Bio Estadstica

Clase 1

Estadstica:
- Herramienta esencial en cualquier tipo de investigacin.
- Informacin valedera y confiable

Pasos a seguir:
Diseo
Conduccin
Recopilacin de datos (informacin)
Anlisis Manejo de Software:
STATGRAPHICS PLUS
STAGRAPHICS CENTURION

Al plantear Hiptesis ....................

Ejemplo:
El aumento de la dosis de Nitrgeno produce un
aumento sobre el rendimiento de plantas de maz

Ho

Necesitamos verificarla

Cmo comprobamos la Hiptesis?

Procedimiento Clsico: Un experimento

1. Seleccionar el material experimental (en qu vamos a

probar la Ho?)
2. Qu se quiere medir? (rendimiento, % de infeccin,
largo, peso, etc.)
3. Las mediciones confirman o rechazan la Hiptesis ????

Ejemplo:
1.- Material Experimental:
Manzanas: Variedad Pink Lady vs. Variedad Jazz
Hiptesis? La variedad Jazz posee un mayor potencial
productivo que la var. Pink Lady
2.- Qu medir:
Rendimiento, Peso, Color, Contenido de azcares, firmeza
3.- Las mediciones confirman la Ho? DAE:
Forma de planear un experimento de manera que los
resultados puedan ser analizados estadsticamente y dar
una conclusin.
Forma de diferenciar Error Experimental (EE) de la
Variabilidad Real .

Palabras Clave
p EXPERIMENTO
p ERROR

EXPERIMENTAL

Experimento:
Proceso planeado para obtener, confirmar y/o negar
nuevos hechos o resultados en un ensayo
Error Experimental: (EE)
Variacin natural que se produce en las mediciones del
ensayo en un mismo tratamiento, y que son ajenas al ensayo
mismo.

Objetivo de disear un experimento:

estimar y controlar el EE.

Error Experimental
1. Estimacin del EE:
Repeticiones
Aleatorizacin

2.

Control del EE:

Uso de Bloques
Control de factores ajenos al experimento
Anlisis apropiado de los datos
Correcta interpretacin de resultados

Estimacin del error Experimental

Var. Pink Lady

80 ton/ha

Var. Jazz

92 ton/ha

La variedad Jazz da mayor rendimiento

que
la variedad
PinkaLady
Valores
extrapolados,
partir?del rdto. de una planta

Repeticiones

Var. Pink Lady

80 ton/ha

72 ton/ha

Var. Jazz
90 ton/ha

85 ton/ha

Necesitamos conocer:
- la
diferencia entre las variedades
82
ton/ha
91 ton/ha
70 ton/ha
88 ton/ha
- la variacin en parcelas con la misma variedad = repeticiones
Prom. 76 ton/ha

Promedio, Desviacin Estndar

Prom. 88.5 ton/ha

Repeticiones

Var. Pink Lady

80 ton/ha

72 ton/ha

Var. Jazz
90 ton/ha

85 ton/ha

Error Experimental: (EE)

Variacin natural que se
produce en las mediciones del ensayo
en un mismo tratamiento, y que son
ajenas al ensayo mismo.

Necesitamos conocer:
- la
diferencia entre las variedades
82
ton/ha
91 ton/ha
70 ton/ha
88 ton/ha
- la variacin en parcelas con la misma variedad = repeticiones
Prom. 76

Promedio, Desviacin Estndar

Prom. 88.5

DEFINICIONES

Tratamientos:

diferentes factores cuyos efectos van a ser

medidos o comparados en un ensayo ( FACTOR)

Unidad Experimental:

unidad a la que se aplica un tratamiento: parcela

experimental,
ejemplos:
una planta, una fruta, un grupo de plantas, un grupo de
frutas

Repeticin:

cuando se aplica el mismo tratamiento a ms de una

unidad experimental

Variable:

Efecto que se desea medir:

- rendimiento (kg/ha),
- contenido de azcares (gr/100lt)
- altura de planta(cm)
- peso (gr)
- nmero de hojas

