आपण स्वत: ची कामे करीत आहात किंवा जोडीदारासोबत काम करत असलो तरी, मी माझ्या स्वत: च्या कामात विशेषतः उपयोगी वाटलेल्या चार गोष्टींची सल्ला देऊ इच्छितो. सल्ला पहिल्या दोन तुकडे कोणत्याही प्रयोग लागू, तर दुसरा दोन डिजिटल-वय प्रयोग अधिक विशिष्ट आहेत
जेव्हा आपण एक प्रयोग करीत आहात तेव्हा माझा पहिला सल्ला म्हणजे आपण कुठल्याही डेटा संकलित होण्याआधी जितके शक्य तितक्या लवकर विचार करावा. संभाव्य प्रयोगांमुळे हे अभ्यासास स्पष्ट दिसते आहे, परंतु मोठ्या डेटा स्त्रोतांसोबत काम करण्याची सवय असलेल्यांसाठी हे अतिशय महत्वाचे आहे (अध्याय 2 पहा). अशा स्त्रोतांमार्फत बहुतेक काम केले जाते, परंतु आपण डेटा गोळा केल्यानंतर , परंतु प्रयोग हे उलट आहेत: आपण डेटा गोळा करण्यापूर्वी बरेच काम केले पाहिजे. आपण डेटा गोळा करण्यापूर्वी आपल्यास जबरदस्तीने विचार करायला लावण्याचा एक सर्वोत्तम मार्ग म्हणजे आपल्या प्रयोगासाठी पूर्व-विश्लेषण योजना तयार करणे आणि नोंदणी करणे हे आहे ज्यामध्ये आपण ज्याचे विश्लेषण कराल (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011; Lin and Green 2016) .
माझा दुसरा सल्ला म्हणजे दुसरा कोणताही प्रयोग परिपूर्ण असणार नाही आणि म्हणूनच, आपण एकमेकांच्या प्रबलतेसाठी अनेक प्रयोग तयार करण्याचा विचार करावा. मी हे आर्मडा धोरण म्हणून ऐकले आहे; एक प्रचंड युद्धनौका तयार करण्याचा प्रयत्न करण्यापेक्षा, आपण पूरक ताकदांबरोबर बरेच छोटे जहाज बनवावे. असे प्रकारचे बहु-प्रयोग अभ्यास मानसशास्त्र मधील नित्यक्रम आहेत, परंतु ते इतरत्र दुर्मिळ आहेत. सुदैवाने, काही डिजिटल प्रयोगांची कमी किंमत बहु-प्रयोग अभ्यास सोपे करते
सामान्य पार्श्वभूमी दिल्यानुसार, मी आता डिजिटल वयोगट डिझायनिंगसाठी अधिक विशिष्ट असलेल्या दोन सल्ल्यांची ऑफर करू इच्छितो: शून्य परिवर्तनीय खर्च डेटा तयार करा (विभाग 4.6.1) आणि आपल्या डिझाइनमध्ये भाग (भाग 4.6.2).