BIOESTADISTICA APLICADO A LA

BIOTECNOLOGIA
BIOESTADISTICA

La Estadística es la Ciencia de la sistematización, recogida,

ordenación y presentación de los datos referentes a un
fenómeno que presenta variabilidad o incertidumbre para
su estudio metódico, con objeto de deducir las leyes que
rigen esos fenómenos, y poder de esa forma hacer
previsiones sobre los mismos, tomar decisiones u obtener
conclusiones.

La Bioestadística es la disciplina que se encarga del

desarrollo y de la aplicación de métodos estadísticos para
resolver problemas relacionados con las ciencias de la
vida, como aquellos que surgen en medicina, salud
pública o biología. En ocasiones también se denomina
Biometría.
METODOS O DISEÑOS ESTADISTICOS

 DISEÑOS EXPERIMENTALES FACTORIALES

 DISEÑOS EXPERIMENTALES CON DOS FACTORES A DOS NIVELES

 DISEÑOS FACTORIALES CON TRES FACTORES A DOS NIVELES

 DISEÑOS FACTORIALES FRACCIONADOS

 DISEÑOS FACTORIALES CON MAS DE DOS NIVELES POR FACTOR

 ANALISIS DE VARIANZA
 QUÉ ES UN DISEÑO DE EXPERIMENTOS

Es un experimento diseñado que consiste en una prueba o

varias de pruebas en las que se inducen cambios
deliberadamente en las variables de entrada del Sistema
(Proceso) de manera de posibilitar la identificación de las
causas que originan los cambios en la respuesta.
Se nombrara aquí a las variables que se deseen como factores.
El experimento en el que se investigan dos o más factores
simultáneamente se conoce como experimento factorial
 VENTAJAS Y DESVENTAJAS DEL EXPERIMENTO FACTORIAL

 Economía en el material experimental al obtener información sobre varios factores sin

aumentar el tamaño del experimento. Todas las u.e. se utilizan para la evaluación de
los efectos.

 Se amplíala base de la inferencia en relación a un factor, ya que se estudia en las

diferentes condiciones representadas por los niveles de otros factores. Se amplía el
rango de validez del experimento.

 Permite el estudio de la interacción, esto es, estudiar el grado y forma en la cual se

módica el efecto de un factor por los niveles de los otros factores.

 Una desventaja de los experimentos factoriales es que requiere un gran número de

u.e., sobre todo cuando se prueban muchos factores o muchos niveles de algunos
factores, es decir, se tiene un número grande de tratamientos. (factoriales
fraccionales)
 DISEÑOS “UNO-A-LA-VEZ”
Consisten en mantener constante los valores de todos los factores que potencialmente inciden en
el efecto que se quiere observar, menos uno de ellos, que es el que está siendo analizado. Esto se
debe repetir para cada uno de los factores que se han identificado. Este es un tipo de
experimentación bastante utilizado, pero que adolece de muchas limitaciones. Son adecuados
cuando se presentan condiciones como las siguientes:

- El resultado es una función compleja del factor, por lo que se deben emplear múltiples valores o
niveles distintos del factor para determinar el comportamiento de la respuesta.

- Los efectos resultantes no presentan interacciones. Esto significa que la forma del
comportamiento de uno de ellos no es afectado por el nivel en que se encuentran los demás.
En este caso se dice que los efectos son aditivos.

El método de experimentación "uno-a-la-vez" da resultados poco satisfactorios, muchas veces con

conclusiones erróneas. En general, es conveniente estudiar simultáneamente el efecto de dos o
más factores, en un mismo experimento.
EJEMPLO

