Mục lục bài họcĐang ở d03-b3
Observational Studies and Confounding
Two ways to collect data
In an observational study the researcher records what happens without imposing any treatment; in an experiment the researcher assigns treatments to units. A retrospective study looks back at existing records (past smokers versus non-smokers); a prospective study follows a group forward in time. A census measures every unit of the population; a sample survey measures a part of it. Observational studies are the only option when a treatment cannot be assigned ethically or practically — you cannot randomly assign people to smoke.
Confounding
A variable is confounding when it is associated with both the explanatory variable and the response, so that its effect cannot be separated from the effect of the explanatory variable. Example: in one survey $70\%$ of heavy coffee drinkers smoked, against $20\%$ of non-drinkers, and heavy coffee drinkers had higher heart-disease rates. Smoking is confounded with coffee — the data cannot tell which one (if either) raises the risk. On the exam, naming a confounder earns credit only if you explain both links: how it relates to the explanatory variable and how it could affect the response.
What each design lets you say
An observational study, even a large and well-sampled one, shows association, not causation. Random selection still allows generalisation to the population. Only random assignment — the experiment — balances confounders across groups and licenses a causal claim. When the question says "explain why this study cannot show that A causes B", the answer is always: no random assignment, so a confounding variable could explain the association.
Có hai cách lấy dữ liệu. Nghiên cứu quan sát: người nghiên cứu chỉ ghi lại, không áp đặt gì. Thực nghiệm: người nghiên cứu phân nghiệm thức cho các đơn vị. Quan sát có thể hồi cứu (lật hồ sơ cũ) hoặc tiến cứu (theo dõi một nhóm về sau). Tổng điều tra đo mọi đơn vị của tổng thể; khảo sát mẫu chỉ đo một phần. Khi không thể phân nghiệm thức vì đạo đức hay thực tế (không ai bốc thăm bắt người ta hút thuốc), quan sát là lựa chọn duy nhất.
Biến gây nhiễu là biến liên hệ với cả biến giải thích lẫn biến đáp ứng, nên không tách được tác động của nó khỏi tác động của biến giải thích. Ví dụ: $70\%$ người uống nhiều cà phê hút thuốc so với $20\%$ người không uống, và nhóm uống nhiều bị bệnh tim nhiều hơn. Hút thuốc gây nhiễu cho cà phê. Muốn ăn điểm khi nêu biến gây nhiễu, phải viết rõ hai mối liên hệ: nó dính với biến giải thích ra sao, và nó có thể tác động lên đáp ứng thế nào.
Quan sát, dù mẫu lớn và chọn ngẫu nhiên, chỉ cho thấy liên hệ. Chọn ngẫu nhiên vẫn cho phép suy rộng ra tổng thể, nhưng chỉ phân nhóm ngẫu nhiên mới rải đều biến gây nhiễu và cho phép nói "nguyên nhân".
Một khảo sát $1200$ học sinh được chọn ngẫu nhiên cho thấy nhóm ăn sáng đều đặn có điểm trung bình môn Toán cao hơn nhóm không ăn sáng $0{,}8$ điểm. Một bài báo kết luận "ăn sáng làm tăng điểm Toán". (a) Xác định biến giải thích, biến đáp ứng và loại nghiên cứu. (b) Giải thích vì sao kết luận trên không được phép, có nêu một biến gây nhiễu cụ thể.
(a) Biến giải thích: có ăn sáng đều đặn hay không (phân loại). Biến đáp ứng: điểm trung bình môn Toán (định lượng). Đây là nghiên cứu quan sát: không ai phân học sinh vào nhóm ăn hay không ăn sáng.
(b) Không có phân nhóm ngẫu nhiên nên có thể có biến gây nhiễu. Chẳng hạn mức quan tâm của gia đình: gia đình quan tâm thường vừa chuẩn bị bữa sáng cho con (liên hệ với biến giải thích) vừa kèm cặp việc học nhiều hơn (tác động lên điểm Toán). Dữ liệu này không tách được tác động của bữa sáng khỏi tác động của gia đình.
Kết luận trong bối cảnh: vì mẫu được chọn ngẫu nhiên, ta được phép nói có liên hệ giữa ăn sáng và điểm Toán trong tổng thể học sinh; nhưng chỉ một thực nghiệm phân nhóm ngẫu nhiên mới cho phép nói ăn sáng làm tăng điểm.
Đọc xong rồi — làm thử ngay
Bài tập của chương Unit 3 — Collecting Data gồm 14 câu trắc nghiệm và 3 đề tự luận. Đáp án hiện ngay khi chọn, miễn phí.