1. Estimacin del EE
Repeticiones:
permiten medir variabilidad de un conjunto de datos
Medio para llegar a
la Des. Est.

La suma de todas las desviaciones da 0

Al cuadrado para que el signo no influya
Se elimina con la raz

Varianza:
S2 = (x - x )2 / (n 1)
Desviacin Estndar
S = S2

Se ha comprobado
matemticamente para
estimar la varianza
poblacional, usar n-1
es mas cercano que n

Error Experimental
1. Estimacin del EE:
Repeticiones
Aleatorizacin

Repeticiones y Aleatorizacin

Repeticiones y Aleatorizacin

(+)----------Gradiente de fertilidad ----------- (-)

(+)----------Gradiente de fertilidad ----------- (-)

Repeticiones y Aleatorizacin

(+)----------Gradiente de fertilidad ----------- (-)

(+)----------Gradiente de fertilidad ----------- (-)

Por lo tanto:

Los tratamientos (variedades), deben ser

asignados a las parcelas (u. experimentales),
de tal forma, que todas tengan la misma
probabilidad de establecerse en cualquiera de
ellas: Aleatorizacin.

Formas de Aleatorizar
v Por sorteo
v Por nmeros aleatorios

Cmo distribuir 3 tratamientos (3 sistemas de poda)? :

S1, S2, S3
(4 repeticiones c/u) 3 trat. X 4 rep = 12 parcelas
Parcela o
Unidad
Experimental

Cmo distribuir 3 tratamientos? S1, S2, S3 (4 repeticiones)

S1

S1

S1

S1

S2

S2

S2

S2

S3

S3

S3

S3

Cmo distribuir 3 tratamientos? S1, S2, S3 (4 repeticiones)

S1 (r1)

S3

S2

S1 (r2)

S3

S2

S1 (r3)

S2

S1 (r4)

S3

S2

S3

2. Control del EE

Uso de Bloques (Diseo especial)

Control de factores ajenos al experimento
Anlisis apropiado de datos
Correcta interpretacin de resultados
Control de Factores ajenos al
experimento:
Conocer las fuentes de EE :
Fuentes Naturales de EE
Fuentes No Naturales de EE

Error Experimental
Fuentes Naturales
p

Variacin entre individuos

(plantas)

Variacin entre parcelas

Variacin estacional

Variacin del suelo

Fuentes No Naturales
p

Errores Mecnicos
(humanos)

Fuentes Naturales:
Variacin entre individuos
p Tamao:
n

menor variabilidad
en plantas
pequeas

p Espaciamiento
n

Plantas ms
juntas, menor
variabilidad

Fuentes Naturales:
Variacin entre parcelas
p

Efecto borde:
tratamientos deben
quedar rodeados de
similares condiciones

xxxx xxxx xxxx xxxx

xxxx xxxx xxxx xxxx

Tamao de la parcela:

xxxx xxxx xxxx xxxx

xxxx xxxx xxxx xxxx

A mayor tamao
menor variabilidad.
p Muy chicas:
Rendimientos
anmalos
p Muy Grandes
Efecto distorsionador
heterogeneidad del
suelo

xxxx xxxx xxxx xxxx

xxxx xxxx xxxx xxxx

Variacin entre parcelas efecto borde

xxxx xxxx xxxx xxxx

x
x

xxxx xxxx xxxx xxxx

xxxx xxxx xxxx xxxx

x
x

xxxx xxxx xxxx xxxx

xxxx xxxx xxxx xxxx
xxxx xxxx xxxx xxx
x

x
x

x
x

xxxx xxxx xxxx xxxx

xxxx xxxx xxxx xxxx

x
x

x
x

Fuentes Naturales:
Variacin Estacional
p

Clima:
p precipitaciones
p temperatura

Enfermedades y
plagas:
p presin de
enfermedades,
insectos y/o
malezas

Fuentes Naturales:
Variacin del suelo
p

Pendiente:
n

Gradientes de
fertilidad. Ideal sin
pendiente

Nivelacin: Reduce la
pendiente

Evitar terrenos con

exceso de nivelacin
(altera profundidad
efectiva)

Fuentes Naturales:
Variacin del suelo
p

Areas utilizadas
previamente con otros
cultivos: Tratar en forma
homognea por una
temporada.

