Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseno Experimental
Diseno Experimental
DEYANIRA GONZALEZ
INTRODUCCION
El ser humano desde siempre ha estado en bsqueda insistente de la verdad y
con el pasar del tiempo han surgido grandes hombres de ciencia cuya
contribucin ha permitido una enorme evolucin cientfica y tecnolgica. El
proceso de investigacin ha sido trascendental para el desarrollo de la
humanidad y junto a ella la experimentacin cientfica y desde luego el diseo
experimental o conjunto de tcnicas estadsticas usadas para planear
experimentos y analizar sus resultados, de manera ordenada y eficiente cuyas
bases fueron sentadas por Sir Ronald A. Fisher y que hoy da han sido
desarrolladas y ampliadas.
Se puede decir que en el diseo experimental se manipulan deliberadamente
una o ms variables, vinculadas a las causas, para medir el efecto que tienen
en otra variable de inters. El diseo experimental prescribe una serie de
pautas relativas qu variables, a manipular, de qu manera, cuntas veces hay
que repetir el experimento y en qu orden para poder establecer con un grado
de confianza, predefinido la necesidad de una presunta relacin de causaefecto, encontrando aplicacin en la industria, la agricultura, la mercadotecnia
la medicina, las ciencias de la conducta entre otras.
Las investigaciones y en particular los diseos experimentales intentan
establecer bsicamente relaciones causa-efecto, por ejemplo, cuando se desea
estudiar como una variable independiente, modifica una variable dependiente y
para ello emplea y se apoya en la estadstica como una herramienta
fundamental.
Durante el presente trabajo de reconocimiento es posible encontrar la
respuesta a varios interrogantes relacionados con el curso de diseo
experimental, as como un interesante mapa conceptual que relaciona los
temas tratados el cualvale la pena conocer.
OBJETIVOS
Establecer qu es el control local de errores experimentales
Determinar el nmero de rplicas indicadas en un experimento
Explicar que es un diseo totalmente aleatorio y exponer un ejemplo
Definir que es la covariacion
Determinar el tamao de una muestra mediante un ejercicio propuesto
donde se emplea una ecuacin
Deferir en que consiste la aleatorizacin en un diseo experimental
Definir que es una hiptesis en diseo experimental
Deferir que es un tratamiento experimental
Definir que son unidades experimentales dentro de un diseo
experimental
Establecer son tipos de diseo experimental
Identificar los criterios usuales para agrupar, bloquear en un experimento
realizar un mapa conceptual haciendo relacin de preguntas con el
curso y los proyectos de investigacin en nuestra disciplina.
DESARROLLO DE LA ACTIVIDAD
1-Cundo nos referimos a un control local de errores experimentales?
RTA/: Bsicamente nos referimos a un control local de errores cuando
buscamos minimizar el impacto o reducir la variabilidad de los posibles
efectos de ruido que influyen en el experimento, por ello bloquear es un
ejemplo de control local de errores ya que al distribuir en grupos las unidades
experimentales similares y homogneas se estn creando bloques, reduciendo
o controlando la magnitud de la estimacin del error experimental por lo que
las observaciones pueden ser ms exactas. Es decir que se toman 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. Los controles son procedimientos que
precisamos en la investigacin con el fin de probar o limitar las probables
fuentes de error, a la vez que constituyen una gua o direccin.
2- Cuantas replicas son las indicadas en un experimento?
RTA/:Es posible realizar cualquier nmero de rplicas, as si el nmero de
estas es pequeo es posible que no se tenga un notorio estimado de error
experimental
pues el nmero de rplicas afecta la precisin de las
estimaciones de las medias de tratamientos, sin embargo se debe considerar
que por cada replica que se realice los costos pueden aumentar
significativamente, sin embargo como regla general podemos establecer que
cuantas ms replicas mejor, es evidente que normalmente existen
limitaciones de tiempo, espacio y dinero que en ltima instancia determinan en
nmero efectivo de rplicas a realizar. La teora estadstica no es ajena a estas
consideraciones, de manera que en los textos especializados pueden
encontrarse mtodos analticos para el clculo del nmero de rplicas
necesarias en funcin de diferentes criterios (incluidos los econmicos; vase
por ejemplo, Sokal y Rohlf, 1995). La comunidad cientfica considera la rplica
de un experimento como el primer requisito para obtener resultados
experimentales vlidos. La rplica implica una repeticin independiente del
experimento bsico.
3- Explique a travs de un ejemplo que es un diseo totalmente aleatorio, con
cuatro tratamientos con tres unidades experimentales cada uno?
RTA/:Un diseo totalmente aleatorio realiza los tratamientos al azar a las
unidades experimentales ya sean estas individuos, grupos, parcelas, animales,
insectos entre otros teniendo en cuenta que etas sean lo ms homogneas
posibles: animales de la misma edad, del mismo peso, similar estado fisiolgico
poblacin
ejercicio
Finita
En la cooperativa de
1)+Z2
caficultores de Neiva,
Huila, se reciben 1590
sacos de caf
pergamino seco de
40kg. Para garantizar
que el peso del
contenido sea correcto,
se toma aleatoriamente
algunos sacos y se
pesan
N= Tamao de la muestra
Z0= valor critico correspondiente a un rea de (1-) /2desde el centro de una
distribucin normal
P= probabilidad de que ocurra el fenmeno a estudiar
Q= Probabilidad de que el fenmeno a estudiar no ocurra, en este caso el
complemento de p
N= tamao de la poblacin
E2= error muestral
Ejemplo:
Se sabe que la variabilidad positiva es de p=0.8. Si se quiere garantizar un
nivel de confianza de 95% y un porcentaje de error de 5%, cuntos sacos se
debe pesar?
