Çalışma tasarımınızda bir değişkeni kontrol etmenin, hatayı azaltmada regresyon modelinizde post-hoc için kontrol etmekten daha etkili olduğunu hayal ediyorum.
Birisi bu iki “kontrol” örneğinin nasıl farklı olduğunu resmi olarak açıklar mı? Hatayı azaltmada ve daha kesin tahminlerde bulunmada ne kadar etkili?
Yanıtlar:
"Çalışma tasarımınızdaki bir değişkeni kontrol etmek" ile, bir değişkenin tüm çalışma birimleri arasında sabit kalmasına neden olduğunu veya bir değişkeni manipüle ederek, bu değişkenin seviyesinin her çalışma birimi için bağımsız olarak ayarlanacağını kastediyorum. Yani, çalışma tasarımınızda bir değişkeni kontrol etmek, gerçek bir deney yaptığınız anlamına gelir . Bunun yararı, nedenselliğin çıkarımında yardımcı olabilmesidir .
Teorik olarak, regresyon modelinizde bir değişkeni kontrol etmek de nedenselliğin çıkarımında yardımcı olabilir . Ancak, bu yalnızca yanıtla doğrudan nedensel bağlantısı olan her değişkeni kontrol ederseniz geçerlidir. Böyle bir değişkeni atlarsanız (belki de dahil etmeyi bilmiyorduysanız) ve diğer değişkenlerden herhangi biri ile ilişkiliyse , nedensel çıkarımlarınız önyargılı ve yanlış olacaktır. Uygulamada, tüm ilgili değişkenleri bilmiyoruz, bu nedenle istatistiksel kontrol, kontrol edemeyeceğiniz büyük varsayımlara dayanan oldukça zahmetli bir çabadır.
Bununla birlikte, sorunuz nedensellik çıkarımını değil, "hatayı azaltma ve daha kesin tahminler sağlama" sorusunu soruyor. Bu farklı bir konudur. Çalışma tasarımınız aracılığıyla belirli bir değişkeni sabit hale getirirseniz, bu değişkene bağlı olarak yanıttaki tüm değişkenlik ortadan kaldırılır. Öte yandan, bir değişkeni basitçe kontrol ediyorsanız, minimum örnekleme hatasına tabi olan etkisini tahmin edersiniz . Başka bir deyişle, istatistiksel kontrol, uzun vadede, numunenizdeki artık varyansı azaltmada o kadar iyi olmazdı.
Ancak hatayı azaltmak ve daha kesin tahminler almakla ilgileniyorsanız, büyük olasılıkla örneğinizin içindeki hassasiyeti değil, öncelikle örnek özelliklerin önemini önemsemezsiniz. Ve orada sürtünme yatıyor. Bir değişkeni bir biçimde (sabit tutarak, vb.) Manipüle ederek kontrol ettiğinizde, orijinal, doğal gözlemden daha yapay bir durum yaratırsınız. Yani, deneyler gözlemsel çalışmalardan daha az dış geçerliliğe / genelleştirilebilirliğe sahiptir.
Açık değilse, sabit bir şey tutan gerçek bir deney örneği, genetik olarak özdeş olan melez fareler kullanılarak bir fare modelindeki bir tedaviyi değerlendirmek olabilir. Öte yandan, bir değişkeni kontrol etmenin bir örneği, kukla bir kodla ailede hastalık geçmişini temsil etmek ve bu değişkeni çoklu regresyon modeline dahil etmek olabilir (bkz. Biri "diğer değişkenleri tam olarak nasıl kontrol eder?" Ve Nasıl 2. IV eklemek 1. IV'ü anlamlı hale getirebilir mi? ).