ค้นหาภาพประกอบที่แท้จริงของคำพูดของชาวประมงเกี่ยวกับ DoE

ทีมของฉันและฉันอยากจะนำเสนอให้กับนักสถิติของ บริษัท เกี่ยวกับการออกแบบการทดลอง นักสถิติเหล่านี้ยังเป็นลูกค้าของเราและพวกเขามักจะไม่ปรึกษาเราก่อนรวบรวมข้อมูล คุณรู้หรือไม่ตัวอย่างจริงที่แสดงให้เห็นถึงการอ้างอิงที่มีชื่อเสียงของชาวประมง"ในการโทรหานักสถิติหลังจากการทดลองเสร็จสิ้นอาจไม่มากไปกว่าการขอให้เขาทำการตรวจชันสูตรศพ: เขาอาจจะบอกได้ว่าการทดลองเสียชีวิต ของ." ? โดยเฉพาะอย่างยิ่งเรากำลังมองหาภาพประกอบในบริบทอุตสาหกรรม / ยา / ชีวภาพ เราคิดว่าเป็นตัวอย่างของการวิเคราะห์ทางสถิติที่สรุปไม่ได้ซึ่งอาจประสบความสำเร็จหากได้รับการออกแบบมาเบื้องต้น แต่อาจมีภาพประกอบอื่น ๆ ที่เป็นไปได้

ฉันพบกับการออกแบบที่ผู้ทดสอบต้องการทดสอบระหว่างหัวเรื่อง แต่การออกแบบนั้นเหมาะสำหรับภายในหัวเรื่อง

ตัวอย่างเช่นการทดลองหนึ่งประกอบด้วย 8 หนูสี่ในอาหารและสี่ในอาหาร B และน้ำหนักของหนูถูกวัดในแต่ละวันเป็นเวลาสี่สัปดาห์ นี่เป็นเรื่องปกติถ้าพวกเขาสนใจเวลาของอาหารแต่ละมื้อ แต่เป้าหมายคือเพื่อตรวจสอบความแตกต่างในอาหาร

พวกเขาคิดโดยการวัดแต่ละหนู 28 ครั้งพวกเขามีข้อมูลจำนวนมาก แต่หน่วยทดลองสำหรับผลการลดน้ำหนักคือหนูซึ่งพวกเขามีเพียง 4 สำหรับการรักษาแต่ละครั้ง พวกเขาสามารถวัดหนูได้วันละ 10 ครั้ง แต่มันก็ไม่ได้สร้างความแตกต่างเลยในตอนท้ายพวกเขาต้องการหนูเพิ่มขึ้น

ฉันทำงานเพื่อองค์กรที่เรียกว่ามูลนิธิแห่งชาติเพื่อการรับรู้ Celiac องค์กรส่งเสริมการรับรู้ของประชาชนเกี่ยวกับโรค celiac และให้รายการตรวจสอบอาการของโรคที่เกี่ยวข้องกับการแพ้อาหารที่มีกลูเตน พวกเขาทำการสำรวจบนอินเทอร์เน็ตโดยเปิดขึ้นกับทุกคนที่ต้องการมีส่วนร่วม ในช่วงหลายปีที่ผ่านมาพวกเขารวบรวมคำตอบมากมายจากสาธารณชน อย่างไรก็ตามพวกเขาหวังว่าจะได้ข้อสรุปเกี่ยวกับประชาชนทั่วไปจากผลการสำรวจ ฉันต้องบอกพวกเขาว่าผู้ตอบแบบสอบถามถูกเลือกโดยตัวเองมากกว่าการสุ่มและสิ่งนี้สามารถสร้างอคติ เนื่องจากระดับของอคติไม่เป็นที่รู้จักเราจึงไม่สามารถทำการอนุมานใด ๆ ที่ตรวจสอบข้อมูลจำนวนมาก

ตอนนี้ผู้ตอบดูเหมือนจะเป็นกลุ่มที่แปลกประหลาด หลายคนจริงจังมากและได้รับคำตอบที่จะแสดงความกังวลว่าพวกเขาหรือญาติอาจเป็นโรค แต่ก็มีคนจำนวนไม่น้อยที่ตอบคำถามด้วยแฟชั่นที่ชาญฉลาด สิ่งนี้ชัดเจนจากชื่อปลอมที่อยู่อีเมลแปลก ๆ และที่อยู่ทางไปรษณีย์ที่พวกเขาให้พร้อมกับคำตอบ

ฉันรู้สึกว่าข้อมูลนั้นมีประโยชน์เฉพาะในเชิงสำรวจและความถี่ของการตอบสนองอาจเป็นประโยชน์สำหรับสมมุติฐานที่สามารถทดสอบได้ในการสำรวจในอนาคตที่วางแผนไว้อย่างดี แต่จนถึงตอนนี้คำแนะนำของฉันยังไม่ได้รับการเอาใจใส่และพวกเขากำลังเรียกใช้หนึ่งในการสำรวจด้วยตนเองที่เลือกได้ง่ายเหล่านี้บนอินเทอร์เน็ต

