1701778584
1701778585
D.A.R.E.（毒品抗拒教育）是另一项有意防止孩子误入歧途的项目。该项计划的一部分内容是，当地的警察接受80个小时的授课技巧培训，然后进入学校，劝告孩子们减少服食毒品、饮用烈酒、消费烟草。这个项目每年得到地方、州和联邦政府高达10亿美元的资助。D.A.R.E.网站上的信息表明，美国75%的学校，全球有43个国家加入了这项计划。
1701778586
1701778587
然而实际上，在D.A.R.E.计划推行的30多年中，它并没有降低青少年吸毒的概率。D.A.R.E.并不承认其项目的无效，还对于证明其失败的科学证据强烈反对。由D.A.R.E.延伸出来的项目补充和替代了原有的项目，然而在外部研究机构的测评中，其效果仍然不显著。
1701778588
1701778589
为什么D.A.R.E.不起作用？我们不知道。它应该是有效的，但是我们没有找到真正的原因。不过，有一些项目的确是降低了青少年吸毒、酗酒、消费烟草的概率。这其中包括“生活技能训练”项目和“中西部预防计划”。这些项目中有一些D.A.R.E.中不具备的因素，明显的一点是这些项目会在孩子进入青春期前教授他们一些应对同辈压力的方法。D.A.R.E.项目的设计者假设警察是一个重要的社会影响因素，会对青少年起作用。而一位社会心理学家会告诉他们，同辈群体其实才是更有影响力的。这些更成功的项目也提供了有关青少年和成年人吸毒酗酒的信息。回顾这些信息，你会感到很惊讶，因为超出大多数青少年的预期，他们的吸毒概率下降了，并且是其同辈群体的行为使他们自身减少了错误行为。
1701778590
1701778591
那些伤害青少年的项目仍在继续开展，而同时真正有用的项目却没有被正视，甚至不被采用。我们的社会为那些错误的假想付出了高昂的经济和人身代价。
1701778592
1701778593
小结
1701778594
1701778595
有时候，我们会将自己观察到的一些事物之间的关系认定为紧密的确定性关系，就像真正的实验一样。那些在幼年时期相对而言接触了较多病菌的孩子在成年后较少患上自身免疫性疾病。当这一发现在多种情形下被观察到时——卫生条件差与条件好的国家，乡村与城市，养宠物与不养宠物，自然分娩的与剖腹产的孩子等，这一论断就显得十分有说服力了。这类观察引导科学家进行真正的实验，以证明人在成长早期接触病菌能够降低未来患上自身免疫性疾病的概率。
1701778596
1701778597
随机控制实验通常被当作科学和医学研究中的黄金标准，这是有充分理由的。此类实验的结果比其他任何实验的结果都更有说服力。随机分配保证了在实验组和控制组的任何变量之间都是没有差别的。我们发现的二者之间的任何差别通常都被认为是科学家的干预导致的。双盲随机控制实验是指在实验中，研究者和病人都不知道病人所处的具体环境是什么。这类实验确保了结果仅仅是由干预这个行为本身而导致的，而非医生或病人有关干预的知识的影响。
1701778598
1701778599
社会为不进行实验而付出了高昂的代价。因为没有进行随机实验，我们不知道花费了2000亿美元的“开端计划”是否对于提高孩子的认知能力有效。因为进行了随机控制实验，我们了解到高质量的早教项目极其有效，参与其中的孩子在成年后在健康和其他方面都获益匪浅。针对早教技术的适当实验有可能让我们节省大量成本，并为个人和社会带来益处。D.A.R.E.项目并未使得青少年减少吸毒酗酒，“现身试法”项目导致了更多的犯罪，心理治疗师可能让病人陷入更深的焦虑而没有减轻他们的症状。不幸的是，在许多领域，社会并没有办法保证其采用的干预手段总能经过实验的检验，也不能确保所有公共政策都经得起实验的检验。
1701778600
1701778601
1701778602
1701778603
1701778605
逻辑思维：拥有智慧思考的工具 第11章 实验经济学
1701778606
1701778607
你是否发现，汽车销售员给女人提出的报价比给男人提供的报价要高？
1701778608
1701778609
教室的大小会影响学习吗？
1701778610
1701778611
复合维生素是否对你的健康有好处？
1701778612
1701778613
一位雇主是否会对长期失业的人抱有偏见，只是因为他们自己曾长期失业？
1701778614
1701778615
绝经后的女性是否应该接受激素替代疗法以减少患心血管疾病的概率？
1701778616
1701778617
针对上述的每个问题都有许多不同答案。有些答案基于错误的方法论而产生的错误研究结论。有些答案则正确无疑，那是因为采取了准确的科学方法。
1701778618
1701778619
本章将会展示3个理解科学发现和如何证实其真伪的重要方面。
1701778620
1701778621
1.那些依靠来自科学事实的相关性研究很少会产生错误——即使那种相关性来自于非常复杂的“控制”了多项变量的分析——“多元回归分析”。
1701778622
1701778623
2.那些对比某两种疗法（或其他事物）的实验，如果人（或其他实验对象）是随机分配的，通常比基于多元回归分析的研究更有说服力。
1701778624
1701778625
3.因为涉及人类行为的假设通常会出差错，因此有必要在任何可能情况下进行实验以验证那些有关重要行为的假设。
1701778626
1701778627
多元回归分析
1701778628
1701778629
本章开头的所有问题都是在问一些自变量或预测变量（一个输入值或是一个推断的原因）是否影响了一些因变量或结果变量（一个输出值或一个效果）。实验能控制自变量；而相关性分析只能测量自变量。
1701778630
1701778631
一个可用于相关性分析的工具是多元回归分析，在这个分析中，多元自变量彼此间同时具有联系（或者是有序列上的联系，当然这里我们不探讨多元回归分析的多样性），并且与因变量之间也具有联系[1]。相关的预测变量和其他被当作控制变量的自变量一起被检验。检验的目的是为了证明变量A影响了变量B，而除A之外的其他任何变量都不会产生这种效果。这就是说，A与B两者之间的关系会始终存在，即便那些控制变量对因变量的效果也被考虑在内。
1701778632
1701778633
来看下面这个例子。吸烟和较高的心血管疾病发病率有关。人们会倾向于认为吸烟引发了心血管疾病。问题在于还有大量其他事物与这二者皆有联系，例如年龄、社会阶层、肥胖。年迈的吸烟者比年轻吸烟者吸烟年头久，因此我们需要把年龄因素排除在吸烟与患病的关系之外。否则，我们就会认为是年纪大和吸烟这两项因素与患心血管疾病有关。这样就合并了两个变量。我们只想知道吸烟和患心血管疾病之间的关系，这个人究竟有多大年纪我们并不关心。我们需要“控制”年龄的影响，把年龄-患病的关系剔除出吸烟-患病的关系。这样我们就可以说，实际上，吸烟和患心血管疾病间的关联在各个年龄层都能看到。
[
上一页 ]
[ :1.701778584e+09 ]
[
下一页 ]