UNIVERSIDAD NACIONAL AGRARIA - LA MOLINA DPTO.

ESTADISTICA E INFORMATICA

CAPITULO II DISEOS EXPERIMENTALES

ASPECTOS GENERALES El Diseo de Experimentos tuvo su inicio terico a partir de 1935 por Sir Ronald A. Fisher, quin sent la base de la teora del Diseo Experimental y que a la fecha se encuentra bastante desarrollada y ampliada. Actualmente las aplicaciones son mltiples, especialmente en la investigacin de las ciencias naturales, ingeniera, laboratorios y casi todas las ramas de las ciencias sociales. CONCEPTOS GENERALES TRATAMIENTO Son los diferentes procedimientos, procesos, factores o materiales, cuyos efectos van a ser medidos y comparados. El tratamiento establece un conjunto de condiciones experimentales que deben imponerse a una unidad experimental dentro de los confines del diseo seleccionado. Ejemplos: Dosis de Fertilizante, Racin Alimenticia, Profundidad de Sembrado, Distanciamiento entre Plantas, Variedades de un cultivo. TESTIGO El testigo o tratamiento control es el tratamiento de comparacin adicional, que no debe faltar en un experimento; por ejemplo, si se usan cinco tratamientos con fertilizante, el testigo puede ser aquel tratamiento que no incluye fertilizante. La eleccin del tratamiento testigo es de gran importancia en cualquier investigacin, este se constituye como referencial del experimento y sirve para la comparacin de los tratamientos en prueba. FACTOR Viene a ser un ingrediente, procedimiento que interviene en un tratamiento. Un factor est conformado por los niveles del factor. Un tratamiento puede ser un nivel de un factor o una combinacin de niveles de dos o mas factores. Factor Cantidad de Nitrgeno Niveles del Factor 100 Kg/Ha 150 Kg/Ha

50 Kg/Ha

UNIDAD EXPERIMENTAL La unidad experimental, es el objeto o espacio al cual se aplica el tratamiento y donde se mide y analiza la variable que se investiga. En los experimentos pecuarios la unidad experimental por lo general est conformada por un animal (cuy, cerdo, pato, etc.), en los experimentos forestales la unidad experimental en la mayora de los casos est conformado por un rbol y en la mayor parte de las pruebas de campo agrcolas, la unidad experimental es una parcela de tierra en lugar de una planta individual. DISEO EXPERIMENTAL Es la secuencia completa de pasos considerados de antemano y que deben seguirse para tener la seguridad de obtener datos apropiados que permitan un anlisis objetivo que conduzca a deducciones validas con respecto al problema en estudio.

CURSO: METODOS ESTADISTICOS PARA LA INVESTIGACION I PROF: ING. RAPHAEL VALENCIA CHACON

UNIVERSIDAD NACIONAL AGRARIA - LA MOLINA DPTO. ESTADISTICA E INFORMATICA

PROPOSITO DE UN DISEO EXPERIMENTAL Es proporcionar mtodos que permitan obtener la mayor cantidad de informacin vlida acerca de una investigacin, teniendo en cuenta el factor costo. Lo que se busca con un diseo experimental es el uso eficiente del material disponible mediante el uso de mtodos que permitan disminuir el error experimental. ERROR EXPERIMENTAL Viene a ser la variabilidad motivada por las diferencias que se producen en los resultados de unidades experimentales tratadas de forma similar. El trmino describe el fracaso de llegar a resultados idnticos con dos unidades experimentales tratadas de forma similar. FUENTES DEL ERROR EXPERIMENTAL 1.- La variabilidad inherente al material experimental (unidades experimentales) 2.- Falta de homogeneidad en la tcnica experimental. 3.- Errores de experimentacin. 4.- Errores de observacin y medicin. 5.-Efectos combinados de todos los factores extraos que puedan influir sobre los resultados del experimento. FORMAS DE DISMINUIR EL ERROR EXPERIMENTAL 1.- Usando el diseo experimental apropiado. 2.- Seleccionando minuciosamente el material experimental a usar. 3.-Aumentando el nmero de repeticiones en el experimento o aumentando simultneamente el nmero de repeticiones y el nmero de tratamientos. 4.- Refinando la tcnica experimental y teniendo ms cuidado al dirigir el experimento. 5.- Utilizando informacin proporcionada por variables aleatorias relacionadas. PRINCIPIOS BASICOS DEL DISEO EXPERIMENTAL 1.- Repeticin: Viene a ser la reproduccin o rplica del experimento bsico (asignacin de un tratamiento a una unidad experimental). Las principales razones por las cuales es deseable la repeticin son: a) Proporciona una estimacin del error experimental, siendo tal estimacin ms confiable a medida que aumenta el nmero de repeticiones. b) Permite estimaciones ms precisas del efecto medio de cualquier factor, ya que la varianza estimada de dicho factor decrece a medida que aumenta el nmero de repeticiones. 2.-Aleatorizacin: Consiste en la asignacin al azar de los tratamientos en estudio a las unidades experimentales con el propsito de asegurar que un determinado tratamiento no presente sesgo es decir no se encuentre continuamente afectado por sesgos motivados por fuentes extraas de variacin conocida o desconocida. Por otro lado la aleatorizacin hace vlidos los procesos de inferencia y las pruebas estadsticas, permitiendo adicionalmente proceder como si las observaciones captadas fuesen independientes (aun cuando no garantiza tal independencia). 3.-Control Local (Control del error Experimental): Consiste en tomar medidas dentro del diseo experimental para hacerlo ms eficiente, de tal manera que pueda permitir la reduccin del error experimental y as hacerla ms sensible a cualquier prueba de significacin. El control local comprende: agrupamiento, bloqueo, balanceo
CURSO: METODOS ESTADISTICOS PARA LA INVESTIGACION I PROF: ING. RAPHAEL VALENCIA CHACON

