प्रयोगों की रूपरेखा

Python में Statistics परिचय

Maggie Matsui

Content Developer, DataCamp

शब्दावली

प्रयोग का लक्ष्य: उपचार का प्रतिक्रिया पर क्या प्रभाव है?

जैसे: विज्ञापन का खरीदे गए उत्पादों की संख्या पर क्या प्रभाव है?

शोधकर्ता प्रतिभागियों को उपचार समूह या नियंत्रण समूह में सौंपते हैं
- उपचार समूह विज्ञापन देखता है
- नियंत्रण समूह नहीं देखता
समूह तुलनीय होने चाहिए ताकि कारण-कार्य संबंध निकाला जा सके
यदि समूह तुलनीय न हों, तो गड़बड़ी (bias) हो सकती है
- उपचार समूह की औसत आयु: 25
- नियंत्रण समूह की औसत आयु: 50
- आयु एक संभावित confounder है

Randomized controlled trial
- प्रतिभागियों को उपचार/नियंत्रण में यादृच्छिक रूप से सौंपा जाता है, किसी अन्य विशेषता के आधार पर नहीं
- यादृच्छिक चयन से समूह तुलनीय रहने में मदद मिलती है
Placebo
- उपचार जैसा दिखता है, पर प्रभाव नहीं होता
- प्रतिभागी नहीं जानेंगे कि वे किस समूह में हैं
- क्लिनिकल ट्रायल में, शुगर पिल यह सुनिश्चित करता है कि दवा का प्रभाव वास्तव में दवा से है, न कि दवा मिलने के विचार से

Double-blind trial
- उपचार देने/अध्ययन चलाने वाला व्यक्ति नहीं जानता कि उपचार वास्तविक है या प्लेसीबो
- प्रतिक्रिया और/या परिणामों के विश्लेषण में bias रोकता है

कम bias के मौके = कारण पर अधिक भरोसेमंद निष्कर्ष

प्रतिभागियों को समूहों में यादृच्छिक रूप से नहीं सौंपा जाता
- वे खुद को सौंपते हैं, आमतौर पर पूर्व-विद्यमान विशेषताओं के आधार पर
कई शोध प्रश्न नियंत्रित प्रयोग के लिए उपयुक्त नहीं होते
- आप किसी को धूम्रपान करने या बीमारी देने के लिए बाध्य नहीं कर सकते
- आप किसी का पिछला व्यवहार तय नहीं कर सकते
सहसंबंध स्थापित होता है, कारण-कार्य नहीं
- प्रभाव उन कारकों से गड़बड़ा सकते हैं जिन्होंने लोगों को नियंत्रण या उपचार समूह में पहुँचाया
- confounders को नियंत्रित करने के तरीके हैं ताकि सहसंबंध पर अधिक विश्वसनीय निष्कर्ष मिलें

प्रतिभागियों को समय के साथ फॉलो किया जाता है ताकि उपचार का प्रतिक्रिया पर प्रभाव देखा जाए
आयु का कद पर प्रभाव पीढ़ी से confound नहीं होता
अधिक महँगा, परिणाम आने में अधिक समय लगता है

Python में Statistics परिचय