Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentado Por:
Yeimy Carolina Romero Alvarado
Código: 1115917168
Grupo N° 300004_41
Presentado A:
Lina María Monsalve
El diseño experimental consiste en una base de datos estadísticos a través del cual se
pueden identificar muchas cosas. Un experimento factorial completo es un experimento
cuyo diseño consta de dos o más factores, cada uno de los cuales con distintos valores o
niveles, cuyas unidades experimentales cubren todas las posibles combinaciones de esos
niveles en todo los factores. Este tipo de experimentos permiten el estudio del efecto de
cada factor sobre la variable respuesta, así como el efecto de las interacciones entre factores
sobre dicha variable.
Conocer el concepto y los fundamentos del diseño experimental en el área de las ciencias
agropecuarias y aplicarlos en experimentos para procesarlos e interpretarlos para dar
conclusiones válidas y objetivas en el desarrollo de experimentos.
Objetivos específicos
Conocer los conceptos más importantes del diseño de experimentos a través de la
realización del cuestionario.
Aplicar el diseño de experimentos en bloques completos al azar y analizar sus
resultados
Analizar la varianza de un solo factor en los ejercicios aplicados en diseño factorial
1. Cuestionario:
Es la muestra de unidades que es necesario producir en una condición para obtener una
medición o dato representativo. Unidad a la cual se le aplica un solo tratamiento (que puede
ser una combinación de muchos factores) en una reproducción del experimento.
Origen de la variabilidad: la dispersión en los valores de los sujetos en una variable puede
deberse a diferentes causas, a las cuales se suele hacer referencia como fuentes de
variabilidad de los datos en la variable. Por ejemplo, la variabilidad en las calificaciones de
Análisis de los estudiantes del grupo E del curso 05/06 en septiembre (ver histograma), ¿a
qué puede deberse? En este caso, una fuente de variabilidad fundamental será el
conocimiento y dominio de la materia. Es de esperar que diferencias individuales en este
aspecto sean la principal causa de la dispersión existente en las calificaciones de la
asignatura.
Ejemplo
18
16
14
12
FRECUENCIA
10
8
6
4
2
0
Categoría 1
CALIFICACIONES
Ahora bien, suponiendo que todos los alumnos hubieran tenido el mismo dominio y nivel
de conocimientos de la asignatura, ¿es de esperar que las notas hubiesen sido las mismas?
- Otras posibles fuentes de variabilidad: lo bien que se haya dormido la noche antes del
examen, la capacidad para afrontar situaciones estresantes, la habilidad para responder al
tipo de preguntas planteadas en el examen (objetivas, abiertas…), la fiabilidad y validez del
instrumento de medida (el examen), cómo nos haya sentado el desayuno o comida previa al
examen, etc.
¿En qué consiste el diseño experimental?
Por lo general, el análisis de un diseño balanceado es sencillo, porque se pueden ver las
diferencias entre las medias de los niveles de factores sin procesar para sus estimaciones de
los efectos principales y de interacción. Si el diseño es no balanceado, bien sea porque así
estaba previsto o debido a una pérdida accidental de datos, las diferencias en las medias de
los niveles de factores sin procesar podrían mostrar las observaciones no balanceadas en
lugar de cambios en los niveles de los factores. Para los diseños no balanceados, puede usar
medias ajustadas para predecir los resultados que habría producido un diseño balanceado
¿Cuáles son los diseños experimentales más usados en ciencias agropecuarias y cuáles
son sus posibles usos?
Para el autor (Herrera, 2013). La técnica conocida como análisis de varianza (ANAVA o
ANOVA), fue desarrollada por Ronald Aymer Fisher para facilitar el análisis e
interpretación delos datos desde ensayos de campo y experimentos de laboratorio, en la
agricultura e investigaciones biológicas (Einsenhart, 1947).
¿Qué es un diseño completamente al azar (DCA), cuáles son sus ventajas, desventajas,
en qué casos se usa?
El diseño completamente al azar es la clase de diseño experimental más sencillo que existe.
En esta clase de diseño, los tratamientos son asignados a las unidades experimentales de
forma totalmente al azar, en donde, cada unidad experimental tiene la misma posibilidad de
recibir cualquier tratamiento (Kuehl, 2001). De acuerdo con Argüelles y Carvajal (2013),
las principales ventajas y desventajas del diseño completamente al azar son:
Ventajas
Flexibilidad en relación al número de tratamientos y repeticiones, que solo se limita
al número de unidades experimentales disponibles.
Su sencillez (estadístico fácil). Aun cuando el dato de algunos tratamiento se hayan
perdido, o rechacen por alguna causa el método de análisis sigue siendo sencillo. La
pérdida relativa de información debida a los datos faltantes, es de menos
importancia que en cualquier otro sistema.
Análisis de varianza simple con apenas algunos acrecimos en relación al decenio
completamente al azar (DCA).
Es flexible en lo que se refiere a cuantidad de tratamientos y de bloques;
Control de las diferencias de un bloque para otro.
Desventajas:
La principal estriba en su grado de precisión, algún otro diseño suele ser capaz de
estimar el error estándar por unidad experimental (error experimental) con un mayor
grado de precisión
b) Disminuye el grado de libertad del residuo o sea, menos datos para estimar los
valores de la población en estudio.
Estudio de caso 1.
Se investigó una pérdida de peso (Gómez y González, 1991) en porcentaje del peso inicial
de la carne de res tipo milanesa después de 5 días de empacada con diferentes materiales:
Tabla 1. Pérdida de peso en porcentaje.
Icopor Biopak Cry-o-vac Shopak
5.33 6.59 4.95 2.41
4.95 7.90 4.44 2.83
5.10 4.48 3.48 2.97
7.14 7.32 3.92 2.38
7.84 6.41 8.62 2.11
Ya se ha comprobado que los datos son normales y con varianzas homogéneas. De acuerdo
con los datos presentados y a la distribución del experimento resuelva:
a. ¿Qué tipo de diseño experimental es? Justifique su respuesta
b. ¿Cuál es el modelo matemático? Para cada ítem en el ejercicio planteado indique a
que corresponde cada término del modelo
c. ¿Estipule claramente las hipótesis que interesa contrastar con el análisis de varianza
de este experimento?
d. Realice el análisis de varianza en Excel.
e. ¿Según el análisis de varianza hay diferencias significativas? ¿Por qué?
f. Si encuentra diferencias estadísticas significativas, realice la prueba de Tukey en
Excel relacionando las operaciones.
g. Discuta ampliamente los resultados, desde la perspectiva biológica.
Estudio de caso 2.
ANÁLISIS DE
VARIANZA
Origen de Promedio de Valor
Suma de Grados de
las los F Probabilidad crítico
cuadrados libertad
variaciones cuadrados para F
2,1240292
Entre grupos 33059,38 9 3673,26444 54,15 1,35913E-19 6
Dentro de
los grupos 2713,2 40 67,83
Total 35772,58 49
PRUEBA DE TUKEY
CONCLUSIONES
Después de dar respuesta a los casos expuestos y determinar los tipos de diseño y
respectivas variables aplicadas en los experimentos de cada caso podemos concluir que los
diseños experimentales mencionados son usados en ciencias agropecuarias dando solución
a los problemas agronómicos de nuestros cultivos en nuestro país, con ellos podemos tomar
decisiones importantes para mejor y/o aumentar las producciones y mejora la calidad de
vida. Los diseños experimentales nos permiten identificar claramente las diferencias entre
cómo actúan los tratamientos en las semillas y de esa manera poder seleccionar más
fácilmente cual es el más adecuado.