AP Statistics
experiment
Còn gọi: thực nghiệm

Thí nghiệm (experiment) là nghiên cứu trong đó nhà nghiên cứu chủ động áp đặt xử lý lên đối tượng rồi đo phản ứng, nhằm xác lập quan hệ nhân quả.
Điểm cốt lõi phân biệt thí nghiệm với các hình thức nghiên cứu khác nằm ở quyền can thiệp của nhà nghiên cứu. Thay vì quan sát thế giới như nó vốn có, nhà nghiên cứu tự mình quyết định đối tượng nào nhận tác động nào — đây chính là phép phân công ngẫu nhiên (random assignment) vào các nhóm thực nghiệm. Nhờ đó, các yếu tố nhiễu được phân bổ đều giữa các nhóm và không còn có thể giải thích hoàn toàn sự khác biệt quan sát được.
Cấu trúc cơ bản của một thí nghiệm bao gồm hai thành phần không thể thiếu: biến giải thích được nhà nghiên cứu thao túng, thường gọi là yếu tố tác động, và biến phản hồi được đo sau khi tác động được áp dụng. Khi thí nghiệm có nhiều hơn một yếu tố tác động, các tổ hợp mức độ của từng yếu tố tạo nên các nghiệm thức khác nhau. Đối tượng trong nhóm đối chứng không nhận tác động thực — hoặc nhận một tác động giả (placebo) — để tạo cơ sở so sánh. Việc che giấu thông tin về nhóm mà đối tượng thuộc về, đối với cả đối tượng lẫn người đo lường, được gọi là mù đôi và giúp loại trừ thiên lệch tâm lý.
Thí nghiệm được thiết kế tốt là công cụ duy nhất trong thống kê cho phép rút ra kết luận nhân quả — không chỉ nhận xét về mối liên hệ. Tuy nhiên, kết luận nhân quả chỉ áp dụng cho tổng thể mà mẫu đại diện khi đối tượng được chọn ngẫu nhiên từ tổng thể đó; nếu đối tượng được phân công ngẫu nhiên nhưng không được chọn ngẫu nhiên, kết luận về nhân quả vẫn có giá trị trong phạm vi thí nghiệm, song khả năng suy rộng (generalizability) bị hạn chế. Ngược lại, nghiên cứu quan sát dù quy mô lớn đến đâu cũng không thể loại trừ hoàn toàn biến gây nhiễu (confounding variable), vì vậy chỉ cho phép kết luận về mối liên quan.
Trực giác: Nếu quan sát là xem học sinh tự chọn ngủ sớm hay thức khuya rồi so điểm, thì thí nghiệm là nhà nghiên cứu bốc thăm quyết định ai ngủ sớm — loại bỏ mọi lý do cá nhân có thể làm lệch kết quả.
đầu thế kỷ 20Ronald FisherGottfried AchenwallJohn Sinclair
Thống kê thuở đầu là chuyện của nhà nước: người ta đếm dân số, mùa màng, thương mại rồi xếp loại, chứ không hề can thiệp vào đối tượng mình quan sát. Chính vì vậy mà cái tên của ngành, do Gottfried Achenwall đặt năm 1749 và được Sir John Sinclair đưa vào tiếng Anh năm 1791, mang nghĩa "khoa học về nhà nước". Phải đến đầu thế kỷ 20, khi Ronald Fisher xây dựng thiết kế thí nghiệm cùng với phân tích phương sai và ước lượng hợp lý cực đại, nhà thống kê mới chủ động bố trí điều kiện rồi đo kết quả. Ngẫu nhiên hóa trong bố trí thí nghiệm trở thành đề tài lịch sử riêng của giai đoạn này.
Ngẫu nhiên hóa trong thí nghiệm là gán ngẫu nhiên xử lý, không phải chọn mẫu ngẫu nhiên.
Việc gán ngẫu nhiên các xử lý cho các đơn vị thí nghiệm (experimental unit) giúp cân bằng những khác biệt sẵn có giữa các nhóm, nhờ đó ta được phép kết luận nhân quả. Ngược lại, chọn mẫu ngẫu nhiên từ tổng thể mới là thứ cho phép mở rộng kết quả ra ngoài nhóm tham gia. Vì vậy một thí nghiệm trên người tình nguyện vẫn kết luận được nhân quả, nhưng chỉ giới hạn trong nhóm tình nguyện viên đó.
Chia xử lý theo nhóm có sẵn thì đó không còn là thí nghiệm hợp lệ.
Nếu độ giãn khác nhau, ta không tài nào biết là do lạnh hay do hiệu; đây chính là biến gây nhiễu (confounding variable). Muốn sửa, phải lấy dây thun từ cả hai hiệu rồi gán ngẫu nhiên vào hai điều kiện nhiệt độ. Do đó, hễ thấy đề mô tả "nhóm này làm cách này, nhóm kia làm cách kia" mà không có bốc thăm, hãy nghi ngay có nhiễu.
Lặp lại (replication) nghĩa là nhiều đơn vị cho mỗi xử lý, không phải làm lại thí nghiệm.
Trong một thí nghiệm về ốp điện thoại, tính lặp lại đạt được vì mỗi loại ốp được thử trên hơn một đơn vị thí nghiệm. Nhờ có nhiều đơn vị cho mỗi xử lý, ta ước lượng được mức dao động tự nhiên và biết chênh lệch quan sát có đủ lớn để đáng kể hay không.
