En estadística, uno puede levantar mucha información, explicar información y validar los datos. Sin embargo, antes de pensar en la estadística o las pruebas debemos pensar en el diseño experimental, el tipo de estudio que surge de la pregunta y los objetivos son los que determinar la prueba estadística a validar.
Es curioso, como en ciertos ambiente biológicos, en particular salmonicultura me encontrado con el discurso de las réplicas y ojala muchas replicas, octuplicado, eso significa el mismo experimento realizado en simultaneo ocho veces, además de los costos que eso incluye, el aumento desproporcionado de elementos finitos y también las consideraciones éticas que con lleva, la cantidad de error introducido en exponencial, al aumentar el número de variables de caos a controlar. Generalmente frente a la pregunta de porque lo hacen es “porque entre más, mejor la estadística” o quizás la consabida “siempre lo hacemos así”, pero en verdad nunca se ha dado un argumento matemático o estadístico para este absurdo. Debemos considerar que las réplicas son un estrategia utilizada principalmente en la calibración, montaje o prueba de metodológicas experimentales, y no son propias del diseño experimental, los modelos experimentales son por defecto pruebas controladas de metodologías ya evaluadas y conlleva diseños internos para reducir los errores per se, los diseños nace de una buena pregunta de investigación.
¡pero para que sirven las réplicas¡ En su génesis su fin es para reducir el error intra-experimental, la observación de un mismo observador, los errores de volúmenes de una pipeta, medición de temperatura etc, se debe recomendar un uso impar de réplicas, para no caer en sesgo de agrupación, esto permite cuando uno diseña una prueba validar errores, hacer pruebas control o factorizar datos, de esta forma podemos conocer que pese al operador o error instrumental o el caos propio de un día de rutina, en promedio ese será el valor esperado y es un promedio, comprendiendo que un promedio es el valor ideal de una medición u observación que se hace exactamente igual cada y que dará ese mismo valor siempre.
Cuando uno diseña una prueba experimental, hacer replicas no es necesario hacer replicas, porque ese valor ya se obtuvo cuando se montó la técnica, es más si estás haciendo un diseño de caso control hacer replicas no solo no es indicado, solo genera errores de análisis, al aumentar los errores intra-experimentales y distorsionar la observación de la prueba. Es entonces que debemos usar las réplicas como una real herramienta de reducir el error intra-experimental, en los diseños más complejos se debe buscar aumentar la variación entre experimental, la reproducibilidad es lo que nos interesa en este sentido, acá debemos aumentar el número de pruebas, en aumentar los factores no controlables, por ejemplo tiempo, ambiente y factores inherentes a la prueba (material biológico) y es asi que no deberías aumentar las réplicas sino más bien el número de experimentos independientes y con aumentar el “n” para el análisis, con esto podemos aumentar errores y robustecer el tipo de diseño para la prueba estadística que buscamos.
Esto nos debe entonces dar una idea de que hacer más replicas no es hacer mejor un experimento, no es aumentar el número de muestras y mucho menos hacerlo más estadísticamente robusto (sea lo que sea que tratan de decir con eso). Si hay algo que le dará una mejor resolución es repetir en series experimental independientes, en tiempo y espacio la experiencia
