promedio. En términos estadísticos valores un poco distantes pueden hacer un pull en contra del conjunto de datos creando un efecto equivocado.
No hay una regla general para tratar con los datos fuera de rango, pero si están presentes se deberían tomar algunas medidas para investigar sus efectos, ignorarlos pone en duda el conjunto del análisis. Por esta razón en los artículos científicos se deben describir como los valores fuera de rango fueron manejados.
5.7.2. LA NO INDEPENDENCIA
Una presunción común en los test estadísticos es que todas las observaciones son independientes. Por ejemplo, si en una encuesta se midió el peso en una muestra de niños escolares, se asume que el valor del peso de un niño no tiene efecto en el peso del siguiente niño. Sin embargo si un niño es pesado más de una vez, como en los estudios clínicos controlados en los cuales hay pre-evaluaciones y post-evaluaciones de los mismos sujetos de estudio, no existe independencia entre mediciones.
Hay test estadísticos y métodos estadísticos especiales, como los métodos de medidas repetidas, los cuales pueden resolver este problema, pero muchos de los test estadísticos no lo hacen. Si en algunos estudios algunos individuos son medidos varias veces para tratar de mejorar el tamaño de la muestra, esto es válido solo cuando los métodos estadísticos pueden corregir la no independencia de los datos.
5.7.3. HALLAZGOS CASUALES ENMASCARADOS COMO HIPÓTESIS
Muchos, sino la mayoría de los estudios recolectan una gran cantidad de datos de los sujetos a ser estudiados o recogen datos de muchas variables, a pesar de que pueden haber sido diseñados para probar unas pocas hipótesis específicas. Sin embargo, con mucha frecuencia se exploran de varias formas la relación entre variables o los efectos, aunque estas no hayan sido formuladas en las hipótesis.
Un ejemplo de lo descrito ocurre cuando se analizan los datos sub dividiéndoles( análisis estratificado) por variables como edad, sexo o gravedad de la enfermedad. Estos procedimientos en investigación son válidos y puede ser una perdida no explorar los datos enteramente; pero se cometen errores cuando los resultados obtenidos por azar o por accidente son presentados como si fueran resultado de una hipótesis previamente formulada.
Por ejemplo, en un estudio clínico de dos anti-hipertensivos en la que los investigadores podrían chequear si la misma magnitud del efecto se observó en los jóvenes comparados con los viejos o los hombres comparados con las mujeres, sería legítimo reportar alguna diferencia encontrada entre estos grupos siempre y cuando se especifique claramente como un avance del análisis. Pero es incorrecto presentarlo como el resultado de una hipótesis que el estudio quería probar.
Hay muchas formas mediante las cuales los datos pueden subdividirse, por lo tanto por efecto del azar algunos resultados estadísticos pueden revelar interesantes efectos o
62