DISEO EXPERIMENTAL

PRESENTADO POR:
JORGE ISAAC RIVAS HINESTROZA
C.C 1075020407
JESUS ANTONIO JOLAFRAILE
C.C 1.074.556.273
LUIS CARLOS SIERRA RAMOS
C.C 1073971859
JEINNY ALEJANDRA ORTIZ TRUJILLO
C.C 1073322082

TUTOR:
JEYSSON FABIAN SANCHEZ
ACTIVIDAD NMERO 6.
TRABAJO COLABORATIVO N.1
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
(UNAD)
CEAD QUIBD-CHOC.
PROGRAMA DE AGRONOMIA.
CURSO DISEO EXPERIMENTAL

FECHA: 27 de abril de 2012

INTRODUCCIN
Con el presente trabajo se le da solucin a dos ejercicios de Diseo Experimental
mediante la aplicacin de la Estadstica, ms especficamente el anlisis de la
varianza. Para tal fin se ha procedido a realizar los procedimientos estadsticos
que a continuacin se relacionan.

A. ELEMENTOS QUE INTERVIENEN EN UN DISEO EXPERIMENTAL

El diseo de experimentos se refiere a la estructura del experimento considerando:
El conjunto de tratamientos incluidos en el estudio.
El conjunto de unidades experimentales utilizadas en el estudio.
Las reglas y procedimientos por los cuales los tratamientos son asignados a las
unidades experimentales (o viceversa).
Las medidas o evaluaciones que se hacen a las unidades experimentales luego de
aplicar los tratamientos.
B. DEFINICIONES BSICAS
Variable Respuesta: es la variable en estudio, aquella cuyos cambios se desean
estudiar. Es la variable dependiente.
Factor: es la variable independiente. Es la variable que manipula el investigador,
para estudiar sus efectos sobre la variable dependiente.
Nivel Del Factor: es cada una de las categoras, valores o formas especficas del
factor.
Factor Cualitativo: sus niveles se clasifican por atributos cualitativos.
Factor Cuantitativo: sus niveles son cantidad numrica en una escala.
Factores Observacionales: El investigador registra los datos pero no interfiere en
el proceso que observa.
Factores Experimentales: El investigador intenta controlar completamente la
situacin experimental.
Experimento Unifactorial: es aquel en el se estudia un solo factor.
Experimento Multifactorial: es aquel en el que se estudia simultneamente ms
de un factor.
Tratamientos: Conjunto de condiciones experimentales que sern impuestas a
una unidad experimental en un diseo elegido.

En experimentos unifactoriales, un tratamiento corresponde a un nivel de factor.

En experimentos multifactoriales, un tratamiento corresponde a la combinacin de
niveles de factores.
Unidad Experimental: es la parte ms pequea de material experimental
expuesta al tratamiento, independientemente de otras unidades.
Error Experimental: Describe la variacin entre las unidades experimentales
tratadas de forma idntica e independiente. Orgenes del error experimental:
Variacin natural entre unidades experimentales
Variabilidad en la medicin de la respuesta
Imposibilidad de reproducir idnticas condiciones del tratamiento de una
unidad a otra
Interaccin de tratamientos con unidad experimental
Cualquier factor externo
Tratamiento Control: Un control al que no se le aplica tratamiento revelar las
condiciones en que se realiza el experimento.
Mediciones: Son los valores de la variable dependiente, obtenidos de las
unidades experimentales luego de la aplicacin de tratamientos.
Anlisis de Variancia Su objetivo es comparar los distintos niveles de la las
variables independientes factores para establecer diferencias significativas en la
variable dependiente respuesta.
C. LA PLANIFICACION DE UN EXPERIMENTO
La planificacin del experimento es muy simple pues nicamente se requiere que
los sujetos que van a ser experimentados se elijan al azar de la poblacin y que
adems, los sujetos experimentados que recibirn un nivel del factor o
Tratamiento son elegidos al azar del grupo previamente seleccionado. Es muy
conveniente que los grupos que recibirn un tratamiento tengan la misma cantidad
de individuos pero no es indispensable.
Ncleo problemtico: Composicin bromatolgica de alimentos
1. Recientemente un instituto de certificacin de normas tcnicas realizo una
Investigacin sobre la composicin bromatolgica de alimentos. Estudio en
donde se pretende lograr una confiabilidad del 98%, una probabilidad
esperada del 55% y no cometer un error superior al 2 %. Los interesados
tomaron muestras del producto vegetal directamente de los rboles, en tres
pocas de cosecha diferente pero consecutiva, procesaron el material y
determinaron algunas propiedades fsico-qumicas, reportada en la tabla 1.

