STAT 101
M11 · L01
الوحدة 11

الـ experimental design

من المشاهدة للتدخّل. إزاي نرتّب الدراسة بحيث الفروق في النتايج تتنسب لـ العلاج — ومفيش حاجة تانية. ده الـ experimental design (تصميم التجارب).

01 / 13
STAT 101
M11 · L01
ليه التجارب؟

causation مش correlation

الدراسات الـ observational بتوري الارتباطات بس متقدرش تستبعد الـ confounding (الإرباك). والتجربة بتتدخّل بقصد وبتتحكم في الـ confounders.

الـ confounder
variable مرتبط بالعلاج والنتيجة مع بعض — الـ variable التالت المستخبّي اللي بيضلّلك.
02 / 13
STAT 101
M11 · L01
المبدأ الأول

الـ randomization

التوزيع العشوائي للمشاركين بيوازن كل الـ confounders — اللي اتقاست واللي متقاستش — بين المجموعات في المتوسط. ودي الـ randomization (العشوائية)، حجر الأساس للـ causal inference.

  • simple — قلب عملة لكل مشارك
  • stratified — تضمن التوازن جوه المجموعات الفرعية
  • cluster — randomization للمجموعات مش للأفراد
03 / 13
STAT 101
M11 · L01
المبدأ التاني

مجموعات الـ control

خط الأساس للمقارنة. من غير control group (مجموعة تحكم) مش هتقدر تعرف هل التغيير بسبب العلاج ولا كان هيحصل كده كده.

الـ placebo
علاج مالوش أثر
الـ double-blind
محدش عارف
04 / 13
STAT 101
M11 · L01
تقليل الـ bias

الـ blinding والـ placebo

صينية على سرير مستشفى عليها علبتين دوا بيض شبه بعض من غير ورق وكوبايتين ورق صغيرين.
العلاج والـ placebo شكلهم واحد. وفي التجربة الـ double-blind، لا المشاركين ولا الباحثين اللي بيقيسوا يعرفوا مين خد إيه.

الـ placebo effect حقيقي. الـ blinding مش هيقدر يوقفه — بس بيخلّيه متساوي في المجموعتين فبيتلغي من المقارنة. والـ double-blind بيمنع كمان الـ experimenter bias — الاختلافات البسيطة في طريقة معاملة أو قياس كل مجموعة.

قاعدة الـ double-blind
لا المشاركين ولا الباحثين اللي بيقيسوا عارفين مين خد أنهي علاج.
05 / 13
STAT 101
M11 · L01
المبدأ التالت

الـ blocking

جمّع الوحدات اللي شبه بعض في blocks قبل الـ randomization — ده الـ blocking (التكتيل). وده بيشيل التغيّر المعروف من المقارنة وبيخلّي تقديرك أدق.

حدّد — الـ confounder المعروف (مثلًا نوع التربة، الفئة العمرية للمريض)
جمّع — اعمل blocks من الوحدات اللي شبه بعض
وزّع عشوائي — توزيع العلاج جوه كل block
06 / 13
STAT 101
M11 · L01
القاعدة

الـ blocking والـ randomization

بيشتغلوا مع بعض. بيشيلوا الـ bias اللي جاي من الـ confounders المعروفة والمش معروفة.

مبدأ التصميم
اعمل block للي تقدر عليه. واعمل randomization للي متقدرش.
07 / 13
STAT 101
M11 · L01
المبدأ الرابع

الـ factorial designs

ادرس كذا factor في نفس الوقت — ده الـ factorial design (التصميم العاملي). قاطع كل مستويات كل factor. وده أكفأ وبيكشف الـ interaction effects.

  • تصميم 2×2: factorين × مستويين = 4 مجموعات
  • الـ main effects: تأثير كل factor لوحده
  • الـ interactions: تأثير A معتمد على مستوى B
08 / 13
STAT 101
M11 · L01
المبدأ الخامس

الـ power analysis

الـ power (القدرة) = احتمال إنك تلقط التأثير الحقيقي. الـ power الواطي معناه نتايج بتفوت. احسب الـ sample size المطلوب قبل ما تجمع البيانات.

مستوى الـ significance المعتاد
0.05
الـ power المعتادة
80%
09 / 13
STAT 101
M11 · L01
الـ sample size

كام مشارك؟

لمقارنة مجموعتين، الـ sample size المطلوب لكل مجموعة هو:

الـ sample size لكل مجموعة
n = \frac{2\,\sigma^2\,(z_{\alpha/2} + z_{\beta})^2}{\delta^2}
10 / 13
STAT 101
M11 · L01
المبدأ السادس

الالتزامات الأخلاقية

إنك توزّع العلاجات بقصد بيعمل مسؤوليات أخلاقية. والضمانات دي ضرورية مش اختيارية:

  • الـ equipoise (التوازن الأخلاقي) — لازم يبقى فيه شك حقيقي قبل الـ randomization
  • الـ informed consent — المشاركين عارفين المخاطر ويقدروا ينسحبوا
  • موافقة الـ IRB — مراجعة أخلاقية مستقلة قبل جمع البيانات
11 / 13
STAT 101
اختبار سريع

شوف إيه اللي ثبت

4 أسئلة من الدرس ده. جاوب عشان تشوف السبب — الشرح بيظهر سواء جاوبت صح أو غلط. ونتيجتك مش بتتحفظ.

السؤال 1 من 0
النتيجة 0/0

12 / 13
STAT 101
الخلاصة
مراجعة

اتعلّمت إيه النهارده

الـ randomization بتشيل الـ confounding. ومجموعات الـ control بتدّي خط الأساس. والـ blocking بيشيل التغيّر المعروف. والـ factorial designs بتكشف الـ interactions. والـ power analysis بيحدد حجم الدراسة. والأخلاقيات بتحمي المشاركين.

الدرس الجاي
13 / 13