在本文中:
潜伏变量:一些示例 Brian L. Joiner,《美国统计学家》第 35,第4号,1981年11月227-233
布莱恩·乔纳(Brian Joiner)声称“随机化不是万能药”。这与以下常见声明相反:
一个经过精心设计的实验包括一些设计功能,这些功能使研究人员可以消除无关的变量,以解释所观察到的自变量与因变量之间的关系。这些无关的变量称为潜伏变量。
引文来自这个问题,没有任何消息来源,但以我的经验,它代表了当时的主流态度: 潜伏变量和有影响力的观察的例子
给出的一个例子是,在70年代测试40号红色食用染料对啮齿动物的安全性(特别是致癌作用)时,发现笼子位置的影响使这项研究感到困惑。现在,我已经阅读了许多研究啮齿动物致癌作用的期刊文章,却从未见过有人报告过控制这种作用的报道。
这些研究的进一步讨论可以在这里找到: 监管过程中的统计案例研究:FD&C Red No. 40实验。
我找不到非付费版本,但以下是摘录:
在1月的会议上,我们进行了初步分析(14),该分析揭示了笼行与RE(网状内皮肿瘤)死亡率之间的密切相关,其死亡率从17%(下排)到32%(上排)不等(表2)。我们无法通过性别,剂量组,机架列或位置来解释这种强烈的关联。随后的分析(18)也表明笼子的位置(前部和后部)可能与非RE死亡相关,而该位置与非RE死亡时间相关。
我特别想知道为什么医学文献中的复制似乎存在这样的问题,但是欢迎所有领域的例子。请注意,我对随机对照实验(而非观察性研究)中的示例感兴趣。