Documentos de Académico
Documentos de Profesional
Documentos de Cultura
previstos de antemano para asegurar que se tomarán los datos apropiados con el fin de
conclusiones válidas.
Experimento:
Usos
Los Diseños Experimentales en la actualidad son usados en todos los campos del saber
humano, pues es parte de la Investigación Científica que se realiza en estos campos. Sin
embargo, hay campos en el que se han realizado con mayor incidencia, como son: la
en la variable respuesta.
Determinar el mejor valor o nivel de las variables independientes que influyen en la
variable respuesta, de modo que tenga en lo posible un valor muy cercano al valor
deseado.
variable respuesta, de modo que la variabilidad de esta sea lo más pequeño posible.
variable respuesta, de tal manera que se minimicen los efectos de las variables
Entre los pioneros, que aportaron sus conocimientos a este tema, tenemos al famoso Sir
Ronald A. Fisher quien fue el precursor de los Diseños Experimentales, dos de sus
segunda obra se estableció por primera vez los principios básicos de los Diseños
a. La reproducción
Proporciona una estimación del error experimental, que actúa como una unidad
Permite obtener una estimación más precisa del efecto medio de cualquier
b. Aleatorización
Es la asignación de las unidades experimentales en forma aleatoria a los diferentes
c. Control local
función es hacer que el diseño sea más eficiente. En otras palabras, es el control del
error experimental tomando medidas dentro del diseño experimental para hacer lo más
eficiente, de tal manera que pueda permitir la reducción del error experimental y así
2. Modelo Estadístico:
Es una representación matemática de las relaciones existentes entre los diversos factores
𝒀𝒊𝒋 = 𝝁 + 𝝉𝒊 + 𝜺𝒊𝒋
Dependiendo de la forma en la que son elegidos los niveles de los factores en estudio,
2.1.Tipos de modelos:
considerados.
combinación de los dos modelos anteriores, es decir cuando se tienen algunos factores
Es el más simple de todos los diseños, en el cual los tratamientos son asignados
ningún tipo de restricción, salvo que las unidades experimentales sean totalmente
homogéneas.
Suponga que va evaluar 4 tratamientos con tres repeticiones cada uno, entonces se
Ventajas:
repeticiones.
Desventajas:
experimental homogéneo.
Modelo estadístico
𝒀𝒊𝒋 = 𝝁 + 𝝉𝒊 + 𝜺𝒊𝒋 ∀𝒊 = 𝟏, 𝟐, 𝟑, … … 𝒕, 𝒋 = 𝟏, 𝟐, 𝟑, … … . 𝒏
Donde:
t: es el número de tratamientos.
n: es el número de repeticiones
Supuestos
2. Linealidad, las relaciones entre los efectos del modelo son lineales.
3. Normalidad, los errores o residuos son variables aleatorias y deben tener una
sí. En otras palabras los errores deben ser independientes entre sí.
𝜇 esto es:
𝒀𝒊𝒋 = 𝝁 + 𝝉𝒊 + 𝜺𝒊𝒋
𝒀𝒊𝒋 = 𝝁 + 𝜺𝒊𝒋
𝝁𝒊 = 𝝁 + 𝝉𝒊
𝝉𝒊 = 𝝁 − 𝝁𝒊
∑ 𝝉𝒊 = 0.
TRATAMIENTO
̅̅̅
𝑌1 −𝜇𝑖
𝑡= → Es una t con t(n-1) g.l
𝐶𝑀𝐸
√
𝑛
Aun cuando la razón F que se obtiene del procedimiento del ANVA es insensible a las
alteraciones de las u posición de varianzas iguales para las t poblaciones normales de los
tratamientos en estudio con tamaños de muestra iguales, aun así, debemos tener la
precaución de realizar una prueba preliminar sobre la homogeneidad de varianzas, tal
prueba en realidad es aconsejable cuando los tamaños de muestra son diferentes; sin
𝐻0 : 𝜎 2 = 𝜎 2 =. … … . . = 𝜎 2
críticos exactos, cuando los tamaños muestrales son iguales; sin embargo, con estos
valores también se pueden obtener valores críticos aproximados altamente precisos para
COMPARACIONES MÚLTIPLES
Sí se rechaza Ho y se asume la alternativa como cierta, es decir que no todas las medias
son iguales, entonces surge la pregunta de que cuáles pares de medias son diferentes y
cuáles son iguales, en consecuencia se tendría que comparar todos los posibles pares. Si
existen tratamientos entonces habría t(t-1)/2 pares posibles. Para hacer una
medias; este método se usa para muestras de igual tamaño y consiste en determinar la
diferencia significativa mínima (D.S.M), que viene a ser la diferencia mínima que
PRUEBA DE TUKEY
Cuando se hace una prueba simple de comparación entre 2 medias, no existe mayores
problemas con la decisión de rechazar la Ho, pero cuando se realiza varias pruebas de
este tipo, existen serias dificultades con la Tasa de Error Experimento Juicio, es decir,
con la probabilidad de falso rechazo de al menos una hipótesis, que está dado por la
siguiente expresión:
Por consiguiente se recomienda tener en cuenta métodos que no agraven los resultados,
TUKEY (DSHT), esta prueba se usa al igual que la DSM, después de que se haya
rechazado la Ho del ANVA y cuando los tamaños muestrales son iguales, pero en este
caso se emplea el valor 𝑞∝.𝑡 , con los grados de libertad del CME del ANVA en lugar de
PRUEBA DE DUNCAN
múltiples de Duncan, este es otra prueba para determinar la diferencia entre pares de
medias después de que se haya rechazado la hipótesis nula en el ANVA. Este
cualquier subconjunto de t medias muestrales debe exceder cierto valor antes de que se
encuentre que cualquiera de las t medias sea diferente, este valor se llama Rango de
Menor Significancia para las t medias y se le denota por Rt, cuya expresión es el
siguiente:
a los grados de libertad del CME del ANVA respectiva, el valor se obtiene de la tabla
𝑡
𝑛ℎ =
∑𝑡𝑖=1(1/𝑛𝑖 )
problema antes de planear un diseño experimental, una de las formas de solucionar este
atribuida a los bloques para asegurar que las medias de los tratamientos estén libres del
en seleccionar “b” bloques y ejecutar una réplica completa del experimento en cada
bloque, por lo que debe haber t observaciones en cada bloque, uno por cada nivel del
Cualquier factor que afecte la variable respuesta y que varíe entre u.e. aumentará la
como la edad y el peso de los animales, diferentes lotes de material, sexo de las
•Tiempo
𝑌𝑖𝑗 = 𝜇 + 𝛽𝑖 + 𝜏𝑗 + 𝜀𝑖𝑗
J=1, 2,3,…, t
ésimo tratamiento. Es una v.a. llamado error experimental, tiene DNI (0,𝜎 2 )
APLICACIÓN
10 cerdos más pesados en el primer bloque, los siguientes 10 cerdos más pesados en
dentro de cada bloque, tal como se indica en cuadro adjunto. Pruebe si las raciones
cuadro subsiguiente.