Presencia de grandes
estructuras o rboles:
Evitar estructuras que
puedan sombrear, absorber
nutrientes...

Sombreamiento
diferencial en los
tratamientos por posicin
de las hileras: bloquear en
sentido perpendicular a la
sombra

Fuentes No Naturales de EE
p Error

en delimitacin de parcelas
p Error en seleccin de plantas
p Error en aplicacin de tratamientos
p Errores de Medicin
p Error en transcripcin de datos

Fuentes No Naturales de EE
p

Desde el diseo de las

parcelas hasta la
recoleccin y digitacin de
los datos.
Errores principalmente del
tipo HUMANO: no se
pueden controlar
efectivamente por tcnicas
estadsticas

p POR

LO TANTO,
SE DEBEN
PREVEER YA QUE
NO SE PUEDEN
CUANTIFICAR

Fuentes No Naturales:
Delimitacin de parcelas
p

Error en
espaciamiento de
hileras error en la
medicin de la
parcela.
p

Cambio de
rendimiento al
extrapolar a H.
Correcta
delimitacin de las
parcelas

Fuentes No Naturales
Seleccin de plantas
p

Al elegir las plantas/

individuos para asignar los
tratamientos, priorizar
UNIFORMIDAD
n

Primero seleccionar N
total de plantas; luego
asignar tratamientos
(asegura que todos sean
aplicados a plantas
similares).
(Plantas desuniformes:
uso de bloques)

Fuentes No Naturales
Aplicacin de Fertilizantes
p

Areas grandes:
p

Si permite usar
maquinaria, no habr
problema.

Areas ms
pequeas.
n

fertilizacin manual,
puede llevar a errores.

Contabilizar N total de
hileras; dividir
previamente, por peso,
cantidad
correspondiente a cada
hilera.

Fuentes No Naturales:
Errores de Medicin
p

Ensayo con muchas

mediciones fatiga,
sobre todo si debe ser
repetida constantemente

En casos extremos de
complejidad
Trabajar de a 2
Al final de las
mediciones,
chequeo de
datos, para
verificar errores.

Fuentes No Naturales:
Errores de Medicin
p

En caso de mediciones
que demandan mucho
tiempo:
medir todos los
tratamientos
para r1 en un
da; al da
siguiente r2

T1

T2

T3

r1
r2
r3
r4

r1
r2
r3
r4

r1
r2
r3
r4

Fuentes No Naturales:
Errores de Medicin
p

Mediciones fuera del

terreno
n

No mezclar los
tratamientos hasta
finalizadas las
mediciones,

Material que debe ser

congelado o secado para
anlisis posterior: guardar
1 2 repeticiones ms

Evitar la medicin de un
experimento por diferentes personas

Si se trabaja de a dos, uno mide y

el otro anota.

Toma de Datos:
p

Informacin General
n

Agroclimtica (Temp.,
pp, heladas, radiacin,
etc)
Del terreno
(caracterizacin suelo,
agua, plantas)

Informacin del
Ensayo
n
n
n
n

Planilla de datos con

todas las variables
Nombre Ensayo
Tratamiento
Fecha

Ensayo:
Fecha
Tratamiento
V1
V1
V1
V1
V1
V2
V2
V2
V2
V2
V3
V3
V3
V3
V3

Rep.
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5

Altura

N frutos

NUNCA DEJAR UNA ANOTACION PARA DESPUES !!!

RESUMEN
Diseo Experimental
Error Experimental (EE): estimacin y control
Fuentes de EE: naturales y no naturales

Para conducir un experimento:

seleccionamos un rea (terreno)
la dividimos en parcelas
aplicamos los tratamientos
hacemos las mediciones
ANALIZAMOS LOS RESULTADOS

