실험.

Experiment
우주 비행사 데이비드 스콧이 망치와 깃털로 달에서 중력 시험을 한다.
심지어 아주 어린 아이들도 세상과 사물이 어떻게 작동하는지 배우기 위해 기초적인 실험을 한다.

실험가설을 뒷받침하거나 반박하거나 이전에 시도되지 않은 것의 효과가능성을 결정하기 위해 수행되는 절차입니다.실험은 특정 요인이 조작될 때 어떤 결과가 발생하는지 보여줌으로써 인과 관계에 대한 통찰력을 제공합니다.실험은 목표와 규모에 따라 크게 다르지만 항상 반복 가능한 절차와 결과의 논리적 분석에 의존합니다.자연 실험 연구도 존재한다.

어린이는 어떻게 물건이 땅에 떨어지는지를 이해하기 위해 기본적인 실험을 할 수 있는 반면, 과학자 팀은 현상에 대한 이해를 높이기 위해 수년간의 체계적인 조사가 필요할 수 있다.실험과 다른 종류의 체험 활동은 과학 교실에서의 학생 학습에 매우 중요하다.실험은 시험 점수를 올릴 수 있고, 특히 시간이 [1]지남에 따라 사용될 때, 학생들이 학습하는 자료에 더 관심을 가지고 참여하도록 도울 수 있다.실험은 개인적 및 비공식적 자연 비교(예: 좋아하는 것을 찾기 위해 다양한 범위의 초콜릿을 맛보는 것)에서 고도로 통제된 것(예: 아원자 입자에 대한 정보를 발견하기를 원하는 많은 과학자들에 의해 감독되는 복잡한 장치를 필요로 하는 테스트)에 이르기까지 다양할 수 있다.실험의 용도는 자연과학과 인문과학 사이에 상당히 다르다.

실험에는 일반적으로 단일 독립 변수가 아닌 변수의 영향을 최소화하도록 설계된 관리 기능이 포함됩니다.이는 종종 제어 측정값과 다른 측정값 간의 비교를 통해 결과의 신뢰성을 높입니다.과학적 통제는 과학적 방법의 일부이다.이상적으로는 실험의 모든 변수가 관리되고(관리 측정값에 의해 설명됨) 관리되지 않는 변수가 없습니다.이러한 실험에서 모든 컨트롤이 예상대로 작동하면 실험이 의도한 대로 작동하며 결과는 검정된 변수의 효과 때문이라는 결론을 내릴 수 있습니다.

개요

과학적 방법에서, 실험은 경쟁하는 모형이나 [2][3]가설을 중재하는 경험적 절차이다.연구자들은 또한 기존 이론이나 새로운 가설을 뒷받침하거나 [3][4]반증하기 위해 실험을 사용합니다.

실험은 일반적으로 특정 공정이나 현상이 어떻게 작동하는지에 대한 기대치인 가설을 검정합니다.그러나, 실험은 또한 실험이 밝혀내는 것에 대한 특정한 기대 없이 "가정" 질문에 답하거나 이전 결과를 확인하는 것을 목표로 할 수도 있다.실험을 주의 깊게 수행하면 일반적으로 결과가 가설을 뒷받침하거나 반증합니다.과학 철학에 따르면, 실험은 결코 가설을 "증명"할 수 없고, 단지 지지만 더할 수 있다.반면에, 반례를 제공하는 실험은 이론이나 가설을 반증할 수 있지만, 이론은 항상 단순함을 희생하면서 적절한 임시 수정에 의해 살아날 수 있다.

실험은 가능한 교란 요인, 즉 실험의 정확성이나 반복성 또는 결과를 해석할 수 있는 능력을 손상시키는 요인도 통제해야 합니다.교란 요인은 일반적으로 과학적 대조군 및/또는 무작위 배정을 통해 제거된다.

공학물리과학에서 실험은 과학적 방법의 주요 구성요소이다.물리적 프로세스가 특정 조건에서 어떻게 작동하는지에 대한 이론과 가설을 테스트하는 데 사용됩니다(예: 특정 엔지니어링 프로세스가 원하는 화합물을 생성할 수 있는지 여부).일반적으로 이러한 분야의 실험은 각 복제에서 동일한 결과를 도출하기 위해 동일한 절차의 복제에 초점을 맞춥니다.랜덤 할당은 흔치 않습니다.

