4.

4 DISEÑO COMPLETAMENTE AL AZAR:

El diseño completamente al azar es el más sencillo de los diseños de
experimentos que tratan de comparar dos o más tratamientos, puesto que sólo
considera dos fuentes de variabilidad: los tratamientos y el error aleatorio.

MODELO ESTADISTICO

Yij =   µ + i   + εij  

En donde:
 Yij            Variable respuesta de la ij-esima unidad experimental
µ                Efecto de la media general.
i               Efecto del i-esimo tratamiento.
ε ij      Efecto del error experimental asociado a la i-esima unidad
experimental

HIPOTESIS ESTADISTICA.

Es el supuesto que el investigador hace sobre el valor de un parámetro

(constante que caracteriza a una población) el cual puede ser validado
mediante una prueba estadística. En muchas investigaciones al realizar un
análisis estadístico se utiliza el ANOVA (ANDEVA) de un diseño experimental,
la hipótesis a probar es si los tratamientos tienen el mismo efecto sobre la
variable que se estudia, es así como se tienen la hipótesis planteada (Ho) e
hipótesis alterna (Ha):

Ho: i = 0 (Los i tratamientos tienen el mismo efecto sobre la variable en

estudio)
Ha: i 0 (No todos los tratamientos tienen el mismo efecto sobre la variable
en estudio)

Al probar la hipótesis estadística el investigador está propenso a cometer los

siguientes tipos de errores:

Error Tipo I: Se comete cuando se rechaza la hipótesis que se plantea, siendo

esta hipótesis falsa; la magnitud de este error es fijado por el investigador y
constituye el “nivel de significación de la prueba”; usualmente los valores
usados como nivel de significación son 0.10; 0.05 o 0.01.

Error tipo II: Se comete cuando se acepta la hipótesis que se plantea, siendo
esta hipótesis falsa; la magnitud de este error no se puede fijar, pero si es
posible minimizar utilizando un tamaño adecuado de muestra.

PRUEBA DE HIPOTESISI:
 VENTAJAS Y DESVENTAJAS DEL DISEÑOCOMPLETAMENTE
AL AZAR.

Ventajas:

a)                  Su sencillez (estadístico fácil). Aun cuando el dato de algunos

tratamientos se haya 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.
b)                 La flexibilidad. Puede utilizarse cualquier número de tratamientos y
repeticiones y pueden variar a voluntad del investigador el número de
repeticiones de un tratamiento a otro, pero no es recomendable sino existe una
buena razón. Todo el material experimental disponible puede usarse, lo cual es
una ventaja en experimentos preliminares pequeños donde el material
experimental de que se dispone es escaso.
c)                  El número de grados de libertad es máximo en comparación con otros
modelos, el modelo estadístico sigue siendo fácil aun cuando se pierdan
unidades experimentales.
d)                 Aun cuando el dato de algún tratamiento se haya perdido, o rechacen por
alguna causa el método de análisis sigue siendo sencillo

Desventajas:

a)                  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)                 No siempre puede garantizarse condiciones de homogeneidad. No se
asegura, ninguna forma para aseverar que las unidades reciben un tratamiento
similar a aquellas que reciben otro tratamiento, toda la variación que existe
entre las unidades pasa a formar parte del error experimental .

4.5 METODO DE DUNCAN

Se utiliza para comparar todos los pares de medias. Fue desarrollado

por primera vez por Duncan en 1951 pero posteriormente él mismo
modificó su primer método generando el que ahora se denomina
Nuevo método de Rango Múltiple de Duncan. Esta prueba no requiere
de una prueba previa de F, como sucede con la DMS o sea que aún
sin ser significativa la prueba F puede llevarse a cabo.

La estadística de Prueba es denotada, por 

Donde   es el número de medias inclusive entre las dos medias a
comparar para diseños balanceados. Para aplicar esta prueba al
nivel   se debe pasar por las siguientes etapas:

1. Determine el error estándar (desviación estándar) de cada

promedio,  , el cual es dado por la expresión:

Donde el CM  es obtenido de la tabla Anova

2. Con los grados de libertad del error y el nivel de significancia   

determinar los valores de   (intervalos o amplitudes estandarizadas
significativos) utilizando las tablas de amplitudes estandarizadas de
Duncan dadas por Harter (1960) y que se encuentran en el libro de
Miller (1992). Para encontrar estos valores, se requieren los grados
de libertad del error y el valor de  .

