15 votos

Libros/lecturas sobre qué hacer cuando no se puede crear un experimento ideal?

Mi formación estadística está arraigada en la estadística matemática, y tomando estos métodos de clases en mi M. S. son un poco de un shock en el momento; actualmente es difícil para mí ser capaz de comprender algunos de estos "aplicada" métodos ya que me falta de experiencia en la industria.

Uno de los temas que hemos estado hablando en mis métodos de las clases es la idea de un diseño experimental.

Decir, por ejemplo, quiero realizar un experimento sobre la efectividad de un programa educativo que pretende elevar los puntajes de los estudiantes K-12.

En los métodos de las clases, que les han enseñado lo siguiente para continuar con dicho problema: asegúrese de que tiene una buena pregunta de investigación, una buena recolección de datos método, un experimento aleatorio, homogénea grupos de tratamiento (es decir, uno tratado con este programa, uno tal vez no) lo ideal sería que de igual tamaño y, a continuación, ejecutar un $t$-prueba (o algún tipo de prueba de hipótesis no paramétrica), y todo está bien y dandy, ¿verdad?

Tengo poca fe de que así es como funciona en la realidad.

He aprendido que, seguro, usted podría tener que hacer algunos muestreo de conveniencia. Pero aparte de eso, no tengo idea de cómo implementar el diseño experimental distinto a lo que he aprendido de un libro de texto.

Hay libros de texto, lecturas, etc. para explorar estas cuestiones en la práctica (e, idealmente, no pase por alto las matemáticas - no necesito detallada de las pruebas de todo, pero no quiero que se entere de que todo lo que es "obvio", por ejemplo)?

11voto

forecaster Puntos 3015

Hay dos campos en los experimentos aleatorios son casi siempre imposible: son las ciencias sociales y la economía. En estos casos sólo se puede hacer "cuasi experimentos". Intente buscar con palabras clave cuasi experimentos, estudios observacionales y de las ciencias sociales; obtendrá algunos buenos libros de texto. Puedo recomendar dos libros excelentes sobre este tema: el segundo libro de Shadish y Cocinar es un clásico:

  1. Hipótesis e Inferencias Causales: los Métodos y Principios para la Investigación Social Por Morgan y Winship
  2. Experimentales y Cuasi-Experimentales Diseños para Generalizada de la Inferencia Causal por por William R. Shadish y Thomas D. Cook

Un clásico de papel que utiliza una técnica denominada "puntuación de la propensión" en la no configuración experimental para la inferencia causal por Dehejia y Wahba es muy recomendable también.

Recomendaciones adicionales:

  1. Diseño de Estudios Observacionales por Paul R. Rosenbaum.
  2. La Inferencia Causal Estadística, Sociales, y de Ciencias Biomédicas: Una Introducción por Imbens y Rubin.

SI usted está buscando en el momento de la serie cuasi experimentos, los anteriores libros tienen algunos capítulos dedicados a ellos, pero una dedicada libro es por Gene v. Glass Diseño y Análisis de Series de Tiempo de los Experimentos y me gustaría comprobar su artículo Interrumpe la serie de tiempo.

Trivia: Gene V Glass acuñó el término "Meta Análisis".

4voto

Travis Collins Puntos 1428

Aquí es donde cuasi-experimentales diseños pueden ser útiles. En muchas situaciones en la práctica, los diseños experimentales no son prácticas porque, aunque tenga un tratamiento, no son capaces de realizar la asignación al azar a los grupos o tal vez sólo tiene un grupo.

En su educación ejemplo, puede que usted no tiene control sobre quién recibe el tratamiento debido a que usted tiene la intención de realizar la intervención a todos los niños en una escuela. Sin embargo, tal vez pueda comparar sus puntuaciones con decenas de años anteriores, o aleatorizar las aulas de modo que algunas clases de recibir la intervención antes de los demás, o comparar varias escuelas, incluyendo a aquellos que no recibieron la intervención.

Tendría sentido hacer una serie de tiempo interrumpida diseño donde usted tiene sólo un grupo, pero tomar medidas constantemente, y administrar el tratamiento en la mitad de la duración del estudio. De esta manera, usted puede ver si la pendiente de la variable dependiente con el tiempo cambió a la derecha después del tratamiento, en relación al total de la pendiente a través de todo el estudio. El número de mediciones puede ser tan bajo como el 3, pero más mejor.

Por lo tanto, mi sugerencia es leer en cuasi-experimentales diseños del estudio.

2voto

metaleap Puntos 121

El más completo, en general, y precisa tratamiento de la causalidad es de Judea Pearl 2009, "Causalidad", 2ª ed., Cambridge University Press.

Sobre todo, deja claro que la causalidad no es realmente una estadística problema - incluso ilimitado de datos no se soluciona. Se introduce un lenguaje preciso para expresar cualitativa y conocimientos teóricos necesarios para la inferencia causal cuando algo acerca de los datos es subóptima. Usted verá que falló la aleatorización es sólo un problema entre muchos. También engloba otros matemáticos de los marcos, por ejemplo, por Imbens, Rubin, y Rosenbaum. No puedo exagerar cuán accesible, elegante y potente de su planteamiento.

Yo recomiendo. Sin embargo, usted debe leer de manera no lineal (capítulos 5 y 11 son más accesibles, y entonces usted puede trabajar hacia atrás a través de los capítulos 1, 3, y 7 para la comprensión de la teoría general).

Cuando se han de entender los conceptos básicos, usted puede buscar fácilmente en los más recientes avances, por ejemplo en cuando es posible "transporte" causal resultados de un contexto a otro, que no es necesariamente posible, incluso con la aleatorización (Perla, en toda Judea, y Elias Bareinboim De 2014, "validez Externa: Desde hacer un cálculo de la transportabilidad entre las poblaciones." Estadísticas De La Ciencia).

0voto

Jeremy Banks Puntos 32470

Tal vez estos son lo que estás buscando...

Estadística para Investigadores

Diseño y Análisis de Experimentos

Diseño y Análisis de Experimentos con R (no relacionado con el anterior título)

Mejora de procesos utilizando Datos (en línea gratis o como PDF, en el capítulo 5 se examina DoE)

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X