의학 및 사회과학에서 실험 연구의 보급률은 분야마다 크게 다릅니다.그러나 사용되는 실험은 일반적으로 임상시험의 형태를 따르며, 여기서 실험 단위(일반적으로 개별 사람)는 하나 이상의 결과가 [5]평가되는 치료 또는 대조군 조건에 무작위로 할당된다.물리학의 표준과 달리, 초점은 일반적으로 평균 치료 효과(치료와 대조군 그룹 간의 결과 차이) 또는 실험에 [6]의해 생성된 다른 테스트 통계량에 맞춰진다.단일 연구는 일반적으로 실험의 복제를 포함하지 않지만, 체계적인 검토와 메타 분석을 통해 별도의 연구를 통합할 수 있다.

과학 분야마다 실험 실천에 있어 다양한 차이가 있다.예를 들어, 농업 연구는 종종 무작위화된 실험(예: 다른 비료의 비교 효과를 테스트하기 위해)을 사용하는 반면, 실험 경제학은 종종 치료와 통제 조건에 개인의 무작위 할당에 의존하지 않고 이론화된 인간 행동에 대한 실험 테스트를 포함한다.

역사

현대적 의미의 실험에 대한 최초의 방법론적 접근 중 하나는 아랍 수학자이자 학자인 이븐 알-헤이담의 작품에서 볼 수 있다.그는 자기 임계성, 실험의 가시적 결과에 대한 의존성 및 초기 결과의 관점에서 중요성과 같은 요인들로 인해 그의 실험을 통제함으로써 광학 분야 - 프톨레마이오스의 작품에서 광학 및 수학적 문제로 거슬러 올라가는 - 실험을 수행했다.그는 결과를 [7]얻기 위해 귀납적 실험 방법을 사용한 최초의 학자 중 한 명이었다.는 광학 서적에서 지식과 연구에 대한 근본적으로 새로운 접근방식을 실험적인 의미에서 설명합니다.

"즉, 우리는 그것의 원리와 전제에 대한 조사를 재개해야 하며, 존재하는 것에 대한 조사와 눈에 보이는 물체의 상태에 대한 조사로 우리의 조사를 시작해야 합니다.우리는 세부 사항의 특성을 구별하고, 시력이 일어났을 때 눈에 무엇이 포함되는지, 그리고 감각의 방식으로 발견되는 것이 균일하고 변하지 않고 명백하며 의심의 대상이 되지 않도록 유도를 통해 수집해야 한다.그 후 우리는 조사와 추론을 점진적으로 그리고 질서 있게 진행하여 결론에 대해 비판하고 검토의 대상이 되는 모든 것에 있어서 우리의 목표는 편견을 따르는 것이 아니라 정의를 사용하는 것이며 진실을 추구하지 않고 우리가 판단하고 비판하는 모든 것에 주의를 기울이는 우리의 목표이다.여론에 휘둘리다이렇게 해서 우리는 결국 마음을 만족시키는 진실에 도달하고 점차적이고 조심스럽게 확실성이 나타나는 끝에 도달할 수 있을 것이다. 반면 비판과 주의를 통해 우리는 의견 불일치를 해소하고 의심스러운 문제를 해결하는 진실을 포착할 수 있을 것이다.그럼에도 불구하고, 우리는 인간의 본성인 인간의 혼탁함에서 자유롭지 못하다. 그러나 우리는 인간의 능력을 가진 것으로 최선을 다해야 한다.우리는 신으로부터 모든 것에 대한 지지를 얻고 있다.[8]

그의 설명에 따르면, 인간의 성격상 주관성과 결과의 민감성에 대한 민감성으로 엄격하게 통제된 테스트 실행이 필요하다.또한, 이전 학자들의 결과와 결과에 대한 비판적인 견해가 필요합니다.