UNIVERSIDAD NACIONAL AGRARIA - LA MOLINA DPTO. ESTADISTICA E INFORMATICA

CLASIFICACION DE LOS DISEOS EXPERMENTALES Segn las restricciones en la aleatorizacion se tiene: a.- Con cero restricciones: - Diseo Completamente al Azar (D.C.A.) b.- Con una restriccin: - Diseo de Bloques Completos al Azar (D.B.C.A.) c.- Con dos restricciones: - Diseo Cuadrado Latino (D.C.L.) ORIENTACIONES GENERALES EN LA EXPERIMENTACION AGRICOLA En la planificacin agrcola o biolgica y en el desarrollo de una investigacin en particular, son de inters los siguientes aspectos: a. Especificar los problemas, con el fin de probar hiptesis o encontrar respuestas. Es necesario considerar que los experimentos sean: a.1. Experimentos simples, cuando se estudia un solo factor de variacin; por ejemplo, probar cinco variedades de sorgo, estudiar cinco dosis de nitrgeno en trigo, etc. a.2. Experimentos factoriales, cuando se estudian simultneamente dos o ms factores que influyen en la produccin; por ejemplo, estudiar tres variedades, cada una sembrada a tres densidades de siembra, o bien tratamientos de fsforo, nitrgeno y potasio, cada uno a cuatro dosis por unidad de superficie. b. Ubicar el lugar adecuado para la realizacin de los experimentos, para lo cual se debe elegir una localidad accesible y representativa de reas agrcolas, de suelo uniforme, con unidades experimentales lo ms uniforme posible, y escoger el material adecuado para experimentos, de manera que pueda estratificarse (agruparse unidades experimentales con caractersticas homogneas) el terreno correctamente para formar grupos uniformes y de fcil manejo. c. Reducir las fuentes de error, tanto del experimento como de aquellos errores o equivocaciones operacionales. Es muy importante que en la seleccin de datos, muestreo, etc., el personal responsable est constituido por tcnicos o personas con entrenamiento. d. Mantener constante los diversos factores que pueden afectar a la produccin o a la calidad del producto, de manera que los nicos factores de variacin sean los tratamientos objeto de estudio. e. Extremar precauciones y ser cautos en los resultados experimentales, considerando que un experimento es una observacin de una muestra en una poblacin de experimentos. f. Repetir experimentos uniformes en diferentes localidades, suelos y aos. g. Tener conocimiento de la tecnologa de campo y saber cules son los problemas del productor. En la planeacin o diseo de un experimento agronmico, es necesario aplicar un conjunto de disciplinas y conocimientos biolgicos con el fin de encontrar una respuesta correcta a un problema especfico. Por ejemplo, si se comparan diversas variedades de trigo, todos los factores de la produccin que influyen en el comportamiento de las variedades deben permanecer constantes y las nicas fuentes de variacin o diferencias sern presentadas por las variedades de trigo, si tales fuentes existen.