Efecto de 3 sistemas de poda sobre el rendimiento

- 3 tratamientos: S1, S2, S3
- 4 repeticiones
- Variable a medir: Rendimiento (kg/ha)

xxxxx
xxxxx

xxxxx
xxxxx

xxxxx
xxxxx

xxxxx
xxxxx

xxxxx
xxxxx

xxxxx
xxxxx

xxxxx
xxxxx

xxxxx
xxxxx

xxxxx
xxxxx

xxxxx
xxxxx

xxxxx
xxxxx

xxxxx
xxxxx

Conceptos Bsicos

POBLACION

Parmetros Poblacionales

MUESTRA

Estimador (Muestra)

Valor fijo: Ej: rendimiento de la poblacin de Pink Lady con ciertas

caractersticas (cv., rea, fert, etc) es 90 ton/ha.
En rigor no la conocemos, la estimamos, por lo tanto la muestra es
Variables aleatorias con
FIJOtiene una probabilidad
una variable que
de distribucin.
probabilidad de distribucin

Conceptos Bsicos

POBLACION

Parmetros Poblacionales

MUESTRA

Estimador (Muestra)

Media
Varianza

FIJO

Variables aleatorias con

probabilidad de distribucin

Distribucin Normal
Media poblacional =
x1 + x2 + x3 .... + xn
= -------------------------N

Media muestral =
r

(xi)
Cuando hacemos un ensayo suponemos
que las muestras provienen de una
poblacin con distribucin normal (buen
diseo y muestreo)

i =1

x = ----------------r

Propiedades de la media:

la suma de sus desviaciones es cero

(xi - x) = 0

la suma de los cuadrados de las desviaciones es mnima.

(xi - x)2 = mnimo

Ejemplo de distribucin de 3 poblaciones

Error Experimental: (EE)

Variacin natural que se
produce en las mediciones del
ensayo en un mismo tratamiento,
y que son ajenas al ensayo
mismo.

Estimador: VARIANZA

Varianza y Desviacin Estndar:

Varianza Poblacional:
( x i - )2
2 = -------------------N

Estimador de la Varianza poblacional:

S2

( xi - x)2

--------------------------------------

r -1

ANALISIS DE VARIANZA
H0: No hay diferencia entre tratamientos
Ha: Hay diferencia entre los tratamientos

ANDEVA:
Procedimiento que permite separar la variabilidad
total en componentes asociados con:
error experimental
diferencia entre tratamientos

Anlisis de Varianza
S1 (r1)

S3

S2

S1 (r2)

S3

S2

S1 (r3)

S2

S1 (r4)

S3

S2

S3

S1 (r1)

S3

S2

S1 (r2)

S3

S2

S1 (r3)

S2

S1 (r4)

S3

S2

S3

S1= promedio y varianza (x1)

S2= promedio y varianza (x2)
S3= promedio y varianza (x3)

Ho: 1 = 2 = 3
La hiptesis nula se rechaza
o no se rechaza

ANDEVA: forma sistemtica de calcular S2,

como un estimador de la varianza poblacional
Fuente de
Variacin

Grados de
Libertad

Suma de
Cuadrados

Cuadrado
Medios

Total
Tratamiento
Error

gl Total
gl Trat.
gl Error

SCTotal
SC Trat
SC Error

CM Trat.
CM Error

F (Trat)

Cuantifica el error del ensayo

De aqu nace el anlisis de

varianza: Se compara la
variabilidad real que existe entre
los tratamientos respecto del
error asociado a cada tratamiento

Hiptesis y prueba de significancia

Ho: no existe efecto de los tratatamientos
1 = 2 = 3 = 4 = .... = n
Conclusin posible:
- se rechaza Ho
- no hay evidencia para rechazar Ho

Niveles de confianza convencionalmente utilizados:

5% (0.05) = diferencias significativas (*)
1% (0.01) = diferencias altamente significativas (**)

ANDEVA: forma sistemtica de calcular S2,

como un estimador de la varianza poblacional
Fuente de
Variacin

Grados de
Libertad

Suma de
Cuadrados

Cuadrado
Medios

Total
Tratamiento
Error

gl Total
gl Trat.
gl Error

SCTotal
SC Trat
SC Error

CM Trat.
CM Error

F (Trat)

Distribucin F (Fisher)

Sa2 (calculado de las medias de los tratamientos)

F = ---Sb2 (calculado de la combinacin de las varianzas)