3. Determinar las amplitudes mínimas significativas denotadas

por     calculados por la expresión:

4. Se ordenan de manera creciente los resultados promedios del

experimento 

5. Se comparan las medias ordenadas    así:

comienza a comparar en el siguiente orden:

a) El promedio más alto,   con el más bajo,  comparando esta

diferencia con el intervalo mínimo significativo  . Si esta diferencia
es no significativa entonces todas las otras diferencias son no
significantes. Si la diferencia es significativa se continua con b)

b) Posteriormente se calcula la diferencia entre el valor más alto  y

el penúltimo   y se compara con el intervalo mínimo
significativo 

c) Este procedimiento se continúa hasta que todas las medias se han

comparado con la media más grande  .
d) A continuación se compara la segunda media más grande   
con la más pequeña  y se compara con el intervalo mínimo
significativo  .

Este proceso continúa hasta que han sido comparadas las diferencias

entre todos los   posibles pares.

Si una diferencia observada es mayor que el intervalo mínimo

significativo, se concluye que la pareja de medias comparadas es
significativamente diferente.

Para evitar contradicciones, ninguna diferencia entre una pareja de

medias se considera significativamente diferentes si éstas se
encuentran entre otras dos que no difieren significativamente. A
manera de ilustración se tiene:

Cuando el diseño es desbalanceado pero los tamaños de réplicas   

 difieren marcadamente este método puede adaptarse
utilizando en vez de   en la estadística, el valor de la media armónica
de los tamaños de muestras

o alternativamente se puede reemplazar a   por   la media armónica

de las medias extremas, donde
y   y   son los tamaños de muestra correspondientes a las
medias de tratamientos menos pequeño y más grande
respectivamente.

Ventajas 

1. Fácil de realizar
2. Válida cuando se han planeado las comparaciones que se van a
hacer previamente a la obtención de los resultados.

Desventajas 

Puede dar resultados falsamente significativos en un nivel del   si

el experimentador se dedica a hacer comparaciones exclusivamente
entre tratamientos de resultados extremos. En el caso de que hubiera
que hacer preferentemente comparaciones de resultados extremos,
es necesario optar por un nivel de   en lugar de  , pero si el
número de tratamientos es elevado debe reemplazarse la   por
otra prueba. Debido a este uso incorrecto de la   se vacila en su
recomendación. El uso incorrecto más común es hacer comparaciones
sugeridas por los datos.

DISEÑO DE BLOQUES COMPLETOS AL AZAR:

Conocido como diseño de doble vía, se aplica cuando el material

es heterogéneo. las unidades experimentales homogéneas se
agrupan formando grupos homogéneos llamados bloques
. Tratamientos A, B, C, D, E
 Bloque I: B A E C D
Bloque II: C B D E A
Bloque III: B E A D C
Bloque IV: D C A E B
Las fuentes de variación para el análisis estadístico son:
Fuentes Grados de libertad
Tratamiento (t-1) = 4
Bloques (r-1) = 3
Error (t-1) (r-1) =12
Características:
1. Las unidades experimentales son heterogéneas.
2. Las unidades homogéneas están agrupadas formando los bloques.
3. En cada bloque se tiene un número de unidades igual al número de
tratamientos (bloques completos)
4. Los tratamientos están distribuidos al azar en cada bloque.
5. El número de repeticiones es igual al número de bloques. F. de
Mendiburu

Ventaja del Diseño de Bloques Completamente al azar

Se caracteriza por su equilibrio. Fácil planeación y procedimiento de

cálculo simple.
DESVENTAJA DE DISEÑODE BLOQUES COMPLETAMENTE AL AZAR.

Su única desventaja es que cuando el numero de tratamientos es alto,

aumenta la superficie del terreno dentro de cada bloque y también del
error experimental.

 Es un Diseño bien equilibrado.

 Es fácil de planear y cuanta con cálculos simples.
 Al aumentar la superficie del terreno aumentan la información para
procesar.
.