TAREA 3 – IDENTIFICACIÓN DEL DISEÑO EXPERIMENTAL

PRESENTADO POR:
LUIS FRANKLIN TRILLO
Xxxx
Xxxx
xxxx
GRUPO: 302397205_2

PRESENTADO A:
PAOLA ANDREA BEDOYA MARTINEZ
TUTORA

UNIVERSIDAD NACIONAL ABIERTA Y ADISTANCIA UNAD

ESCUELA DE CIENCIAS AGRICOLAS, PECUARIAS Y DEL MEDIO AMBIENTE
ECAPMA, AGRONOMIA
JUNIO 2021

1
 Tabla De Contenido

Pág.

I. DESARROLLO........................................................................................................................4

1.1. Diseño Completamente Al Azar Y Casos De Uso...............................................................4

1.2. Situaciones De Aplicación De Diseños En Bloques Al Azar Y Ejemplo............................5

1.3. Representación Del Diseño De Bloques Al Azar (DBA).....................................................6

1.3.1. Modelo Estadístico del (DBA)..........................................................................................7

1.3.2. Hipótesis del (DBA)..........................................................................................................7

1.3.3. Estructura Aplicada Al Diseño De Bloques Al Azar (DBA)............................................8

II. REFERENCIAS.................................................................................................................12

2
 Índice de Tablas

Pág.

Tabla 1...........................................................................................................................................11

3
 TAREA 3 – IDENTIFICACIÓN DEL DISEÑO EXPERIMENTAL

I. DESARROLLO.

Consiste en llevar a cabo la consolidación de los puntos cuatro (4) y cinco (5)

consignados dentro del cuestionario descrito en la actividad, además del punto tres (3) en lo que

respecta a las definiciones y características del conocimiento adquirido en la ejecución de la tarea

3 delimitada como identificación del diseño experimental, esto a través de la interpretación y el

análisis de los lineamientos e información estructurada en la guía de esta actividad así:

I.1. Diseño Completamente Al Azar Y Casos De Uso.

A partir de lo mencionado por Yepes V. (2013) en el artículo diseño completamente al

azar y ANOVA, se puede decir que un diseño completamente al azar o DCA es aquel donde los

experimentos se llevan a cabo a través de fases, las cuales se rigen por la combinación de los

tratamientos en orden aleatorio que generan como resultado una observación, esto mediante la

comparación de dos o más tratamientos, contemplando así los tratamientos y el error aleatorio

como las dos causas que pueden generar variación en las respuestas del experimento y

manteniendo un solo factor que produce efecto en la variable de respuesta.

Por otra parte, de acuerdo a lo expuesto por Mendoza, H y Bautista, G. (2002) en diseño

experimental y Martínez C. (2015) en unidad III diseños experimentales relacionados con un

solo factor de estudio, se establece que un diseño completamente al azar se usa cuando las

unidades experimentales de un tratamiento están compuesta por un número igual o distinto de

estas, en experimentos con unidades experimentales con características homogéneas, además en

casos donde se reparten al azar o de manera aleatoria los tratamientos en relación con las

4
unidades experimentales.

De igual manera, el DCA es aplicable en experimentos y/o ensayos que no sean de

campo, puesto que se pueden controlar las condiciones ambientales de un factor y existe poca o

baja variabilidad entre las unidades experimentales, así como en experimentos que se componen

de unidades experimentales limitadas, manteniendo los números de grados de libertad de error

del experimento en el nivel máximo, asimismo en casos en los que se presentan la posibilidad de

pérdida de las unidades experimentales en el transcurso de ejecución del experimento o que estas

en gran proporción no respondan al tratamiento dirigido.

I.2. Situaciones De Aplicación De Diseños En Bloques Al Azar Y Ejemplo.

Basado en lo descrito por Martínez C. (2015) en unidad III diseños experimentales

relacionados con un solo factor de estudio, las situaciones donde se pueden aplicar los diseños en

bloques al azar, radica en que se presente un gradiente de productividad predecible en el área

utilizada como parte del experimento, así mismo cuando el experimento es realizado en el campo

externo o área libre, y con respecto a los factores se encuentran diferencias entre los grupos a

examinar pero internamente mantienen ciertas características y condiciones similares, además de

presencia de unidades experimentales y tratamientos de igual proporción dentro de un bloque

constituido como parte del proceso experimental, partiendo de una asignación al azar y/o de

orden aleatorio de los tratamientos relacionados con las unidades experimentales dentro de cada

bloque agrupado.

