Está en la página 1de 30

Nociones básicas del Diseño Experimental

Marcelo Rodríguez G.
Ingeniero Estadístico - Magister en Estadística

Universidad Católica del Maule


Facultad de Ciencias Básicas
Ingeniería en Agronomía
Diseño Experimental
21 de marzo de 2011

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 1 / 30


El legado de Sir Ronald A. Fisher

Nace en Inglaterra en 1890. En 1919


fue contratado en Rothamsted
Experimental Station para el análisis
estadísticos de investigaciones
agrícolas.

En 1926 publicó el artículo The


Arrangement of Field Experiments.
Describió tres componentes
fundamentales en los diseños de
experimentos: control local,
replicación y aleatorización.

Desarrolló el análisis de varianza y


Para mayor detalles visitar:
unicó las ideas básicas sobre los
http://digital.library.
principios del diseño de experimentos.
adelaide.edu.au/coll/
Muere en Australia en 1962.
special//fisher/
mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 2 / 30
Conceptos básicos

Denición (Experimento)
Un experimento es el proceso de obtener una observación y representa
cualquier situación que tenga más de un resultado.

Denición (Unidad experimental)


Son los elementos sobre los cuales se obtienen las mediciones de la variable
de respuesta y a los cuales un tratamiento puede ser asignado en forma
independiente. Una vez expuesta al tratamiento, constituye una sola réplica
del tratamiento.

Denición (Error experimental)


Describe la variación entre las unidades experimentales tratadas de manera
idéntica e independiente.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 3 / 30


Conceptos básicos

Denición (Experimento comparativo)


Se establecen más de un conjunto de circunstancias en el experimento y se
comparan entre sí las respuestas a las diferentes circunstancias.

Denición (Estudio por observación)


Son aquellos para los que desearíamos hacer un experimento comparativo,
pero no es posible por razones prácticas o éticas. Las unidades
experimentales se autoseleccionan en grupos identicables, se usan como
clasicaciones del tratamiento en el estudio por observación.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 4 / 30


Concepto básicos: Ejemplo

Ejemplo
Un agrónomo realizó un experimento para determinar los efectos de un
insecticida en el crecimiento y desarrollo de plantas de algodón. El
insecticida se incorporó a 30 plantas.

20

Los datos que siguen son el peso (gramo) de 15

las raíces secas cuando las plantas tenían tres

Recuento
10 20

semanas.

Peso (gr) 15 50 100 200


5

Frecuencia 20 6 3 1
3
1
0
15 50 100 200
Peso de las raíces

1 ¾Es posible concluir que el insecticida reduce el peso de las raíces?


2 ¾Qué error cometió el agrónomo en este estudio?
3 ¾Cómo usted podría mejorarlo?
mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 5 / 30
Página 1
Conceptos básicos

Denición (Variable dependiente  Y)


Mide alguna característica del resultado de un experimento. La variable
dependiente, depende de alguna manera de otra variable.

Denición (Factor  X)
Es la que explica o causa los cambios en la variable dependiente, es
controlada por el investigador. También es llamada variable
independiente.

Denición (Diseño con multiples factores)


Son diseños que consideran más de un factor. El arreglo factorial consiste
de todas las combinaciones posibles de los niveles de los factores.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 6 / 30


Conceptos básicos

Denición (Tratamiento)
Los tratamientos son el conjunto de circunstancias creados para el
experimento (combinación de los niveles o valores de cada factor), en
respuesta a la hipótesis de investigación y son el centro de la misma.

Denición (Tratamiento testigo)


Este tratamiento se procesa de la misma manera que las unidades en
tratamiento, pero sin incluir en su protocolo el tratamiento activo. Es un
punto necesario para evaluar el efecto de los tratamientos.

Denición (Diseño balanceado)


Se dice que el diseño experimental es balanceado, si se asigna el mismo
número de unidades experimentales a cada tratamiento. En caso contrario
se dice que es desbalanceado.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 7 / 30


Conceptos básicos

Denición (Experimento ciego-simple)


Es uno en el cual las unidades
experimentales ignoran el tratamiento que
reciben.

Denición (Experimento doble-ciego)


Es uno en el cual ni las unidades
experimentales ni el experimentador
conocen el tratamiento que están
recibiendo y aplicando, respectivamente.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 8 / 30


Conceptos básicos

Denición (Diseño experimental)


Es el arreglo de las UE's utilizado para controlar y obtener estimaciones
válidas de la variabilidad del error experimental. Mediante la asignación de
las UE's a los tratamientos (o vice versa), con el n de vericar si los
tratamientos tienen algún efecto en la variable de respuesta.

