Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISEÑO DE EXPERIMENTO
Cátedra: Diseño de Experimento - Unidad I Diseño de Experimento.
BARINAS
CONTENIDO
Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. Unellez 1
Barinas
INTRODUCCION
INTRODUCCION AL DISEÑO DE EXPERIMENTO
1.- Investigación.
2.-Tipos de Investigación.
3.- Experimento.
4.- Tipos de Experimentos.
5.- Diseño de experimento. (D.E)
6.- Relación de la estadística y el método científico.
7.- Tratamiento.
8.- Factor.
9.- Error experimental.
10.- Principios Básicos del diseño experimental.
11.- Variable independiente y dependiente.
12.- Unidad Experimental y de Muestreo.
13.- Diseño Clásico Experimentales.
13.1.- Diseño completamente aleatorio. (DCA)
13.2.- Diseño en Bloque Al Azar.(DBA)
13.3.- Diseño Cuadrado Latino. (DCL)
CONCLUSIONES
BIBLIOGRAFIA
INTRODUCCION
Estas definiciones nos permitirán dar los primeros pasos para iniciarnos en el mundo
matemático del diseño estadístico de Experimento para ir formando las bases teóricas para
las aplicaciones prácticas y profundizas para dar cumplimiento con el contenido
programático de la Cátedra Diseño de Experimento de la maestría de Ingeniería
agroindustrial en Barinas.
Según (Hurtado, 2010) cada tipo particular de investigación se deriva según el objetivo,
como a continuación se indica:
- Investigación exploratoria, es cuando el objetivo del investigador es explorar, sondear,
descubrir posibilidades. La investigación exploratoria prepara el camino para otras
investigaciones.
- Investigación descriptiva, tiene como objetivo la descripción precisa del evento de
estudio. Este tipo de investigación se asocia al diagnóstico. El propósito es exponer el
evento estudiado, haciendo una enumeración detallada de sus características, de modo tal
que los resultados se pueden obtener dos niveles, dependiendo del fenómeno y del
propósito del investigador.
- Investigación analítica, es aquella que trata de entender las situaciones en términos de las
relaciones de sus componentes; intenta identificar las sinergias menos evidentes de los
eventos analizados.
3.- Experimento.
Es una prueba o serie de pruebas en las que se hacen cambios deliberados en las variables
de entrada de un proceso o sistema para observar e identificar las razones de los cambios
que pudieran observarse en la respuesta de salida.
Por esta razón, el tratamiento es considerado una variable aleatoria y el modelo señalado es
un modelo de efectos aleatorios o Modelo II de Eisenhart (1947), bajo el cual se detectan y
estiman componentes (aleatorias) de variación asociada a una población compuesta.
7.- Tratamiento.
Es una de las modalidades o niveles que pueden tomar un factor en estudio, por ejemplo:
las variables a ensayar en un experimento de campo. También se puede definir como el
8.- Factor.
Es la variable independiente. Es la variable que manipula el investigador, para estudiar sus
efectos sobre la variable dependiente. Por consiguiente un diseño con más de dos variables
es un diseño factorial.
Nivel Del Factor: es cada una de las categorías, valores o formas específicas del factor.
b.- Replicación como un medio para estimar la variancia del error experimental
- Proporciona medias para estimar la variancia del error experimental
- Permite aumentar la precisión para estimar las medias de los tratamientos.
- Da seguridad contra resultados anormales por accidentes no previstos.
La aleatorización es necesaria ya que provee las bases para obtener un test valido de
significancia al describir cualquier sistema de correlación que pueda existir entre las
unidades experimentales. Un supuesto valido que resalta el análisis de varianza es que los
errores experimentales son independientes. Es bien sabido que los errores asociados con
Las unidades experimentales van a tener una mayor varianza del tratamiento que si las
observaciones fueran independientes. Consecuentemente la probabilidad del error tipo I
será mayor que el valor preestablecido. Con una correlación negativa, los efectos son
opuestos a aquellos con una correlación positiva. Con la asignación de tratamientos al azar,
con las unidades experimentales, posiblemente sujetas a las restricciones, el efecto de la
correlación se disminuye entre las unidades experimentales. La aleatorización no hace que
los errores sean independientes pero asegura que, en promedio, las correlaciones sean cero.