5
 Adicionalmente, Bustamante M. y Valbuena S. (2015) en el documento: “Modelo

experimental con bloques aleatorios simples y análisis multivariado para el mejoramiento de

procesos orgánicos en la agroindustria”, determinan un ejemplo de aplicación del diseño de

bloques al azar en relación con la biotecnología agroambiental, puesto que presentan el

planteamiento de un experimento correspondiente a bloques al azar donde consideran tres

repeticiones por tratamiento, dirigido a plántulas de cafeto con proporciones distintas aplicadas

de inóculo de hongos micorrícico arbusculares, definiendo los tratamientos relacionados en

tablas que contemplan la información y datos recolectados.

Eventualmente, con el experimento se estableció un grado de confiabilidad del 95% y un

margen de error de 5%, obteniendo que n = 180, registrando mediciones para cinco muestras, en

un transcurso de tiempo de tres meses, dando como total 60 muestras por cada tratamiento para

todo el proceso realizado, recíprocamente, se determinaron la hipótesis nula (H0): no existen

diferencias entre las medias de ningún tratamiento y la hipótesis alternativa (H1): si existen

diferencias significativas entre una o más medias de los tratamientos, y al final se aceptó la

hipótesis nula con base en los resultados obtenidos con el estudio. Asimismo, se pudo analizar

los factores y los cambios que estos generan el proceso productivo y realizar una proyección de

posibles consecuencias que pueden alterarlo, determinando las variables y un enfoque que

promueva la conservación y el desarrollo sostenible del medio ambiente, direccionando el uso de

biotecnología para buenas prácticas en el sector agroambiental para potencializar la

productividad y el funcionamiento de este.

6
I.3. Representación Del Diseño De Bloques Al Azar (DBA).

Consiste en realizar la presentación del diseño de bloques al azar (DBA), esto por medio

de lo planteado por Martínez C. (2015) en unidad III diseños experimentales relacionados con un

solo factor de estudio, definiendo así la composición del modelo estadístico, las hipótesis

generadas y la estructura aplicada a este tipo de diseño experimental de la siguiente manera:

I.3.1. Modelo Estadístico del (DBA).

Se delimita por un modelo lineal plasmado en la ecuación:

Y ij =μ+ τ i+ β j+ ε ij

Eventualmente, las variables de la ecuación representan:

Y ij = Respuesta observada con el tratamiento i en el bloque j.

μ = media general.

τ i = efecto del tratamiento i; i=1,2,…, t

β j = efecto del bloque j; j=1,2,…, r

ε ij = termino de error asociado al tratamiento i en el bloque j.

I.3.2. Hipótesis del (DBA).

En relación con las hipótesis aplicadas para el diseño de bloques al azar (DBA), estas se

contemplan para los factores de bloques y tratamientos así:

7
 Hipótesis para Bloques.

- Hipótesis nula: β i=β j , quiere decir que no hay diferencias entre bloques.

- Hipótesis alternativa: β i ≠ β j , quiere decir que si hay diferencias entre bloques.

- Regla de decisión: Rechazar la hipótesis nula, si F Bloques > F

[ α ; ( r −1 ) ,(r−1)(t−1) g . l . ]

 Hipótesis para Tratamientos.

- Hipótesis nula: τ i =τ j , quiere decir que no hay diferencias entre las medias de los

tratamientos.

- Hipótesis alternativa: τ i ≠ τ j ,quiere decir que eexisten diferencias para al menos un par de

tratamientos.

- Regla de decisión: Rechazar la hipótesis nula, si F Tratamientos > F

[ α ; ( t −1 ) ,(r −1)(t−1)g . l . ]

I.3.3. Estructura Aplicada Al Diseño De Bloques Al Azar (DBA).

Constituye una serie de pasos descritos así:

1) Obtener el factor de corrección (FC).

Se realiza mediante la ecuación:

(Y …)2 t r
FC = ; Y ..=∑ ∑ Y ij
r∗t i=1 j =1

8
2) Obtener la suma de cuadrados total (SC Total).

Se realiza mediante la ecuación:

t r
SC Total=∑ ∑ Y 2ij −FC
i=1 j=1

3) Obtener la suma de cuadrados de bloques (SC Bloques).

Se ejecuta mediante las ecuaciones:

r
Y2. j
SC Bloques=∑ −FC
j=1 t
t
Y . j=∑ Y ij
i=1

4) Obtener la suma de cuadrados de tratamientos (SC Trat).