"따라서 진실을 배우는 것이 그의 목표라면, 진실을 읽는 모든 것의 적으로 만들고, 그 내용의 핵심과 여백에 정신을 집중하여 그것을 사방에서 공격하는 것이 과학자들의 책무를 연구하는 사람의 의무입니다.비판적 조사를 하면서 자신을 의심해야 편견과 관용을 피할 수 있다"고 말했다.[9]

따라서, 객관적인 실험을 위해서는 이전의 결과와 실험 결과를 비교하는 것이 필요하다. 가시적인 결과가 더 중요하다.결국, 이것은 실험 연구자가 전통적인 의견이나 결과를 버릴 충분한 용기를 가져야 한다는 것을 의미할 수 있다. 특히 이러한 결과가 실험적인 것이 아니라 논리적/정신적 파생에서 나온다면 말이다.이 비판적 고려의 과정에서, 그 자신은 "선입견"과 "관용"을 통해 주관적인 의견을 내는 경향이 있다는 것을 잊어서는 안 되며,[citation needed] 따라서 가설을 세우는 자신의 방식에 대해 비판적이어야 한다.

17세기에 활동한 영국의 철학자이자 과학자인 프랜시스 베이컨 (1561–1626)은 영국 르네상스에 실험 과학의 영향력 있는 후원자가 되었다.그는 deduction—similar에 의해 이븐 al-Haytham—and에 과학적인 질문들에 대답할 메서드를 다음과 같이 설명합니다."처음 그의 의지에 인간 그 경험에 의존하지 않는다는 점과 그의 placets에 적합한 그녀에게 굽힘 따라, 행진 때 포로에 대한 것처럼 그녀를 야기하는 문제 결정하는 것은 동의하지 않았다."[10]베이컨은 r. 메서드를 원했다반복할 수 있는 관찰이나 실험에 의존합니다.특히, 그는 오늘날 우리가 알고 있는 과학적인 방법을 처음으로 주문했다.

단순한 경험이 남아 있다. 만약 그것이 오는 대로 받아들여진다면, 그것을 사고라고 하고, 만약 찾고 있다면, 실험이라고 한다.진정한 경험 방법은 먼저 촛불에 불을 붙이고, 그 다음에 촛불에 의해 [실험을 배열하고 한정하는] 방법을 보여준다; 경험에서 시작하는 것처럼 적절하게 정렬되고 소화되며, 실수하거나 불규칙하지 않고, 그리고 그것으로부터 공리[이론]를 추론하고, 확립된 공리로부터 다시 새로운 실험을 [11]: 101 한다.

그 후 수 세기 동안, 과학적 방법을 다른 분야에 적용한 사람들은 중요한 진보와 발견을 했다.예를 들어, 갈릴레오 갈릴레이 (1564–1642)는 정확하게 시간을 측정하고 낙하하는 물체의 속도에 대한 정확한 측정과 결론을 내리기 위해 실험을 했다.프랑스 화학자인 앙투안 라부아지에 (1743–1794)는 연소, 생화학 등의 새로운 분야를 설명하고 [12]질량 보존 이론을 발전시키기 위해 실험을 이용했다.루이 파스퇴르 (1822–1895)는 자연 발생의 지배적인 이론을 반증하고 질병의 [13]세균 이론을 발전시키기 위해 과학적 방법을 사용했다.잠재적 교란 변수 제어의 중요성 때문에 가능하면 잘 설계된 실험실 실험을 사용하는 것이 바람직하다.

로널드 피셔(1890–1962), 저지 네이만(1894–1981), 오스카 켐프손(19–2000), 거트루드 메리 콕스(1900–1978), 윌리엄 젬멜란 코크란(1980) 의 통계학자들의 공헌으로 20세기 초에 실험의 설계와 분석에 상당한 진전이 있었다.

실험의 종류

실험은 다양한 연구 분야의 전문적 규범과 표준에 따라 여러 차원에 따라 분류될 수 있습니다.

일부 분야(예: 심리학 또는 정치학)에서 '진정한 실험'은 두 가지 변수가 있는 사회 연구 방법이다.독립 변수는 실험자에 의해 조작되고 종속 변수는 측정됩니다.실제 실험의 특징 중 하나는 실험자의 편견을 중화시키기 위해 실험 대상을 무작위로 할당하고, 실험의 많은 반복에 걸쳐 모든 교란 [14]요인을 통제한다는 것이다.

분야에 따라, 실험은 서로 배타적이지 않은 다른 목표를 달성하기 위해 수행될 수 있습니다: 이론 테스트, 현상 검색 및 문서화, 이론 개발 또는 정책 입안자들에게 조언.이러한 목표는 타당성 문제와도 다르게 관련된다.

