Está en la página 1de 6

Diseo de Experimentos al Completo Azar

POR: CSAR CASTILLO, CARLOS MEJA, JORGE ARVALO G.

I.

PRINCIPIOS BSICOS DEL DISEO DE EXPERIMENTOS

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 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.
La experimentacin proporciona los datos experimentales, en contraste con los datos de la
observacin; los datos de la observacin se representan como su nombre indica por observaciones
de las unidades elementales de una poblacin o de una muestra, y no deben ser cambiados ni
modificados por ningn intento de parte de un investigador en el curso de la observacin.
DISEO EXPERIMENTAL
Este trmino se utiliza para planear un experimento de manera que se pueda obtener la
informacin pertinente a un determinado problema que se investiga y as tomar decisiones
correctas.
Las tcnicas de Diseo de Experimentos se basan en estudiar simultneamente los efectos de
todos los factores de inters, son ms eficaces y proporcionan mejores resultados con un menor
coste.
El diseo adecuado del experimento es una etapa fundamental de la experimentacin, que permite
el suministro correcto de datos a posteriori, los que a su vez conducirn a un anlisis objetivo y con
deducciones vlidas del problema.

PROPSITO 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 y el uso adecuado del material disponible
mediante mtodos que permitan disminuir el error experimental.
PRINCIPIOS BSICOS AL PLANIFICAR UN EXPERIMENTO.
Existen tres principios que se deben tener en cuenta al planificar un experimento:
El principio de aleatorizacin.
Aleatorizar: Todos aquellos factores no controlados por
elexperimentador en el diseo experimental y que pueden influir en los resultados sern asignados
al azar a las unidades experimentales.

El bloqueo. Bloquear, es dividir o particionar las unidades experimentales en grupos llamados


bloques de modo que las observaciones realizadas en cada bloque se realicen bajo condiciones
experimentales lo ms parecidas posibles.
A diferencia de lo que ocurre con los factores de tratamiento, el experimentador no est interesado
en investigar las posibles diferencias de la respuesta entre los niveles de los factores de bloque.
La factorizacin del diseo.
Diseo Factorial: Es la estrategia experimental que consiste en
cruzar los niveles de todos los factores tratamiento en todas las combinaciones posibles.
TRATAMIENTO
Los tratamientos vienen a constituir los diferentes procedimientos, procesos, factores o materiales
y 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 en algunas plantas, distanciamiento entre
plantas, variedades de un cultivo.
TESTIGO
El testigo 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, ste se constituye como referencial del experimento y sirve para la comparacin
de los tratamientos en prueba.
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 esta conformada por un animal (cuyo, cerdo, pato, etc.), en los experimentos forestales la
unidad experimental en la mayora de los casos esta 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; es en este ltimo caso que con frecuencia se presenta lo que se llamaefecto
de borde.
FACTORES Y SUS NIVELES
Se denomina factor tratamiento a cualquier variable cuyo posible efecto sobre los datos desea ser
investigado. Los niveles de un factor tratamiento sern los tipos o grados especficos del factor que
se utilizarn en el experimento. Los factores tratamiento pueden ser cualitativos o cuantitativos.
Como ejemplo de factores cualitativos y sus niveles respectivos son los siguientes: proveedor,
diferentes proveedores de una materia prima, tipo de mquina (diferentes tipos o marcas de
mquinas), trabajador (los trabajadores encargados de hacer una tarea), tipo de procesador ( los
procesadores de los que se quiere comparar su velocidad de ejecucin) y de
factorescuantitativos son: tamao de memoria (diferentes tamaos de memoria de ordenadores),
droga (distintas cantidades de la droga), la temperatura (conjuntos de temperaturas seleccionadas
en unos rangos de inters).
Cuando en un experimento se trabaja con ms de un factor, cada observacin es una medida en
las condiciones determinadas por la combinacin de niveles de los distintos factores tratamiento.
Los diseos en que existen observaciones de todas las posibles combinaciones de niveles
(tratamiento) se denominan experimentos factoriales.

