콘텐츠
과학적 연구 초기의 연구원들은 종종 실험에 매우 간단한 접근법을 사용했습니다. 일반적인 접근 방식은 "한 번에 하나의 요인"(또는 OFAT)으로 알려져 있으며 실험에서 변수 하나를 변경하고 결과를 관찰 한 후 다음 단일 변수로 넘어갑니다. 현대의 과학자들은 결과에 영향을 줄 수있는 다양한 변형 원인을 고려하는 시험을 수행하는보다 정교한 방법을 사용합니다.
실험 설계
실험 설계 프로세스는 가장 가능한 정보를 제공하는 테스트를 구성하는 방법입니다. 일반적으로 설계된 실험은 공정 결과에 다양한 요인이 미치는 영향을 찾기위한 것입니다. 과학자들은 서로 다른 인자에 노출 된 피험자 간의 변동이 모두 같은 인자에 노출 된 피험자 그룹의 변동보다 큰지 여부를 보여주는 실험을 모았습니다. 일부 설계된 실험은 다양한 요인간에 상호 작용이 있는지 보여줄 수도 있습니다.
과목 내
실험에서 대상 변이 내에서 모두 동일한 방식으로 처리되는 대상 그룹에서 나타나는 변이를 말합니다. 의사가 효과의 차이를 찾기 위해 3 가지 의약품을 테스트하고 성별 간의 차이에 관심이있는 경우 남성 대상을 3 개의 그룹으로 분리하고 각각 다른 약으로 치료 한 다음 3 개의 여성 그룹과 동일하게 수행 할 수 있습니다. 그러나 한 그룹의 피험자 (동일 성별, 같은 약) 내에서도 환자마다 다른 반응을 보일 것입니다. 이것은 주제 내 변형입니다.
주제 사이
실험에서 다른 유형의 변형은 주제 사이에 있습니다. 이것은 다른 요인에 노출 된 다른 그룹 간의 차이입니다. 의사 시험의 예에서, 그녀는 남성과 여성 그룹 사이 그리고 또한 세 가지 약 중 하나를 복용하는 각 그룹 사이의 평균 회복 시간의 차이를 살펴볼 것입니다. 두 경우 모두 그룹간에 차이가있을 수 있습니다. 설계된 실험의 임무는이 차이가 통계적으로 유의한지 확인하는 것입니다.
분산 분석
연구원은 분산 분석, 분산 분석, 통계를 사용하여 주제 변동 내 및 주제 간 비교합니다. ANOVA 검정은 "군내"대 "사이"변이의 비율을 나타냅니다. 동일한 그룹 내에서 상당한 차이가있는 경우 테스트 자체가 광범위한 결과를 갖는 경향이 있음을 나타냅니다. "군내"변이가 "사이"변이와 동일한 경우 ANOVA 검정은 연구원이 요인이 효과가 있다고 말할 수 없다고 결론을 내릴 수 있습니다. 테스트 그룹. 이원 분산 분석 (two-way ANOVA)으로 알려진보다 정교한 접근 방식은 요인 간의 상호 작용을 탐지 할 수도 있습니다.