Diseño de experimentos

Introducción a la estadística en Python

Maggie Matsui

Content Developer, DataCamp

Vocabulario

El experimento pretende responder: ¿cuál es el efecto del tratamiento sobre la respuesta?

Por ejemplo: ¿cuál es el efecto de un anuncio en el número de productos comprados?

Los investigadores asignan a los participantes al grupo de tratamiento o al grupo de control.
- El grupo de tratamiento ve el anuncio.
- El grupo de control no.
Los grupos deben ser comparables para que pueda inferirse la causalidad.
Si los grupos no son comparables, puede haber confusión (sesgo).
- Edad media del grupo de tratamiento: 25
- Edad media del grupo de control: 50
- La edad es un factor de confusión potencial.

Ensayo controlado aleatorio
- Los participantes se asignan al tratamiento/control aleatoriamente, no en función de otras características.
- Elegir al azar ayuda a garantizar que los grupos sean comparables.
Placebo
- Se asemeja al tratamiento, pero no tiene efecto.
- Los participantes no sabrán en qué grupo están.
- En los ensayos clínicos, una pastilla de azúcar garantiza que el efecto del fármaco se debe realmente al fármaco en sí y no a la idea de recibir el fármaco.

Ensayo doble ciego
- La persona que administra el tratamiento/dirige el estudio no sabe si el tratamiento es real o un placebo.
- Evita sesgos en la respuesta o en el análisis de los resultados.

Menos oportunidades de sesgo = conclusión más fiable sobre la causalidad

Los participantes no se asignan aleatoriamente a los grupos.
- Los participantes se asignan a sí mismos, normalmente según las características preexistentes.
Muchas preguntas de investigación no se prestan a un experimento controlado.
- No puedes obligar a alguien a fumar o a tener una enfermedad.
- No puedes obligar a alguien a tener cierto comportamiento pasado.
Se establece la asociación, no la causalidad
- Los efectos pueden estar confundidos por factores que hicieron que determinadas personas entraran en el grupo de control o de tratamiento.
- Hay formas de controlar los factores de confusión para obtener conclusiones más fiables sobre la asociación.

Se sigue a los participantes durante un periodo de tiempo para estudiar el efecto del tratamiento en la respuesta
El efecto de la edad en la estatura no se ve afectado por la generación
Cuesta más, los resultados tardan más

Los datos de los participantes se recogen a partir de una única instantánea en el tiempo
El efecto de la edad en la estatura se confunde con la generación
Cuesta menos, más rápido, más cómodo

Introducción a la estadística en Python