統計學是什么？
統計學是對令人困惑費解的問題作出數字設想的藝術
Part1 實驗設計
一、對照實驗
該部分的第一個例子由脊髓灰質炎的疫苗引入了 隨機對照雙盲實驗，
其所總結出的實驗設計的原則：
-
減小混肴：使得想要實驗的物件不要收到其他因素的干擾，控制其他的變數
-
減少偏性：有時看似設計的對照組符合控制變數，但其實處理組和對照組的人員的構成結構有差別，而不同的構成結構往往會導致不同的總體分布，這樣的總體分布就帶有偏差性，
同時，人事判斷也通常會帶來主觀性，從而引入偏倚
-
假設檢驗：如果沒有效果，那么相當于處理組與對照組來源于一個總體，那么計算一下該總體抽樣出處理組的實驗結果的概率是多少，如果小于設定的顯著性水平，那么就說明其效果是顯著性的，來源于隨機性偶然因素的概率極低
同時，一些不好的實驗設計有可能會夸大或者削弱措施的有效性，所以，一個科學合理的實驗設計對于假設檢驗而言是非常重要的，能夠如實的反映措施的效果，
二、 觀察研究
觀察研究不同于對照實驗，在對照實驗中由研究員決定誰將在處理組，誰將在對照組，同時能控制兩組人員的一些行為（針對于實驗目標的行為），
但觀察研究中，調研人員不指派受實驗物件去處理組或者對照組，接受實驗的某些物件擁有其效果正在被研究的條件，這就是處理組，其余形成對照組，
例如在有關吸煙的研究中，吸煙者形成處理組而不吸煙者則為對照組，
所以，通過觀察研究所收集得到的資料更加需要我們進行細分，以排除或盡可能減少混雜因素（混雜變數）
觀察研究的煩惱之一就是觀察物件中除了處理之外在許多重要方面有所不同，當然，這些差異可以通過對較小和較均勻的子組進行比較而加以調整，這就是控制混雜因素，
對結構相似的子組做單獨的比較
安妥明實驗例子的識訓
-
在考察觀察結果時，應當去考慮得到觀察結果的程序，而不應該盲信觀察結果的資料，
例如被給予處理的實驗物件是否有堅持實驗行為？
是否堅持實驗行為背后反映了什么因素？
這些因素是否會一定程度上影響我們的實驗資料？
-
說實話，第一反應沒有去考慮對照組中的堅持者，所以很容易盲從的從服藥堅持者死亡率更低得到安妥明有效果的結論，
所以不僅進行實驗時需要控制（Control）變數，分析資料得到結論時同樣也要控制變數，減少除目標因素以外一切可能因素的干擾，
-
相關聯的兩件事并不等同于兩者存在因果，可能只是同一個原因的兩個結果
所以，當我們每當想將一個變數當成原因時，都應當將其先控制起來，考察其他變數變化時是否會導致觀察結論的變化，
有時候一些事情同時發生，具有很強的關聯性，此時很容易被我們誤認為一件事是另外一件事的原因，
三、小結：
-
觀察研究可以建立關聯性，但關聯性不一定是因果關系
-
在一項觀察研究中，處理的效果可能與某些因素的效果混雜在一起，那些因素在一開始就影響受實驗物件進入處理組還是對照組，因此觀察研究在有關因果關系上可能或多或少的被引入歧途
例如口服避孕藥和宮頸癌的因果性就受到質疑
-
當考察一項研究時，提出下面的問題：
-
存在任何對照組嗎？
-
若有，受實驗物件如何被指派去處理組或對照組，
-
是通過一個在調研人員控制下的程序（對照試驗）
-
還是通過一個調研人員控制之外的程序（觀察研究）
-
-
如果它是一項對照實驗，被指派作業是使用
-
隨機對照
-
調研人員的判斷
-
-
-
對觀察研究和非隨機化對照實驗，試著找出受實驗物件如何來到處理組或者對照組的，
-
這兩個組可比較么？
-
不同么？
-
什么因素與處理相混雜在一起？
-
做什么樣的調整使得混雜消除？
-
它們合理嗎？
-
-
在一項觀察研究中，混雜因素有時候可以通過比較關于因素相對類似較小的組而加以控制，
其實就是細分下鉆，或者說將該變數控制起來，再下分一個因素進行分組，進而考察該變數的實際作用，或者說考察該變數是否混雜了其他因素，
例如口服避孕藥的繼續下鉆就是口服避孕藥的人群，將其分為
-
非經常暴露型口服者
-
經常暴露型口服者
-
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/500123.html
標籤：其他
下一篇：程式猿學習抖音短視頻制作