Beruflich Dokumente
Kultur Dokumente
I. INTRODUCCION...................................................................................................................... 2
II. OBJETIVOS ........................................................................................................................... 3
Objetivo General: ..................................................................................................................... 3
Objetivo Específico: ................................................................................................................. 3
III. MARCO TEORICO .............................................................................................................. 4
3.1. Diseño Experimental ............................................................................................................ 4
3.2. Términos usuales en el diseño Experimental ........................................................................ 4
3.3. Tipos de Experimentos: ........................................................................................................ 6
3.4. Requisitos de un diseño experimental .................................................................................. 7
3.5. Manipulación de las variables .............................................................................................. 7
3.6. Contraste de la hipótesis estadística ..................................................................................... 9
3.7. Modelos de diseños experimentales. .................................................................................. 11
3.7.1. Diseño en bloques: ..................................................................................................... 12
3.7.2. Diseño Factoriales: ..................................................................................................... 19
3.8. Ejemplo de aplicación: ....................................................................................................... 23
IV. CONCLUCIONES ............................................................................................................... 31
V. BIBLIOGRAFIA ...................................................................................................................... 32
I
I. INTRODUCCION
EL ALUMNO
2
II. OBJETIVOS
Objetivo General:
Objetivo Específico:
Presentar los parámetros básicos que rigen los modelos de los diseños
experimentales.
3
III. MARCO TEORICO
3.1.Diseño Experimental
Padrón Corral (1996), menciona algunos términos usados dentro del estudio de los
diseños experimentales como son:
Necesidad:
La mayor parte de la investigación científica se realiza por medio de los
experimentos, y para que un experimento tenga validez, tiene que ser realizado
mediante un método objetivo, y hasta ahora, la estadística es la única
herramienta que cumple esa característica para la realización y el análisis de
experimentos. El diseño de experimentos es indispensable para realizar
cualquier investigación científica.
Propósito:
El propósito del diseño de experimentos es establecer las metodologías que
aseguren las conclusiones válidas y objetivas en el desarrollo de experimentos.
4
Unidad Experimental:
La unidad experimental es el elemento (planta, animal u objeto) al que se le
modificarán en forma planeada factores para revisar su respuesta.
Tratamiento:
El tratamiento es el proceso de modificación de factores de una unidad
experimental y cuyos efectos van a ser medidos y comparados.
Tratamiento de Testigo:
Es la selección de un grupo de unidades experimentales al que no se le aplica
tratamiento especial con el fin de comparar los resultados con los otros
tratamientos.
Repetición:
Las repeticiones serán el número de veces que un tratamiento se aplica al
mismo número de unidades experimentales.
Bloque:
Es un conjunto de unidades experimentales de los más homogéneo posible que
reciben el mismo tratamiento.
El bloque es un conjunto de unidades experimentales lo más homogéneas
posibles, en el cual aparecen todos los tratamientos una sola vez; dicho bloque
se debe colocar perpendicular al gradiente para tratar de minimizar el error.
Error Experimental:
El error experimental son los resultados experimentales varían no solo por la
acción de los tratamientos, sino también por variaciones ambientales que
tienden a enmascarar el efecto de los tratamientos. Por lo general, para expresar
estas variaciones se usa el término, sino que incluye todo tipo de variación
externa ajena al material experimental.
5
Análisis de Variancia:
El análisis de variancia es una técnica estadística que sirve para analizar la
variación total de los resultados experimentales de un diseño en particular,
descomponiéndolo en fuentes de variación independientes atribuibles a cada
uno de los efectos en que constituye el diseño experimental.
3.3.Tipos de Experimentos:
Preliminar:
Es conducido en estaciones experimentales, para obtener nuevos hechos.
Propicio plan introducción de nuevas variedades y cuando se dispone de un
número elevado de tratamientos.
Critico:
Demostrativo:
6
3.4.Requisitos de un diseño experimental
Variable Independiente:
Manipulación experimental de una variable independiente se refiere, en una
situación simple, a la aplicación de un valor dado de una variable a un grupo de
individuos y un valor diferente de la misma variable a un segundo grupo de
individuos. (p.18)
Variable Dependiente:
La variable dependiente es conocida, también, por variable de medida, de
respuesta o de resultado. Es aquel aspecto de comportamiento sobre el que
esperamos observar el efecto de la variación sistemática de la variable
independiente. (p.18)
7
Flujo grama del desarrollo de la investigación:
8
Modelo lógico del diseño experimental:
Planteamiento de hipótesis:
9
Hipótesis científica:
Hipótesis estadística:
Hipótesis nula:
Este tipo de hipótesis indica que entre dos o más grupos determinados no hay
diferencias significativas con respecto a alguna variable. Es decir con esta
hipótesis se establece que no existe relación o dependencia de las variables en
análisis basándose en la ausencia de diferencias entre las variables,
estableciendo así que las variables son estadísticamente iguales.
Hipótesis alternativa:
Este tipo de hipótesis indica que entre dos o más grupos determinados existen
diferencias significativas con relación a alguna variable. Lo cual indica que
existe algún tipo de dependencia o relación entre las variables comparadas
basándose en las diferencias obtenidas con la ejecución de los diferentes
tratamientos o grupos analizados.
10
3.7.Modelos de diseños experimentales.
