과학 연구 초기의 연구원들은 종종 실험에 매우 간단한 접근 방식을 사용했습니다. 일반적인 접근 방식은 "한 번에 하나의 요인"(또는 OFAT)으로 알려져 있으며 실험에서 하나의 변수를 변경하고 결과를 관찰 한 다음 다음 단일 변수로 이동하는 것이 포함되었습니다. 현대의 과학자들은 결과에 영향을 미칠 수있는 다양한 변동 원인을 고려하는 실험을 수행하는보다 정교한 방법을 사용합니다.
실험 설계
실험 설계 과정은 가능한 가장 많은 정보를 제공하는 테스트를 구성하는 방법입니다. 일반적으로 설계된 실험은 프로세스 결과에 대한 다양한 요인의 효과를 찾는 것을 의미합니다. 과학자들은 노출 된 피험자 간의 차이가 서로 다른 요인은 동일한 노출에 모두 노출 된 피험자 그룹 내의 변동보다 큽니다. 인자. 일부 설계된 실험은 다양한 요인간에 상호 작용이 있는지도 보여줄 수 있습니다.
주제 내
실험에서 피험자 내 변이는 모두 동일한 방식으로 취급되는 피험자 그룹에서 나타나는 변이를 말합니다. 의사가 효과의 차이를 찾기 위해 세 가지 의약품을 테스트하고 있고 성별, 그녀는 남성 피험자를 세 그룹으로 나누고 각각 다른 약으로 치료 한 다음 세 여성에게 똑같이 할 수 있습니다 여러 떼. 그러나 한 그룹의 피험자 (동성, 같은 약) 내에서도 환자마다 반응이 다릅니다. 이것은 주제 범위 내입니다.
과목 사이
실험에서 다른 유형의 변형은 피험자 간입니다. 이것은 서로 다른 요인에 노출 된 서로 다른 그룹 간의 차이입니다. 의사 검사의 예에서 그녀는 남성과 여성 그룹 간의 평균 회복 시간 차이와 세 가지 약물 중 하나를 복용하는 각 그룹 간의 차이를 살펴볼 것입니다. 각각의 경우 그룹간에 차이가있을 수 있습니다. 설계된 실험의 임무는이 차이가 통계적으로 유의한지 확인하는 것입니다.
분산 분석
연구자는 ANOVA, 분산 분석, 통계를 사용하여 주제 변동 내에서 비교합니다. ANOVA 테스트는 "군내"와 "사이"변동의 비율을 지정합니다. 동일한 그룹 내에 유의 한 변동이있는 경우 테스트 자체가 광범위한 결과를 갖는 경향이 있음을 나타냅니다. "군내"변동이 "사이"변동과 동등한 경우 ANOVA 검정은 연구원이 모든 명백한 효과는 테스트 내에서 볼 수있는 무작위 변동 때문일 수 있기 때문에 요인이 영향을 미쳤습니다. 여러 떼. 양방향 ANOVA로 알려진보다 정교한 접근 방식은 요인 간의 상호 작용을 탐지 할 수도 있습니다.