Supóngase que se desea investigar qué efecto tiene sobre la dureza de un pegamento
epóxico, la precisión a que están sometidos los elementos que se han de adherir, y la
temperatura, durante el tiempo de endurecimiento. Se mantiene la temperatura
constante, a 50 ºC, por decisión del experimentador, durante el experimento. A la presión
se le dan los valores 5, 10, 15, 20, 25, 30, y 35 Psi., y se mide la dureza resultante en cada
uno de los 7 casos. Los resultados se ilustran en la siguiente figura:
Se observa que el mejor resultado se obtiene si se fija la presión en 25 Psi. Después se
realiza un experimento separado para determinar la temperatura óptima. Se fija la
presión en 25 Psi. y a la temperatura se le da los valores 10, 20, 30, 40,5é0, y 60 grados. El
efecto sobre la dureza se ilustra en la siguiente figura, que muestra que el óptimo se
obtiene con una temperatura de 30 ºC. El valor máximo de dureza es 23.
Sin embargo, si conociéramos la forma de la respuesta, como función de los dos
factores combinados, presión y temperatura, como se muestra en la figura siguiente,
veríamos que el punto encontrado, presión = 25 Psi., temperatura = 30 ºC, no es el
óptimo. El óptimo está en el valor (17grados, 16 Psi), y el valor máximo de dureza, en
ese punto, es 36.
 DISEÑOS EXPERIMENTALES CON DOS FACTORES A DOS
NIVELES 22
Los diseños con dos factores a dos niveles son diseños experimentales extremadamente simples,
pero a través de su análisis se pueden ilustrar los principios de la experimentación.

En estos diseños hay 22 = 4 combinaciones de tratamientos posibles, pues por cada uno de los dos
niveles de un factor hay dos niveles del otro. Por eso suele hablarse de diseños experimentales 22 ,
o simplemente experimentos 22 . A los factores los designaremos Factor A y Factor B,
respectivamente.

La conveniencia de fijar solo dos niveles por factor, está en la economía del experimento y en la
simplicidad del análisis de los resultados. El diagnostico no nos entregará la combinación de los
niveles optima, de ambos factores, sino que nos permitirá determinar si cada uno de ellos afecta o
no la respuesta, y en qué medida, así como nos dirá si existe o no interacción entre ambos
factores.
NOTACIÓN:
Los niveles de A los designamos por a1 y a2 , los de B por b1 y b2 ,
respectivamente.
El siguiente esquema muestra los elementos principales de este experimento:

Tabla de combinaciones de tratamientos del diseño experimental 22

El siguiente diagrama ilustra, en forma esquemática, los elementos que
constituyen el experimento 22:
 EJEMPLO: APLICACIÓN DEL DISEÑO DE EXPERIMENTOS FACTORIAL 2k EN LA EVALUACIÓN
DEL USO DE AMINAS PARA LA REMOCIÓN DE COMPLEJOS COBRE-CIANURO DE SOLUCIONES
DE CIANURACIÓN.
Factores a emplear en el diseño de experimentos para evaluar la eficiencia del compuesto
H25A en la remoción de cobre.

MATRIZ DE EXPERIMENTOS PLAN DE EXPERIMENTACION REMOSION DE COBRE (%)

N° PRUEBA

PH DE LA SOL. CONCENTRACION PH*[ ]mg/L PH amina g/L RESPUESTA 1 RESPUESTA 2 RESPUESTA 3

1 -1 -1 1 9 0.25 9.51 9 9.79
2 1 -1 -1 12 0.25 0.05 0.09 0.05
3 -1 1 -1 9 5 60.25 61.63 61.27
4 1 1 1 12 5 55.54 55.12 56.87
 Remociones obtenidas con los experimentos del diseño factorial 22 para la
prueba uno.

REMOCION DE
VALOR PROMEDIO b0 31.3375
COBRE (%)

EFECTO PRINCIPAL DEL NIVEL DE PH b PH -21.255

Y1 9.51
c (amina) 159.345
EFECTO PRIMCIPAL DE LA CANTIDAD
DE COLECTOR Y2 0.05

Y3 60.25
b PH*anima 7.125
EFECTO DE INTERACCION ENTRE LA Y4 55.54
CANTIDAD DE COLECTOR Y EL NIVEL
DE PH
 DISEÑOS FACTORIALES CON TRES FACTORES A DOS NIVELES 23

Son diseños en que hay tres factores, cada uno con dos niveles. El número de
combinaciones de tratamientos es 23 = 8, o sea, se duplica el número total de corridas
experimentales.
Se identificará al tercer factor con la letra C, con niveles c1 y c2 respectivamente.
En un experimento 23 , el número de combinaciones distintas de niveles de los tres
factores, o combinaciones de tratamientos, que se pueden aplicar, los simbolizamos de
la forma siguiente:
 ESTIMACIÓN DE EFECTOS

