作者tomin (stuffy)
看板Statistics
标题[问题] (等组)随机分派 random assignment (equal size groups)
时间Sat Aug 29 03:41:05 2009
我要设计一个实验。
现在在考虑要α.random assignment 或是 β.random assignment+等组 !
先厘清一下「等组」的定义(我找不到英文有此说法)。
等组指的是condition groups里的size一样。例如实验组有100人,控制组有100人。
我要在网路上实验,参与者是陆续进来实验的。我的组别共有三组:A,B,C。
分派方式是,每一位参与者进来就随机分派到三组之一。
我事先不知道会有谁自愿参与实验,也无法事先得知会有多少名参与者。
情况一 α.random assignment
假设实验结束後,总计有300名参与者。
那我三组的人数分配有很多种可能,例如:
A B C
100 100 100
120 90 90
80 105 115
有很大可能性,我的组分派会是不均等的。也就是容易出现(100,100,100)以外的组合。
我的问题来了,等组比不等组更理想吗?
我爬文发现,不等组比较容易显着?
因此不等组比较容易看到(研究者想看到的)效果?
(这暗示着不等组实验比较好做,因为容易有效。)
也因此,同样都显着,等组因为较难显着,
等组的解释能力会比较强(相较不等组)?
再好奇问一下,什麽情况下,不等组的人数差异会大到不能跑统计?
比如说A组 30人
B组 100人
C组1000人
还是说只要看组的变异性同质,以及常态那些,就可以跑呢?
情况二 β.random assignment+等组
同上例 这次我强制让300人 分成(100,100,100)这种组合
这种分法 Gravetter & Forzano (2009)称为restricted random assignment
(以下偏操作面、技术面,略嫌罗嗦……)
可是我的这300名参与者,是在不同时间进来实验的,300人我要做300次随机分派。
在情况一不用等组时,这不是问题。但情况二要等组时,我就有困扰了。
举例来说
第一位001号进来实验时,没问题,A,B,C随机选一个给他。
A B C A B C
001 → 001
第二位002号进来时,由於001号已经占据了B,若要等组的话,势必只能A,C二选一了。
A B C A B C
002 001 → ? 001 ?
问题来了,002从A,C二选一,算是随机分派吗?
随机分派的目的,是为了确保所有个体
有同样的机会被分派到一个组别。
(Gravetter & Forzano, 2009)
001可以3选1,但002只能2选1,003更是只能1选1,这样算有同样的机会吗?
如果不算,那我这麽做,就不能算随机分派了吗?
以我的例子来看,β.random assignment+等组 是不是一个无法成立的设计呢?
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 122.116.40.183
※ 编辑: tomin 来自: 122.116.40.183 (08/29 04:30)
※ 编辑: tomin 来自: 122.116.40.183 (08/29 04:31)
1F:→ yhliu:不等组比较容易显着? 是吗? 08/29 09:02
2F:→ yhliu:各组样本数相等, 是 "平衡" 设计. 08/29 09:03
3F:→ yhliu:如果确定要, 而且有 300 人为实验对象, 可以事先随机分派. 08/29 09:04
4F:→ yhliu:或者, 每一个参加者进入时随机指派, 但某一组已达100则不再 08/29 09:05
5F:→ yhliu:分派进入该组, 而只在未满额各组随机指派. 08/29 09:06
6F:→ yhliu:另外, 也可以分段平衡随机指派, 例如每30人为一段. 08/29 09:07
7F:→ yhliu:分段平衡之极致即是每3人一组随机指派. 这在事先无法确定是 08/29 09:09
8F:→ yhliu:否能获得预定样本数又希望尽量平衡时特别有用. 08/29 09:10
9F:→ yhliu:3组之 one-way ANOVA 最佳样本配置是否为等样本(平衡设计)我 08/29 09:15
10F:→ yhliu:未经计算不敢说; 但两样本结果可供参考: 08/29 09:16
11F:→ yhliu:telnet://bbs.ncku.edu.tw 之 Statistics 版, : 08/29 09:17
12F:→ yhliu:(z) --> 9 ---> 30 08/29 09:17
13F:→ tomin:我去看了 若两群体标准差接近(无显着差异),不相等 08/29 12:31
14F:→ tomin:n1=n2 是否仍然是最佳配置呢? 08/29 12:31
15F:→ tomin:上述"不相等"是指数值不完全一样 但统计上变异数"同质" 08/29 12:34