การตั้งค่าการทดลอง

การออกแบบการทดลองด้วย Python

James Chapman

Curriculum Manager, DataCamp

ความหมายของการออกแบบการทดลอง

กระบวนการ
วิธีที่มี วัตถุประสงค์ และ ควบคุมได้
สรุป ข้อสรุปเฉพาะ
- อ้างอิงจาก สมมติฐาน

¹ https://www.sciencedirect.com/topics/earth-and-planetary-sciences/experimental-design

การสร้างข้อสรุปที่แข็งแกร่ง

X น่าจะมีผลต่อ Y โดยมีความเสี่ยงของข้อผิดพลาดเล็กน้อย

ภาษาที่แม่นยำและวัดผลได้

การวิเคราะห์ค่า P-value ชี้ว่า X มีผลต่อ Y โดยมี ความเสี่ยง Type I error 10%

Type I error: ปฏิเสธสมมติฐานหลักอย่างผิดพลาด

เป้าหมาย: การออกแบบการทดลอง และ การวิเคราะห์เชิงสถิติ

ทำไมต้องออกแบบการทดลอง?

มีประโยชน์ในหลายสาขา:

การวิจัยทางการแพทย์
การตลาด
การวิเคราะห์ผลิตภัณฑ์
การเกษตร
นโยบายภาครัฐ

คำศัพท์ที่ควรรู้...

Subjects = สิ่งที่เราทดลอง (คน, พนักงาน, ผู้ใช้ ฯลฯ)

Subject คือบุคคลในกรณีนี้

คำศัพท์ที่ควรรู้...

Subjects = สิ่งที่เราทดลอง (คน, พนักงาน, ผู้ใช้ ฯลฯ)
Treatment = การเปลี่ยนแปลงที่ให้กับกลุ่มหนึ่ง

Treatment ที่ถูกนำไปใช้กับกลุ่ม subjects

คำศัพท์ที่ควรรู้...

Subjects = สิ่งที่เราทดลอง (คน, พนักงาน, ผู้ใช้ ฯลฯ)
Treatment = การเปลี่ยนแปลงที่ให้กับกลุ่มหนึ่ง

Treatment ที่ถูกนำไปใช้กับกลุ่ม treatment

คำศัพท์ที่ควรรู้...

Subjects = สิ่งที่เราทดลอง (คน, พนักงาน, ผู้ใช้ ฯลฯ)
Treatment = การเปลี่ยนแปลงที่ให้กับกลุ่มหนึ่ง
Control = กลุ่มที่ไม่ได้รับการเปลี่ยนแปลงใดๆ

Subjects ที่แบ่งเป็นกลุ่ม treatment และกลุ่ม control

การกำหนด subjects เข้ากลุ่ม

จะแบ่ง subjects เข้ากลุ่มอย่างไร?
- ตัวเลือก 1 - ไม่สุ่ม (ตัด DataFrame)
- ตัวเลือก 2 - การสุ่มกำหนด

ตัวอย่าง: ข้อมูลส่วนสูงของ subjects 200 คนใน DataFrame heights

    id  height
0    0  177.98
1    1  174.17
2    2  178.89

การกำหนดกลุ่มแบบไม่สุ่ม

การแบ่งกลุ่มด้วยการ slice DataFrame

group1_nonrandom = heights.iloc[0:100,:]
group2_nonrandom = heights.iloc[100:,:]

compare_df = pd.concat(
    [group1_nonrandom['height'].describe(), 
     group2_nonrandom['height'].describe()],
    axis=1)
compare_df.columns = ['group1', 'group2']
print(compare_df)

ต่างกันมาก! (ค่าเฉลี่ยห่างกัน 9 ซม.)

       group1  group2
count  100.00  100.00
mean   170.32  179.19 <--
std      3.28    3.50
min    159.28  175.03
25%    168.06  176.57
50%    170.75  178.03
75%    173.09  180.79
max    174.92  191.32

การกำหนดกลุ่มแบบสุ่ม

ใช้ .sample()
- n หรือ frac (สัดส่วน 0-1)

group1 = heights.sample(frac=0.5,
                        replace=False,
                        random_state=42)

group2 = heights.drop(group1.index)

print(compare_df)

ใกล้เคียงกันมาก! (<1 ซม.)

       group1  group2
count  100.00  100.00
mean   175.10  174.41 <--
std      5.39    5.78
min    163.07  159.28
25%    171.32  170.17
50%    175.22  174.86
75%    178.32  177.85
max    189.78  191.32

สรุปการกำหนดกลุ่ม

ควร สุ่ม กำหนด subjects เข้ากลุ่ม
- การเปลี่ยนแปลงที่สังเกตได้จะถูกระบุสาเหตุได้อย่างถูกต้อง

การสุ่มกำหนด subjects: .sample()
ตรวจสอบความแตกต่าง: .describe()

Subjects ที่ถูกสุ่มกำหนดเข้ากลุ่ม treatment และกลุ่ม control

มาฝึกกันเถอะ!

การออกแบบการทดลองด้วย Python