 Efecto Promedio Global:

1 = 1/8 (( a1b1c1 + a2b1c1 + a1b2c1 + a2b2c1 + a1b1c2 + a2b1c2 + a1b2c2 + a2b2c2 )
 Efecto Debido al Factor A:
A = ¼ ( a2b1c1 + a2b2c1 + a2b1c2 + a2b2c2 - a1b1c1 - a1b2c1 - a1b1c2 - a1b2c2 )
 Efecto Debido al Factor B:
B = ¼ ( a1b2c1 + a2b2c1 + a1b2c2 + a2b2c2 - a1b1c1 - a2b1c1 - a1b1c2 - a2b1c2 )
 Efecto Debido al Factor C:
C = ¼ ( a1b1c2 + a2b1c2 + a1b2c2 + a2b2c2 - a1b1c1 - a2b1c1 - a1b2c1 - a2b2c1 )
 EJEMPLO: Optimización del proceso de cianuración de un mineral
aurífero
FACTORES NIVELES
a1 0.05
FUERZA DE NaCN %
a2 0.2
b1 10
PH
b2 11
c1 0
APORTE DE OXIGENO (*)
c2 1

(*) La variable oxígeno considera que cuando se

utiliza un suministro externo de oxígeno industrial a
la pulpa está en el nivel máximo (igual a 1) y sin
utilizar el suministro está en el nivel mínimo (igual a
0).
 CALCULOS

MATRIZ TRANSPUESTA
1 1 1 1 1 1 1 1
-1 1 -1 1 -1 1 -1 1
-1 -1 1 1 -1 -1 1 1
-1 -1 -1 -1 1 1 1 1
1 -1 -1 1 1 -1 -1 1
𝑋𝑡 = 1 -1 1 -1 -1 1 -1 1
1 1 -1 -1 -1 -1 1 1
-1 1 1 -1 1 -1 -1 1
Y
575.44 PROMEDIO 71.93
25.96 1 6.49 3.245
56.42 2 14.105 7.0525
𝑋𝑡 ∗ 𝑌 = -55.46 3 -13.865 -6.9325
-17.86 12 -4.465 -2.2325
9.3 13 2.325 1.1625
17.84 23 4.46 2.23
5.48 123 1.37 0.685
CONCLUSION - El efecto de aumentar la fuerza del cianuro
incrementa también la extracción en 6,49%.
- El efecto de incrementar la oxigenación en la
pulpa produce un aumento en la extracción en
14,1%.
- Aumentar el pH, produce baja en la extracción en
13,8%.
- El incremento de la fuerza de cianuro y
oxigenación en pulpa disminuye la extracción en
4,46%.
- Al incrementar la fuerza de cianuro y el pH
experimenta un aumento de extracción en 2,32%.
- La oxigenación y el pH alto resultan en una mayor
extracción en 4,46%.
- Cuando las tres variables están en su máximo nivel
se incrementa la extracción en 1,37%.
 ANALISIS DE VARIANZA
El análisis de varianza es un procedimiento de análisis de una matriz, que divide la
variación total, medida en un conjunto de datos. Estas divisiones son las porciones
debidas a la diferencia en la respuesta entre los niveles de cada factor. El número de
grados de libertad asociados con un arreglo ortogonal es también el número máximo
de divisiones que pueden hacerse.
TABLA DE ANOVA( ANALISIS DE VARIANZA)
EJEMPLO:

Un ingeniero está diseñando una batería para usarse en un aparato que estará sujeto a
variaciones extremas de temperatura. Tiene tres opciones para el material de la placa
para la batería, y como sabe que la temperatura afecta la vida de la batería decide
probar tres temperaturas: 15°F, 70°F, 125°F.

Se prueban 4 baterías en cada combinación de material y temperatura y las 36 pruebas

(3×3×4) se corren en orden aleatorio (completamente al azar).

Los datos son vida(en horas) de las baterías.

 3*4*(Ȳi-Ȳ:)^2

(130-105)^2

(130-134.8)^2

MMS/MS ERROR

10605.7/2
GRACIAS……!!
!!