Legjobb válasz
Sajnos nem szabványosított terminológia. De az általános elképzelés az, hogy “kvázi-kísérletekben” használatosak: azok, amelyekben a kutató nem tudja végrehajtani a feltételekhez való igaz randomizálást. Hasonlíts össze két helyzetet:
(1) Amikor belépsz egy kísérlethez az ajtón, megfordítunk egy érmét (vagy dobunk egy kockát stb.), És ez meghatározza, hogy melyik állapotba tartozol. Ez egy “független” változó abban az értelemben, hogy önmagában nem kell korrelálni a kísérleti eredményekkel. [Az idézetek azt mutatják, hogy a “független” értelme eltérő regresszióból.]
(2) Amikor belépsz egy kísérlethez az ajtón, használunk valamit rólad (a szemed színét, hány testvéred van, a nemedet, az alsós tanulóidat, akár “páratlan vagy páros évben születtek, stb.) annak meghatározásához, hogy melyik feltételhez rendelték. Ezek” kvázi függetlenek “: a szintek vagy kategóriák a kísérlet előtt léteznek, és ami még fontosabb, valamilyen módon összefüggésbe hozható a kísérleti eredményekkel önmagukban .
Nyilvánvalónak kell lennie, hogy a nem szörnyű “független” változó, mivel ehhez kapcsolódik sok más tra és a kísérleti eredmények. A szem színe jobbnak tűnik, de korrelál az etnikai hovatartozással. Akár páratlan, akár páros esztendőben születtél, szinte úgy tűnik, mintha egy érmét csapkodnál; de főiskolai lakosságnál valószínűbbé teheti, hogy mondjuk elsőéves vagy, és ezért fiatalabb. Ezért jobb kvázi-randomizáló eszköz az, hogy páratlan vagy páros napon született-e.
Az orvosi vizsgálatokban a tényleges randomizálás szinte lehetetlen, mivel még a vizsgálatban való részvétel elhatározása is befolyásolhatja az eredményeket. Pontosabban: azok, akik egy kezelést választanak egy másik helyett, ezt véletlenszerűen nem teszik meg, így eredményeik összehasonlítása értelmetlen lehet; a klasszikus példa az, hogy az emberek nagyobb eséllyel halnak meg a nagy városi kórházakban, mint a helyi klinikák, mert az előbbiek vegye a legsúlyosabb eseteket.
A társadalomtudományi tanulmányokban a problémák nagyobbak lehetnek, mivel a „kezeléshez” nagyon sok hatás társul. Például, ha azt akarjuk meghatározni, hogy csak a gyerekek vannak-e jobban magabiztosak, mint a testvérek, lehet, hogy kísértésbe kerülünk, hogy egyszerűen összehasonlítsuk ezeket a csoportokat. De a csak gyermekes családok szisztematikusan eltérhetnek azoktól, akiknek többük van – lehet, hogy a szülők később házasodtak meg, hiányoztak az erőforrások több gyerek felneveléséhez, egy környezet – így az ok-okozati állítások rendkívül nehézek lehetnek a “csak gyermek” kvázi független változó használatával.
Válasz
A vezérlőváltozó egy független változó, csak az nem a vizsgálat fókusza.A különbség az a nyomozó fejében, nem pedig a statisztikákban.
Tegyük fel például, hogy meg akarja vizsgálni valamely gyógyszer hatását valamilyen állapotra. Tudja azonban, hogy az állapotot a beteg életkora is befolyásolja. Nem érdekel az életkor hatásának tanulmányozása, de ha figyelmen kívül hagyja, akkor sok zajt tapasztalhat az eredményeiben.
Az egyik egyszerű stratégia a vezérlőváltozóval az, hogy állandóan tartsa benne tanulmánya – feltételezve, hogy rendelkezik ezzel a képességgel. Lehet, hogy például csak 40 éveseken teszteli a gyógyszerét. Ez mindenféle modellezés nélkül kiküszöböli az életkor okozta hatáskülönbségeket.
Ehhez kapcsolódó stratégia az adatok szétválasztása a beteg életkora szerint, és az egyes életkorokhoz való külön elemzés. Ez ésszerű lehet, ha a hatás az életkor alapján teljesen eltérne, de a legtöbb esetben nem lenne hatékony. Bár az életkor befolyásolja az eredményeket, valószínűleg felhasználhatja a 40 évesekre gyakorolt hatással kapcsolatos információkat, hogy képet alkothasson az 50 évesekre gyakorolt hatásról.
Ez a harmadik fő stratégiához vezet, ideértve az életkort is. mint független változó, és modellezze hatását a gyógyszerhatással együtt. Ez ugyanaz, mint egy tanulmányban, ha az elsődleges érdeklődés a beteg életkorának hatására irányul; vagy ha mind a gyógyszer hatása, mind a beteg életkora iránt érdeklődés mutatkozott. Az egyetlen különbség az, hogy mivel csak a gyógyszer érdekli, figyelmen kívül hagyja az életkor modellparamétereit.
Végül a negyedik általános megközelítés az, hogy kivonja az életkor hatását, mielőtt megnézné a gyógyszer eredményeit. . Ezt gyakran akkor választják, ha létezik már jó modell az életkor hatására. Ebben az esetben nem a gyógyszer hatását vizsgálja a nyers beteg kimenetelére, hanem az életkorhoz igazított beteg kimenetelére.