Se ejecuta mediante las ecuaciones:

t

∑ Y 2i .
SC Trat= i=1 −FC
r

r
Yi .=∑ Y ij
j =1

5) Obtener la suma de cuadrados de error (SC Error).

Se realiza mediante la ecuación:

SC Error=SC Total−SC Bloques−SC Tratamientos

9
6) Obtener grados de libertad ( g .l .).

Se realiza mediante las ecuaciones:

g .l . Tratamientos=t−1 g .l . Bloques=r−1
g .l . Error=( t−1 )∗( r−1) g .l . Total=( t∗r )−1

7) Obtener cuadrados medios (CM).

Se realiza mediante las ecuaciones:

SC Bloques SC Trat SC Error

CM Bloques= CM Trat= CM Error=
g . l. Bloques g .l .Trat g . l . Error

8) Obtener valores de F.

Se realiza mediante las ecuaciones:

CM Bloques CM Trat
F Bloques= F Trat=
CM Error CM Error

9) Obtener el coeficiente de variación (CV).

Se realiza mediante la ecuación:

CV ( % )= ( √CMY Error
.. )∗100 ; Y ..=Media general

10) Obtener el coeficiente de determinación R2.

1
0
 Se realiza mediante la ecuación:

SC Bloques + SC Tratamientos
R 2=
SC Total

Recíprocamente, R2 permite analizar:

- La variación entre bloques y entre tratamientos.

- La relación entre la proporción de la suma de cuadrados totales generados con el cambio

entre los factores involucrados en el experimento.

- La aproximación e índice de los datos evaluados con tendencia a 1.0 de acuerdo con el

modelo lineal estadístico.

11) Calcular la eficiencia relativa del bloqueo (ERB).

Se realiza mediante la ecuación:

( r−1 ) CM Bloques +r ( t−1 ) CM Error

ERB=
( rt−1 ) CM Error

Permitiendo interpretar:

- ERB >1.0 indica que hubo una reducción del error experimental en lo referente al diseño

completamente aleatorizado, esto debido al desarrollo de los bloques, demostrando una ejecución

eficiente del proceso experimental.

- ERB <1.0 indica que no hubo una reducción del error experimental en lo referente al

diseño completamente aleatorizado, esto debido al desarrollo de los bloques, demostrando una
1
1
ejecución poco eficiente del proceso experimental.

12) Construir la tabla de análisis de varianza.

Esta se desarrolla contemplando los pasos anteriores así:

Tabla 1

Análisis de varianza.

Fuente de Grados de Suma de Cuadrados

variación libertad cuadrados medios F

Bloques g .l .Bloques SC Bloques CM Bloques F Bloques

Tratamientos g .l .Tratamientos SC CM F
Tratamientos Tratamientos Tratamientos
Error g .l .Error SC Error CM Error
Total g .l .Total

Nota: Elaboración propia. Adaptado de la información de la unidad III diseños experimentales

relacionados con un solo factor de estudio. Trillo Jacome, F. 2021. Bioestadística y diseño

experimental. UNAD.

II. REFERENCIAS

Bustamante Jamid, M., & Valbuena Antolinez, S. (10 de Enero de 2015). Modelo experimental

con bloques aleatorios simples y análisis multivariado para el mejoramiento de procesos

orgánicos en la agroindustria. Obtenido de SCIELO:

1
2
 http://www.scielo.org.co/pdf/ean/n78/n78a03.pdf

Martínez Rueda, C. G. (Septiembre de 2015). UNIDAD III DISEÑOS EXPERIMENTALES

RELACIONADOS CON UN SOLO FACTOR DE ESTUDIO. Obtenido de Universidad

autónoma del estado de México:

http://ri.uaemex.mx/bitstream/handle/20.500.11799/34375/secme-

17747.pdf;jsessionid=C041D7D3355D90A539EB16BD4F9B2498?sequence=1

Mendoza, H, Bautista, G. (2002). Diseño Experimental. Universidad Nacional de Colombia,

http://www.virtual.unal.edu.co/cursos/ciencias/2000352/. Licencia: Creative Commons

BY-NC-ND.

Yepes Piqueras, V. (27 de Abril de 2013). Diseño completamente al azar y ANOVA. Obtenido de

Universidad Politécnica de Valencia: https://victoryepes.blogs.upv.es/2013/04/27/diseno-

completamente-al-azar-y-anova/

1
3