4.6 Consejos

Ya sea que usted está haciendo usted mismo o trabajar con un socio, me gustaría ofrecer dos consejos que he encontrado especialmente útil en mi propio trabajo. En primer lugar, pensar tanto como sea posible antes de cualquier dato que se ha recogido. Este consejo, probablemente, parece obvio para los investigadores acostumbrados a llevar a cabo experimentos, pero es muy importante para los investigadores acostumbrados a trabajar con fuentes de datos grandes (véase el capítulo 2). Con grandes fuentes de datos mayor parte del trabajo que resulta después de los datos, pero los experimentos son lo opuesto; la mayor parte del trabajo debe suceder antes de recoger los datos. Una de las mejores maneras de esforzarse en pensar cuidadosamente acerca de su diseño y el análisis es para crear y registrar un plan de análisis para su experimento. Afortunadamente, muchas de las mejores prácticas para el análisis de datos experimentales se han formalizado en las directrices de presentación de informes, y estas directrices son un gran lugar para comenzar a la hora de crear el plan de análisis (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011) .

El segundo consejo es que nadie experimento va a ser perfecto, y debido a eso, usted debe tratar de diseñar una serie de experimentos que se refuerzan mutuamente. Incluso he oído esta descrito como la estrategia armada; en lugar de tratar de construir un acorazado masiva, que podría ser mejor lotes para construcción de barcos más pequeños con fortalezas complementarias. Este tipo de estudios son múltiples experimentos de rutina en la psicología, pero son raros en otros lugares. Afortunadamente, el bajo costo de algunos experimentos digitales hace que este tipo de multi-experimento estudia más fácil.

Además, me gustaría ofrecer dos consejos que son menos comunes ahora, pero son particularmente importantes para el diseño de experimentos era digital: Crear cero los datos de costes marginales y construir la ética en su diseño.