통제된 실험

통제된 실험은 종종 실험 표본에서 얻은 결과를 대조 표본과 비교하는데, 대조 표본은 효과가 테스트되는 한 가지 측면(독립 변수)을 제외하고는 실질적으로 실험 표본과 동일하다.좋은 예가 약물 재판일 것이다.약물을 투여받는 샘플 또는 그룹은 실험 그룹(치료 그룹)이 될 것이며, 위약 또는 정기적인 치료를 받는 그룹은 대조군이 될 것이다.많은 실험실 실험에서는 수행 중인 검정을 위해 여러 의 표본을 복제하고 양성 대조군과 음성 대조군을 모두 갖는 것이 좋습니다.반복실험 표본의 결과는 종종 평균화될 수 있으며, 한 반복실험이 다른 표본의 결과와 명백히 일치하지 않으면 실험 오류의 결과로 폐기될 수 있습니다(검정 절차의 일부 단계가 해당 표본에 대해 잘못 누락되었을 수 있음).대부분의 경우 테스트는 두 번 또는 세 번 수행됩니다.양성 대조군은 실제 실험 테스트와 유사하지만 이전 경험에서 양성 결과를 제공하는 것으로 알려져 있습니다.네거티브 콘트롤은 네거티브 결과를 주는 것으로 알려져 있습니다.양성 대조군은 실제 실험 샘플 중 양성 결과를 내는 것이 없더라도 실험의 기본 조건이 양성 결과를 도출할 수 있었음을 확인합니다.음성 대조군은 테스트에서 측정 가능한 양성 결과가 나오지 않을 때 얻어진 기준선 결과를 보여준다.대부분의 경우 음성 대조군의 값은 검정 표본 결과에서 빼는 "배경" 값으로 취급됩니다.때로는 양의 대조군이 표준 곡선의 사분면을 취하기도 합니다.

실험실에서 종종 사용되는 예는 통제단백질 분석입니다.학생들에게 알 수 없는 양의 단백질이 함유된 액체 샘플을 제공할 수 있습니다.유체 샘플(일반적으로 "알 수 없는 샘플"이라고 함)의 단백질 농도를 측정하는 통제된 실험을 정확하게 수행하는 것이 이들의 일입니다.티칭 랩에는 알려진 단백질 농도의 단백질 표준 용액이 설치될 것입니다.학생들은 단백질 표준의 다양한 희석물이 포함된 몇 가지 양성 대조군 샘플을 만들 수 있었다.음성 대조군 검체에는 단백질 검사를 위한 모든 시약이 포함되지만 단백질은 포함되지 않습니다.이 예에서는 모든 샘플이 중복으로 수행됩니다.이 검사는 분광광도계가 단백질 분자와 첨가된 염료 분자의 상호작용에 의해 형성된 착색착색체를 검출하여 샘플의 단백질 양을 측정할 수 있는 비색측정법이다.그림에서 희석된 테스트 샘플의 결과를 표준 곡선(그림의 파란색 선)의 결과와 비교하여 알려지지 않은 샘플의 단백질 양을 추정할 수 있습니다.

통제된 실험은 실험의 모든 조건을 정확하게 통제하기 어려울 때 수행될 수 있습니다.이 경우, 실험은 확률적으로 동등한 두 개 이상의 표본 그룹을 생성하는 것으로 시작됩니다. 즉, 특성 측정값이 그룹 간에 유사해야 하며 동일한 처리가 주어지면 그룹이 동일한 방식으로 반응해야 합니다.이러한 동등성은 개인 간의 변동량과 각 집단의 개인 를 고려한 통계적 방법에 의해 결정된다.미생물학과 화학과 같은 분야에서는 개인 간에 변동이 거의 없고 그룹 크기가 수백만에 이르는 경우, 이러한 통계 방법은 종종 무시되며 단순히 용액을 동일한 부분으로 분할하여 동일한 표본 그룹을 생성한다고 가정한다.

일단 동등한 그룹이 형성되면 실험자는 분리하고자 하는 한 변수를 제외하고 동일한 그룹을 취급하려고 합니다.인체 실험플라시보 효과와 같은 외부 변수에 대한 특별한 보호장치가 필요하다.이러한 실험은 일반적으로 이중 블라인드이며, 모든 데이터가 수집될 때까지 지원자와 연구자 모두 어떤 개인이 대조군 또는 실험 그룹에 있는지 알지 못한다.이를 통해 자원봉사자에게 미치는 영향은 치료 자체에 기인하며 치료 중이라는 지식에 대한 응답이 아닙니다.