Tabla 1. Composicin qumica de harinas de pltano, de ocho localidades

diferentes (%) **
Caracterstica
/
Procedencia
Harina de
pltano-1

Humeda
d

Ceniza
s

Gras
a

Protena

Almidn

Fibr
a

10

2.5

7.5

2.1

0.1

60-72
Promedio
=
66

Harina de
pltano-2
Harina de
pltano-3
Harina de
pltano-4
Harina de
pltano-5
Harina de
pltano-6
Harina de
pltano-7
Harina de
pltano-8

7-12
Promedio
=
9.5
12.8

23

14

12

13

14

11

21

13.1

3.6

1.2

21.3

60.8

3.9

12.2

1.5

73

12.1

3.5

18

78.5

4.5

14

11.5

11

Describa detalladamente el diseo del experimento que programaron los

profesionales a cargo del proyecto. Se deben identificar los elementos que
intervienen en el estudio experimental.
El experimento diseado por los profesionales a cargo es un diseo completo de
bloques al azar (DCBA) en el cual se renen las unidades experimentales a
evaluar y se aplican los tratamientos que se efectan dentro de cada unidad.
Confiabilidad del 98%
Probabilidad esperada del 55%
Error inferior o igual al 2%.
El material experimental es dividido en grupos de unidades experimentales
homogneos, cada uno es una sola repeticin.
Elementos que intervienen en el estudio experimental
Muestra de 8 Unidades experimentales: Producto vegetal de rboles en 3
pocas de cosecha diferentes pero consecutivas (harina de pltano de
diferentes regiones 1, 2, 3, 4, 5, 6, 7, 8)

 Tratamientos: Variables bromatolgicas como humedad, ceniza, grasa,

protena, almidn, fibra.
b) Se podra asociar un modelo matemtico a la experimentacin
desarrollada?
Si se puede desarrollar un modelo matemtico a este tipo de experimentacin el
cual consiste en realizar la suma de las caractersticas bromatolgicas de cada
bloque de manera individual para posteriormente hallarle la media general y el
efecto del tratamiento.
La identificacin de este fenmeno y la comprobacin de las suposiciones se
hacen en el momento de proponerlo basndose en el siguiente modelo
matemtico:
Y ij i Modelo

matemtico Ecuacin 1
En donde
i= 1,., k numero de tratamientos
j=1,., r nmero de repeticiones
=
promedio de todas las unidades experimentales del experimento = X o
Y segn el caso.
=
la diferencia entre el promedio () y el resultado cuando se tiene la
combinacin de factores determinada por el tratamiento i.
Como hay variaciones no controlables, la inexactitud de las mediciones,
conforman un factor llamado error experimental
().
El modelo finalmente se expresa como:
Y ij i ij
Modelo estadstico Ecuacin 2
TABLA 2: ANALISIS DE LA VARIANZA PARA UN DISEO DE BLOQUES AL
AZAR

TOMADO DE: NOTAS DE DISEOS EXPERIMENTALES. UNIVERSIDAD

AUTONOMA DE YUCATAN. FACULTAD DE MEDICINA VETERINARIA Y
ZOOTECNIA.
C) El nmero de muestras fue apropiado? Justifique su respuesta a travs
de una formula.
Si, el nmero de muestras fue apropiado y para probarlo se recurre a modelos
matemticos donde se estudien e incluyan factores como las variables t y r que en
este caso seran t = numero de bloques y r = nmero de repeticiones:
y = t * r.
y =6 x 8 = 48 Queda demostrado
D) Qu tipo de informacin grfica se podra construir con los datos
tomados?
Hay muchas grficas que pueden surgir de los datos suministrados por el
experimento. A continuacin se presentan algunas de ellas:
TABLA 3: COMPOSICION QUIMICA DE LA HARINA DE PLATANO SEGN
PROCEDENCIA
Caracterstica/ Procedencia
Harina de pltano 1
Harina de pltano 2
Harina de pltano 3
Harina de pltano 4
Harina de pltano 5
Harina de pltano 6
Harina de pltano 7
Harina de pltano 8

Composicin qumica de harina de

pltano segn su procedencia
31.5 menor rendimiento
45,5
47
47
103,9
100,7
116,6 presenta un mayor porcentaje
de caractersticas fisicoqumicas
45,5

