4.6 Konsilo

Ĉu vi faras ĝin vi mem aŭ labori kun partnero, Mi ŝatus proponi du pecoj de konsilo ke mi trovis aparte helpema en mia propra laboro. Unue, pensu kiel eble antaŭ ajna datumo estis kolektita. Tiu konsilo probable similas preterlasas al esploristoj kutimis kuri eksperimentoj, sed estas tre grava por esploristoj kutimis labori kun granda datumoj fontoj (vidu Ĉapitro 2). Kun granda datumoj fontoj plejparto de la laboro okazas post vi la datumojn, sed eksperimentoj estas la malo; plejparto de la laboro devus okazi antaŭ vi kolektas datumojn. Unu el la plej bonaj manieroj por devigi mem zorge pensu pri via dezajno kaj analizo estas krei kaj registri analizo planon por via eksperimento. Feliĉe, multaj el la plej oportunaj por la analizo de eksperimentaj datumoj estis formaligita en raportado gvidliniojn, kaj tiuj gvidlinioj estas granda loko komenci kreante vian analizon plano (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011) .

La dua peco de konsilo estas ke neniu eksperimento tuj estos perfekta, kaj pro tio, vi devus provi desegni serion de eksperimentoj kiuj plifortigi reciproke. Mi eĉ aŭdis tiun priskribita kiel la armita strategio; anstataŭ provi konstrui unu masiva batalŝipo, vi povus esti pli bona konstruaĵo multaj malgrandaj ŝipoj kun plaj fortoj. Tiuj specoj de multi-eksperimento studoj estas rutina en psikologio, sed ili estas raraj aliloke. Feliĉe, la malalta kosto de iuj ciferecaj eksperimentoj faras tiujn speco de multi-eksperimento studas facila.

Ankaŭ, mi ŝatus proponi du pecojn de konsiloj kiuj estas malpli ofta nun sed estas aparte grava por dizajnado diĝita aĝo eksperimentoj: krei nulo marĝena kosto datumoj kaj konstrui etikon en via dezajno.