인간 실험에서, 연구자들은 피실험자(사람)에게 반응하는 자극을 수 있다.실험의 목적은 자극에 대한 반응을 테스트 방법으로 측정하는 이다.

실험 설계에서는 두 개 이상의 "처리"를 적용하여 처리의 평균 반응 간의 차이를 추정합니다.예를 들어, 빵을 굽는 실험을 통해 밀가루에 대한 물의 비율과 같은 정량적 변수와 효모의 변종과 같은 질적 변수와 관련된 반응의 차이를 추정할 수 있습니다.실험은 사람들이 두 개 이상의 경쟁적인 설명 또는 가설 사이에서 결정하도록 돕는 과학적 방법의 단계입니다.이러한 가설은 현상을 설명하거나 행동의 결과를 예측해야 하는 이유를 제시합니다.예를 들어 "이 공을 놓으면 바닥에 떨어진다"는 가설이 있을 수 있습니다. 이 제안은 공을 놓는 실험을 수행하고 결과를 관찰함으로써 테스트될 수 있습니다.정식으로 가설은 반대 가설 또는 귀무 가설과 비교됩니다("이 공을 놓으면 바닥에 떨어지지 않습니다."귀무 가설은 조사 중인 추론을 통해 현상에 대한 설명이나 예측력이 없다는 것이다.일단 가설이 정의되면, 실험을 수행하고 그 결과를 분석하여 가설의 정확성을 확인, 반박 또는 정의할 수 있다.

또한 인근 처리되지 않은 장치에 대한 파급 효과를 추정하도록 실험을 설계할 수 있습니다.

자연 실험

"실험"이라는 용어는 대개 통제된 실험을 의미하지만, 통제된 실험은 때때로 엄청나게 어렵거나 불가능하다.이 경우 연구자들은 자연실험이나 준실험 [16]의존합니다.자연 실험은 통제된 실험에서 발생하는 한 가지 또는 몇 가지 변수만 조작하는 것이 아니라 연구 중인 시스템의 변수 관측치에만 의존합니다.가능한 한 모든 변수의 기여도를 결정할 수 있고 특정 변수의 변동 효과가 거의 일정하게 유지되어 다른 변수의 영향을 식별할 수 있는 방식으로 시스템에 대한 데이터를 수집하려고 한다.이것이 가능한 정도는 관측된 데이터의 설명 변수 사이관측된 상관 관계에 따라 달라집니다.이러한 변수의 상관 관계가 좋지 않은 경우 자연 실험은 통제된 실험의 검정력에 근접할 수 있습니다.그러나 일반적으로 이러한 변수들 사이에는 일부 상관 관계가 있으므로, 통제된 실험을 수행할 경우 결론을 내릴 수 있는 것에 비해 자연 실험의 신뢰성이 떨어집니다.또한 자연 실험은 대개 제어되지 않은 환경에서 이루어지기 때문에, 검출되지 않은 소스의 변수는 측정되거나 일정하게 유지되지 않으며, 연구 중인 변수에서 환상적 상관관계를 생성할 수 있다.

경제학, 인문 지리학, 고고학, 사회학, 문화 인류학, 지질학, 고생물학, 생태학, 기상학, 천문학을 포함한 여러 과학 분야의 많은 연구는 준 실험에 의존한다.예를 들어, 천문학에서 "별은 수소 구름으로 이루어진 붕괴된 구름"이라는 가설을 테스트할 때, 거대한 수소 구름으로 시작해서 별이 형성될 때까지 몇 십억 년을 기다리는 실험을 하는 것은 분명히 불가능하다.하지만, 다양한 붕괴 상태의 수소 구름과 가설의 다른 의미(예를 들어 별의 빛으로부터 다양한 스펙트럼 방출의 존재)를 관찰함으로써, 우리는 그 가설을 뒷받침하기 위해 필요한 데이터를 수집할 수 있다.이런 유형의 실험의 초기 예는 빛이 순식간에 이곳 저곳으로 이동하는 것이 아니라 측정 가능한 속도를 갖는다는 17세기 최초의 검증이었다.목성의 위성 출현에 대한 관찰은 목성이 지구에 더 가까웠을 때와 달리 목성이 지구에서 더 멀었을 때 약간 지연되었다; 그리고 이 현상은 달의 출현 시간의 차이가 측정 가능한 속도와 일치함을 증명하기 위해 사용되었다.