เมื่อหลายปีก่อนฉันถูกขอให้วิเคราะห์ผลการทดลองว่าตำแหน่งเก็บแสงของแผงเซลล์แสงอาทิตย์ในเวลากลางคืนส่งผลต่ออัตราการสะสมของดินในอาเรย์อย่างไร (แผงเซลล์แสงอาทิตย์ขนาดใหญ่ที่มีสมาธิขนาดใหญ่เหล่านี้ติดตามดวงอาทิตย์ทุกวัน แต่ในเวลากลางคืนพวกมันจะถูกเก็บไว้โดยชี้ขึ้นเนื่องจากเป็นตำแหน่งความเครียดขั้นต่ำสำหรับตัวติดตาม) การสกปรกเป็นปัญหาใหญ่เพราะช่วยลดการผลิตพลังงานและการทำความสะอาด ไม่ถูก การทดลองนี้ดำเนินการบนพื้นที่ของเครื่องมือติดตามประมาณ 120 ตัว ทางทิศตะวันตกถูกเก็บไว้ในแนวตั้งและแนวนอนด้านตะวันออก (สิ่งนี้สอดคล้องกับตัวติดตามการเชื่อมต่อกับอินเวอร์เตอร์ทั้งสองซึ่งจะถ่ายทอดความได้เปรียบในการผลิตพลังงานในระหว่างการทดลองถ้ามีผลกระทบอย่างมีนัยสำคัญ มันไม่ใช่,

โชคไม่ดีที่มีลมแรงพัดผ่านทะเลทรายจากทิศตะวันตกเฉียงใต้ - ตะวันตกและอาคารขนาดใหญ่ทางทิศใต้ของสนามตะวันตก "เงา" (บ้าง) ส่วนทางทิศตะวันตกของทุ่งลมจากอนุภาค . นอกจากนี้เครื่องมือติดตาม "แรเงา" ซึ่งกันลมจากระดับหนึ่ง ดังนั้นกลไกที่ดินสะสม (เช่นลมพัดหรือตกตะกอน) มีความแตกต่างกันในขนาดสัมพัทธ์ของสนาม นี่ก็หมายความว่าอาร์เรย์สะสมดินในอัตราที่แตกต่างกันขึ้นอยู่กับสถานที่ตั้ง; นี่ไม่ใช่เอฟเฟกต์เล็กน้อย

ผลลัพธ์สุดท้ายของการวิเคราะห์คือโดยพื้นฐานแล้วมันไม่น่าเป็นไปได้ที่ตำแหน่งในการเก็บข้อมูลสร้างความแตกต่าง แต่เราไม่สามารถแยกแยะความเป็นไปได้ที่ว่าผลกระทบนั้นไม่สำคัญไม่ว่าด้วยวิธีใดก็ตาม บนข้อมูล) สัญลักษณ์ของผลกระทบ จากนั้นฉันออกแบบการทดลองติดตามผลการกำหนดตำแหน่งที่เก็บตามตำแหน่งของอาเรย์โดยมีวัตถุประสงค์ในการประเมิน "พื้นผิวการตอบสนอง" ที่สกปรกทั่วทั้งสนามสำหรับตำแหน่งที่เก็บข้อมูลทั้งสองประเมินว่า "ตกตะกอน" กับ "ลม" แน่นอนผลกระทบของมุมการจัดเก็บข้อมูลทั้งสองนี้ การทดลองนี้ค่อนข้างประสบความสำเร็จและเราสามารถรับภาพที่ชัดเจนเกี่ยวกับประโยชน์ของการจัดเก็บแนวตั้งหลังจากนั้นเพียงไม่กี่เดือน

เพื่อนร่วมงานของฉันขอให้ฉัน 'ทำสถิติ' ในการศึกษาดูความสัมพันธ์ระหว่างเหตุการณ์สภาพอากาศบางประเภทกับความล้มเหลวในโครงสร้างพื้นฐานชนิดหนึ่งซึ่งโดยทั่วไปแล้วมักเกิดจากการสึกหรอง่าย ๆ เพื่อนร่วมงานต้องการดูว่าเหตุการณ์สภาพอากาศมีส่วนทำให้เกิดความล้มเหลวหรือไม่ ทีมงานของผู้คนใช้เวลาและความพยายามในการเก็บรวบรวมข้อมูลจำนวนมากและงานวิจัยเสร็จสิ้นแล้วพวกเขาต้องการคนที่จะ 'ทำสถิติ' และกรอกข้อมูลลงในส่วนสุดท้ายของผลลัพธ์

ปัญหาคือพวกเขาพยายามอย่างระมัดระวังเพื่อให้มั่นใจว่าชุดข้อมูลมีเพียง 'ช่วงเวลาที่น่าสนใจ' เท่านั้นที่เกิดปัญหาสภาพอากาศ นั่นหมายความว่าไม่มีวิธีเปรียบเทียบอัตราความล้มเหลวระหว่างเหตุการณ์กับเวลาที่ไม่ใช่กิจกรรม ฉันพยายามอธิบายปัญหาซ้ำหลายครั้ง แต่พวกเขาไม่เคยเชื่อมั่นจริง ๆ เพราะมีเพียงข้อมูลมากมายที่แน่นอนว่าฉันจะได้อะไรจากมัน

โชคดีที่ยังมีช่วงความรุนแรงของเหตุการณ์สภาพอากาศและมีการติดต่อที่อ่อนแอระหว่างความรุนแรงและอัตราความล้มเหลวดังนั้นเราจึงกู้บางอย่างจากมันอย่างน้อย 'ทำสถิติ' ก่อนที่จะเริ่มการฝึกซ้อมการเก็บรวบรวมข้อมูล