實驗設計
什麼是實驗？
回归轻率？那回归用来干嘛...
實驗設計
關鍵概念
實驗
追究因果
有相關性，不一定有因果性
“相關研究”與“實驗”的不同
只要是實驗，而且只有在實驗法當中，我們須操弄獨變項，然後測量（觀察）依變項的變化。假若在一個研究工作當中不涉及獨變項的操弄，以及依變項的測量，那麼該研究必定不是使用實驗法。
是用來檢驗：「X是否會影響Y」的假說的手段
实验 需要 实验组、控制组
相关 不用
相关是饶了一大圈因果论
操弄独变项，否则就是相关
目的
基本分類
混淆變項的來源
實驗法的用途在於釐清獨變項與依變項之間的因果關係，實驗設計的目的在於確保我們能作正確的因果關係的推論
外部效度與內部效度的區分
實驗設計旨在提升內部效度（藉由排除其他可能解釋的方式）
效度
外部
內部
你的研究成果能夠外推到現實世界其他案例的程度，通常是在進行抽樣調查時最需注意的重點
外推的（数量少的人要取样，你不可能做普查）
在你研究當中所做的行動X是否造成可觀測的後果Y的程度。為了確認X與Y之間的因果關係，我們必須排除除了X之外，對Y也會造成影響的其他因素
x是造成y的原因
抽丝剥茧地把其他的干扰素排除（独变项：教学法； 因变相干扰：家庭、父母教育、本身的智力发展、城乡、资源...）所以“教学法”是其中的小小的因素
所以你要证明你那小小独变项的作用，所以要控制其他的变项
“实验组”用你新发明的方法
与“控制组”进行对比
取样技术重要
实验设计就是确保其内部效度
外生變項★★★
（Extraneous variables ）
指自變項之外一切可能影響到依變項的主客觀因素，例如研究的物理環境、受試者的性別、身體機能、年齡、教育程度、及職業類別和社經水準等可以辨認的因素均屬之。外生變項對依變項的影響可分為系統性影響與隨機影響兩類。
除了你关心的变项的，其他一切可能影响到的都是
★★★随机的影响★★★
随机的，不可预测的
eg. 教室
★★★系统性的影响★★★
规律的作用力
★★★混淆變項★★★
（Confounding Variable ）
REMOVE
外生變項中屬於會系統性，而非隨機性地影響依變項者，稱之為混淆變項，混淆變項是威脅一個研究之內部效度之最主要因子
混淆内部效度的最主要原因
实验设计最想要排除的
评估的重要标准★★★
社會性因素
單一群組之因素
（single group threats）
（social threats to internal validity）
實驗操弄的擴散或模仿效應（Diffusion or Imitation of Treatment）
eg很多药厂作弊，不用吃也会自己恢复
多元群組之因素
（ multiple group threats）
最重要的就是控制組與實驗組的各種條件無法保證完全相同的問題：selection bias
技術上，取得各項條件完全等同的控制組與實驗組是不可能的，我們所能努力的是讓兩組成為「可（公平）比較的」（ comparable ）
无法做到完完全全一样
追求“公平”（被设为哪一个组的机会是公平的）comparable
而非却对的match
基於競爭心的勤能補拙效應（Compensatory Rivalry）
基於不爽的擺爛心態（Resentful Demoralization）
受試者以外人員的追求公平之補償效應（Compensatory Equalization of Treatment）
獨立群組設計
（Independent Groups Design）
(亦稱受試者間設計：between-participants design)
重複測量設計
（多）因子設計
(亦稱受試者內設計： within-participants design)
（Repeated Measures Design）
（Factorial Design）
X treatment （实验组）
O observation
C 故意不平等，
既定的门槛删选
随机指派是最重要的
實驗法與其他相似類型方法的區別
是否是随机指派的
准实验法 95% 社会科学 看起来像是实验
quasi-experiment
幾個範例
研究就是资料收集、观测
还要再听再理解
獨立群組設計
受试者间
最簡單的重複測量設計形式
受試者內設計的優點
在受試者人數相同的條件下，其結果的統計檢定力較高（beta error 亦降低，日後再交代）
降低實驗誤差中來自各別差異的變異之貢獻
（白話文：受各別差異的影響程度較小）
對於受試者的使用方式之效率較高
（需要的受試者人數較少）
缺點
Practice Effects
Sensitization
Carryover Effects (e.g. fatigue)
Pre-Practice Effects
克服缺點的方法
Counterbalancing
Randomization
依变项多于一个
听不懂QQQQQQQQQQQQ
我们关心的因子作为x轴
两个独变项x1x2 都对依变项y
x2会受到x1影响的话
就说x1x2有交互作用
平行 没有影响 没有交互作用
有交叉 就代表他们之间有作用
有時候現實條件不允許採取實驗法
倫理上的考量
實際面上的考量
技術上不可能達成
仍在研究的非常早期階段，尚不能提出假說
現象、個案數量太稀少
成本過高
The Regression-Discontinuity Design
C indicates that groups are assigned by means of a cutoff score, an O stands for the administration of a measure to a group, an X depicts the implementation of a program, and each group is described on a single line (i.e., program group on top, control group on the bottom).
人道、资源的考量
就不会随机分配
就要用不同的分析方式
例子
前后不共线就代表有效了
相關法
相關是探討變項之間的關係的技術
然而相關係數的高低無法作為兩變項之間有無因果關係的憑據
優點
非常具有彈性
可以回收舊資料
可以發展成相當複雜的分析技術
缺點
B causes A
C causes A and B
無法區辨以下幾種情況：
A causes B
個案研究
優勢
缺點
可揭示除了採用此法之外無法得到的個別差異資料
可以深入，並採取比較統整性（holistic）的觀點
若該個案屬於獨特稀有的情況
結論難以推論到其他個案
除非屬於醫學領域，否則這類研究的發表較為困難
交互作用一定会在期中考
統計
相似性或是向異性舉證
回歸輕率地認定因果