Los Diseños Experimentales

Wilson Vasquez C.
 Clases de experimentos

Preliminares/exploratorios: se evalúa un gran numero de tratamientos

y que da una pauta para trabajos futuros. Ej. Número de materiales de
hibridación

Investigación/Críticos: Se reduce el número de tratamientos según las

curvas de respuestas, ya que permite detectar diferencias pequeñas
entre los tratamientos Ej. Fertilización

Regionales: Se realiza la investigación para confirmar los resultados en

diferentes ambientes

Demostrativos: se evalúan los tratamientos de manera simple para que

las nuevas tecnologías puedan ser fácilmente apreciada por los
receptores de la misma - Difusión.
 Tratamientos
Tratamientos: son los diferentes procesos/ elementos cuyos efectos van ha ser
evaluados, medidos y comparados en la investigación que estamos interesados.

Los tratamientos deben ser bien definidos y entender el papel que tienen para
alcanzar los objetivos

La necesidad de tener un tratamiento testigo (no es de interés), pero lo usamos

como referencia de comparación, debe ser parte del experimento
Ej: variedades, localidades, fertilización, épocas de siembra, mecanización,
sistemas de siembra, insecticidas, edad, género, educación, temperatura,
productos, etc.
 Factor: se refiere a una forma especial de combinación de los tratamientos denominados
niveles de los factores.

• En las investigaciones cuando se estudia más de una variable independiente

a la vez . Cada una de estas variables independientes se las denomina
Factores.

• Ej. Se van a evaluar 5 variedades de maíz y 2 grados de madurez (precoz y

tardías), esto permitirá evaluar 10 tratamientos (5 X 2)
Factorial: se refiere a una forma especial de combinación de los tratamientos denominados
niveles de los factores.

• Factores: es la variable de interés, Es la respuesta sobre un posible efecto

que se quiere estudiar

• Los niveles de un factor son los grados específicos de un Factor que se

quiere evaluar en el experimento.

• La combinación de niveles de los factores se denominan tratamientos

Variables: son características sujetas a medición cualitativa o
cuantitativa de los tratamientos
• Observación, es el valor registrado para cada una de las variables, es
posible redondear

• Variable independiente: es la que influye sobre la característica que

estamos midiendo, y son las que se pueden manipular.

• Variable dependiente: es la variable sobre la cual se registra la

información

• Constante: cuando la Variable tiene un solo valor

Tipos de variables
• Variable discreta: aquella que toma un número finito de valores.
Ej. Lanzamiento del dado, puede obtenerse datos del 1 al 6.

• Variable continua: puede tomar cualquiera de los valores específicos

dentro de un intervalo.
Puede existir un error de medida
Ej. longitud de una mesa, peso de un anima
Testigo o control, es el tratamiento con el cual se van a comparar los
tratamientos experimentales (común o absoluto).

Unidad experimental (UE): es un espacio/lugar donde se aplica/instala el

tratamiento (parcela, un animal, una persona, un árbol, una hoja, una
maceta, caja petri, etc.).

La característica de la UE, presenta resultados diferentes a pesar de que se

someten al mismo tratamiento.

Bordes/orillas: son las aéreas que bordean a las unidades experimentales, se

debe considerar en el experimento, pero no se debe registrar la información
obtenida
Repeticiones/bloques. Conjunto de tratamientos dentro un ensayo, y este, se
repite varias veces.

Estas van una al lado de la otra, en campo al menos 4 repeticiones en

laboratorio al menos 3.

Disposición de las repeticiones.

Máxima variación entre bloques y
Máxima homogeneidad dentro del bloque.

Puede existir variación entre repeticiones, pero lo mas uniforme /homogénea

de los tratamientos dentro de la repetición.
Funciones de las repeticiones:

Repeticiones es el conjunto de tratamientos dispuestos uno al lado del

otro formando un bloque.