GRAFICO 1: COMPOSICION QUIMICA DE LA HARINA DE PLATANO SEGN

PROCEDENCIA

TABLA 4: CONTENIDO DE HUMEDAD DE LAS HARINAS POR LOCALIDAD

Procedencia
Harina de pltano 1
Harina de pltano 2
Harina de pltano 3
Harina de pltano 4
Harina de pltano 5
Harina de pltano 6
Harina de pltano 7
Harina de pltano 8

Humedad
10
7.5
14
14
13.1
12.2
12.1
14

GRAFICO 2: HUMEDAD DE LAS HARINAS DE A CUERDO A SU

PROCEDENCIA

E) Determine el intervalo de confianza para la proporcin de varianza de una

de las propiedades determinadas.
La propiedad a estudiar ser la humedad a la cual se le hallara el intervalo de
confianza de la siguiente manera:
TABLA 5: DATOS PARA EL CLCULO DEL INTERVALO DE CONFIANZA
PARA LA HUMEDAD
Caracterstica/
Procedencia
Harina de
pltano-1
Harina de
pltano-2
Harina de
pltano-3
Harina de
pltano-4
Harina de
pltano-5
Harina de
pltano-6
Harina de
pltano-7
Harina de
pltano-8

Humedad

CUADRADO DE A

10

DIFERENCIA CON EL
PROMEDIO (A)
2

7.5

-4.61

21.28

14

14

196

14

14

196

13.1

13.1

171.61

12.2

12.2

148.84

12.1

12.1

146.41

14

14

196

SUMATORIA

96,69

CANTIDAD DE
DATOS

PROMEDIO:

12.1

B= SUMA DE CUADRADOS DE A:

1080.14

VARIANZA = B / (CANTIDAD DATOS - 1)

154.31

DESVIACION ESTANDAR = RAIZ DE LA VARIANZA

12.42

GRAFICO 3: FORMULAS PARA EL CLCULO DEL INTERVALO DE

CONFIANZA DE LA VARIANZA

TOMADO DE: http://www.bioestadistica.uma.es/libro/node104.htm

Datos extrados de la tabla 5:
Promedio = 12,1
Desviacin estndar S = 12,42
S = 12,42 (8/(8-1) = 13,278
Varianza = 154,31
Nivel de significancia estimada = 2% = 0,02
Confiabilidad = 98%
Intervalo de confiabilidad:

f) Se podra concluir que existen diferencias significativas entre la harina

Proveniente de las diferentes localidades?
Sustente sus conclusiones utilizando un mtodo estadstico de comparacin
apropiado por ejemplo Duncan y Tukey.
Variedade
s Bloques
Harina
plt
ano1
Harina
plt
ano2
Harina
plt
ano-

Humeda
d

Ceniza
s

Gras
a

Proten
a

Almid
n

Fibr
a

SUMA
TOTA
L

10

2.5

9.5

66

90

CUADRADO DE
LAS SUMAS
HORIZONTALE
S
8100

7.5

2.1

0.1

.12.8

23

45.5

2070.25

7.58

14

12

13

47

2209

7.83

MEDI
A

15.00

3
Harina
plt
ano4
Harina
plt
ano5
Harina
plt
ano6
Harina
plt
ano7
Harina
plt
ano8
SUMAS

14

11

21

13.1

3.6

1.2

21.3

60.8

12.2

1.5

14

3.5

18

14

11.5

96.9

38.7

19.8

115.1

CUADADRO DE
LAS
SUMAS
VERTICAL
ES

96.9

Caracterstic
as de
Procedencia
Harina
pltan
o-1
Harina
pltan
o-2
Harina
pltan
o-3
Harina
pltan
o-4

38.7

19.8

115.1

47

2209

7.83

3.9

103.9

10795.21

17.32

73

100.7

10104.49

16.78

78.5

4.5

116.6

13595.56

19.43

11

45.5

2070.25

7.58

47.4

596.2

51189.76

12.42

278.3
278.3

47.4

596.2

SUMATORIA DE CUADRADOS
Humeda Ceniza Gras Proten Almid
d
s
a
a
n

51199.76

Fibra

SUMA
TOTAL

100

6.25

90.25

4356

4554.5

56.25

4.41

0.01

163.84

529

753.51

196

64

144

169

573

196

121

441

759

12.42

Harina
pltan
o-5
Harina
pltan
o-6
Harina
pltan
o-7
Harina
pltan
o-8
SUMAS

171.61

12.96

1.44

453.69

3696.64

15.21

4351.55

148.84

2.25

64

5329

16

5564.09

146.41

12.25

34

6162.25

20.25

6665.16

196

36

132.25

121

494.25

1211.11

260.87

702.4
6

23715.0
6

CANTIDAD DE
TRATAMIENTOS
CANTIDAD DE
BLOQUES
CANTIDAD DE
MUESTREO
GRAN MEDIA
FC
SC TOTAL
SCBLOQUES
SC TRATAMIENTOS
SC ERROR

