Design experimental

Design experimental = descrierea

structurii logice a activităţii de
testare a unor ipoteze.

Jan Lepš
Design and Analysis of Ecological Experiments
Categorii majore de experimente:
(sursa schemelor cu diferitele tipuri de design și
grafice în Statistica)
1. Evaluative (Explorative, observaționale)

Se execută măsurători şi evaluări ale unor parametri sau variabile;

cercetătorul nu modifică starea sistemului sau a mediului.

2. Manipulative

Sunt aplicate tratamente (intervenţii ale cercetătorului asupra unor unităţi de probă,
care modifică unii parametri ai mediului sau ai sistemului). 1
Studii observaționale

Eșantionare – aleatoare vs. sistematică

Prin eșantionare aleatoare unele probe vor fi apropiate unele de altele, astfel
încât există riscul ca ele să fie autocorelate spațial. Distanța dintre probe se
maximizează prin colectare sistematică.

(Această problemă apare și în timp, nu numai în spațiu - pacienții care vin la

cabinet la anumite ore sau piesele produse într-o anumită perioadă pot prezenta
anumite caracteristici comune, care să altereze independența observațiilor) 2
Eșantionarea sistematică poate și ea produce rezultate eronate, atunci când
există anumite tendinţe periodice (cicluri sau fluctuaţii regulate ale unor
parametri ai mediului, respectiv ai sistemului analizat; probabilitatea de
manifestare a acestora este însă extrem de redusă), având aceeași perioadă cu
cea de colectare a probelor.

Cu toate acestea, mulți autori (în special statisticieni) recomandă eșantionarea

randomizată în toate cazurile
3
Designul unui experiment se referă la caracteristicile unităţilor experimentale,
tipul de tratamente aplicate acestora, numărul de unităţi asupra cărora se aplică
fiecare categorie de tratament şi modul în care acestea sunt localizate în spaţiu
şi timp.

"Unitatea experimentală" = cea mai mică diviziune a materialului

experimental, care este alocată unui singur tip de tratament, adică i se aplică
un singur fel de intervenţie şi posedă o semnificaţie distinctă.

Identificarea acestor unităţi este primul pas în designul experimental.

"Numărul de replicări" = câte unităţi experimentale au fost desemnate sau

alocate pentru fiecare categorie de tratament.

REPLICAREA (condiţie esenţială) nu este sinonimă cu PSEUDOREPLICAREA

(care este o eroare frecventă sau o sursă imensă de erori)

Ex. Urmărim eficiența unui medicament în reducerea glicemiei și îl administrăm unui

individ căruia apoi îi luăm mai multe probe de sânge - PSEUDOREPLICARE! (nu avem
decât un singur individ ) - REPLICĂRILE TREBUIE SĂ FIE INDEPENDENTE
4
 Cele mai comune trei tipuri de pseudoreplicare - implică măsurarea multiplă a
variabilei de răspuns într-o singură
unitate de experienţă, şi analiza datelor
ca şi cum ar proveni din diferite unităţi.

- semnifică realizarea de măsurători în aceeaşi unitate de experienţă, la diferite

intervale de timp, şi tratarea lor ca şi cum ar proveni din diferite unităţi experimentale

- există posibilitatea de a distinge variabilitatea în şi dintre unităţile experimentale, dar

aceasta este sacrificată prin combinarea tuturor datelor într-o singură grupă de analiză 5
Schema generală a celor mai uzuale tipuri de design experimental (după Ch. Krebs, 1989),
cu modalităţi bune sau corecte (A) de interspersie a replicatelor celor două tratamente (în
alb şi negru), precum şi modalităţi negative sau incorecte (B), care contravin regulilor
interspersiei.

6
Studii manipulative

SINGURA CALE PRIN CARE PUTEM DEMONSTRA RELAȚII DE TIP CAUZAL!

În cercetările explorative (observaționale) căutăm și analizăm relații, despre care
presupunem că sunt de tip cauză - efect, dar NU vom putea demonstra acest lucru.

COMPROMIS între cerințele unui design riguros, fezabilitate și puterea testului.

Experienţele manipulative implică unul sau mai multe tratamente, care modifică
condiţiile din unităţile experimentale, care sunt împărţite în cel puţin două categorii:
unităţi supuse tratamentului şi unităţi martor (care nu sunt supuse tratamentului).

Un tratament este o trăsătură a sistemului experimental, care este manipulată de

către cercetător, pentru a determina maniera în care sistemul răspunde la alterarea
sau modificarea acesteia.

Ex. Pentru a verifica efectul unei substanțe active asupra unui parametru fiziologic, se
urmăresc două loturi de indivizi, dintre care numai unul cuprinde indivizi ce primesc
medicamentul.
7
În designul experimental trebuie manifestată grijă, ca tratamentul să nu prezinte
componente multiple, dintre care unele nu ar fi evidente.

Ex. Dacă medicamentul conține și o altă substanță activă care influențează

parametrul fiziologic urmărit, nu va fi posibil să formulăm o concluzie corectă în
legătură cu efectul substanței de interes.
Regula 1: orice experiment manipulativ trebuie să conţină martori!
Martorii

- sunt unităţi experimentale identice cu cele care sunt supuse tratamentului,

dar asupra cărora nu se intervine în nici un fel, exceptând cazurile de
factor critic de tratament.

