美國普林斯頓大學
在1980年代,普林斯頓大學的研究人員開始了有史以來最大的一個試驗。
發現人類可以控製機器是否與他們的想法。
研究人員將進行兩個半百萬試驗超過12年。
但是他們有爭議的結果會證明時統計,更大並不總是更好。
進行的試驗
普林斯頓大學的實驗中,由羅伯特·揚博士,涉及參與者坐在前麵生成的隨機數的電子設備。
參與者被要求使用他們的思想來控製這些數字是否更高或更低。
如果生成的數字符合參與者的思想超過50%的時間,這意味著一個潛在的重要結果。
統計上顯著的結果:
預期範圍之外
距離成正比的意義
< 0.05 =傳統微不足道的結果
的規模效應
12年後,兩個半百萬試驗普林斯頓大學的研究結果發表。
他們的數據表明,隨機輸出的機器可以被打擾當人們試圖用思想單獨影響它。
然而,所見的規模效應。
遠小於通常認為統計學意義。
普林斯頓的結果= 0.005
0.05 =傳統意義的結果
揚博士麵臨困難的說服同行是足夠大的顯著的影響。
羅伯特·揚普林斯頓大學博士,美國- - - - - -“我們正在考慮幾位‰。但規模效應在現代科學當然不是不尋常的。實際上它比規模大得多的效果通常承認在許多原子和核規模實驗。”
像大多數的研究中,從許多個別試驗結果整理,這本身往往沒有明顯的結果。
然而,就像任何樣本,有異常,極端或對立的結果違背常態。
統計分析的樣本意義趨勢或平均的地方,而不是單個的結果。
普林斯頓大學試驗獲得了很多關注,因為它大樣本大小,但這並未使其結果更重要。
在統計學中,更大的樣本量不推斷出更大的意義。
至關重要的是,當其他大學重複試驗規模較小,他們沒有發現顯著的結果。