현장 실험

현장 실험은 실험실의 인위적이고 고도로 통제된 환경에서 가설을 실험함으로써 과학적 통제를 강화하는 실험실 실험과 구별하기 위해 그렇게 이름 붙여졌다.사회과학, 특히 교육 및 보건 개입의 경제 분석에서 자주 사용되는 현장 실험은 결과가 인위적인 실험실 환경보다는 자연스러운 환경에서 관찰된다는 장점이 있다.이러한 이유로, 현장 실험은 때때로 실험실 실험보다 더 높은 외부 유효성을 갖는 것으로 보입니다.그러나 자연실험과 마찬가지로 현장실험도 오염의 가능성으로 인해 어려움을 겪습니다. 실험조건은 실험실에서 보다 정밀하고 확실하게 제어할 수 있습니다.그러나 일부 현상(예: 선거 투표율)은 실험실에서 쉽게 연구할 수 없다.

관찰 연구와의 대조

관측을 위한 블랙박스 모형(입력 및 출력은 관측 가능).그림과 같이 일부 관찰자의 제어에 대한 피드백이 있을 경우 관찰도 하나의 실험입니다.

관찰 연구는 물리적 또는 사회적 시스템을 실험실 환경에 적합시키거나 교란 요인을 완전히 제어하거나 무작위 할당을 적용하는 것이 비실용적이고 비윤리적이며 비용이 많이 드는(또는 비효율적인) 경우에 사용된다.또한 교란 요인이 제한적이거나 교란 요인에 비추어 데이터를 분석할 수 있을 정도로 잘 알려진 경우에도 사용할 수 있다(그러나 사회 현상이 조사 중인 경우에는 드물 수 있음).관측 과학이 유효하려면 실험자가 교란 요인을 알고 설명해야 합니다.이러한 상황에서 관측 연구는 종종 랜덤화된 실험이나 새로운 데이터를 수집하여 검정할 수 있는 가설을 제안하기 때문에 가치가 있습니다.

그러나 근본적으로 관찰 연구는 실험이 아니다.정의에 따르면, 관찰 연구는 베이컨 실험에 필요한 조작이 부족하다.또한 관찰 연구(예: 생물학적 또는 사회적 시스템)는 정량화 또는 제어하기 어려운 변수를 수반하는 경우가 많다.관측 연구는 랜덤화 실험의 통계적 특성이 부족하기 때문에 제한됩니다.랜덤화 실험에서, 실험 프로토콜에 명시된 랜덤화 방법은 통계 분석을 안내하며, 이는 보통 실험 [17]프로토콜에 의해서도 지정된다.객관적 무작위화를 반영하는 통계 모델이 없으면 통계 분석은 주관적 [17]모델에 의존한다.주관적 모델로부터의 추론은 이론과 [18]실제로 신뢰할 수 없다.실제로 신중하게 수행된 관찰 연구가 일관되게 잘못된 결과를 제공하는 경우, 즉 관찰 연구의 결과가 일관되지 않고 실험 결과와 다른 경우가 몇 가지 있습니다.예를 들어, 대장암에 대한 역학 연구는 브로콜리 섭취와 유익한 상관관계를 일관되게 보여주지만, 실험은 아무런 [19]이득도 찾지 못한다.

