ฉันคิดว่าการควบคุมตัวแปรในการออกแบบการศึกษาของคุณนั้นมีประสิทธิภาพมากขึ้นในการลดข้อผิดพลาดได้มากกว่าการควบคุมมันในแบบจำลองการถดถอยของคุณ
ใครบางคนจะอธิบายอย่างเป็นทางการว่า "การควบคุม" สองอย่างนี้มีความแตกต่างกันอย่างไร มีประสิทธิภาพอย่างไรเมื่อเปรียบเทียบกับการลดข้อผิดพลาดและให้การคาดการณ์ที่แม่นยำยิ่งขึ้น
คำตอบ:
โดย "การควบคุมตัวแปรในการออกแบบการศึกษาของคุณ" ฉันถือว่าคุณหมายถึงการทำให้ตัวแปรคงที่ตลอดหน่วยการเรียนรู้ทั้งหมดหรือจัดการกับตัวแปรเพื่อให้ระดับของตัวแปรนั้นถูกตั้งค่าอย่างอิสระสำหรับแต่ละหน่วยการเรียนรู้ นั่นคือการควบคุมตัวแปรในการศึกษาวิธีการออกแบบของคุณว่าคุณมีการดำเนินการที่จริงการทดสอบ ประโยชน์ของการนี้ก็คือว่ามันสามารถช่วยให้มีการอนุมานเวรกรรม
ในทางทฤษฎีแล้วการควบคุมตัวแปรในแบบจำลองการถดถอยของคุณสามารถช่วยในการอนุมานสาเหตุได้ อย่างไรก็ตามนี่เป็นกรณีเฉพาะถ้าคุณควบคุมทุกตัวแปรที่มีการเชื่อมต่อสาเหตุโดยตรงกับการตอบสนอง หากคุณไม่ใช้ตัวแปรดังกล่าว (บางทีคุณอาจไม่รู้ว่ารวมไว้ด้วย) และมันมีความสัมพันธ์กับตัวแปรอื่น ๆ ดังนั้นการอนุมานเชิงสาเหตุของคุณจะลำเอียงและไม่ถูกต้อง ในทางปฏิบัติเราไม่ทราบถึงตัวแปรที่เกี่ยวข้องทั้งหมดดังนั้นการควบคุมเชิงสถิติจึงเป็นความพยายามที่ค่อนข้างน่าเชื่อถือซึ่งต้องอาศัยสมมติฐานใหญ่ ๆ ที่คุณไม่สามารถตรวจสอบได้
อย่างไรก็ตามคำถามของคุณถามเกี่ยวกับ "การลดข้อผิดพลาดและการคาดการณ์ที่แม่นยำยิ่งขึ้น" โดยไม่อนุมานสาเหตุ นี่เป็นปัญหาที่แตกต่าง หากคุณต้องทำให้ค่าคงที่ที่กำหนดผ่านการออกแบบการศึกษาความแปรปรวนทั้งหมดในการตอบสนองเนื่องจากตัวแปรนั้นจะถูกกำจัด ในทางกลับกันถ้าคุณเพียงแค่ควบคุมตัวแปรคุณกำลังประเมินผลของมันซึ่งอาจมีข้อผิดพลาดในการสุ่มตัวอย่างน้อยที่สุด กล่าวอีกนัยหนึ่งการควบคุมทางสถิติจะไม่ดีในระยะยาวเมื่อลดความแปรปรวนที่เหลือในตัวอย่างของคุณ
แต่ถ้าคุณสนใจที่จะลดข้อผิดพลาดและได้รับการคาดการณ์ที่แม่นยำมากขึ้นสันนิษฐานว่าคุณสนใจคุณสมบัติตัวอย่างเป็นหลักไม่ใช่ความแม่นยำภายในตัวอย่างของคุณ และในนั้นก็ถูอยู่ เมื่อคุณควบคุมตัวแปรโดยจัดการกับตัวแปรในบางรูปแบบ (ถือเป็นค่าคงที่และอื่น ๆ ) คุณจะสร้างสถานการณ์ที่ประดิษฐ์ขึ้นมากกว่าการสังเกตแบบดั้งเดิมและเป็นธรรมชาติ นั่นคือการทดลองมีแนวโน้มที่จะมีความถูกต้อง / ความสามารถภายนอกทั่วไปน้อยกว่าการศึกษาเชิงสังเกตการณ์
ในกรณีที่ยังไม่ชัดเจนตัวอย่างของการทดลองจริงที่เก็บค่าคงที่บางอย่างอาจเป็นการประเมินการรักษาในรูปแบบของเมาส์โดยใช้หนูที่มีสายพันธุ์ซึ่งมีลักษณะทางพันธุกรรมเหมือนกัน ในทางกลับกันตัวอย่างของการควบคุมตัวแปรอาจแสดงถึงประวัติครอบครัวของโรคด้วยรหัสจำลองและรวมถึงตัวแปรนั้นในแบบจำลองการถดถอยหลายตัว (เช่นรูปแบบหนึ่ง "การควบคุมตัวแปรอื่น ๆ " ได้อย่างไรและอย่างไร สามารถเพิ่ม IV ที่ 2 ทำให้ IV ที่ 1 มีความหมายได้หรือไม่ )