | 417 | 138 | 33% | 375 | 131 | 35% |
191 | 53 | 28% | 393 | 94 | 24% | |
에프 | 272 | 16 | 6% | 341 | 24 | 7% |
전체 | 2590 | 1192 | 46% | 1835 | 557 | 30% |
무슨 일이야?
대학 | 합격률 | |
에이 | 64% | 7.6 |
비 | 63% | 22.4 |
기음 | 35% | .54 |
디 | 34% | 1.11 |
전자 | 25% | .49 |
에프 | 6.5% | .80 |
평균 회귀
이것은 선택 편향의 한 형태입니다. 우리가 말을하지 않는 2
세의 개선을 2 살짜리 아이와 비교하여 우리의
유아 언어 치료를 평가하기를 원한다고 가정 해보십시오. 그러나,우리는 비 이야기 두 살짜리 아이들의 일부
비율이 개입없이 자신의
동료를 따라 잡을 것이라는 점을 알고 있어야합니다. 이 현상을 회귀
평균이라고합니다. 2022>는 어떤 측정에서 대단히 좋거나 나쁘기 때문에 그룹을 골라서
다른 치료에 할당 할 때 문제입니다.
사망률
사람들은 실험을 중단합니다. 이것은 일반적으로 외부입니다. 어쨌든,
때로는 개입 할 수 있습니다-특정 이유로
조건에 따라 탈락률이 다를 때.
참가자 효과(수요 특성)
사람들은 실험자를 기쁘게하고 싶다. 기간. 때로는
를 너무 잘 준수합니다. 확률 학습의 예를 고려하십시오.
실험자 효과 1.
실험자는 연구 결과에 미묘하게 영향을 줄 수 있습니다. 그들은
조건을 알고 결과에 지분을 가질 수 있습니다. 그들은 미묘하고
무의식적으로 차등 지침,정보 등을 전달할 수 있습니다.
필드 전체 편견
예를 들어,필드는 행동
차이 등의 성별 차이에 대한 생물학적 기반을 보여주는 뜨겁다.
는 작업에 성별 차이가 없다는 것을 발견하기가 매우 어렵습니다. 이
는`필드 전체”실험자 효과를 나타냅니다. 실험자 효과의 극적인
사례는 아마도 모호하거나 모순 된 발견의 공동
해석에 있습니다. 우리는 19 세기에 굴드가
두개골의 측정을 열거 한
의 좋은 예를 보게 될 것입니다.