48
12,42
7405
16310
5623
1126
9561

FV
TRATAMIENTO
BLOQUE
ERROR
TOTAL

GL
7
5
35
47

F CALCULADO
MAYOR QUE F DE
LA TABLA FISHER?
POSIBLES
PRUEBAS A
UTILIZAR PARA
COMPARAR
MEDIDAS

158.7 1838.03 19543.8

9

8
6

SC
1126
5623
9561
16310

CM
160,9
1124,56
273,16

Fcalculado
0,589

Ftabla de
Fisher
3,21

Se acepta Ho: Los tratamientos son iguales entre si, por

tanto no hay nesecidad de comparar las medidas

DUCA
N

TUKEY

CONTRAS
TE
ORTOGO
NALES

METODO DE DUCAN

DATOS
REQUERIDOS

ECUACIONES

CM
ERROR
273,16

GL
NIVEL
ERRO
NUM.
NUM.
SIGNIFICANCI
R
TRATAM BLOQUES
A
35
8
6
0,05

DMS=qd*EE

ERROR ESTANDAR EE=(CM

error/ num bloques)
EE=
N de medidas a
comparar
valor de la tabla de
duncan
DMS=qd*EE

6,747
2

3,01
20,31

3,16
21,32

3,25
21,93

3,31
22,33

3,36
22,67

2. Un grupo de profesionales-del que Ud. hace parte, desarrollo un proyecto

de investigacin el cual tena como meta estudiar la composicin de amino
cidos de un alga cultivada en superficie en cinco sustratos diferentes.
Obtenindose los siguientes resultados:
Tabla 2.1. Composicin Bromatolgica (% Bs) De La Harina De un alga
desconocida. Segn Los Sustratos Alimenticios/ **
Sustra
to
S1
S2
S3
S4
S5

Matse Prot
c
C
19,9 57,2
9
20,21 56,6
7
21,6 53,9
8
19,9 56,5
9
16,13 39,2
3

Prot Pro Gras

V
S
aT
51,1 90,2 19,7
6
6
4
50,9 91,0 20,0
1
0
8
48,6 88,7 18,9
2
8
1
49,9 91,7 18,0
6
8
9
46,9 85,7 12,5
6
6
4

EB

AcGras AG
S
I
19,7
3,12
1,3
4
2
20,0
3,89
1,8
8
7
18,9
3,01
1,9
1
8
18,0
3,10
1,7
9
9
12,5
3,17
1,1
4
0

AG
P
1,4
3
1,8
5
1,8
5
1,3
7
1,2
1

FD
N
2.8
2
2.9
1
3.1
3
2.8
2
2.2
1

FDI
8.1
2
7.9
6
8.8
6
8.5
8
6.4
2

Identifique con toda precisin: las unidades experimentales, los factores, los
Tratamientos, las variables y dems caractersticas que intervienen en el
estudio que realizo tu equipo de trabajo.
Unidad experimental: La Harina De un alga desconocida
Las variedades o tratamientos son: S1, S2, S3, S4, S5,
Los bloques o repeticiones Son: Matsec, ProtC, ProtV, Grasa T, EB,
AcGrasS, AGI, AGP, FDN, FDI
Las variables son: la composicin bromatolgica de la harina.
Igualmente te solicitamos que d respuesta a las siguientes preguntas:
a-Qu tipo de diseo siguieron los profesionales a cargo del estudio?
El tipo de diseo que sugirieron los profesionales fue DISEO DE BLOQUES AL
AZAR (DBA), en este diseo, los tratamientos se asignaron aleatoriamente a un
grupo de unidades experimentales denominado bloques o repeticiones. El diseo
de bloques al azar se usa por tanto, donde las unidades experimentales pueden
agruparse en bloques, relativamente homogneas, de manera tal que las
diferencias, observadas entre unidades sean primordialmente debido a los
tratamientos.
b-Plantee el modelo matemtico, justificando su respuesta.
Y ij i Modelo

matemtico Ecuacin 1

En donde
i= 1,., k numero de tratamientos
j=1,., r nmero de repeticiones
=
promedio de todas las unidades experimentales del experimento = X o
Y segn el caso.
=
la diferencia entre el promedio () y el resultado cuando se tiene la
combinacin de factores determinada por el tratamiento i.
Como hay variaciones no controlables, la inexactitud de las mediciones,
conforman un factor llamado error experimental ().
El modelo finalmente se expresa como:
Y ij i ij
Modelo estadstico Ecuacin 2
c- Establezca las suposiciones necesarias para el anlisis de varianza de los
datos. Realice el anlisis de varianza.
variedades Bloques

