If you're seeing this message, it means we're having trouble loading external resources on our website.

Se você está atrás de um filtro da Web, certifique-se que os domínios *.kastatic.org e *.kasandbox.org estão desbloqueados.

Conteúdo principal
Tempo atual:0:00Duração total:5:37

Modelo de experimento de pares correspondentes

Transcrição de vídeo

no último vídeo nós construímos um experimento para testar o medicamento que supostamente controlava o açúcar no sangue então nós olhamos para algo que pudesse medir como indicador de açúcar no sangue um exemplo nós utilizamos hemoglobina a1c caso você não sabe o que é termos um vídeo inteiro sobre isso na academie mas é uma medida que indica média açúcar no sangue é referente ao período de cerca de três meses nós construímos um exemplo que tinha um grupo controle um grupo de tratamento e nós distribuímos aleatoriamente pessoas tanto para o grupo controle quanto para o grupo de tratamento e para garantir que ambos os grupos não acabassem com o caso de desequilíbrio nós tomamos algumas providências fizemos o delineamento em blocos para garantir uma distribuição uniforme no que diz respeito ao sexo e nós mediremos os níveis de a1 c antes do experimento e depois do experimento após uns três meses para então poder checar se houve uma diferença significativa entre os grupos nós discutimos também que poderíamos fazer isso de modo que os pacientes não soubessem qual pílula estava recebendo se ela placebo ou de tratamento com o medicamento então seria um experimento cegam também discutimos que até mesmo os enfermeiros ou médicos que estão administrando as pílulas também poderia não saber qual o piloto estava andando e neste caso seria um experimento duplo cego mas isso não significa que é uma experiência perfeita é pouco provável que consigamos o experimento perfeito e é por isso que temos que replicar os experimentos que realizamos para que outras pessoas têm testar a mesma coisa e ter mais certeza dos nossos achados pode ser de diferentes formas mas até mesmo a maneira que nós projetamos ainda a possibilidade de que haja alguma variável à espreita por exemplo nós tivemos o cuidado de garantir que a distribuição de homens e mulheres fosse representativa dentro dos grupos mas talvez devido amostragem aleatória teremos um número desproporcional de jovens no grupo de tratamento ou no grupo de controle e talvez os jovens respondem melhor ao tomar a pílula talvez devido à sua fisiologia ou então algum outro motivo por exemplo talvez pessoas mais velhas quando tomou pílula decidem comer pior porque eles acham que as pílulas vão resolver todos os problemas e assim podemos ter diversas outras variáveis à espreita comunidade nacionalidade outros tipos de coisas que podem influenciar o resultado de uma forma ou de outra agora uma técnica para ajudar a mitigar esse problema é o design para os correspondentes a vez de fazer delineamento em blocos você pode colocar as pessoas aleatoriamente nos grupos controle e tratamento em seguida fazemos uma nova rodada de demissões então nessa nova rodada você muda as pessoas de grupo então as pessoas que estão no grupo de tratamento bom para o grupo controle as pessoas que estão no grupo controle vão para o grupo tratamento assim podemos até mesmo estender a partir daqui o que eu estou dizendo vamos utilizar esse esquema que de exemplo vamos imaginar que temos 50 pessoas aqui no grupo de tratamento e 50 pessoas no grupo controle essas pessoas estão recebendo o medicamento essas pessoas estão recebendo placebo nós medimos seus níveis de a1 c então mudamos agora este grupo aqui que estava no tratamento agora nosso grupo controle eles recebiam medicamentos então agora estão recebendo placebo esse grupo quer o controle agora se tornou se um grupo de tratamento que antes recebia placebo e agora recebe o medicamento então depois de três meses nós fazemos uma nova leitura nos enviam separamos os grupos ea vantagem é que todos estão passando por ambos os grupos tanto controle quanto de tratamento então estamos mais protegidos contra variáveis à espreita comunidade região geográfica comportamento ou qualquer outro tipo de coisa que pode influenciar um desequilíbrio ou de alguma forma distorcer os resultados acho interessante ver o quanto é importante pensar sobre esse tipo de coisas e quais estratégias e delineamentos nos leva a ter uma melhor chance de obter uma informação imparcial e real como no caso de uma experiência para testar a eficiência de algo ou se uma determinada variável explicativa realmente tem um efeito causal sobre uma variável responda
AP® é uma marca comercial registrada da College Board, que não revisou este recurso.