歡迎來到實驗設計！

你有沒有想過，科學家究竟是如何證明一種新藥有效，或者一種新型土壤是否真的能讓植物生長得更快？他們並非只是「試試看」——他們使用的是實驗設計 (Experimental Design)。本章的重點在於如何進行「公平測試」，以確保我們的結果是由治療本身引起的，而非運氣或其他隱藏因素所致。這是統計推論 (Statistical Inference) 的核心部分，讓我們能利用數據對真實世界做出明智的推論。

如果起初覺得這些理論有些抽象，請不用擔心。我們會將其拆解成簡單的步驟，並輔以大量真實生活中的例子！

1. 實驗的基石

要進行一項好的實驗，我們需要先理解幾個關鍵術語。你可以將這些視為「遊戲規則」。

實驗誤差 (Experimental Error)

在統計學中，「誤差」並不一定代表你犯了錯！實驗誤差是指你得到的結果與「真實」數值之間的差異。主要分為兩類：

1. 隨機誤差 (Random Error)： 細微且不可預測的變異。（例如：每次測量一個人的身高時略有不同）。我們可以透過增加樣本數量來減少此類誤差。
2. 系統誤差/偏倚 (Systematic Error / Bias)： 一種持續存在的問題，會將結果推向同一個方向。（例如：使用一個總是會多算 1 公斤的體重計）。這類誤差更具破壞力，因為它會徹底損害測試的「公平性」。

對照組與實驗組 (Control and Experimental Groups)

要觀察某件事是否有效，你需要有一個比較對象！

實驗組 (Experimental Group)： 接受「治療」的組別（例如：服用新藥）。
對照組 (Control Group)： 處於正常條件下的組別（例如：服用糖丸或完全不服藥）。這作為比較的基準 (Baseline)。

隨機化 (Randomisation)

這是實驗設計的「黃金法則」。隨機化是指透過隨機方式（例如拋硬幣或使用隨機數產生器）將受試者分配到各個組別。
為什麼要這樣做？ 因為這能防止我們「刻意挑選」對實驗組最有利的受試者，確保各個組別在實驗開始時盡可能保持一致。

重複試驗 (Replication)

單一結果可能只是巧合。重複試驗意味著在許多不同的受試者身上或進行多次實驗。我們重複的次數越多，就越能確信我們的結果並非僅僅出於偶然。

快速回顧：「R」原則
要記住核心要素，請記住 R.R.C.：
- Randomisation（隨機化：避免偏倚）
- Replication（重複試驗：減少隨機誤差）
- Control（對照組：提供基準）

2. 利用「盲法」來避免偏倚

即使我們極力避免，人類天生仍帶有偏見！為了防止人們的期望影響數據，我們使用「盲法」。

單盲試驗 (Blind Trials)

在單盲試驗中，受試者不知道自己屬於哪一組。這能防止「安慰劑效應 (Placebo Effect)」，即人們僅僅因為「認為」自己正在接受治療而感覺好轉。

雙盲試驗 (Double-Blind Trials)

在雙盲試驗中，受試者和執行測試的研究人員都不知道誰被分在哪一組。這是「黃金標準」，因為它能防止研究人員無意間洩露線索，或以帶有偏見的方式解釋結果。

你知道嗎？ 就連醫生給藥時的微笑方式都可能影響病人的感受！這就是為什麼雙盲試驗在醫學研究中如此重要。

重點總結： 盲法的核心在於移除「人為因素」，確保數據保持客觀。

3. 選擇你的設計策略

根據你的測試對象，你可能會選擇不同的方式來安排受試者。以下是 Edexcel 課程大綱中你需要掌握的三種主要類型：

A. 完全隨機化設計 (Completely Randomised Design)

這是最簡單的設置。你將所有受試者匯集在一起，純粹透過隨機方式分配到各個組別。
- 類比： 你有 20 名學生。你將 20 個名字放進帽子裡，抽出 10 個作為「A 組」，剩下的 10 個為「B 組」。
- 優點： 非常容易執行。
- 缺點： 可能會意外導致組別「不平衡」（例如：所有高個子都在同一組）。

B. 隨機區組設計 (Randomised Block Design)

為了防止「不平衡」問題，我們使用區組 (Blocking)。我們首先將相似的受試者歸入同一個「區組」，然後在每個區組內進行隨機分配。
- 例子： 如果你認為年齡會影響藥效，你可以將受試者分為「30 歲以下」、「30-60 歲」和「60 歲以上」。然後，在每一組中隨機分配治療組和對照組。
- 優點： 它能減少實驗誤差，因為它確保了「隱藏因素」（如年齡）在兩個組別中分佈均勻。

C. 配對比較 (Paired Comparisons)

這是區組設計的「終極版」。每個「區組」僅包含兩個幾乎完全相同的受試者。
- 「兩人配對」法： 你找到兩名年齡、體重和健康狀況相同的人。一人接受治療，另一人不接受。
- 「同一人配對」法： 同一人接受兩次測試。例如，測試新款跑鞋時，讓跑者左腳穿新鞋，右腳穿舊鞋！
- 優點： 這是減少實驗誤差的最佳方式，因為它幾乎「抵消」了個體之間的所有差異。

常見錯誤： 不要混淆隨機抽樣 (Random Sampling)（從母體中挑選人的方式）和隨機分配 (Random Allocation)（將人分入實驗組別的方式）。在本章中，我們主要關注的是分配。

4. 總結清單

在進入練習題之前，請確保你能解釋：

  • 為什麼隨機化是必要的（為了消除偏倚）。
  • 重複試驗如何提供幫助（使平均結果更可靠）。
  • 單盲與雙盲試驗的區別。
  • 為什麼配對比較通常比完全隨機設計更好（它控制了個體差異）。
  • 對照組的目的（展示「正常情況下」會發生什麼）。

考試小貼士： 如果題目詢問如何改善實驗，請務必尋找減少誤差的方法。他們可以使用區組設計嗎？可以改用雙盲試驗嗎？可以增加受試者人數（重複試驗）嗎？

做得好！你已經掌握了實驗設計的核心內容。這聽起來可能有很多定義，但一旦你開始將它們應用到具體場景中，就會發現它其實非常直觀。繼續加油！