Какво е контролиран експеримент?

А контролиран експеримент е тази, в която всичко се държи постоянен с изключение на един променлив. Обикновено набор от данни се приема като a контролна група, което обикновено е нормално или обичайно състояние, и една или повече други групи се изследват, когато всички условия са идентични на контролната група и една на друга, с изключение на една променлива.

Понякога е необходимо да промените повече от една променлива, но всички останали експериментални условия ще бъдат контролирано така че се променят само променливите. И това, което се измерва, е количеството на променливите или начинът, по който се променят.

Контролиран експеримент

Да речем, че искате да знаете дали типът почва влияе колко време отнема семето да покълне, и решавате да поставите контролиран експеримент, за да отговорите на въпроса. Може да вземете пет еднакви саксии, да напълните всяка с различен тип почва, да засадите идентични семена от боб във всяка саксия, поставете саксиите на слънчев прозорец, поливайте ги еднакво и измерете колко време отнема семената във всяка саксия издънка.

Това е контролиран експеримент, защото целта ви е да задържите всеки променлив постоянно с изключение на вида на почвата, който използвате. Ти контрол тези характеристики.

Голямото предимство на контролиран експеримент е, че можете да премахнете голяма част от несигурността относно вашите резултати. Ако не можете да контролирате всяка променлива, може да се окажете с объркващ резултат.

Например, ако засадите различни видове семена във всеки от саксиите, опитвайки се да определите дали типът на почвата засегна покълването, може да откриете, че някои видове семена покълват по-бързо от други. Няма да можете да кажете с някаква степен на сигурност, че степента на покълване се дължи на вида на почвата. Възможно е да се дължи и на вида семена.

Или ако сте поставили някои саксии на слънчев прозорец, а други на сянка или поливате някои саксии повече от други, можете да получите смесени резултати. Ценността на контролиран експеримент е, че той носи висока степен на увереност в резултата. Знаете коя променлива е причинила или не е довела до промяна.

Не, не са. Все още е възможно да се получи полезно данни от неконтролирани експерименти, но е по-трудно да се правят изводи въз основа на данните.

Пример за област, в която контролирани експерименти са трудни, са тестове на хора. Кажете, че искате да знаете дали ново хапче за диета помага при отслабване. Можете да съберете проба от хора, да дадете на всеки от тях хапчето и да измерите теглото им. Можете да опитате да контролирате като много променливи възможно най-много, например колко упражнения получават или колко калории изяждат.

Ще имате обаче няколко неконтролирани променливи, които могат да включват възраст, пол, генетична предразположеност към висока или ниска метаболизъм, колко наднормено тегло са били преди започване на теста, дали по невнимание ядат нещо, което взаимодейства с лекарството, и т.н.

Учените се опитват да запишат възможно най-много данни, когато провеждат неконтролирани експерименти, така че да могат да видят допълнителни фактори, които могат да повлияят на техните резултати. Въпреки че е по-трудно да се правят изводи от неконтролирани експерименти, често се появяват нови модели, които не биха могли да се наблюдават при контролиран експеримент.

Например, може да забележите, че лекарството за диета изглежда работи за жени, но не и за мъже и това може да доведе до допълнителни експерименти и евентуален пробив. Ако бяхте в състояние да извършите само контролиран експеримент, може би само на мъжки клонинги, щяхте да пропуснете тази връзка.

• Box, Джордж Е. P., et al. Статистика за експериментаторите: Дизайн, иновации и откриване. Wiley-Interscience, John Wiley & Soncs, Inc., издание, 2005.
• Кресуел, Джон У. Образователни изследвания: планиране, провеждане и оценка на количествени и качествени изследвания. Pearson / Merrill Prentice Hall, 2008.
• Pronzato, L. „Оптимален експериментален дизайн и някои свързани с контрола проблеми“. Автоматика. 2008.
• Robbins, H. „Някои аспекти на последователния дизайн на експерименти“. Бюлетин на Американското математическо дружество. 1952.