Como resultado, los datos pueden ser analizados si el supuesto de independencia de los
errores es verdadero.
b.- Variable dependiente: Son aquellas que se modifican por acción de la variable
independiente. Constituyen los efectos o consecuencias que se miden y que dan origen a los
En este mismo orden de ideas, si logramos controlar factores cualitativos como sexo,
camada, color, raza o cuantitativos como peso, alzada, edad, consumo, podremos eliminar
su influencia del error experimental; la varianza de este componente disminuirá y, en
consecuencia, aumentaría la eficiencia del experimento posibilitando la detección de efecto
entre los tratamientos o condiciones experimentales si es que los hay. Su nombre deriva del
hecho que existe completamente una aleatorizacion, la cual valida como ya se dijo la
Este diseño no impone ninguna restricción en cuanto a las unidades experimentes, estas
deberán ser en todo caso homogéneas. El diseño en su estructura no se ve afectado por el
número igual o desigual de observaciones por tratamiento.
En el caso de un Único Factor (Experimento Unifactorial) y a Efectos Fijos (Modelo I) El
modelo de Análisis de la Varianza
Yijk = µ + τi + εij
Donde:
µ = media poblacional.
Τi: es el efecto del i-ésimo tratamiento.
Sij: es el error experimental o el efecto de j-ésima unidad experimental sujeta al
i-ésimo tratamiento.
Por otra parte, el Diseño de bloque al Azar (DBA), surge por la necesidad que tiene
el investigador de ejercer un control local de la variación dado la existencia de un material
experimental heterogéneo. Los bloques se definen como un conjunto de unidades
experimentales homogéneas dentro de sí y heterogéneas entre sí. En los bloques están
representados todos los tratamientos.
En este mismo orden de idea Tapia (2012) establece que en este diseño el experimentador
agrupa las unidades experimentales en bloque. A continuación determina la distribución de
los tratamientos en cada bloque y por ultimo asigna al azar las unidades experimentales de
los tratamientos dentro de cada bloque.
Modelo Lineal:
Yij = µ + τi + βj + εij
Donde:
µ = media general.
τi : es el efecto del i-ésimo tratamiento.
βj: El efecto de bloque
εij : es el error experimental o el efecto de j-ésima unidad experimental sujeta al
i-ésimo tratamiento.
Estos diseños clásicos son una extensión lógica y natural del diseño en bloques completos
al azar y poseen una serie de características muy similares.
Estos planes experimentales tienen como propósito el control de la variación del material
experimental. A medida que este se hace más heterogéneo es preciso controlas la variación
bloqueada por cada característica que varíe. Así, el diseño de cuadro latino (o doble
bloqueo) se trata, como su nombre lo indica, de controlar dos fuentes de variación
existente, reconocidas por el investigador, entre las unidades experimentales. El
Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 19
Unellez Barinas
investigador al controla estas dos fuentes logra reducir la varianza del error posibilitando la
expresión de la diferencia entre los tratamientos, si es que existe.
Es importante destacar que cada tratamiento sea probado por igual según las dos fuentes de
variación consideradas.
Por otro lado, al seguir aumentando la variación surge otro plan experimental llamado
Diseño cuadrado Greco-Latino, en este se desean controlar tres fuentes de variación y
probar los tratamientos. En este cuadrado en realidad hay una superposición de dos
cuadrados latinos.
Yijklm: es la respuesta.
µ = media general.
Si : cuadrados latinos.
Vice rectorado de planificación y Desarrollo Social (VPDS) - Coordinación de Post grado. 21
Unellez Barinas
F(S): Filas dentro de cuadrados: El efecto de bloque
ε: es el error experimental.
C(S): columnas dentro de cuadrados.
Τ: efecto del tratamiento.
τxS: interacción del tratamiento y los cuadrados.
Existen diferentes tipos de diseño de experimento, de los cuales estudiamos los principales.
Como se pudimos apreciar un diseño debe de ser lo más sencillo posible y así poder
ahorrar tiempo, inversión y personal, pero no por eso se deben de olvidar considerar los
principios básicos en el diseño.
Estos conocimientos Basicos de diseño de Experimento nos permitirá sustentar las bases
del conocimiento para poder profundizar en el desarrollo del subproyecto.