建立實驗

Python 的實驗設計

James Chapman

Curriculum Manager, DataCamp

實驗設計是什麼？

一個流程
有目標、可控的方法
得出明確結論
- 以假設為依據

實驗設計示意圖

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

建立有力的敘述

X 大概對 Y 有影響。可能存在小風險的錯誤

精確且量化的語言

P 值分析顯示，X 對 Y 有影響，型一錯誤風險為 10%

型一錯誤：錯誤地拒絕虛無假設

目標：實驗設計與統計分析

為什麼要做實驗設計？

適用於多個領域：

醫學研究
行銷
產品分析
農業
政府政策

為什麼需要實驗設計？

一些術語…

受試者（subjects）＝我們要實驗的對象（人、員工、使用者等）

一位受試者：此例為人。

一些術語…

受試者（subjects）＝我們要實驗的對象（人、員工、使用者等）
處置（treatment）＝對一組施加的變更

對一組受試者施加處置。

一些術語…

受試者（subjects）＝我們要實驗的對象（人、員工、使用者等）
處置（treatment）＝對一組施加的變更

對處置組施加處置。

一些術語…

受試者（subjects）＝我們要實驗的對象（人、員工、使用者等）
處置（treatment）＝對一組施加的變更
控制組（control）＝未施加任何變更的一組

將受試者分為處置組與控制組。

將受試者分組

要如何把受試者分組？
- 選項 1－非隨機（「切分」DataFrame）
- 選項 2－隨機分派

範例：200 位受試者身高在 heights DataFrame 中

    id  height
0    0  177.98
1    1  174.17
2    2  178.89

非隨機分派

以切片方式分配 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)

差很多！（平均差 9 公分）

       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

隨機分派

使用 .sample()
- n 或 frac（比例 0-1）

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

group2 = heights.drop(group1.index)

print(compare_df)

差距小很多！（<1 公分）

       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

分派重點整理

受試者應_隨機_分派到各組
- 才能正確歸因觀察到的變化

隨機分派受試者：.sample()
檢查差異：.describe()

將受試者隨機分派到處置組與控制組。

一起來練習吧！

Python 的實驗設計