CURSO: METODOS ESTADISTICOS PARA LA INVESTIGACION I PROF: ING. RAPHAEL VALENCIA CHACON

UNIVERSIDAD NACIONAL AGRARIA - LA MOLINA DPTO. ESTADISTICA E INFORMATICA

Para lograr lo anterior, es necesario contar con ciertos conocimientos sobre: a. Suelos, a fin de elegir el terreno ms uniforme y adecuado para realizar el experimento. b. Fertilizacin, para cuando sea necesario planear experimentos con fertilizantes qumicos orgnicos o abonos orgnicos. c. Topografa e hidrulica, para trazar parcelas, niveles, riegos, etc. d. Especialidades afines como: Botnica, entomologa, fitopatologa, fisiologa, gentica, ecologa, etc. para poder trabajar con seres vivos. e. Tecnologas de : Cultivos, sistemas agroforestales, agrosilvo pastoriles y zootecnia, para manejar las unidades experimentales. f. Estadstica (biometra o bioestadstica), para evaluar y separar las diversas causas de variacin y para realizar la interpretacin de los resultados experimentales. ETAPAS PRINCIPALES DE UNA EXPERIMENTACION El mtodo cientfico sugiere que en el planeamiento de la experimentacin se debe tener presente las siguientes etapas: a. Definir el problema: En esta etapa se debe determinar: - Antecedentes - Importancia - Objetivos - Hiptesis a probar. b. Revisin de la bibliografa. c. Planeamiento y diseo del experimento: En esta etapa se debe tener en cuenta: - Lugar de ejecucin del experimento - Tamao de la unidad experimental - Nmero de repeticiones por tratamiento - Distribucin de tratamientos (diseo experimental) - Equipos, instrumentos a utilizar, materiales - Mtodos de evaluacin de los resultados experimentales (pruebas de hiptesis) d. Ejecucin del experimento. e. Mtodos de muestreo y Recoleccin de datos del experimento. f. Clasificacin y Ordenamiento de la informacin experimental. g. Evaluacin e interpretacin de los resultados. h. Discusin de los resultados. i. Conclusiones y Recomendaciones. MODELO ESTADISTICO Es una formulacin matemtica de las relaciones existentes entre los diversos factores o componentes de una poblacin. Ejemplo: Yij = + i + ij Yij = Valor observado o resultado experimental = Efecto de la media general i = Efecto del i-esimo tratamiento ij = Efecto Aleatorio del Error Experimental

CURSO: METODOS ESTADISTICOS PARA LA INVESTIGACION I PROF: ING. RAPHAEL VALENCIA CHACON

UNIVERSIDAD NACIONAL AGRARIA - LA MOLINA DPTO. ESTADISTICA E INFORMATICA

ANALISIS DE LA VARIANCIA Es una tcnica estadstica que sirve para analizar la variacin total de los resultados experimentales de un diseo en particular, descomponindolo en fuentes de variacin independientes atribuibles a cada uno de los factores o componentes de una poblacin expresados en el modelo estadstico. Este procedimiento tiene como objetivo identificar la importancia de los diferentes factores tratamientos en estudio y determinar cmo interactan entre s y afectan a los resultados experimentales. SUPUESTOS DEL MODELO ESTADISTICO a. Aditividad: Los factores o componentes del modelo estadstico son aditivos, es decir la variable respuesta es la suma de los efectos del modelo estadstico. b. Linealidad: La relacin existente entre los factores o componentes del modelo estadstico es del tipo lineal. c. Normalidad: Los valores observados o resultados experimentales provienen de una distribucin de probabilidad Normal con media y variancia . d. Independencia: Los resultados observados de un experimento son independientes entre s. e. Variancias Homogneas (Homocedasticidad): Las diversas poblaciones generadas por la aplicacin de dos o ms tratamientos tienen variancias homogneas (variancia comn), esto se verifica con la prueba de Bartlett. f. Los efectos del error experimental (eij) tienen una distribucin normal e independiente con media cero y varianza .
2 2 e

TIPOS DE MODELOS ESTADISTICOS De acuerdo a la seleccin de los tratamientos y otros factores se tiene la siguiente clasificacin: Modelo I (Efectos Fijos): Se presenta cuando los tratamientos y dems factores que intervienen en un experimento son fijados por el investigador; es decir, no se efecta una eleccin aleatoria. En estos casos las conclusiones del anlisis de variancia solamente son vlidas para los tratamientos y otros factores usados en el experimento. Modelo II (Efectos aleatorios): Se presenta cuando los tratamientos y dems factores que intervienen en un experimento son elegidos al azar de una poblacin. En estos casos las conclusiones del anlisis de variancia son vlidas, tanto para los tratamientos y dems factores usados, as como para todas las poblaciones de tratamientos y factores. Modelo III (Modelo Mixto): Este modelo es la combinacin de los dos anteriores y se presenta cuando algunos factores son fijados y otros son elegidos al azar. En estos casos las conclusiones del anlisis de variancia sern vlidas para toda la poblacin de factores cuando estos son elegidos al azar, y solamente para los factores usados cuando estos son fijados.

CURSO: METODOS ESTADISTICOS PARA LA INVESTIGACION I PROF: ING. RAPHAEL VALENCIA CHACON