Ex. Indivizii din lotul care nu vor primi medicamentul cu substanța activă, vor primi
însă un surogat inactiv pentru a evita potențialele erorile care pot să apară ca
urmare a efectului placebo

8
 IPOTEZE BIOLOGICE ȘI IPOTEZE STATISTICE
Ipoteza biologică este o presupunere despre un sistem sau un fenomen biologic.

Ex. Mobilitatea mai redusă a indivizilor tineri de Apodemus sylvaticus determină o infestare mai
scăzută cu larve şi nimfe de Ixodes ricinus la această specie.

Pentru confirmarea sau infirmarea unei ipoteze biologice este necesară traducerea
ei într-una sau mai multe ipoteze statistice.

Ipoteza statistică este o presupunere despre un parametru populațional, prin

urmare se refereă la date. Ipoteza statistică este cea care se testează.

Ex. Prevalenţa căpuşelor în cadrul populaţiilor de A. sylvaticus este diferită în funcţie de clasa de
vârstă.

Dacă mobilitatea mai redusă a indivizilor tineri nu

a fost demonstrată în prealabil, a doua ipoteză
statistică va fi:

Distanța medie parcursă zilnic de șoarecii de pădure

diferă în funcție de clasa de vârstă

9
Obs. Este necesar să luăm în considerare faptul că validarea unei ipoteze
biologice necesită validara ipotezei statistice derivate din aceasta, însă
validarea unei ipoteze statistice nu înseamnă neapărat că şi ipoteza
biologică este adevărată, întrucât un anumit fenomen poate avea mai multe
cauze.

Ex. Dacă am găsit că proporţia de adulţi parazitaţi este semnificativ mai mare decât
cea de subadulţi şi juvenili (deci am verificat ipoteza statistică), aceasta nu înseamnă
neapărat că „mobilitatea mai redusă a indivizilor tineri determină o prevalenţă mai
scăzută de infestare cu larve şi nimfe de Ixodes ricinus la şoarecele de pădure” (ceea
ce susţine ipoteza biologică/ecologică), întrucât prevalenţa mai scăzută în rândul
indivizilor tineri poate fi explicată şi prin faptul că, păstrând încă legătura cu mama,
aceasta îndepărtează o parte din paraziţii externi în procesul de îngrijire a puilor.

Verificarea relației cauzale necesită experiențe manipulative (este mai simplă în cazul
studiilor de laborator).

10
 TESTAREA IPOTEZELOR

Permite obținerea, cu un anumit grad de incertitudine, de informații despre

sistemul studiat, pe baza analizei probei statistice

11
Ipotezele statistice

• Ipoteza nulă, notată Ho, afirmă în general că observațiile din proba

statistică provin din pură șansă – ipoteză de repaus.
Ex. probele provin din aceeasi populatie statistica, prin urmare mediile sau variantele lor
sunt egale, regresia sau corelatia nu este semnificativa, etc.

• Ipoteza alternativă, notată H1, afirmă că observațiile din proba

statistică sunt influențate de o cauză non-aleatoare – ipoteză de
mișcare sau de acțiune.
Ex. probele provin din populatii statistice diferite, prin urmare mediile sau variantele lor nu
sunt egale, regresia sau corelatia este semnificativa, etc.

Testarea ipotezelor are ca obiectiv estimarea probabilității de a obține rezultatele

observate în cazul în care ipoteza nulă este adevărată.

12
 Etapele testării ipotezelor

 Stabilirea ipotezelor
A nu se confunda ipotezele statistice cu cele biologice!

 Alegerea funcției statistice – alegerea testului adecvat

Alegerea testului statistic este multicriterială - în funcție de ipoteze, designul
experimental, tipul de distribuție a datelor

 Calcularea valorii funcției statistice pe baza datelor experimentale

 Interpretarea rezultatelor – luarea deciziei în privința ipotezei nule

13
Luarea deciziei

Dacă, în condițiile în care ipoteza nulă ar fi adevărată, este improbabilă

obținerea valorii testului statistic, ipoteza nulă se respinge.

Ipoteza nulă – se respinge sau nu se respinge

Se acceptă ipoteza nulă Nu se respinge ipoteza nulă

14
Tipuri de erori
Două tipuri de erori pot să rezulte din aplicarea unui test statistic:

• Eroarea de tip I - este respinsă o ipoteză nulă care este adevărată.

Probabilitatea de a comite o eroare de tip I se numește nivel de
semnificație (alpha – α).

• Eroarea de tip II - nu este respinsă ipoteza nulă când aceasta este falsă.
Probabilitatea de a comite o eroare de tip II se numește beta (β).
Probabilitatea de a nu comite o eroare de tip II se numește puterea
testului.

15
 Valorea p
- probabilitatea de a obține valoarea
testului statistic (sau una mai extremă)
când ipoteza nulă este adevărată

- dacă p < nivelul de semnificație, se

respinge ipoteza nulă

Nivelul de semnificație general

acceptat este de 0.05
(acceptăm o probabilitate de 5%
de a comite o eroare de tip I, de a
respinge o ipoteză nulă adevărată)

p < 0.01 - rezultat foarte semnificativ (Harry Potter and the sorcerer’s stone)
p < 0.05 – rezultat semnificativ
(sursă: Iasmina)
p < 0.1 – rezultat marginal semnificativ
16