Diseños Experimentales

Ing. M.Sc Johnny Fernando Granja

Elementos del Diseño de Experimentos

En las Ciencias Biológicas es frecuente

conducir ensayos con fines de evaluar
comparativamente dos o mas poblaciones,
identificadas por algún criterio que las
distingue o separa como es la aplicación de
distintos tratamientos.
 Para analizar estos estudios es común
recurrir a la técnica del Análisis de la
Varianza (ANAVA), que es probablemente la
herramienta de inferencia estadística más
utilizada en las investigaciones científico –
técnicas en Agronomía
ANAVA: método estadístico cuya finalidad
es contrastar hipótesis referidas a las
medias de dos o mas poblaciones
Algunos conceptos en el Diseño de Experimentos
EXPERIMENTO

Se define a un experimento como la acción

de aplicar uno o más tratamientos a un
conjunto de unidades experimentales para
valorar sus respuestas.

Bajo el modelo experimental, las alteraciones en las

respuestas se atribuyen solamente a la acción de los
tratamientos excepto por variaciones aleatorias
(usualmente pequeñas)
Experimentación

Una de las características de la

experimentación es la variabilidad entre las
observaciones, debida a condiciones
genéticas, de edad, de vigor, de suelo,
climáticas, ambientales u otras no
identificables.
Experimentación

Ante la imposibilidad de medir la población

en estudio hay que concentrarse en una
muestra para inferir a partir de ella
resultados de toda la población.
…..y sobre la que, posteriormente, se observan
una o más variables respuestas para evaluar el
efecto del tratamiento.
Unidad Experimental

Se recomienda la utilización de
unidades experimentales homogéneas
para la realización de un experimento.
Unidad Experimental

Es importante conducir las experiencias de

forma tal que las unidades experimentales
generen información independiente

Ejemplo: en un ensayo comparativo de rendimientos de trigo

donde se desean evaluar 3 variedades se puede disponer de 30
parcelas.

¿para que el rendimiento de cada parcela sea independiente del

rendimiento en las parcelas vecinas que podemos hacer?
Factores
Las potenciales fuentes de variación de la respuesta
en un sistema experimental identificadas a priori por
el investigador son llamadas factores.

•Los distintos estados o valores de los factores se

designan niveles

•La combinación de niveles evaluados para un conjunto

de factores recibe el nombre de tratamiento
Factores
Los factores pueden ser :

-De interés de investigador (cuando se desea hacer

inferencia sobre ellos) o simplemente

-Pueden ser reconocidos como una fuente de

variación que de no contemplarse disminuyen la
precisión de las comparaciones de interés (factores
de bloqueo)
 RECURSOS DEL DISEÑO DE
EXPERIMENTOS PARA OBTENER
EXPERIMENTOS MÁS EFICIENTES

• Repetición
• Aleatorización
• Bloqueo
 Repetición
El objetivo principal de esta técnica es lograr que la
recreación del tratamiento para cada unidad experimental
evite la introducción de un error sistemático en todas las
unidades experimentales de un mismo tratamiento.

Este concepto es muy importante y existe una gran confusión

sobre el mismo. Por ejemplo, si un tratamiento consiste en la
elaboración una sustancia para posteriormente aplicarla a un
lote de semillas ¿Cómo se repite el experimento?

Identificar es cuál es la etapa de la implementación del experimento en la que se

introduce mayor variabilidad. Los tratamientos deben repetirse a partir de ella.
 Aleatorización
Al asignar al azar las unidades experimentales a los
tratamientos, lo que se obtiene es un procedimiento
que logra una distribución más equitativa.

• Aleatorizar previene contra la introducción de sesgos en el

experimento.

• Evita la dependencia entre observaciones al aleatorizar los

instantes de recogida muestral.

• Valida muchos de los procedimientos estadísticos más comunes.

 Precisión
Cuando un experimento es infinitamente preciso es capaz de
detectar cualquier diferencia entre medias de tratamientos
(no ocurre en la naturaleza).

Por tanto, un objetivo principal de un diseño es aumentar la

precisión de un experimento.

Los recursos para lograr un aumento de precisión puede ser el

incremento del número de repeticiones, uso de experimentos
factoriales, el reconocimiento de fuentes sistemáticas de
variación entre parcelas (bloqueo).
Ejemplo

T1
T2 T2 T3 T1
T3 T3 T1 T3
T1 T2 T2
Ejemplo

T1
T2 T2 T3 T1
T3 T3 T1 T3
T1 T2 T2
Diseño de Experimentos
Ejemplos
-Diseño experimental
-Esquema del ensayo
-Unidad experimental
-Nº UE
- Cual es el tratamiento
-Nº Tratamientos
-Nº Repeticiones
-Nº Factores y Nº Niveles (si
corresponde)
-Nº Bloque (si corresponde)
-Factor de bloqueo (si corresponde)
-Variable (s) respuesta a medir
-Covariable (s) (si corresponde)
Problema de integración
Menciones/Identifique/Proponga:
-Diseño experimental
-Esquema del ensayo
-Unidad experimental
-Nº UE
-Nº Tratamientos
-Nº Repeticiones
-Nº Factores y Nº Niveles (si
corresponde)
-Nº Bloque (si corresponde)
-Factor de bloqueo (si corresponde)
-Variable (s) respuesta a medir
-Covariable (s) (si corresponde)
Hipótesis
• Podemos definir la hipótesis como un intento de explicación o
una respuesta "provisional" a un fenómeno.

El objetivo primordial de todo estudio es llegar a aceptar o

rechazar la hipótesis que se ha elaborado previamente,
confrontando su enunciado teórico con los hechos.
Para plantear una hipótesis adecuada, debemos tener en
cuenta los siguientes puntos:

• Los términos deben ser claros, concretos y operacionales en caso

que se que quiera replicar la investigación.

• Si una hipótesis no puede ser sometida a verificación, desde el

punto de vista científico no tiene validez.

• Deben ser objetivas y específicas y no llevar algún juicio de valor.

• Deben estar relacionadas con los recursos y las técnicas

disponibles.

• La hipótesis debe estar directamente relacionada con el marco

teórico de la investigación y derivarse de él.
• Hipótesis nula. es aquella que nos dice que no existen
diferencias significativas entre los grupos.

• Hipótesis alternativa. indica que un parámetro de población

es diferente del valor hipotético de la hipótesis nula. La
hipótesis alternativa es lo que se podría pensar que es cierto
o se espera probar que es cierto.