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: Primero
por que proporciona una estimacin del error experimental, siendo tal estimacin confiable a
medida que aumenta el nmero de repeticiones, y segundo permite estimaciones ms precisas del
tratamiento en estudio.
VARIABLE RESPUESTA O VARIABLE DE INTERS
Es el dato que se recoge del experimento, el cual es de inters para el investigador y que sirve
para evaluar los tratamientos, por lo que es importante precisar de antemano cul ser esta
variable y en qu unidades se medir.

FUENTE DE VARIACIN
Una fuente de variacin es cualquier cosa que pueda generar variabilidad en la respuesta. Se
distinguen dos tipos: aquellas cuyo efecto sobre la respuesta es de particular inters para el
experimentador (factores tratamiento) y aquellas que no son de inters directo pero que se
contemplan en el diseo para reducir la variabilidad no planificada (factores nuisance).

FACTORES NUISANCE

En cualquier experimento, adems de los factores tratamiento, cuyo efecto sobre la respuesta se
quiere evaluar, tambin influyen otros factores, de escaso inters en el estudio, pero cuya
influencia sobre la respuesta puede aumentar significativamente la variabilidad no planificada. Con
el fin de eliminar esta influencia pueden incluirse en el diseo nuevos factores que, atendiendo a su
naturaleza, pueden ser de diversos tipos.
Las posibles fuentes de variacin de un experimento pueden estar dadas por:

Fuente
Las condiciones de inters (Factores
tratamiento)
Otras condiciones controladas. (Factores
nuisance)
Condiciones no controladas. (error de
medida, material experimental, ... )

Tipo
Planificada y sistemtica
Planificada y sistemtica
No planificada, pero sistemtica?

ANLISIS DE LA VARIANZA
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 efectos en que constituye el diseo experimental.

PRUEBAS DE COMPARACIN DE MEDIAS


Es propsito de todo investigador que realiza un anlisis de variancia de un experimento en
particular, realizar la prueba sobre el efecto de los tratamientos en estudio, para ello hace uso de la
prueba F el cual indicar si los efectos de todos los tratamientos son iguales o diferentes; en caso
de aceptar la hiptesis de que todos los tratamientos no tienen el mismo efecto, entonces es
necesario realizar pruebas de comparacin de promedios a fin de saber entre que tratamientos hay
diferencias, y para esto es necesario realizar pruebas de comparacin mltiple.
HIPTESIS ESTADSTICA
Es el supuesto que el investigador hace sobre el valor de un parmetro (constante que caracteriza
a una poblacin) el cual puede ser validado mediante una prueba estadstica. En muchas
investigaciones al realizar un anlisis estadstico se utiliza el ANOVA (ANDEVA) de un diseo
experimental, la hiptesis a probar es si los tratamientos tienen el mismo efecto sobre la variable
que se estudia, es as como se tienen las hiptesis planteada (Ho) e hiptesis alterna (Ha):
Ho: i = 0 (Los i tratamientos tienen el mismo efecto sobre la variable en estudio)
Ha: i 0 (No todos los tratamientos tienen el mismo efecto sobre la variable en estudio)
Al probar la hiptesis estadstica el investigador est propenso a cometer los siguientes tipos de
errores:
Error Tipo I: Se comete cuando se rechaza la hiptesis que se plantea, siendo esta hiptesis falsa;
la magnitud de este error es fijado por el investigador y constituye el nivel de significacin de la
prueba; usualmente los valores usados como nivel de significacin son 0.10; 0.05 0.01.
Error tipo II: Se comete cuando se acepta la hiptesis que se plantea, siendo esta hiptesis falsa;
la magnitud de este error no se puede fijar, pero si es posible minimizar utilizando un tamao
adecuado de muestra.
COEFICIENTE DE VARIABILIDAD
Es una medida de variabilidad relativa (sin unidades de medida) cuyo uso es para cuantificar en
trminos porcentuales la variabilidad de las unidades experimentales frente a la aplicacin de un
determinado tratamiento. En experimentacin no controlada (condiciones de campo) se considera
que un coeficiente de variabilidad mayor a 35% es elevado por lo que se debe tener especial
cuidado en las interpretaciones y conclusiones; en condiciones controladas (laboratorio) se
considera un coeficiente de variabilidad mayor como elevado. La expresin estimada del
coeficiente de variabilidad es:

CV = RAIZ(CME) / Y

TRMINOS UTILIZADOS

Unidad experimental: son los objetos, individuos, intervalos de espacio o tiempo sobre los que se
experimenta.
Variable de inters o respuesta: es la variable que se desea estudiar y controlar su variabilidad.

