欢迎来到实验设计！
你有没有想过，科学家究竟是如何证明一种新药有效，或者一种新型土壤是否真的能让植物生长得更快？他们并非只是“试试看”——他们使用的是实验设计 (Experimental Design)。本章的重点在于如何进行“公平测试”，以确保我们的结果是由治疗本身引起的，而非运气或其他隐藏因素所致。这是统计推论 (Statistical Inference) 的核心部分，让我们能利用数据对真实世界做出明智的推论。
如果起初觉得这些理论有些抽象，请不用担心。我们会将其拆解成简单的步骤，并辅以大量真实生活中的例子！
1. 实验的基石
要进行一项好的实验，我们需要先理解几个关键术语。你可以将这些视为“游戏规则”。
实验误差 (Experimental Error)
在统计学中，“误差”并不一定代表你犯了错！实验误差是指你得到的结果与“真实”数值之间的差异。主要分为两类：
1. 随机误差 (Random Error)： 细微且不可预测的变异。（例如：每次测量一个人的身高时略有不同）。我们可以通过增加样本数量来减少此类误差。
2. 系统误差/偏差 (Systematic Error / Bias)： 一种持续存在的问题，会将结果推向同一个方向。（例如：使用一个总是会多算 1 公斤的体重计）。这类误差更具破坏力，因为它会彻底损害测试的“公平性”。
对照组与实验组 (Control and Experimental Groups)
要观察某件事是否有效，你需要有一个比较对象！
实验组 (Experimental Group)： 接受“治疗”的组别（例如：服用新药）。
对照组 (Control Group)： 处于正常条件下的组别（例如：服用糖丸或完全不服药）。这作为比较的基准 (Baseline)。
随机化 (Randomisation)
这是实验设计的“黄金法则”。随机化是指通过随机方式（例如抛硬币或使用随机数生成器）将受试者分配到各个组别。
为什么要这样做？ 因为这能防止我们“刻意挑选”对实验组最有利的受试者，确保各个组别在实验开始时尽可能保持一致。
重复试验 (Replication)
单一结果可能只是巧合。重复试验意味着在许多不同的受试者身上或进行多次实验。我们重复的次数越多，就越能确信我们的结果并非仅仅出于偶然。
快速回顾：“R”原则
要记住核心要素，请记住 R.R.C.：
- Randomisation（随机化：避免偏差）
- Replication（重复试验：减少随机误差）
- Control（对照组：提供基准）
2. 利用“盲法”来避免偏差
即使我们极力避免，人类天生仍带有偏见！为了防止人们的期望影响数据，我们使用“盲法”。
单盲试验 (Blind Trials)
在单盲试验中，受试者不知道自己属于哪一组。这能防止“安慰剂效应 (Placebo Effect)”，即人们仅仅因为“认为”自己正在接受治疗而感觉好转。
双盲试验 (Double-Blind Trials)
在双盲试验中，受试者和执行测试的研究人员都不知道谁被分在哪一组。这是“黄金标准”，因为它能防止研究人员无意间泄露线索，或以带有偏见的方式解释结果。
你知道吗？ 就连医生给药时微笑的方式都可能影响病人的感受！这就是为什么双盲试验在医学研究中如此重要。
重点总结： 盲法的核心在于移除“人为因素”，确保数据保持客观。
3. 选择你的设计策略
根据你的测试对象，你可能会选择不同的方式来安排受试者。以下是 Edexcel 课程大纲中你需要掌握的三种主要类型：
A. 完全随机化设计 (Completely Randomised Design)
这是最简单的设置。你将所有受试者汇集在一起，纯粹通过随机方式分配到各个组别。
- 类比： 你有 20 名学生。你将 20 个名字放进帽子里，抽出 10 个作为“A 组”，剩下的 10 个为“B 组”。
- 优点： 非常容易执行。
- 缺点： 可能会意外导致组别“不平衡”（例如：所有高个子都在同一组）。
B. 随机区组设计 (Randomised Block Design)
为了防止“不平衡”问题，我们使用区组 (Blocking)。我们首先将相似的受试者归入同一个“区组”，然后在每个区组内进行随机分配。
- 例子： 如果你认为年龄会影响药效，你可以将受试者分为“30 岁以下”、“30-60 岁”和“60 岁以上”。然后，在每一组中随机分配治疗组和对照组。
- 优点： 它能减少实验误差，因为它确保了“隐藏因素”（如年龄）在两个组别中分布均匀。
C. 配对比较 (Paired Comparisons)
这是区组设计的“终极版”。每个“区组”仅包含两个几乎完全相同的受试者。
- “两人配对”法： 你找到两名年龄、体重和健康状况相同的人。一人接受治疗，另一人不接受。
- “同一人配对”法： 同一人接受两次测试。例如，测试新款跑鞋时，让跑者左脚穿新鞋，右脚穿旧鞋！
- 优点： 这是减少实验误差的最佳方式，因为它几乎“抵消”了个体之间的所有差异。
常见错误： 不要混淆随机抽样 (Random Sampling)（从母体中挑选人的方式）和随机分配 (Random Allocation)（将人分入实验组别的方式）。在本章中，我们主要关注的是分配。
4. 总结清单
在进入练习题之前，请确保你能解释：
- 为什么随机化是必要的（为了消除偏差）。
- 重复试验如何提供帮助（使平均结果更可靠）。
- 单盲与双盲试验的区别。
- 为什么配对比较通常比完全随机设计更好（它控制了个体差异）。
- 对照组的目的（展示“正常情况下”会发生什么）。
考试小贴士： 如果题目询问如何改善实验，请务必寻找减少误差的方法。他们可以使用区组设计吗？可以改用双盲试验吗？可以增加受试者人数（重复试验）吗？
做得好！你已经掌握了实验设计的核心内容。这听起来可能有很多定义，但一旦你开始将它们应用到具体场景中，就会发现它其实非常直观。继续加油！