Cuando un tratamiento aparece mas de una ves hay repetición

Las repeticiones permiten estimar el error experimental (EE)

Las repeticiones permiten disminuir el EE, asociado con las diferencias

entre los promedios de los tratamientos.
Aleatoriedad:

Es la distribución de los tratamientos dentro de una repetición, con el fin de

que estos no se vean favorecidos o perjudicados por la intervención del
hombre (sesgo) y la heterogeneidad donde se va evaluar los tratamientos .
 Error experimental-EE:

Expresar las variaciones que se dan en la experimentación

Se da por la variación del tratamiento (material experimental) asociada a la

UE (variación entre ellas).
La variación de los datos de los tratamiento pueden ser debido a errores de:

1) Manejo del experimento

2) Observación
3) Medición, registro de la información
4) variación del material experimental, (tratamientos)
5) Variación ambiental
6) efectos combinados de factores extraños a los tratamientos del estudio.
E.E. no quiere decir equivocación, sino que incluye la variación externa,
ajena al tratamiento

E.E. Es la medida de la variación que existe entre las observaciones de

la UE, bajo el mismo tratamiento, es decir, la variación no proveniente
de los tratamientos
Como aumentar la precisión de los experimentos

1. Aumentar el tamaño del experimento.

2. Aumentar el número de repeticiones, está en función del tiempo y

dinero

3. Seleccionar el diseño experimental mas eficiente para esa

investigación

4. Registro de los datos de manera cuidadosa.

Como aumentar la precisión de los experimentos
5. Reducir la variabilidad del material experimental para que sea mas
homogéneo

6. Considerar el tamaño y forma de la U.E.

7. Qué el sitio seleccionado para la investigación sea representativo y

homogéneo
Los diseños experimentales – D.E.
Selección del Diseño experimental, según el número y naturaleza de los
tratamientos

Las principales diferencias entre los D.E. es la forma en que se agrupan

o clasifican las unidades experimentales, donde se encuentran
ubicados los tratamientos.

Estos se organizan en bloques, filas, parcelas principales o secundarias,

entre otras.
Elementos de los diseños experimentales – D.E.
1. Análisis de Varianza - ADEVA
1. Es un procedimiento aritmético que consiste en desdoblar la Suma de
Cuadrados total (variación total) en Fuentes de Variación, incluyendo la
variación que no se ha podido medir, denominada Error Experimental.

2. Análisis funcional:
1. Se realiza cuando hay diferencias en las fuentes de variación de interés.

2. Pruebas de significación para la separación de medias de los tratamientos

en estudio.
Elementos del Análisis de Varianza –ADEVA
Esta formado por:

1. Fuentes de Variación (F de V)
2. Grados de libertad (g de l)
3. Suma de Cuadrados (S C)
4. Cuadrados Medios (C M)
5. Valor de F( calculada) (F c)
6. Valor de F (tabla) (Ft)
7. Coeficiente de Variación % (CV)
Elementos del ADEVA
Grados de libertad (g de l)
Es el número de comparaciones independientes menos una de un grupo de
datos.

Suma de Cuadrados (SC).

Estima la variabilidad total de los datos/observaciones.

Estima la variabilidad entre tratamientos y

Estima la variabilidad residual que es la diferencias dentro de cada

tratamiento
 Elementos del ADEVA

Los Cuadrados Medios (CM)

Estiman la dispersión entre las mediciones de las parcelas debido a
causas aleatorias denominado Error Experimental.

Para calcular el CM se divide la SC/g de cada Fuente de Variación.

En ausencia de diferencias reales entre medias de tratamientos,

bloques u otras fuentes de variación, dichos CM serán en promedio
iguales.
 Elementos del ADEVA
F calculada.
Se calcula dividiendo el CM de cada F de V para el CM del EE.

F tabla
Se obtiene en una tabla estadística, considerando los g. de l. de los tratamientos y del EE

Significación de la F. de V.
Se compara entre la Fc vs. Ft (5% y 1%), como resultado se determina si hay o diferencias
estadísticas para la F de V con la que se esta evaluando

En base a esto se acepta o no las Hipótesis

Elementos del ADEVA

Significación para las FdeV de interés:

Es frecuente describir los resultados esperados con una probabilidad del 5%

denominado significativos(*).

Aquellos esperados con el 1% o menor, denominado altamente significativos

(**).

Cuando los tratamientos son significativamente diferentes, aceptamos la H1

y rechazamos la Ho