Aprendamos m谩s sobre el control negativo

Un equipo de control es una parte estad铆sticamente considerable de individuos en un experimento protegidos de la exposici贸n a variables. En un estudio de medicaci贸n farmac茅utica, por ejemplo, el equipo de control obtiene una pastilla de az煤car, que no tiene ning煤n impacto en el organismo. Aprendamos m谩s sobre el grupo de control negativo.

Dado que existe un gran margen de error dentro de la t茅cnica cl铆nica, tener un equipo de control presente es crucial para un an谩lisis exacto. Una fuente habitual de error dentro de la prueba y el error es la predisposici贸n a la verificaci贸n.

El sesgo de confirmaci贸n es la propensi贸n de los experimentadores a dar un peso excesivo al resultado esperado al medir los resultados, lo que lleva a resultados poco fiables.

Esto podr铆a llevarlo a preguntarse, 驴c贸mo se utilizan los grupos de control en campos adem谩s de la investigaci贸n cient铆fica biol贸gica? Y, 驴exactamente c贸mo la asistencia de un grupo de control combate los prejuicios?

Digamos, por el bien de un ejemplo, que un ejecutivo de marketing m贸vil cre铆a que los avisos de prensa eran intrusivos y perjudiciales para los objetivos de la empresa (隆blasfemia!). Entonces, el ejecutivo decide realizar un experimento para confirmar que las alertas de prensa no aumentan la participaci贸n. Actualmente, los clientes suelen recibir tres alertas de prensa todos los d铆as.

Índice de contenidos

驴Qu茅 es un control negativo?

El examen establece enviar a la mitad de los clientes de la aplicaci贸n una notificaci贸n autom谩tica cada hora en la hora. La otra mitad de los clientes no recibir谩 ninguna notificaci贸n de prensa de ninguna manera.

Despu茅s de que la prueba se ejecuta durante treinta d铆as, el ejecutivo eval煤a los resultados y no nota ninguna mejora estad铆sticamente significativa en la interacci贸n de los usuarios que recibieron notificaciones push. La informaci贸n parece validar su teor铆a de que las notificaciones push no est谩n completando los objetivos de la empresa.

Este ejecutivo no pudo ejecutar un grupo de control, adem谩s de correr el riesgo de prejuicios de verificaci贸n. Un grupo de control habr铆a sido un sector de clientes que no experimentar铆a ni un aumento en las alertas de prensa ni la suspensi贸n completa de las alertas push.

El equipo de control se habr铆a quedado para obtener alertas autom谩ticas al precio t铆pico de tres por d铆a. Contrastar los resultados del examen con este continuo habr铆a resaltado la verdadera influencia de detener una campa帽a de avisos autom谩ticos.

Ejemplo cient铆fico sobre control negativo

Para los investigadores, los buenos controles son valiosos porque nos permiten asegurarnos de que nuestra configuraci贸n experimental funciona correctamente. Por ejemplo, espere evaluar con precisi贸n qu茅 tan bien funciona un medicamento nuevo y haya realizado una prueba de laboratorio de investigaci贸n para hacerlo. Comprobamos el medicamento y funciona, pero 驴ha funcionado tan bien y deber铆a? El 煤nico m茅todo del que estar seguro es compararlo con un medicamento adicional (el control positivo) que sabemos que funciona bien. La medicaci贸n de control favorable tambi茅n es 煤til, ya que nos informa que nuestro equipo experimental est谩 funcionando con eficacia. Si el medicamento nuevo no funciona, podemos descartar un problema con nuestras herramientas al revelar los trabajos de control de medicamentos favorables.

El “control negativo” establece lo que en algunos casos llamamos el “est谩ndar”. Supongamos que estamos probando un nuevo medicamento para matar microorganismos (un antibi贸tico) y hacemos esto. Es m谩s probable que contemos la cantidad de g茅rmenes vivos en un tubo despu茅s de agregar el medicamento. Podr铆amos establecer un experimento con tres tubos.

Un tubo puede incluir el medicamento que pretendemos probar.

El segundo tubo, sin duda, incluir铆a nuestro control positivo (una droga diversa que entendemos matar谩 a los microorganismos).

  • El 煤ltimo tubo es nuestro control negativo: tiene un medicamento que sabemos que no tiene ning煤n impacto sobre los microorganismos. Esto nos dice cu谩ntas bacterias indudablemente estar铆an vivas si no elimin谩ramos ninguna de ellas.
  • Si el nuevo medicamento est谩 funcionando, es necesario que queden menos c茅lulas vivas en el primer tubo que en el 煤ltimo y, preferiblemente, la variedad de c茅lulas a煤n activas (si las hay) debe coincidir en el primer y segundo tubo.

Grupos de control en pruebas multivariantes

Instancia de examen de grupo de control multivariante que prueba diferentes tiempos de distribuci贸n, as铆 como visuales, tel茅fono m贸vil amarillo

Es genial cuando una prueba A / B expone una llamada a la acci贸n de mucho mejor rendimiento, pero suponga que tiene la intenci贸n de evaluar varias variables para identificar la combinaci贸n de actividades m谩s efectiva.

Para identificar qu茅 variable puede haber creado un aumento en el 茅xito, separar varias variables en numerosas variantes es un mayor grado de detecci贸n A / B, donde entran en juego las pruebas multivariadas.

Se analizan numerosas variables dentro de muchas combinaciones o variantes del experimento en cuesti贸n al ejecutar pruebas multivariadas.

Por ejemplo, una empresa de medios m贸viles desea evaluar la notificaci贸n de prensa enriquecida con mejor conversi贸n. Pensando en la imagen, el texto y la hora del d铆a. Si examinaron dos variaciones de fotos, dos variaciones de copia. Y dos tiempos de entrega, realizando un examen multivariante. Podr铆a evaluar la mejor combinaci贸n de conversi贸n. La prueba ciertamente enviar铆a a cada secci贸n de usuarios una alerta de inserci贸n con solo una variable diferente.

En este caso, el primer segmento obtendr铆a la imagen 1, el duplicado 1 y el tiempo de distribuci贸n 1. Luego, el segundo segmento obtendr铆a la imagen 1, la cita 1 y el tiempo de distribuci贸n 2. Finalmente, el tercer sector ciertamente obtendr铆a la imagen 1, copia 2, tiempo de env铆o 1. Y m谩s hasta que se hayan examinado todas las combinaciones posibles.

Los ex谩menes multivariados reducen eficazmente la mejor combinaci贸n posible de variables. Sin embargo, solo en condiciones ideales. Adem谩s, para asegurar que los resultados sean estad铆sticamente sustanciales. El tama帽o de la poblaci贸n debe ser lo suficientemente masivo para que cada combinaci贸n examinada llegue a un n煤mero confiable de clientes.2 Una preocupaci贸n m谩s es el tama帽o de la experimentaci贸n, ya que no se puede anticipar ejecutar una prueba por solo un d铆a y obtener datos procesables.

Dejar un comentario