인간 피험자를 포함한 관찰 연구의 특별한 문제는 치료(또는 노출) 간의 공정한 비교를 달성하는 데 큰 어려움이 있다는 것이다. 왜냐하면 그러한 연구는 선택 편향이 발생하기 쉽고, 다른 치료(노출)를 받는 그룹은 공변량(나이, 키, 체중, 약물, exe)에 따라 크게 다를 수 있기 때문이다.rcise, 영양상태, 민족성, 가족력 등).반면 랜덤화는 각 공변량에 대해 각 그룹의 평균이 동일할 것으로 기대된다는 것을 의미합니다.임의의 임의의 시행에 대해서, 물론 평균으로부터의 일부의 변동은 예상되지만, 랜덤화는 중심 한계 정리와 마르코프 부등식 때문에 실험 그룹이 가까운 평균 값을 갖도록 한다.부적절한 무작위화 또는 낮은 표본 크기에서는 처리 그룹(또는 노출 그룹) 간의 공변량의 체계적인 변동으로 인해 처리(노출)의 효과를 다른 공변량의 효과와 분리하기 어려우며, 이들 대부분은 측정되지 않았다.이러한 데이터를 분석하는 데 사용되는 수학적 모형은 서로 다른 공변량(측정된 경우)을 고려해야 하며 공변량이 랜덤화되지 않거나 모형에 포함되지 않은 경우에는 결과가 의미가 없습니다.

실험을 훨씬 덜 유용하게 만드는 조건을 피하기 위해, 의학 시험을 수행하는 의사들은(미국 식품의약국 승인을 위해) 식별 가능한 공변량을 정량화하고 무작위화한다.연구자들은 많은 피험자 모집단과 공변량에 대한 광범위한 정보를 필요로 하는 성향 점수 매칭과 같은 일치 방법을 사용하여 관찰 연구의 편견을 줄이려고 시도한다.그러나 성향 점수 매칭은 [20]편향을 감소시키기보다는 증가시킬 수 있기 때문에 더 이상 기법으로 권장되지 않는다.결과는 또한 가능한 경우(골밀도, 혈액 내 일부 세포나 물질의 양, 체력 또는 지구력 등)로 측정되며, 피험자나 전문 관찰자의 의견에 기초하지 않는다.이러한 방식으로, 관측 연구의 설계는 결과를 더 객관적으로 만들 수 있으며, 따라서 더 설득력 있게 만들 수 있습니다.

윤리

독립 변수의 분포를 연구자의 통제 하에 놓음으로써, 실험은, 특히 인간 피험자와 관련된 경우, 유익성과 위해성의 균형, 개입의 공평한 분배(예: 질병에 대한 치료), 그리고 정보에 근거한 동의와 같은 잠재적 윤리적 고려사항을 도입한다.예를 들어, 심리학이나 의료 분야에서 환자에게 수준 이하의 치료를 제공하는 것은 비윤리적이다.따라서 윤리 검토 위원회는 새로운 치료법이 현재의 모범 [21]사례만큼 좋은 편익을 제공하는 것으로 여겨지지 않는 한 임상 시험과 다른 실험을 중단해야 한다.또한 비소 섭취가 인간의 건강에 미치는 영향과 같이 표준 이하 또는 유해한 치료법의 영향에 대해 무작위 실험을 하는 것은 일반적으로 비윤리적이다(그리고 종종 불법이다.이러한 노출의 영향을 이해하기 위해 과학자들은 때때로 관측 연구를 사용하여 이러한 요인의 영향을 파악합니다.

실험 연구가 인간 피실험자와 직접적으로 관련되지 않더라도, 여전히 윤리적인 문제를 제기할 수 있다.예를 들어 맨하탄 프로젝트에 의해 수행된 핵폭탄 실험은 실험 대상이 직접적으로 포함되지 않았음에도 불구하고 인류를 해치기 위해 핵반응을 사용하는 것을 암시했다.

「 」를 참조해 주세요.

