Ir al contenido
σestadistica.ar
M11 · ANOVAIntermedioConcepto

Aleatorización, control y réplica

Los tres principios del diseño experimental: por qué el azar es lo único que controla lo desconocido y qué hace cada pieza.

1 · Los tres principios

Fisher estableció en los años 30 los tres pilares del diseño experimental, y siguen siendo los mismos:

PrincipioQué resuelve
Aleatorizaciónel sesgo, incluido el de variables desconocidas
Réplicapermite estimar el error y da potencia
Control local (bloques)reduce la variabilidad del error

2 · Aleatorización

Asignar los sujetos a los tratamientos al azar.

Su virtud es única en toda la estadística:

Además, es lo que justifica el propio cálculo de probabilidades: los valores p y los intervalos de confianza de un experimento suponen que la asignación fue aleatoria.

Lo que no es aleatorizar:

  • Asignar alternadamente —uno y uno— es sistemático, no aleatorio, y es predecible.
  • Dejar que el sujeto elija su grupo.
  • Dejar que el investigador asigne “para que queden parejos”.

3 · Control

El grupo control es la referencia contra la cual se mide el efecto.

TipoQué controla
Sin tratamientoel paso del tiempo
Placeboel efecto de recibir algo
Tratamiento estándaragrega la comparación con lo disponible
Lista de esperael paso del tiempo, con ética preservada

Sin control no se puede separar el efecto del tratamiento del efecto del tiempo, de la regresión a la media o de la simple atención recibida.

El cegamiento completa el control: simple —el sujeto no sabe—, doble —tampoco quien evalúa—, triple —tampoco quien analiza—.

4 · Réplica

Repetir cada tratamiento en varias unidades experimentales.

No es lo mismo que medir varias veces al mismo sujeto. Eso es pseudorreplicación: mide la precisión del instrumento, no la variabilidad entre unidades, y produce errores estándar falsamente chicos.

ConceptoQué es
Réplica verdaderavarias unidades experimentales por tratamiento
Pseudorréplicavarias mediciones de la misma unidad
Unidad experimentalla unidad más chica a la que se asigna el tratamiento al azar

5 · Control local: los bloques

Agrupar unidades parecidas en bloques y aleatorizar dentro de cada uno.

La variabilidad entre bloques se identifica y se saca del error, con lo que el diseño gana potencia. Ver diseño en bloques.

Es el mismo principio que hace potente a la prueba t pareada: comparar dentro de unidades homogéneas.

6 · Cuándo no se puede aleatorizar

Muchísimas preguntas importantes no admiten experimento, por razones éticas o prácticas: no se puede asignar a alguien a fumar, a ser pobre o a sufrir un terremoto.

Ahí quedan los diseños cuasiexperimentales, que buscan aproximarse:

DiseñoIdea
Diferencias en diferenciascomparar la evolución de dos grupos antes y después
Regresión discontinuacomparar a los que quedaron a cada lado de un umbral
Variables instrumentalesusar una fuente de variación externa y azarosa
Emparejamiento por puntaje de propensiónconstruir grupos comparables en lo medido

7 · Errores frecuentes

  • Asignar sistemáticamente y llamarlo aleatorio.
  • No ocultar la asignación.
  • Pseudorreplicar: confundir mediciones con unidades experimentales.
  • Prescindir del grupo control en un diseño antes-después.
  • No documentar el procedimiento de aleatorización. En un ensayo publicable hay que decir cómo se generó la secuencia.
  • Analizar solo a quienes completaron el tratamiento, rompiendo la aleatorización. Lo correcto es el análisis por intención de tratar.
  • Aleatorizar y después “corregir” los desbalances que salieron por azar.

8 · En el software

# R — asignación aleatoria simple
set.seed(2026)
sujetos <- 1:60
grupo <- sample(rep(c("Tratamiento", "Control"), each = 30))
data.frame(sujetos, grupo)

# Aleatorización por bloques de 4, para equilibrar a lo largo del reclutamiento
library(blockrand)
blockrand(n = 60, num.levels = 2, block.sizes = 2)

# Dentro de estratos
library(dplyr)
d |> group_by(sexo, edad_grupo) |> mutate(grupo = sample(grupo))
Cómo citar esta entrada

APA (7.ª edición)

Montivero, J. L. (2026). Aleatorización, control y réplica. estadistica.ar. https://estadistica.ar/conceptos/aleatorizacion-y-control

BibTeX

@misc{estadistica_ar_aleatorizacion_y_control,
  author       = {Montivero, Jorge Luis},
  title        = {{Aleatorización, control y réplica}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/aleatorizacion-y-control}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-18}
}

Última actualización: 18 de septiembre de 2026. El contenido está bajo licencia CC BY-NC-SA 4.0: se puede reutilizar citando la fuente y sin fines comerciales.