En el campo de la estadística, la aleatorización se refiere al acto de asignar aleatoriamente a los sujetos de un estudio a diferentes grupos de tratamiento.
Por ejemplo, suponga que los investigadores reclutan a 100 sujetos para participar en un estudio en el que esperan comprender si dos píldoras diferentes tienen o no efectos diferentes sobre la presión arterial.
Pueden decidir usar un generador de números aleatorios para asignar aleatoriamente a cada sujeto para que use la píldora # 1 o la píldora # 2.
Beneficios de la aleatorización
El objetivo de la aleatorización es controlar las variables ocultas , variables que no se incluyen directamente en un análisis, pero que impactan el análisis de alguna manera.
Por ejemplo, si los investigadores están estudiando los efectos de dos píldoras diferentes sobre la presión arterial, las siguientes variables ocultas podrían afectar el análisis:
- Hábito de fumar
- Dieta
- Ejercicio
Al asignar sujetos al azar a los grupos de tratamiento, maximizamos las posibilidades de que las variables ocultas afecten a ambos grupos de tratamiento por igual.
Esto significa que cualquier diferencia en la presión arterial se puede atribuir al tipo de píldora, más que al efecto de una variable al acecho.
Aleatorización de bloques
Una extensión de la aleatorización se conoce como aleatorización en bloques . Este es el proceso de primero separar a los sujetos en bloques, luego usar la aleatorización para asignar sujetos dentro de bloques a diferentes tratamientos.
Por ejemplo, si los investigadores quieren saber si dos píldoras diferentes afectan la presión arterial de manera diferente, primero pueden separar a todos los sujetos en uno de dos bloques según el género: masculino o femenino.
Luego, dentro de cada bloque, pueden usar la aleatorización para asignar sujetos al azar para que usen la píldora n. ° 1 o la píldora n. ° 2.
El beneficio de este enfoque es que los investigadores pueden controlar directamente cualquier efecto que el género pueda tener sobre la presión arterial, ya que sabemos que es probable que hombres y mujeres respondan a cada píldora de manera diferente.
Al usar el género como un bloque, podemos eliminar esta variable como una fuente potencial de variación. Si hay diferencias en la presión arterial entre las dos píldoras, podemos saber que el género no es la causa subyacente de estas diferencias.
Recursos adicionales
Bloqueo en estadísticas: definición y ejemplo
Aleatorización de bloques permutados: definición y ejemplo
Variables al acecho: definición y ejemplos
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
