Los experimentos son la piedra angular de la investigación científica y la mayoría de los científicos confían plenamente en su experiencia en el dominio para llevarlos a cabo. Sin embargo, esta es solo una cara de la moneda; la otra está en la calidad de los datos generados en el propio experimento.
George Box afirmó que «Todos los experimentos son experimentos diseñados, solo que algunos están mal diseñados y otros, bien diseñados». Y aquí, «bien diseñado» quiere decir que aporta la mayor información posible.
En este contexto se ha desarrollado una amplia teoría estadística que versa sobre cómo maximizar la información extraída de los experimentos.
Para abordar cuestiones científicas, las personas que llevan a cabo un experimento deben definir muchos detalles que afectan a la calidad de los datos resultantes:
▪︎ ¿Cuántos ensayos experimentales debo hacer para encontrar respuestas claras?
▪︎ ¿Cuáles son los riesgos si reduzco el número de experimentos, y por tanto, el coste?
▪︎ ¿Puedo ejecutar los experimentos en cualquier orden?
▪︎ ¿Cuántos individuos o unidades experimentales participarán?
▪︎ ¿Puedo gestionar factores de confusión conocidos/desconocidos?
▪︎ Etc.
Por supuesto, los interrogantes son tan amplios como numerosos.
En Codas Lab tenemos como prioridad aplicar la rica teoría que existe sobre Diseño estadístico de experimentos a las complejidades de los experimentos modernos por medio de herramientas computacionales. Buscamos formas inteligentes de diseñar experimentos con el fin de lograr alguna ventaja en el análisis de datos y, de acuerdo a esto, codiseñamos los experimentos y el propio análisis de datos.
Tenemos la suerte de haber participado en proyectos de una amplia variedad de dominios (áreas de investigación), descubriendo diferencias y similitudes entre las prácticas de diseño experimental de cada uno de ellos.
Esta experiencia nos ofrece una visión abstracta sobre buenas prácticas que habitualmente es válida en cualquier dominio e independiente de los datos.
Entendemos el conocimiento de datos como un elemento de gran valor para aquellos grupos de investigación que perciben la Ciencia de datos como una pieza esencial en sus propias investigaciones.
Solo por medio de la dupla conocimiento de dominio – conocimiento de los datos se podrá aspirar a una investigación de primer nivel.
Y es que en Codas Lab creemos firmemente en que los experimentos deben ser diseñados por científicos expertos del dominio en colaboración con científicos de datos.
Si quieres recibir más información sobre nuestra línea de investigación de Diseño estadístico de experimentos, no dudes en contactar con nosotros.
