《實驗》嘅修訂比較

{{otheruses|other=概率論嘅實驗|實驗 (概率論)}}

[[File:Chemical Experiments 3.jpg|thumb|300px|「條[[試管]]入面啲[[化學成份]]同[[溫度]]（[[自變數|IV]]）經已[[實驗操作|設好嗮]]，我個[[科學理論|理論]]預測會發生嘅嗰場[[化學反應]]係咪真係會發生（[[應變數|DV]]）呢？」]]

<!--- 實證科學唔會講「證明」。 --->

 

{{main|因果關係}}

{{see also|科學|研究|觀察}}

想像家陣有位[[經濟學]]研究者想研究[[消費者]]嘅[[衝動買嘢]]行為，佢齋靠[[觀察]]做研究，佢觀察咗一大拃消費者之後，發覺一位消費者睇[[廣告]]嘅頻率（<math>X</math>）愈高，就愈容易出現衝動買嘢嘅行為（<math>Y</math>）－用[[統計學]]行話講，佢發現 <math>X</math> 同 <math>Y</math> 之間有正嘅[[統計相關]] <math>\operatorname{corr}(X,Y) > 0</math>，但就算佢搵到噉嘅結果，佢都唔知 <math>X</math> 同 <math>Y</math> 之間邊個係因邊個係果，因為有最少三個可能性可以解釋個結果，而且佢覺得三個可能性都係理論上有可能<ref>Sharma, B. K., Mishra, S., & Arora, L. (2018). Does social medium influence impulse buying of Indian buyers?. ''Journal of Management Research'', 18(1), 27-36.</ref><ref>Chen, J. V., Su, B. C., & Widjaja, A. E. (2016). Facebook C2C social commerce: A study of online impulse buying. ''Decision Support Systems'', 83, 57-69.</ref>：

*睇廣告睇得多會令人成日諗住[[買嘢]]，令佢哋多咗衝動買嘢（<math>X</math> 引致 <math>Y</math>）；

*一個人衝動買嘢得多，會令佢成日走去睇廣告同第啲[[買嘢]]相關嘅資訊（<math>Y</math> 引致 <math>X</math>）

*一個人[[性格]]上鍾意[[消費]]，令佢鍾意去睇廣告等嘅買嘢相關資訊同埋容易衝動買嘢（有第三個變數同時引致 <math>X</math> 同 <math>Y</math>）；

*俾 A 組喺實驗室入面用成粒鐘嘅時間一路勁睇廣告，

*而 B 組就喺實驗室入面用一粒鐘嘅時間睇非廣告嘅出版物，

位研究者喺場實驗入面操作咗「睇廣告」呢個變數（[[自變數|IV]]），如果佢最後發覺 A 組「事後衝動買嘢嘅[[機率]]」（[[應變數|DV]]）高過 B 組嘅，佢就有理由'''否決'''「睇廣告'''唔'''能夠引起衝動買嘢行為」呢句假說，即係確立咗 <math>X</math> 係可以引致 <math>Y</math> 嘅－支撐到一句講明變數之間嘅因果關係嘅假說<ref group="註">不過呢場實驗並冇否決「<math>Y</math> 可以引致 <math>X</math>」或者「有第三個變數可以同時引致 <math>X</math> 同 <math>Y</math>」呢兩句假說。</ref>。

 

 

==實驗設計==

===多組實驗===

{{main|實驗組同對照組}}

*實驗組嘅受試者食隻新藥；

*對照組嘅受試者食隻[[安慰劑]]（一隻已知冇效嘅藥），而且隻安慰劑特登整到外形上同隻新藥一樣；

{{main|T 測試}}

{{see also|變異數分析}}

*上圖係表示「兩組冇乜太大差異」嘅情況－實驗組出現得最密嗰個值（設做 <math>\mu_1</math>；條線最高嗰點）係就係低過對照組嘅（<math>\mu_2</math>），但 <math>\mu_1 - \mu_2</math> 數值唔係咁大；