Nhân tố, mức và xử lý là ba khái niệm khác nhau, đừng gọi lẫn.
Các giá trị cụ thể của nhân tố đó — thấp, trung bình, cao — là các mức (levels), và ở đây mỗi mức chính là một xử lý (treatment). Tuy nhiên khi có hai nhân tố, xử lý là mỗi tổ hợp của các mức, nên số xử lý bằng tích số mức chứ không phải tổng.
Điều kiện 10% không cần kiểm tra trong thí nghiệm có gán ngẫu nhiên.
Trong thí nghiệm với người tình nguyện, không hề có bước rút mẫu từ tổng thể quan tâm, nên viết "" là thừa và có thể bị coi là hiểu sai. Thay vào đó, hãy viết rằng các xử lý được gán ngẫu nhiên nên điều kiện độc lập được thỏa mãn.
Quiz câu thật từ ngân hàng đề
Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.
Biên soạn bởi DucklingStudy, bản quyền thuộc DucklingStudy. Xuất bản .
Vì sao mang đúng cái tên này? Điều thú vị nằm ở chỗ ngành thống kê ban đầu không có chỗ cho thí nghiệm. Tên gọi của chính nó đi từ tiếng Latin mới statisticum collegium ("hội đồng nhà nước") và tiếng Ý statista ("chính khách"), rồi qua tiếng Đức Statistik để chỉ việc phân tích dữ liệu về nhà nước — thứ mà tiếng Anh khi ấy gọi là số học chính trị (political arithmetic). Nói cách khác, người làm thống kê thời đầu chỉ ghi chép những gì đã xảy ra sẵn, đúng nghĩa quan sát. Mãi đến đầu thế kỷ 20, cụm từ thiết kế thí nghiệm (experimental design) mà Ronald Fisher đưa ra mới gắn chữ "thí nghiệm" vào thống kê theo nghĩa hiện đại: nhà nghiên cứu tự đặt ra điều kiện, phân nhóm bằng ngẫu nhiên hóa (randomization) rồi đo kết quả. Cũng chính Fisher đặt tên và cổ vũ phân tích phương sai (analysis of variance), và mức ý nghĩa (significance level) 5% quen thuộc xuất hiện từ ông vào năm 1925. Do đó, sự đối lập giữa "quan sát" và "thí nghiệm" mà đề thi luôn hỏi thực ra là dấu vết của hai giai đoạn lịch sử khác nhau trong cùng một ngành.
Chia 32 tình nguyện viên vào hai nhóm — rồi lật tấm che đặc điểm nền lên xem ai đã lọt vào đâu
Kéo tham số, thấy khái niệm chuyển động — mở khoá bằng tài khoản 0đ.
Với dữ liệu thí nghiệm, hãy viết thẳng điều kiện độc lập là treatments were randomly assigned.
Sau đó vẫn phải kiểm tra điều kiện về hình dạng phân bố hoặc số lần thành công tùy loại kiểm định. Trình bày đủ ba ý — ngẫu nhiên hóa, độc lập, gần chuẩn — rồi mới tính thống kê kiểm định.
Không bác bỏ thì viết không đủ bằng chứng, tuyệt đối không viết hai loại như nhau.
Câu kết luận nên gắn với bối cảnh và với nhóm tham gia, ví dụ "đối với những người tham gia thí nghiệm này". Bỏ mất phần bối cảnh là mất điểm dù tính toán đúng hoàn toàn.
Câu hỏi về kết luận nhân quả phải trả lời bằng hai câu tách bạch.
Câu thứ hai nói về phạm vi mở rộng: người tham gia là tình nguyện viên, không phải mẫu ngẫu nhiên, nên kết quả không suy rộng ra tổng thể lớn hơn. Nhiều thí sinh chỉ trả lời một nửa và mất trọn điểm phần đó.
Đây là một thí nghiệm vì nhóm nghiên cứu tự áp đặt điều kiện lạnh lên dây thun, nhưng là một thí nghiệm thiết kế sai: toàn bộ dây để lạnh là hiệu A còn toàn bộ dây để ở nhiệt độ phòng là hiệu B, nên hiệu dây thun gây nhiễu hoàn toàn với nhiệt độ và ta không thể kết luận gì về ảnh hưởng của nhiệt độ lên độ đàn hồi. Nếu trong mỗi hộp ta phân ngẫu nhiên năm dây vào ngăn đông và năm dây để ở nhiệt độ phòng, hiệu dây thun trở thành khối và chênh lệch độ giãn trung bình giữa hai điều kiện mới phản ánh đúng tác động của nhiệt độ.
Trong thí nghiệm này, mỗi ổ bánh là một đơn vị thí nghiệm, yếu tố là nhiệt độ nướng với ba mức thấp, trung bình và cao, còn biến phản hồi là mật độ của ổ bánh sau khi nướng. Bằng cách đánh số ổ bánh mì trắng từ đến và bốc ngẫu nhiên sáu ổ cho mỗi mức nhiệt độ, rồi làm tương tự với ổ nguyên cám, nhóm nghiên cứu thu được một thiết kế khối ngẫu nhiên hóa. Thiết kế này tách phần khác biệt do loại bột ra khỏi so sánh, nên chênh lệch mật độ trung bình giữa ba mức nhiệt độ có thể quy cho chính nhiệt độ nướng.