為什麼這篇隨機分派舉例鄉民發文收入到精華區:因為在隨機分派舉例這個討論話題中,有許多相關的文章在討論,這篇最有參考價值!作者tomin (stuffy)看板Statistics標題[問題] (等組)隨機分派 random...
我要設計一個實驗。
現在在考慮要α.random assignment 或是 β.random assignment+等組 !
先釐清一下「等組」的定義(我找不到英文有此說法)。
等組指的是condition groups裡的size一樣。例如實驗組有100人,控制組有100人。
我要在網路上實驗,參與者是陸續進來實驗的。我的組別共有三組:A,B,C。
分派方式是,每一位參與者進來就隨機分派到三組之一。
我事先不知道會有誰自願參與實驗,也無法事先得知會有多少名參與者。
情況一 α.random assignment
假設實驗結束後,總計有300名參與者。
那我三組的人數分配有很多種可能,例如:
A B C
100 100 100
120 90 90
80 105 115
有很大可能性,我的組分派會是不均等的。也就是容易出現(100,100,100)以外的組合。
我的問題來了,等組比不等組更理想嗎?
我爬文發現,不等組比較容易顯著?
因此不等組比較容易看到(研究者想看到的)效果?
(這暗示著不等組實驗比較好做,因為容易有效。)
也因此,同樣都顯著,等組因為較難顯著,
等組的解釋能力會比較強(相較不等組)?
再好奇問一下,什麼情況下,不等組的人數差異會大到不能跑統計?
比如說A組 30人
B組 100人
C組1000人
還是說只要看組的變異性同質,以及常態那些,就可以跑呢?
情況二 β.random assignment+等組
同上例 這次我強制讓300人 分成(100,100,100)這種組合
這種分法 Gravetter & Forzano (2009)稱為restricted random assignment
(以下偏操作面、技術面,略嫌囉嗦……)
可是我的這300名參與者,是在不同時間進來實驗的,300人我要做300次隨機分派。
在情況一不用等組時,這不是問題。但情況二要等組時,我就有困擾了。
舉例來說
第一位001號進來實驗時,沒問題,A,B,C隨機選一個給他。
A B C A B C
001 → 001
第二位002號進來時,由於001號已經占據了B,若要等組的話,勢必只能A,C二選一了。
A B C A B C
002 001 → ? 001 ?
問題來了,002從A,C二選一,算是隨機分派嗎?
隨機分派的目的,是為了確保所有個體有同樣的機會被分派到一個組別。
(Gravetter & Forzano, 2009)
001可以3選1,但002只能2選1,003更是只能1選1,這樣算有同樣的機會嗎?
如果不算,那我這麼做,就不能算隨機分派了嗎?
以我的例子來看,β.random assignment+等組 是不是一個無法成立的設計呢?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 122.116.40.183
※ 編輯: tomin 來自: 122.116.40.183 (08/29 04:30)
※ 編輯: tomin 來自: 122.116.40.183 (08/29 04:31)