*下圖係表示「兩組有比較明顯嘅差異」嘅情況－<math>\mu_1</math> 同 <math>\mu_2</math> 之間嘅差異明顯大過上圖嘅；

{{main|析因實驗}}

{{see also|雙因子變異數分析}}

*'''1a'''：空樽 A 裝住咗嚿 {{chem|sub}}，而個樽口冇任何嘢冚住（接觸到周圍環境）；

*'''1b'''：空樽 A 擺喺周圍有空氣嘅環境下擺 <math>t</math> 咁耐時間；

====部份析因====

{{main|部份析因設計}}

*對照組受試者咩療法都唔受（0）；

*有啲受試者淨係接受 a 療法（a）；

{{main|重複量數設計}}

{{see also|配對樣本 t 測試|重複量數變異數分析}}

*搵咗班病人返嚟做受試者；

*將佢哋分做實驗組同對照組，實驗組食隻新藥，對照組食安慰劑；

**n 年後嘅病情（DV_n）。

好似呢場實驗噉嘅研究就用咗所謂嘅重複量數設計，呢場實驗嘅研究者分析咗其中一個變數（病情）'''隨時間嘅變化'''（成 <math>2 \times n</math> 噉嘅設計；其中一個 IV 係[[時間]]）。重複量數設計可以係 <math>1 \times n</math> 嘅，即係淨係睇一組人隨時間嘅變化，又可以係 <math>m \times n</math>（當中 <math>m</math> 係一個[[整數]]而且 <math>m > 1</math>）噉嘅設計，用嚟比較唔同組嘅受試者隨時間變化嘅規律有咩分別－例如好似「睇隻藥對受試者有咩長期影響」個例子噉，實驗組嘅病情可能隨時間好轉，但對照組嘅病情就隨時間不變。好似呢啲噉嘅研究可以俾到好多「齋靠分析啲變數响一個時間嘅值」提供唔到嘅[[資訊]]，喺醫學以至[[社會科學]]上都相當受到重視<ref>Charness, G., Gneezy, U., & Kuhn, M. A. (2012). Experimental methods: Between-subject and within-subject design. ''Journal of economic behavior & organization'', 81(1), 1-8.</ref><ref>Pelham, W. E., Schnedler, R. W., Bologna, N. C., & Contreras, J. A. (1980). Behavioral and stimulant treatment of hyperactive children: A therapy study with methylphenidate probes in a within‐subject design. ''Journal of Applied Behavior Analysis'', 13(2), 221-236.</ref>。

*獨立樣本 t 測試嘅情況，比較實驗組入面第一位受試者嘅 DV 值（DV_{exp 1}）同對照組入面第一位受試者嘅 DV 值（DV_{con 1}），假如兩位受試者都係[[隨機抽樣|隨機噉抽嚟做樣本]]嘅話，DV_{exp 1} 同 DV_{con 1} 呢兩個數（最少理論上）係可以獨立同分佈嘅；

*用配對樣本 t 測試比較兩組數值，第一組係班受試者食藥之前嘅 DV 值，第二組係佢哋食藥之後嘅 DV 值，攞第一位受試者食藥前嘅 DV 值（DV_{pre 1}）比較佢食藥後嘅 DV 值（DV_{post 1}），呢兩個數值必然係有關（DV_{post 1} 係 DV_{pre 1} 嘅[[函數]]）嘅，因為兩個數值都係嚟自同一個人；

因為噉，重複量數設計用嘅統計分析方法會有少少唔同，例如對[[統計自由度]]（<math>df</math>）嘅計法都唔同<ref name="derrick2017"/>。

===個人化實驗法===

{{main|單一個案設計}}

 

例如 [[N-of-1 試驗]]嘅做法噉。N-of-1 試驗係廿一世紀初開始受重視嘅一種實驗法，常用於醫療方面嘅研究，最簡單嗰款係噉嘅：

*做喺'''一位'''病人身上（[[單一個案設計]]）；

 

用圖像化嘅方式嘅話，想像下圖 [[Y 軸]]做嗰位病人嘅血壓[[上壓]]（以 mmHg 做單位），[[X 軸]]做時間（以日計）；如果研究者發覺位病人嘅血壓上壓

*喺「食緊安慰劑」期間硬係高啲冇咁近正常水平，

噉佢就有理由相信隻藥喺呢位病人身上係掂嘅。

[[File:Single subject blood pressure example.png|center|450px]]

 

==控制程度==

{{main|科學對照}}

===受控實驗===

[[File:Chemistry Laboratory - Bench.jpg|thumb|300px|2009 年一間[[化學]][[實驗室]]；間房入面啲檯櫈好乾淨（唔會有不明化學物質喺度）而且啲實驗用嘅化學物質全部都搵密封容器裝住嗮。]]