메모들

  1. ^ Stohr-Hunt, Patricia (1996). "An Analysis of Frequency of Hands-on Experience and Science Achievement". Journal of Research in Science Teaching. 33 (1): 101–109. Bibcode:1996JRScT..33..101S. doi:10.1002/(SICI)1098-2736(199601)33:1<101::AID-TEA6>3.0.CO;2-Z.
  2. ^ Cooperstock, Fred I. (2009). General Relativistic Dynamics: Extending Einstein's Legacy Throughout the Universe (Online-Ausg. ed.). Singapore: World Scientific. p. 12. ISBN 978-981-4271-16-5.
  3. ^ a b Griffith, W. Thomas (2001). The physics of everyday phenomena : a conceptual introduction to physics (3rd ed.). Boston: McGraw-Hill. pp. 3–4. ISBN 0-07-232837-1.
  4. ^ Wilczek, Frank; Devine, Betsy (2006). Fantastic realities : 49 mind journeys and a trip to Stockholm. New Jersey: World Scientific. pp. 61–62. ISBN 978-981-256-649-2.
  5. ^ Holland, Paul W. (December 1986). "Statistics and Causal Inference". Journal of the American Statistical Association. 81 (396): 945–960. doi:10.2307/2289064. JSTOR 2289064.
  6. ^ Druckman, James N.; Green, Donald P.; Kuklinski, James H.; Lupia, Arthur, eds. (2011). Cambridge handbook of experimental political science. Cambridge: Cambridge University Press. ISBN 978-0521174558.
  7. ^ El-Bizri, Nader (2005). "A Philosophical Perspective on Alhazen's Optics". Arabic Sciences and Philosophy (Cambridge University Press). 15 (2): 189–218. doi:10.1017/S0957423905000172. S2CID 123057532.
  8. ^ Ibn al-Haytham, Abu Ali Al-Hasan. Optics. p. 5.
  9. ^ Ibn al-Haytham, Abu Ali Al-Hasan. Dubitationes in Ptolemaeum. p. 3.
  10. ^ "처음 그의 의지에 따라 질문을 결정하면, 남자는 경험에 의지하고, 그의 플래카트에 따르도록 그녀를 구부려 행렬의 포로가 되게 한다." 베이컨, 프란시스.노붐 오르가눔, i, 63Durant 2012에 인용, 페이지 170.
  11. ^ Durant, Will (2012). The story of philosophy : the lives and opinions of the great philosophers of the western world (2nd ed.). New York: Simon and Schuster. ISBN 978-0-671-69500-2.
  12. ^ Bell, Madison Smartt (2005). Lavoisier in the Year One: The Birth of a New Science in an Age of Revolution. W.W. Norton & Company. ISBN 978-0393051551.
  13. ^ Brock, Thomas D, ed. (1988). Pasteur and Modern Science (New illustrated ed.). Springer. ISBN 978-3540501015.
  14. ^ "Types of experiments". Department of Psychology, University of California Davis. Archived from the original on 19 December 2014.
  15. ^ Lin, Hause; Werner, Kaitlyn M.; Inzlicht, Michael (2021-02-16). "Promises and Perils of Experimentation: The Mutual-Internal-Validity Problem". Perspectives on Psychological Science. 16 (4): 854–863. doi:10.1177/1745691620974773. ISSN 1745-6916. PMID 33593177. S2CID 231877717.
  16. ^ 더닝 2012
  17. ^ a b Hinkelmann, Klaus and Kempthorne, Oscar (2008). Design and Analysis of Experiments, Volume I: Introduction to Experimental Design (Second ed.). Wiley. ISBN 978-0-471-72756-9.{{cite book}}: CS1 maint: 여러 이름: 작성자 목록(링크)
  18. ^ Freedman, David; Pisani, Robert; Purves, Roger (2007). Statistics (4th ed.). New York: Norton. ISBN 978-0-393-92972-0.
  19. ^ Freedman, David A. (2009). Statistical models : theory and practice (Revised ed.). Cambridge: Cambridge University Press. ISBN 978-0-521-74385-3.
  20. ^ King, Gary; Nielsen, Richard (October 2019). "Why Propensity Scores Should Not Be Used for Matching". Political Analysis. 27 (4): 435–454. doi:10.1017/pan.2019.11. hdl:1721.1/128459. ISSN 1047-1987.
  21. ^ Bailey, R.A. (2008). Design of comparative experiments. Cambridge: Cambridge University Press. ISBN 978-0521683579.

추가 정보

  • Dunning, Thad (2012). Natural experiments in the social sciences : a design-based approach. Cambridge: Cambridge University Press. ISBN 978-1107698000.
  • Shadish, William R.; Cook, Thomas D.; Campbell, Donald T. (2002). Experimental and quasi-experimental designs for generalized causal inference (Nachdr. ed.). Boston: Houghton Mifflin. ISBN 0-395-61556-9. (발췌)
  • Jeremy, Teigen (2014). "Experimental Methods in Military and Veteran Studies". In Soeters, Joseph; Shields, Patricia; Rietjens, Sebastiaan (eds.). Routledge Handbook of Research Methods in Military Studies. New York: Routledge. pp. 228–238.

외부 링크