Matsec

ProtC

ProtV

ProS

Grasa T

S1
S2
S3
S4
S5
SUMAS

19,9
20,21
21,6
19,9
16,13
97,74

57,29
56,67
53,98
56,59
39,23
263,76

51,16
50,91
48,62
49,96
46,96
247,58

90,26
91,00
88,78
91,78
85,76
447,58

19,74
20,08
18,91
18,09
12,54
24,75

CUADRADOS DE LAS
SUMAS VERTICALES

9553,1076

69569,337
6

61310,7121

200327,8564

612,5625

AcGrasS

AGI

AGP

FDN

FDI

3,12
3,89
3,01
3,1
3,17
16,29

1,32
1,87
1,98
1,79
1,1
8,06

1,43
1,85
1,85
1,37
1,21
7,71

2,82
2,91
3,13
2,82
2,21
13,89

8,12
7,96
8,86
8,58
6,42
39,94

SUMA TOTAL
243,16
244,62
236,26
242,07
204,69
1170,8

265,3641

64,9636

59,4441

192,9321

1595,2036

349358,7858

SUSTRATO

Matsec

ProtC

ProtV

ProS

Grasa T

C
D
H

S-1
S-2
S-3
S-4
S-5
SUMAS

396,01
408,4441
466,56
396,01
2601,769
1927,20

32,821,441
32,114,889
29,138,404
32,024,281
1538,9929
14148,89

2617,3456
2591,8281
2363,9044
2496,0016
2205,2416
12274,32

8145,8676
8281
7881,8884
8423,5684
7354,7776
40088,10

23,1361
33,0625
19,0969
33,0625
16,5649
124,92

EB
389,6676
403,2064
357,5881
327,2481
157,2516
1634,96

AcGrasS
9,7344
15,1321
9,0601
9,61
10,0489
53,59

AGI
1,7424
3,4969
3,9204
320,41
1,21
13,57

AGP
2,0449
3,4225
3,4225
1,8769
1,4641
12,23

FND
7,9524
8,4681
9,7969
7,9524
4,8841
39,05

FDI
65,9344
63,3616
78,4996
73,6164
41,2164
322,63

CANTIDAD DE TRATAMIENTO
CANTIDAD DE BLOQUES
CANTIDAD DE MUESTREO
GRAN MEDIA
FC
SC TOTAL
SC BLOQUES
SC TRATAMIENTOS
SC ERROR

FV
TRATAMIENTO
BLOQUE
ERROR
TOTAL

5
11
55
21,29
24923
45716
44949
102
665

GL
4
10
40
54

ANALISIS DE VARIANZA
SC
CM
102
25,6
44949,86
665
16,63
45716

POSIBLES PRUEBAS A USAR

DUNCAN
PARA COMPARAR MEDIAS:

TUKEY

Fcalculado Ftabla de Fisher

1,538
4,37

CONSTRASTE
ORTOGONALES

d-Pruebe la hiptesis que no hay diferencias entre las medias de los

tratamientos con la prueba de F a un nivel de significancia de 0.05.
Esto quedo demostrado en el cuadro anterior.
e- Se puede decir que hay diferencias entre los distintos sustratos?
No, porque F calculado es menor que el F de la Tabla de Fisher

SU

f- Y, en que otro tipo de situacin experimental para su trabajo disciplinar, se

podra presentar este tipo de anlisis. Describa el ejemplo.
Un tratamiento como este dado que mi campo de estudio es la Agronoma, se
puede aplicar al tratamiento de los suelos con fertilizantes, a efectos de obtener
una mayor produccin.

Conclusiones
La estadstica es una herramienta fundamental que a travs de sus
procedimientos permite la solucin de problemas en varios tipos de
investigaciones.
El anlisis de varianza ANOVA, es la tcnica estadstica ms apropiada
para un investigador, pues se aplica en situaciones donde existen varios
tratamientos y puede probarse la diferencia entre ellos.