Prueba de hipótesis
1. hipótesis estadística:
𝑯0 ∶ 𝜇1 = 𝜇2 = 𝜇3 =. . . = 𝜇𝑡 = 0
𝑯1 ∶ 𝜇𝑖 ≠ 0 para al menos un i.
2. 𝛼 = 0.05
𝐹 = [(4−1),(4-1)(10-1)]
𝐹 = (3,27)
4. Región critica.
R.A
𝛼 = 0.05
1 − 𝛼 = 0.95 R.R
𝐹(3,27)
𝐹𝑏 = 2.96035
5. Cálculos:
𝑇2
𝑀𝑦𝑦 = : 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎 𝑜 𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑐𝑜𝑟𝑟𝑒𝑐𝑐𝑖ó𝑛
𝑏𝑡
𝑇2 9102
𝑀𝑦𝑦 = = 4∗10 = 20702.5
𝑏𝑡
∑ 𝑦 2 = ∑ ∑ 𝑦 2 𝑖𝑗 = 25934
𝛽𝑖2
𝐵𝑦𝑦 = ∑𝑏𝑖=1 − 𝑀𝑦𝑦
𝑡
𝑇𝑖2
𝑇𝑦𝑦 = ∑𝑏𝑖=1 − 𝑀𝑦𝑦
𝑏
602 +872 +1544 +822 +282 +1052 +1402 +1132 +822 +592
𝑇𝑦𝑦 = ( ) − 20702.5 = 3295.5
4
CUADRO DE ANVA
FUENTES GRADOS
SUMA DE CUADRADOS Fe(Efectos
DE DE
CUADRADOS MEDIOS Fijos)
VARIACION LIBERTAD
Media 1 𝑀𝑦𝑦 𝑀 = 𝑀𝑦𝑦/1 -----
Bloques b-1 𝐵𝑦𝑦 𝐵 = 𝐵𝑦𝑦/(𝑏 − 1) B/E
Total bt ∑ 𝑦2 -------
FUENTES GRADOS
SUMA DE CUADRADOS Fe(Efectos
DE DE
CUADRADOS MEDIOS Fijos)
VARIACION LIBERTAD
Media 1 20702.5 ----
6. DECISION:
mayor que el Ftab=2.96, con probabilidad de error menor de 0.05. lo cual nos
1 − 𝛼 = 95% → 𝛼 = 5% , 𝑛 = 4
Prueba de Barlet
∑𝑡𝑖=1 𝑠𝑖2
𝑆𝑝2 = 𝑡
Raciones
Bloques A B C D E F G H I J
1 9 23 36 27 5 14 36 27 18 18
2 14 18 32 23 9 23 36 54 23 18
3 14 23 45 23 5 32 32 9 27 9
4 23 23 41 9 9 36 36 23 14 14
Si2 34 6.25 32.33 62.33 5.33 96.25 4 354.25 32.33 18.25
645.32
𝑆𝑝2 = = 64.532
10
1/(𝑁−𝑡)
2 2 𝑛1 −1 2 )𝑛2 −1 2 )𝑛𝑡 −1
𝑆𝑏 = [(𝑠𝑖 ) 𝑥(𝑠2 𝑥 … 𝑥(𝑠𝑡 ]
𝑆𝑏 2 =
[(342 )3 𝑥(6.252 )3 𝑥(32.332 )3 𝑥(62.332 )3 𝑥(5.332 )3 𝑥(96.252 )3 𝑥(42 )3 𝑥(354.252 )3 𝑥(32.33)3 𝑥(18.252 )3 ]1/30
𝑆𝑏 2 = 712.41
𝑆𝑏 2
→ 𝑏 = 𝑆𝑝2
64.532
𝑏 = 712.41
𝑏 = 0.091
𝑏𝑡(𝛼, 𝑛) = 0.7737
Prueba de COCRAN
𝐿𝑎 𝑚𝑎𝑦𝑜𝑟 𝑆𝑖2
𝑔=
∑ 𝑆𝑖 2
354.25
𝑔 = 645.32 = 0.548
t=9 y n=4
→ 𝑔(𝑥) = 0.403
0.403 < 0.548 Por lo tanto las varianzas son semejante (homoscedasticidad).