Existen una diversidad de autores que clasifican los modelos de diseños experimentales
de diversas maneras a continuación presentare algunos de ellos:
11
Según Padrón Corral (1996):
1. Diseño en bloques:
2. Diseños Factoriales:
12
Su modelo estadístico para este diseño es:
yij = µ + τi + βj + ǫij i = 1, . . . , t j = 1, . . . , b
µ media general
τi efecto del i-ésimo tratamiento
βj efecto del j-ésimo bloque
ǫij error experimental del tratamiento i en el bloque j
2
ǫij ∼ N ID(0, σ ).
13
Figura5.Analisis de varianza.
14
Figura8.Diseño en bloques de una parcela con pendiente variable.
15
El modelo estadístico es:
yij = µ + ρi + γj + τk + ǫij
Figura9.Particion de cuadrados.
16
Figura11.Anova para diseño cuadro latino.
17
o Diseño cuadro grecolatino.
Cuando a un cuadrado latino se le superpone un segundo cuadrado
latino se forma un diseño grecolatino, ya q u e a los tratamientos
correspondientes al segundo cuadrado latino se le asignan letras griegas
(α, β, γ, δ, etc.). Al hacer la superposición de dos cuadrados se tiene la
propiedad de que cada tratamiento asignado en un cuadrado se repite una
sola vez a cada tratamiento asignado en el otro cuadro, debido a que los
dos cuadrados son ortogonales entre sí.
Cδ = dykyi = Variable observada con la ejecución del tratamiento C y tratamiento δ con
los bloques “yk” y “yi”
18
3.7.2. Diseño Factoriales:
19
o Diseño factorial general.
Es posible generalizar los diseños factoriales a más de dos factores, en
el caso en que se desea analizar la interacción en más de dos factores.
En este caso se tendrían a niveles del factor A, b niveles del factor B, c
niveles del factor C y así sucesivamente, dispuestos en un experimento
donde habrá abc…n combinaciones diferentes. En el aspecto práctico
tiene el inconveniente de que al aumentar el número de factores
aumenta muy rápidamente el número de observaciones necesario. Un
camino alternativo es utilizar fracciones factoriales que son diseños en
los que se supone que muchas de las interacciones son nulas, esto
permite estudiar el efecto de un número elevado de factores con un
número relativamente pequeño de pruebas. Por ejemplo, el diseño en
cuadrado latino, en el que se supone que todas las interacciones son
nulas.
yabcn = Variable de respuesta en la interacción entre los factores “a”, “b” y “c” en
la n réplica
20
o Diseño factorial con bloqueo.
En ocasiones no es factible o práctico la aleatorización completa
de todas las corridas de un diseño factorial. La presencia de un
factor perturbador puede hacer necesario que el experimento se
corra en bloques. El modelo se trabaja de la misma forma que se
trabajó para los diseños en bloques.
21
Los diseños
o factoriales 2k son diseños en los que se trabaja con k
factores, todos ellos con
o dos niveles (se suelen denotar + y -).
22
3.8.Ejemplo de aplicación:
EJEMEPLO Nº1
En un ensayo con seis variedades de frijol (rendimiento expresado en
g/parcela) en el que se usaron cuatro repeticiones por tratamiento, y
los resultados se muestran en el siguiente cuadro:
Tratamientos
Repeticiones
Variedades 1 2 3 4
Bayo 42 46 38 41
Gastelum 32 38 31 30
Mantequilla 25 32 28 26
Testigo 18 20 26 24
Cuyo 35 42 46 40
Zirate 36 25 22 26
Realizamos la suma:
23
Se procede a la realización de los cálculos correspondientes para la construcción
del ANOVA.
24
EJEMEPLO Nº2
Hipótesis
Ho: Ti = Tj Ho: Bi = Bj
Ha: Ti ǂ Tj Ha: Bi ǂ Bj
25
26
Por lo anterior, y debido a que Fc es mayor que F Tabulada, es posible decidir e rechazo
de la Hipótesis nula, sin embargo, será necesario efectuar más pruebas estadísticas con
el propósito de elaborar conclusiones especificas.
SOLUCION:
1. PLANTEAMIENTO DE LA HIPOTESIS
• Hipótesis nula
Ho: τi=0 para todo "i"=1,2,3,…
Todos los tratamientos son iguales y no existe diferencia alguna
en los efectos de los fertilizantes en la produccion de Avena.
• Hipótesis alterna
H1: τi≠0 para algún "i“
Al menos un tratamiento es significativamente diferente y tuvo
mayor efecto en la produccion de Avena.
27
2. α = 0.05 Nivel de significancia
3. FUNCION PIVOTAL o ESTADIGRAFO
𝐹1 = (𝑡 − 1) = (5 − 1) = 4
𝐹2 = 𝑡(𝑛 − 1) = 5(5 − 1) = 20
5. DATOS OBTENIDOS
Tratamientos t=5
28
Mediciones m=5
Total de mediciones N = 90
Bloques b= 6
6. CUADRO ANVA
29
6.1. CALCULO DE LA COLUMNA DE LA SUMA DE CUADRADOS
𝑇2 71372
𝑀yy = 𝑁
= 90
= 573921.8778
70.83778
Fe = = 0.958
73.93778
30
16311.7111
Fe = = 220.614
73.93778
7. CONCLUSION
Como Fe = 220 > Fo = 2.87 entonces se rechaza Ho y se concluye que existe
diferencia significativa en el efecto promedio entre los 5 tipos de fertilizantes
siendo recomendable el N 5.
En tanto que en los bloques no existen diferencias significativas, por lo que no fue
necesario el bloqueo, ya que Fo = 2.71 > Fe= 0.958
IV. CONCLUCIONES
31
V. BIBLIOGRAFIA
32