{{main|實驗室}}

{{see also|混淆變數}}

*搵 <math>n</math> 位有 A 病嘅受試者返嚟，將佢哋分做兩組；

*[[實驗組]]食咗隻新藥，而[[對照組]]食咗隻[[安慰劑]]（IV：'''食嘅藥'''），新藥同安慰劑係特登整到望落一樣樣（控制咗'''藥嘅外形'''）；

受控嘅考量係[[實驗室]]存在其中一個主因：喺現實嘅[[科學研究]]上，研究者做嘢嗰時實會盡力想確保有可能影響 IV 同 DV 嘅變數都受控，想排除混淆變數等因素嘅干擾；實驗室係俾人攞嚟做實驗嘅房，其中一個最重要嘅特徵係'''高度受控'''－例如一間做[[化學實驗]]嘅實驗室會將所有嘅檯櫈都整到乾乾淨淨，而且實驗用嘅[[化學物質]]冚唪唥都會攞密封嘅[[容器]]裝住，噉做其中一個重要嘅目的就係想防止做實驗嗰陣有啲意料之外嘅化學物質干擾研究緊嘅[[化學反應]]；做[[醫學]]同[[生物學]]等領域嘅實驗室都係同一道理<ref>Alp, E., Haverkate, D., & Voss, A. (2006). Hand hygiene among laboratory workers. ''Infection Control & Hospital Epidemiology'', 27(9), 978-980.</ref><ref>Bisen, P. S. (2014). ''Laboratory protocols in applied life sciences''. CRC Press.</ref>。

====控制方法====

喺廿一世紀初嘅科學上，實驗控制嘅方法有好多：

*:[[Foreach]] 受試者，

*::隨機噉揀「實驗組」或者「對照組」，

*::將位受試者分落嗰組度；

**噉做可以避免實驗組同對照組之間有啲咩（實驗操作以外嘅）差異<ref>Caliński, Tadeusz & Kageyama, Sanpei (2000). ''Block designs: A Randomization approach, Volume I: Analysis. Lecture Notes in Statistics''. Vol. 150. New York: Springer-Verlag.</ref>。

... 呀噉。

 

===實地實驗===

{{main|實地實驗}}

#人喺實驗室入面展現嘅使錢決策會點受廣告影響；同埋

#人喺實驗室以外展現嘅使錢決策會點受廣告影響；

===自然實驗===

{{main|自然實驗}}

*經濟體 A 啱啱受咗場天災；

*經濟體 B 咩天災都冇，而且喺各方面（[[人口]]同實驗前嘅 [[本地生產總值|GDP]] 呀噉）同經濟體 A 相約；

==道德考量==

{{see also|人類研究}}

 

 

==簡史==

{{see also|科學史}}

 

{{Cquote

|[[粵文]]翻譯：（[[求知]]嘅方法）仲有簡單嘅[[體驗]]－如果係自然發生嘅就叫意外，如果係個人特登追求（令件體驗發生）嘅就叫'''實驗'''。真正嘅體驗方法首先點著支[[蠟燭]]（假說），跟住靠支蠟燭睇清楚條路（安排場實驗以及知場實驗有咩限制）；... 並且由呢個過程入面推理出[[公理]]（理論），同埋由確立咗嘅公理度再做新嘅實驗。}}

响跟住打後嘅幾個世紀裏面，有好多科學家都靠實驗（操作 IV 嚟睇 DV 會受咩影響）嚟做研究，喺[[物理學]]、[[化學]]、[[生物學]]以至[[心理學]]等嘅領域上都出咗重大嘅[[創新]]。到咗廿世紀初，實驗喺自然科學上經已係常態，社會科學亦都開始睇重實驗，而統計學上仲有咗實驗設計等嘅諗頭，專門諗「要點樣分析實驗出嘅[[數據]]」噉嘅問題<ref name="ryan2007"/>。

{{clear}}

==領域==

*[[物理學實驗]]

*[[化學實驗]]

{{div col end}}

==睇埋==

*[[科學哲學]]

*[[科學方法]]

*[[思想實驗]]

{{div col end}}

 

==文獻==

*Dunning, Thad (2012). ''Natural experiments in the social sciences : a design-based approach''. Cambridge: Cambridge University Press. ISBN 978-1107698000.

*Shadish, William R.; Cook, Thomas D.; Campbell, Donald T. (2002). ''Experimental and quasi-experimental designs for generalized causal inference'' (Nachdr. ed.). Boston: Houghton Mifflin. ISBN 0-395-61556-9.

{{div col end}}

 

==拎==

{{研究}}

{{統計學}}