توهان ان کي پاڻ ڪم يا هڪ ساٿي سان ڪم ڪري رهيا آهن ته ڇا، مون کي ته مون کي منهنجي پنهنجي ڪم ۾ خاص مددگار نه ملي وئي صلاح جي ٻه ٽڪر آڇ کي پسند لڳي. پهريون، ڪنهن به ڊيٽا گڏ ڪئي وئي آهي اڳ جي لحاظ کان جيترو گهڻو خيال. اهڙي صلاح شايد تجربن ڊوڙندو ڪرڻ جو عادي تحقيق ڪرڻ لاء پڌرو لڳي ٿو، پر ان کي (باب 2 ڏسي) وڏي ڊيٽا وسيلن سان ڪم ڪرڻ جو عادي تحقيق لاء تمام اهم آهي. وڏي ڊيٽا وسيلن سان ڪم جي سڀ کان توهان جي ڊيٽا آھي کان پوء هاڻي، پر تجربن جي سامهون آهن. هن ڪم جي سڀ کان اڳ توهان جي انگن اکرن کي گڏ ايڏو وڏو ڪرڻ گهرجي. پاڻ کي توهان جي جوڙجڪ ۽ تجزيي جي باري ۾ ڌيان خيال ڪرڻ جي قوت کي بهترين طريقي جي هڪ ٺاهي ۽ اوھان جي آزمائش لاء هڪ تجزيي رٿ رجسٽر ڪرڻ آهي. خوشقسمتي، تجرباتي جي انگن اکرن جي تجزيي لاء بهترين-عملن جي ڪيترن ئي رپورٽنگ گائيڊ ۾ formalized ڪيو ويو، ۽ انهن گائيڊ هڪ وڏي جاء جڏھن اوھان جي ڇنڊڇاڻ منصوبو ٺاهڻ شروع ڪرڻ آهي (Schulz et al. 2010; Gerber et al. 2014; Simmons, Nelson, and Simonsohn 2011) .
نصيحت جو ٻيو پيس ته ڪو هڪ آزمائش مڪمل ٿيڻ وارو آهي، ۽ ڇاڪاڻ ته مان، تون تجربن ته ھڪ ٻئي reinforce جي سيريز ڊزائن ڪرڻ جي ڪوشش ڪرڻ گهرجي آهي. مون کي به هن جي آرميڊا حڪمت عملي طور بيان ٻڌي وئي. بلڪه هڪ تمام وڏا battleship تعمير ڪرڻ جي ڪوشش جي ڀيٽ ۾، توهان کي اعزازي strengths سان ننڍا جھاز جي بهتر عمارت پکو ٿي ٿئي. گھڻ-آزمائش پڙهائي جي انهن قسمن جي نفسيات ۾ چريا هوندا آهن، پر اهي ٻين هنڌن تي ناياب آهن. خوشقسمتيء سان، ڪي ڊجيٽل تجربن جي گهٽ قيمت گھڻ-آزمائش پڙهائي جي هنن قسم جي آسان آھي.
به، مون کي ته هاڻي گهٽ عام آهن پر ڊجيٽل عمر تجربن ڊيزائنگ لاء خاص طور اهم آهن صلاح جي ٻه ٽڪر آڇ کي پسند لڳي: صفر ٽنن خرچ ڊيٽا ٺاهي ۽ اوھان جي جوڙجڪ ۾ ڀرپور کپن.