이 논문에서 :
숨어있는 변수 : 몇 가지 예 Brian L. Joiner American Statistician Vol. 1981 년 11 월 35 일 35 호 227-233
Brian Joiner는 "무작위 화는 만병 통치약이 아니다"고 주장합니다. 이것은 다음과 같은 일반적인 진술과 상반됩니다.
잘 설계된 실험에는 독립 변수와 종속 변수 사이의 관찰 된 관계에 대한 설명으로 연구원이 외부 변수를 제거 할 수있는 설계 기능이 포함됩니다. 이러한 외부 변수를 숨어있는 변수라고합니다.
인용문은이 질문에서 가져 왔으며 출처가 없지만 내 경험에 따르면 일반적인 태도를 나타냅니다 : 숨어있는 변수 및 영향력있는 관찰의 예
주어진 한 예는 70 년대에 설치류에서 붉은 # 40 식품 염료의 안전성 (특히 발암)을 시험 할 때 케이지 위치 의 영향 이 연구를 혼란스럽게하는 것으로 밝혀졌다. 이제 나는 설치류에서 발암을 연구하는 많은 저널 기사를 읽었으며 아무도이 효과를 제어한다고보고 한 적이 없습니다.
이러한 연구에 대한 추가 논의는 여기에서 찾을 수 있습니다 . 규제 프로세스의 통계에 관한 사례 연구 : FD & C Red No. 40 실험.
유료 버전을 찾을 수 없지만 다음은 발췌입니다.
1 월 회의에서, 우리는 케이지 행과 RE (망상 피 내피 종양) 사망률 사이의 강한 상관 관계를 나타내는 예비 분석 (14)을 제시했는데, 이는 17 % (하단 행)에서 32 % (상단 행)까지 (테이블) 2). 성별, 복용량 그룹 또는 랙 컬럼 또는 위치별로 이러한 강력한 연관성을 설명 할 수 없었습니다. 후속 분석 (18)은 또한 케이지 위치 (전면 대 후면)가 비 RE 사망률과 상관 될 수 있고 해당 위치는 비 RE 사망까지의 시간과 상관 관계가 있음을 나타냈다.
나는 의학 문헌에 복제와 같은 문제가있는 이유에 특히 관심이 있지만 모든 분야의 예를 환영합니다. 관찰 연구가 아닌 무작위 대조 실험의 예에 관심이 있습니다.