Pseudorreplicación

La pseudorreplicación (a veces denominada error de unidad de análisis ^{[ 1 ]} ) tiene muchas definiciones. Originalmente, Stuart H. Hurlbert ^{[ 2 ]} la definió en 1984 como el uso de estadística inferencial para probar efectos de tratamiento con datos de experimentos donde los tratamientos no se replican (aunque las muestras sí) o las réplicas no son estadísticamente independientes. Posteriormente, Millar y Anderson ^{[ 3 ]} la identificaron como un caso especial de especificación inadecuada de factores aleatorios donde están presentes tanto factores aleatorios como fijos. A veces se interpreta de forma restrictiva como una inflación del número de muestras o réplicas que no son estadísticamente independientes. ^{[ 4 ]} Esta definición omite la confusión de los efectos de unidad y tratamiento en una razón F mal especificada . En la práctica, las razones F incorrectas para las pruebas estadísticas de efectos fijos a menudo surgen de una razón F predeterminada que se forma sobre el error en lugar del término mixto.

Lazic ^{[ 5 ]} definió la pseudorreplicación como un problema de muestras correlacionadas (por ejemplo, de estudios longitudinales ) donde la correlación no se tiene en cuenta al calcular el intervalo de confianza para la media muestral. Para el efecto de la correlación serial o temporal, véase también el teorema del límite central de la cadena de Markov .

El problema de la especificación inadecuada surge cuando se asignan tratamientos a unidades que se submuestrean y la razón F del tratamiento en una tabla de análisis de varianza ( ANOVA ) se calcula con respecto al cuadrado medio residual en lugar de con respecto al cuadrado medio entre unidades. La razón F relativa al cuadrado medio dentro de la unidad es vulnerable a la confusión entre los efectos del tratamiento y de la unidad, especialmente cuando el número de unidades experimentales es pequeño (por ejemplo, cuatro tanques, dos tanques tratados, dos sin tratar, varias submuestras por tanque). El problema se elimina calculando la razón F con respecto al cuadrado medio correcto en la tabla ANOVA (tazón por tratamiento MS en el ejemplo anterior), cuando esto sea posible. El problema se aborda mediante el uso de modelos mixtos. ^{[ 3 ]}

Hurlbert informó de "pseudorreplicación" en el 48% de los estudios que examinó, que utilizaron estadística inferencial. ^{[ 2 ]} Varios estudios que examinaron artículos científicos publicados hasta 2016 encontraron de manera similar que aproximadamente la mitad de los artículos eran sospechosos de pseudorreplicación. ^{[ 4 ]} Cuando el tiempo y los recursos limitan el número de unidades experimentales , y los efectos de unidad no se pueden eliminar estadísticamente mediante pruebas sobre la varianza de la unidad, es importante utilizar otras fuentes de información para evaluar el grado en que una razón F está confundida por efectos de unidad.

La replicación aumenta la precisión de una estimación, mientras que la aleatorización aborda la aplicabilidad más amplia de una muestra a una población. La replicación debe ser apropiada: debe considerarse la replicación a nivel de unidad experimental, además de la replicación dentro de las unidades.

Las pruebas estadísticas (por ejemplo, la prueba t y la familia de pruebas ANOVA relacionadas) dependen de una replicación adecuada para estimar la significación estadística . Las pruebas basadas en las distribuciones t y F asumen errores homogéneos, normales e independientes. Los errores correlacionados pueden conducir a una precisión falsa y a valores p demasiado pequeños. ^{[ 6 ] [ 7 ]}

Hurlbert (1984) definió cuatro tipos de pseudorreplicación.

• La pseudorreplicación simple (Figura 5a en Hurlbert, 1984) ocurre cuando hay una unidad experimental por tratamiento. La estadística inferencial no puede separar la variabilidad debida al tratamiento de la variabilidad debida a las unidades experimentales cuando solo hay una medición por unidad.
• La pseudorreplicación temporal (Figura 5c en Hurlbert, 1984) se produce cuando las unidades experimentales difieren lo suficiente en el tiempo como para que existan efectos temporales entre ellas, y los efectos del tratamiento se correlacionan con los efectos temporales. La estadística inferencial no puede separar la variabilidad debida al tratamiento de la variabilidad debida a las unidades experimentales cuando solo hay una medición por unidad.
• La pseudorreplicación sacrificial (Figura 5b en Hurlbert 1984) ocurre cuando se utilizan medias dentro de un tratamiento en un análisis, y estas medias se prueban sobre la varianza dentro de la unidad. En la Figura 5b, la razón F errónea tendrá 1 gl en el cuadrado medio del numerador (tratamiento) y 4 gl en el cuadrado medio del denominador (2-1 = 1 gl para cada unidad experimental). La razón F correcta tendrá 1 gl en el numerador (tratamiento) y 2 gl en el denominador (2-1 = 1 gl para cada tratamiento). La razón F correcta controla los efectos de las unidades experimentales, pero con 2 gl en el denominador tendrá poca potencia para detectar diferencias entre tratamientos.
• La pseudorreplicación implícita se produce cuando los errores estándar (o los intervalos de confianza) se estiman dentro de las unidades experimentales. Al igual que con otras fuentes de pseudorreplicación, los efectos del tratamiento no pueden separarse estadísticamente de los efectos debidos a la variación entre las unidades experimentales.

• Replicación (estadística)
• Remuestreo (estadística)
• Ensayo N de 1 (estudio cruzado, utilizado en ensayos clínicos) y evidencia anecdótica (ensayo N de 1 que involucra al propio sujeto).