Factor: son las variables independientes que pueden influir en la variabilidad de la variable de
inters.
Niveles: cada uno de los resultados de un factor. Segn sean elegidos por el experimentador o
elegidos al azar de una amplia poblacin se denominan factores de efectos fijos o factores
deefectos aleatorios.
Tratamiento: es una combinacin especfica de los niveles de los factores en estudio.
Observacin experimental: es cada medicin de la variable respuesta.
Tamao del Experimento: es el nmero total de observaciones recogidas en el diseo.
Diseo Equilibrado o Balanceado: es aquel en el que todos los tratamientos son asignados a un
nmero igual de unidades experimentales.

II.

DISEO COMPLETAMENTE ALEATORIZADO

En el Diseo de Experimentos al Completo Azar, el experimentador asigna las unidades


experimentales a los tratamientos al azar, con la nica restriccin del nmero de observaciones
que se tomarn en cada tratamiento. Es el ms sencillo y se origina por la asignacin aleatoria de
tratamientos a un conjunto de unidades experimentales.
Para aleatorizar una tabla de nmeros aleatorios resulta conveniente para elegir las unidades
experimentales que recibir cada tratamiento. Si cada tratamiento ha de repetirse cuatro veces, los
primeros cuatro nmeros aleatorios obtenidos se asignarn al tratamiento A, los siguientes cuatro
nmeros aleatorios al tratamiento B, y as sucesivamente.
El diseo al completo azar se utiliza cuando las condiciones del sitio o lugar experimental son
totalmente homogneas

Sea ni el nmero de observaciones en el i-simo tratamiento, i = 1,...,I. Entonces, los


valoresn1,n2,...,nI, determinan por completo las propiedades estadsticas del diseo. Naturalmente,
este tipo de diseo se utiliza en experimentos que no incluyen factores bloque. El modelo
matemtico es de la forma: Respuesta = Constante + Efecto tratamiento + Error.
El diseo al completo azar tiene varias ventajas y desventajas entre estas se pueden menciona las
siguientes:
Ventajes:
a)

b)

c)

Su sencillez (estadstico fcil). Aun cuando el dato de algunos tratamiento se hayan perdido, o
rechacen por alguna causa el mtodo de anlisis sigue siendo sencillo. La prdida relativa de
informacin debida a los datos faltantes, es de menos importancia que en cualquier otro sistema.
La flexibilidad. Puede utilizarse cualquier nmero de tratamientos y repeticiones y pueden variar a
voluntad del investigador el numero de repeticiones de un tratamiento a otro, pero no es
recomendable sino existe una buena razn. Todo el material experimental disponible puede
usarse, lo cual es una ventaja en experimentos preliminares pequeos donde el material
experimental de que se dispone es escaso.
El nmero de grados de libertad es mximo en comparacin con otros modelos, el modelo
estadstico sigue siendo fcil an cuando se pierdan unidades experimentales .

d)

An cuando el dato de algn tratamiento se hayan perdido, o rechacen por alguna causa el
mtodo de anlisis sigue siendo sencillo
Desventajas:

a)
b)

La principal estriba en su grado de precisin, algn otro diseo suele ser capaz de estimar el
error stndar por unidad experimental (error experimental) con un mayor grado de precisin
No siempre puede garantizarse condiciones de homogeneidad. No se asegura, ninguna forma
para aseverar que las unidades reciben un tratamiento similar a aquellas que reciben otro
tratamiento, toda la variacin que existe entre las unidades pasa a formar parte del error
experimental.