4.6アドバイス

あなたはそれを自分でやってやパートナーと協力しているかどうか、私は自分の仕事で特に役に立ったと評価していましたアドバイスの2枚を提供したいと思います。まず、任意のデータが収集される前に、できるだけ多くのだと思います。このアドバイスは、おそらく実験を実行することに慣れて研究者には明らかなようだが、それは大きなデータソースでの作業に慣れている研究者にとって非常に重要である（第2章を参照してください）​​。ビッグデータ・ソースを使用すると、データを持っていた後の仕事のほとんどが行われますが、実験は反対です。あなたがデータを収集する前に、作業のほとんどが起こるはず。あなたの設計と解析について慎重に検討するために自分自身を強制するための最良の方法の一つは、あなたの実験の解析計画を作成し、登録することです。幸いなことに、実験データの分析のためのベストプラクティスの多くは、報告ガイドラインに形式化されており、これらのガイドラインは、あなたの解析計画の作成 ​​時に起動するには絶好の場所です(Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011)

アドバイス2枚目には一つの実験が完璧になるだろうされていない、そしてそのため、あなたがお互いを強化する一連の実験を設計しようとするべきであるということです。私もこれは艦隊の戦略として説明を聞きました。むしろ1巨大な戦艦を構築しようとしているよりも、あなたは補完的な強みを持つ小さい船の優れた建物がたくさんあるかもしれません。マルチ実験研究のこれらの種類は、心理学のルーチンですが、彼らは他の場所で稀です。幸いなことに、いくつかのデジタル実験の低コストは、マルチ実験研究のこれらの種類が容易になります。

また、私は今ではあまり一般的であるが、デジタル時代の実験を設計するために特に重要なアドバイスの2枚を提供したいと思います：ゼロ限界費用データを作成し、設計に倫理を構築します。