Diseño de experimentos y aleatorización
El experimento controlado
Se manipula una variable (tratamiento) y se compara un grupo que lo recibe contra otro que no, midiendo la diferencia en el resultado de interés.
Grupo de control
- Sirve de referencia frente al tratado.
- Sin control no hay con qué comparar el cambio.
- Puede recibir placebo o el estado actual.
Asignación aleatoria
Cada unidad se asigna al azar a tratamiento o control. Rompe la correlación entre el grupo y las características ocultas, igualando confundentes conocidos y desconocidos.
Por qué la aleatorización funciona
Al azar, en expectativa ambos grupos son idénticos salvo por el tratamiento. Cualquier diferencia sistemática observada se atribuye a este, no a una selección sesgada.
Bloqueo y estratificación
- Bloquear por factores conocidos reduce el ruido.
- Estratificar asegura representación por capas.
- Mejora la precisión sin romper la aleatoriedad.
Réplicas y aleatoriedad interna
Repetir el tratamiento en varias unidades da estimación del error natural. Sin réplica no se sabe cuánto variabilidad es señal y cuánto ruido.
Ceguera y doble ciego
- Ocultar el grupo asignado evita comportamientos sesgados.
- El doble ciego protege también al evaluador.
- Reduce el efecto placebo y el sesgo de expectativa.
Unidad y aleatorización
Decidir qué se aleatoriza (persona, página, día, clúster) importa: una elección incorrecta contamina la comparación con interferencias entre unidades.
Validez interna y externa
La interna pregunta si el efecto es real en el experimento; la externa, si generaliza fuera de él. Condiciones artificiales amenazan la segunda.
Cuándo no se puede experimental
- A veces es caro, lento o éticamente prohibido.
- Entonces se usan métodos cuasiexperimentales o inferencia causal observacional.
- La aleatorización ideal no siempre está disponible.
Factoriales
Manipular varios factores a la vez en un diseño factorial estima efectos individuales e interacciones, aprovechando cada corrida para varias preguntas.
Errores frecuentes
- Comparar tratados contra no tratados sin aleatorizar ni controlar.
- Aleatorizar a la unidad equivocada y contaminar la comparación.
- Olvidar el grupo de control y no tener con qué comparar el cambio.
Ejemplo resuelto: medir un rediseño de botón
Para saber si un botón nuevo sube las conversiones, no basta comparar el antes y el después: la temporada o el tráfico cambian. El equipo aleatoriza usuarios al diseño viejo (control) y al nuevo (tratamiento), corre ciclos completos y compara: la diferencia se atribuye al rediseño porque todo lo demás quedó balanceado al azar.
- formular la hipótesis y definir la métrica de resultado
- elegir la unidad correcta de aleatorización
- asignar al azar a tratamiento y control
- aplicar los tratamientos y medir en ciclos completos
- comparar los grupos para estimar el efecto causal
¿Para qué sirve en la realidad?
Desde ensayos clínicos hasta cambios de producto o políticas públicas, el experimento aleatorizado es el estándar de oro para saber si una intervención funciona de verdad, porque neutraliza los confundentes que hacen engañosas las comparaciones observacionales.
La asignación aleatoria en un experimento permite atribuir el resultado al tratamiento porque:
Un grupo de control es opcional en un experimento bien aleatorizado.
Diseño
Ordena las etapas de un experimento aleatorizado:
Hipotesis
Aleatorizar
Aplicar
Comparar
Ensayo controlado aleatorizado
Diseño experimental de referencia para atribuir causalidad.
Une cada elemento del experimento con su función:
Experimento
# Diseño de experimentos ## Elementos ### tratamiento ### control ### aleatorización ### réplica ## Refinamientos ### bloqueo ### estratificación ### cegamiento ## Validez ### interna ### externa ### amenazas ## Alternativas ### cuasiexperimentos ### inferencia observacional ### factoriales
Diseño de experimentos
Plan para recolectar datos que permita inferir causas con economía y rigor.
Quieres medir el efecto de un rediseño de botón en las conversiones. Define tratamiento, control, unidad de aleatorización y un riesgo de validez interna.