預實驗我們會寫一系列文章詳細介紹，可參考：4.2 預實驗系列
預實驗能在執行主實驗前，幫助我們用較小的代價先行測試，是一種穩健的研究方式
我們在前文[實驗設計] — 詳解執行預實驗的好處與要點提過執行預實驗的重要性，接下來會用一系列的三篇文章，介紹適用於不同場景的預實驗類型、適用範圍與注意事項
部分縮小：試點型預實驗
在做主實驗前，先做較小規模但是實驗設計組合相同/近似的實驗，用小規模實驗來推估主實驗的執行狀態，這種模式的預實驗就稱為試點型預實驗
其中小規模的意思，可能是指樣本數較少、重複數較少、只做主要實驗組別、實驗中萃取總量的體積下降等，基本上屬於主實驗的縮小版，前文[實驗設計] — 詳解執行預實驗的好處與要點中所舉例的主要就是這種類型的預實驗
這種預實驗類型就是一般說的”投石問路”，是最常見的預實驗類型。
使用目的
一般而言只要你做的目標，屬於 “現在未知結果，但想先看看可能結果” 的類型，就能做這種預實驗
就是因為不確定主實驗會有甚麼反應，貿然投入大量成本可能會一次損失太大，所以才想用最低的成本，知道主實驗可能有甚麼反應。
比方說有個實驗需要100隻老鼠的實驗設計組合，那可以試著用試點型預實驗縮減規模，看看是否能用10隻老鼠做看看類似的組合，觀察可能發生的反應再來決定是否要做100隻老鼠的主實驗
畢竟，如果初始實驗設計不夠好導致後續需要補實驗/對照組別，或是在試驗過程中發現有其他想加入討論的參數，那這100隻的實驗組別就很尷尬了，數據留下來無法完全解釋，丟掉又很可惜。如果你是在10隻的預實驗組別就發現這件事，那直接在主實驗時補上就行了。
使用試點型預實驗的時機
找尋研究的新方向
這是最常見的情形，我手上可能有很多個研究假說，那我就做幾個簡單且結果明顯的試點型預實驗，就能快速簡單的決定這個假說是否值得繼續發展
比方我在猜A物質可能透過3種已知路徑影響免疫反應，那我就取這3種已知路徑上的代表性目標來測試(可能是基因、酵素、抗原等等，看領域)，如果1號路徑有，那我就比較傾向往1號路徑的方向繼續猜想。23沒有，那我就能很快的刪掉這兩個可能性
如果都沒有呢? 那或許代表你找到一條前所未知的路徑，好好發揮的時候到了！好好做大富大貴、諾貝爾獎都是有可能的，最不濟也能多發不少論文
這在可能性多的時候相當有用，前述的例子只有3種已知路徑，正常情況下我可能要猜4、5種反應，每種可能有4、5種路徑，每個都用全力做下去是不可能的。這個時候，使用試點性預實驗刪掉可能性就是一個解法
剛拿到一個不熟的實驗
需要先試做並熟悉整個流程時(流程：[研究生日常] — 寫好自己的武功秘笈！ 詳解如何撰寫良好的實驗步驟SOP)，這時一次做大量實驗或重要實驗常常會因為緊張、不熟練而出問題，建議先做預實驗為佳
驗證一個實驗流程或結果的再現性時
要在新地方重複原始的小實驗，這時就適用試點型預實驗，這在轉換實驗室或兩實驗室的技術轉移時相當常見，強烈建議要做(技術轉移：[研究生日常] — 學不完的新技術？ 6步驟讓你快速掌握研究中遇到的新技能)。
執行試點型預實驗的注意事項
試點時所縮小的要素，會不會是重要變因？
用小型預實驗取代直接做主實驗的核心想法，是透過縮減主實驗的某些部分後，仍能以較低的時間、金錢、失敗成本來評估主實驗的可行性
換言之，我用「預實驗的設計」代換了「主實驗的設計」這個概念
這個想法在大多數的情況下可以成立，但所承擔的風險則是預實驗的結果若不能代表主實驗，就會造成很大的謬誤
