实验设计题

机器算法验证 假设检验 统计学意义 实验设计
2022-03-28 19:26:34

我对实验设计有一个幼稚的问题(我不是专业的统计学家)。

假设我正在研究社会心理学,并且我正在建立一个像Milgram 在 60 年代所做的实验。我真的必须事先制定一个定量的零假设吗?

我不想在事后重新解释结果,因此有一个明确的 H0 是合理的,但与此同时,可能不会立即清楚 H0 应该是什么。毕竟,这是“探索性的”。

就米尔格拉姆而言,显然他所做的是通过调查人们对实验中他们认为会发生什么的情况来找出一个“期望”。我可以看到您如何使用它来制定一个非常精确的 H0:调查为您提供了一个初始分布,您可以根据预期的分布检查真实实验的分布。它变得定量且非常精确,可以衡量显着性。

但是是否存在“探索性”实验的概念,不知道会发生什么,因此很难制定明确的 H0?在这些情况下,我们是否应该努力制定一个“任意”的 H0?

1个回答

真正的问题是:你有假设吗?在米尔格拉姆的研究中,真正重要的信息实际上是描述性的(例如,有多少人达到了 450 伏),而不是假设驱动的。因此,简而言之,答案是否定的,您并不总是需要事先进行统计假设。请注意,许多人可能会说,实验本质上是为了检验假设而设计的。因此,这种设计根本就不是“实验”。

另一方面,如果您有任何类型的假设(例如,大多数参与者会达到 450 伏,参与者的电压会比精神科医生预期的要高,男性更有可能做 X),那么统计假设是保证。