Datos
n= tamao de la muestra
Z= nivel de confianza= 95%= 1.96
P= variabilidad positiva= 0.8 (la suma de P+Q= 1)
Q= variabilidad negativa= 0.4
N= tamao de la poblacin= 1590
E= porcentaje de error= 5%= 0.05
Se procedi a determinar el tamao de una muestra
n=
Z2PQN
(N-1) E 2+Z 2 P Q
n= 1.954.606
5.201812
n=375.754
Entonces se deben pesar 375.754 sacos de caf, ese es el tamao de la
muestra.
Diseos simples.
Diseos factoriales.
En funcin de la aplicacin:
Tomado de:http://destadistica.ingenieriausac.edu.gt/index.php?option=com_content&view=article&id=51&Itemid=69
Proximidad
Caractersticas fsicas
Tiempo
CONCLUSIONES
Con el desarrollo del presente trabajo es posible concluir:
REFERENCIAS BIBLIOGRAFICAS
http://es.wikipedia.org/wiki/Dise%C3%B1o_experimental
(vi: 9.5.2012)
Diseos Factoriales
1-
de un producto crnico.
Para determinar el textura de un producto crnico funcional aprobada por el
INVIMA, en la textura del producto, realizo un trabajo experimental en la planta
piloto de la ECBTI.
Para el experimento utiliz tres concentraciones de la sustancia seleccionada y
almacen los productos en tres condiciones ambientales diferentes 1,2 y 3.
Los datos que siguen corresponden a tres replicas de cada uno de los nueve
tratamientos. Se realizaron todos los ensayos y se obtuvieron los siguientes
datos:
Sustancia funcional
%
Concentracin 1
3.7
Condicin 2
3.1
Condicin 3
4.7
5.5
6.7
7.3
7.9
8.5
9.3
Concentracin 2
6.0,
6.9,
7.5
11.2,
12.34
13
17.0
15.8
16.5
Concentracin 3
7.7
8.3,
9.5
15.7
14.3
15.2 19.1
18.2
19.0
1.
BLOQUE
(Repeticin) TRATAMIENTO
(Concentracin)
SUBTRAT
(Condicin)
RESULTADO
5.5
7.9
3.7
6.7
8.5
4.7
7.3
9.3
6.0
11.2
17.0
6.9
12.34
15.8
7.5
13
16.5
7.7
15.7
19.1
8.3
14.3
18.2
9.5
15.2
19.0
2.
3.
4.
conclusiones.
F de V GL
SC
CM
Fe
289.89922963
Fr > F SIGN
(Repet)
Bloques
144.94961481
338.27
0.0001 SI
(Concentra)
Tratamientos 2
4.90811852
2.45405926
5.73
1.72379259
0.43094815
0.17
0.067 NS
Bloq x Trat
0.9518 NS
(Condiccion)
Suntrat
306.91700741
153.45850370
58.93
0.0001 SI
Trat x Subtrat 4
1.71401481
0.42850370
0.16
0.9523 NS
Error 12
31.24737778
Total 26
636.40954074
2.60394815
* Repeticiones.
F< 0,05 = 0.0001 en las repeticiones hay diferencias significativas al 95%.
Duncan al 95%
X
Bloq
14,1111
11,8044
6,3000 9
* Condiciones.
Duncan al 95%
X
Subtrat (condiccion)
14,5889
11,2489
6,3778 1
6.
2-
Condicin
Replicas
Observaciones
--
106
95
118
197
205
216
199
207
190
ab
329
331
308
a)
TRATAMIENTO
SUMAS
Condicin
Observaciones
MEDIAS
Replicas
--
106
95
118
319
106,3
197
205
216
618
206
199
207
190
596
198,7
AB
329
331
308
968
322.66
831
838
832
2501 208,4
SUMAS
b)
La suma de cuadrados.
FC: (106+197+199+329+95+205+207+331+118+216+190+308) / 12
FC: 6255001 / 12
FC: 521250,08
SCTotal: (106+197+199+329+95+205+207+331+118+216+190+308)
521250,08
SCTotal: 592891 521250,08
SCTotal: 71640,92
A
menos mas
suma
Menos 319
618
937
Mas
596
918
1564
915
1586 2501
SUMA
SC(a): 37520,08
SC(b): 32760,75
SC(ab): 444,0
c)
Ft
FUENTES
O DE LIBERTAD
BLOQUES
SC
CM
F0
5%
9,55
30,82
1%
7,17
3,585 0,011834
70724,92
23574,97
77,81975*
9,28
37520,08
37520,08
123,8518*
10,13
32760,75
32760,75
108,1415*
10,13
CONDICION AB
ERROR
908,83 302,9433
TOTAL
11
TRATAMIENTO
29,46
CONDICON A
34,12
CONDICON B
34,12
10,13 34,12
BIBLIOGRAFIA