最常見的問題是你縮減的對象剛好是重要變因，比方說所使用萃取液的體積，那這樣推估其實是不能成立的。換言之，你使用預實驗代換主實驗的基底被推翻了，這樣子便會產生代換失效問題，可參見[思維框架] — 什麼是批判思考？ 如何利用 “代換概念” 迅速增進批判能力
我曾經做過某細菌的培養與轉形，我的預實驗先使用少量的液體配上少量的細菌抓取培養條件，並獲得進展。
但是在等比例增加培養體積與細菌數時，我發現細菌細菌的生長狀況不如預期的好
後來發現是培養液的問題，但並非培養液的成分質變，而是增加的培養液體積導致了這次問題
在使用相同的瓶子承裝培養液的情況下，瓶子能容納的體積是固定的。若培養液的體積越多，留存給空氣交換的體積與表面積就越少，由此影響到瓶內液體的溶氧量與細菌生長狀況
解決方法：設計預實驗前，一定要思考過所縮減的因素是否會是重要變因，並預實驗結果的正負向分別能解釋什麼議題
謹慎一點的話，可以針對縮減的變因設計控制組。以上方我的例子為例，可以加入幾瓶已經放大過體積與菌數的組別，觀察預實驗和主實驗的關聯性如何
在這個步驟，控制組的設定很重要，可參見[實驗設計] — 實驗中的控制組/對照組是什麼？ 解析控制組的類型＆設計適當控制組
預實驗的重複數量要足夠
試點型預實驗的規劃，常是將主實驗等比例縮小後來看結果。
常出現的錯誤是，為了減少實驗量而大幅縮減重複數。這樣的設計除了容易得到極端的結果外，也很難用說服他人這可以代表主實驗的結果
像n=5的主實驗，只做n=1重複數的預實驗就有這種問題，在n=1的情況下，我們無法透過平均值、標準差、剔除極端值的檢定來評估這個n=1數據的極端程度
對於無法評估的數據，我們只有棄用與全盤接受他的選擇，這在選擇接下來的研究方向時尤其危險，我舉個實例說明
如果我想要比較多種細菌促進植物生長的能力，將細菌加入植物土壤後測量植物增加的重量（乾重）
那現在我採用上述n=5只做n=1的方式，這代表的是原先養五盆植物平均重量，現在只養一盆決定生死
萬一這盆植物天生就長不好容易死呢？ 這個機率有，而且不低呢。
如果出現了這種情況，那使用這棵植物的細菌組別即便表現得再好也是歸零，你還有可能得到該細菌可能殺死植物的謬論呢
解決方法：重複數量是第一個要考慮的，先有有意義的結果再來擴大解釋。若受限於成本、時間、人力等因素無法完整的等比例縮小，先考慮將某些因素留到下次做，而非因素全做但重複數極低的方式(如n=1)
放大成主實驗時的操作與成本問題
在預實驗中，可能只做兩個有代表性的水準。但是當你要細分的時候呢，可能需要做到8到10個水準，這就產生了問題
這些多出來的水準，總還是要做的吧。時間、金錢、人力都是成本
金錢成本還是小事，如果因此產生系統誤差或人為失誤就是大問題了，畢竟組數一多人就會疲憊，出問題的機率便會提升。此外，需要人工處理的實驗，先處理的組別與後處理的組別也可能有時間落差而導致問題
我曾做過一個實驗，需要切割植物的小葉片成細條，並在新鮮的情況下從切口分離出植物細胞。
在預實驗時，一切都相當的順利。然而當我放大到主實驗（約3倍的切片量），分離的細胞數量與良率就大幅下降
後來檢討發現，因為切割的量變多，前面已切好的葉片等到後面切好時，切口早已乾涸，導致分離細胞的效果下降
解決辦法：我們在[研究生日常] — 實驗好多做不完？ 用3個撇步增加效率，提早離開研究室！一文，提到批量處理的概念，可以協助你估算放大後的時間消耗以避免這種風險，在文內也提供了增加效率的辦法
發佈留言