Existe una amplia variedad de diseños y se observa una tendencia natural a


diseñar los experimentos de acuerdo con diseños ya existentes.
Entre los más famosos están

diseño completamente aleatorio, y el

diseño en bloque completamente aleatorio.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 9 / 30


Ejemplo: Supresión del crecimiento bacterial en carnes

almacenadas

La vida de anaquel de las carnes almacenadas es el tiempo que un corte


previamente empacado es sano, nutritivo y vendible. Un paquete normal
expuesto al aire ambiental tiene una vida aproximada de 48 horas, después
de las cuales la carne comienza a deteriorarse por contaminación de
microbios, degradación del color y encogimiento. El empaque al vacío es
efectivo para suprimir el desarrollo de microbios; sin embargo, continúan
siendo un problema los otros aspectos. Algunos estudios recientes sugieren
las atmósferas controladas de gas, como alternativa a los empaques
actuales. Dos atmósferas que prometen combinar la capacidad de suprimir
el desarrollo de microbios con la conservación de las cualidades de la carne
son: 1) mezclas de gases y 2) dióxido de carbono puro.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 10 / 30


Ejemplo: Supresión del crecimiento bacterial en carnes

almacenadas

Hipótesis de investigación: Con base en esta nueva información, el

investigador plantea la hipótesis de que alguna forma de atmósfera


controlada proporcionará un entorno más efectivo de empaque para el
almacenamiento de carne.
Diseño del tratamiento: El diseño del tratamiento desarrollado por el

investigador para evaluar la hipótesis incluyó empaques con: 1) al vacío; 2)


una mezcla de gases con 1% de monóxido de carbono (CO), 40% de
oxigeno (02 ), y 59% de Nitrógeno (N) y 3) 100% dióxido de carbono
(CO2 ).
Diseño del experimento: Se usó un diseño totalmente aleatorizado para

el experimento. A cada conjunto de condiciones de empaque se le


asignaron al azar 5 cortes del mismo tamaño (75 g). Cada corte se empacó
por separado en las condiciones asignadas.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 11 / 30


Ejemplo: Supresión del crecimiento bacterial en carnes

almacenadas

En este ejemplo, se evalúa la efectividad de cada tratamiento para suprimir



el desarrollo bacterial. Después de 9 días de almacenamiento a 4 C en una
instalación normal, se midió el número de bacterias sicotrópicas en la carne
por centímetro cuadrado. Las bacterias sicotrópicas se encuentran en la
supercie de la carne y se asocian con la carne deteriorada.

Condiciones de empaque
Al vacio Mezcla de gases 100% CO2
620 730 550
640 720 500
680 690 440
630 680 510
670 670 550

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 12 / 30


Ejemplo: Supresión del crecimiento bacterial en carnes

almacenadas

Identique los siguientes conceptos

1 unidad experimental,

2 variable dependiente

3 factor

4 tratamientos (identique el testigo)

5 ¾es un diseño comparativo o por observación?

6 ¾el diseño es balanceado?

7 ¾es un experimento ciego-simple o doble-ciego?

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 13 / 30


Componentes fundamentales en el diseño de experimento

(Control local)
Describe las acciones que emplea un investigador para reducir o controlar
el error experimental, incrementar la exactitud de las observaciones y

establecer la base de la inferencia de un estudio.

(Replicación)
Repetición independiente del experimento. Cada tratamiento se aplica de
manera independiente a dos o más unidades experimentales. Medio para
estimar la varianza del error experimental.

(Aleatorización)
Es la asignación aleatoria de tratamientos a las unidades experimentales.
Proporciona estimaciones válidas de la varianza del error experimental.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 14 / 30


Control local: Elementos para reducir el error experimental

(Técnica)
Se debe utilizar instrumentos calibrados para obtener mediciones exactas.
El investigador puede contar con varios métodos o instrumentos de
laboratorio para medir propiedades químicas o físicas.

(Selección de unidades experimentales uniformes)


La comparación precisa entre los tratamientos requiere la selección de
unidades experimentales uniformes para reducir el error experimental.

Se sugiere crear Bloques, es decir, agrupar las UE en conjuntos


homogéneos.

Las UE se agrupan de manera que su variabilidad dentro de los grupos


sea menor que entre las UE antes de agruparlas.

Los tratamientos se comparan entre sí dentro de los grupos de UE en


un entorno más uniforme y las diferencias entre ellos no se confunden
con las grandes discrepancias entre las UE.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 15 / 30


Control local: Elementos para reducir el error experimental

Ejemplo (Reducción de la varianza mediante bloquización)


Una prueba de uniformidad clásica en agricultura es un campo de trigo de
la misma variedad, dividido en parcelas con las mismas dimensiones. Se
mide la cosecha de trigo en cada parcela. Como la variación en los campos
agrícolas normalmente ocurre en gradientes, se determina qué grupos de
parcelas adyacentes tienen la menor varianza. Consideremos dos parcelas
(bloques) y las siguientes mediciones:

Bloque 1: 43, 46, 49, 50, 42 x 1 = 46 s12 = 12, 5


Bloque 2: 72, 66, 68, 79, 69 x 2 = 70 s22 = 15, 2
Si no se consideran los bloques x = 58 y s 2 = 175. Entonces las
bloquización produce una reducción en la varianza.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 16 / 30


Control local: Elementos para reducir el error experimental

Se debe seleccionar el diseño experimental a utilizar, entre los cuales está el


diseño completamente aleatorio y el diseño en bloque completamente
aleatorio.

(Diseño completamente aleatorio)


Los tratamientos se asignan a las unidades experimentales al azar. Cada
unidad experimental tiene la misma posibilidad de recibir cualquier
tratamiento.

Ejemplo
Se llevó a cabo un experimento para
probar los efectos de los fertilizantes
nitrogenado en la producción de lechuga.
Los tres fertilizantes (dosis diferentes de
nitrato de amonio) se asignan al azar a las Esquema de asignación de

seis lechugas, dos para cada fertilizante. tratamientos

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 17 / 30


Control local: Elementos para reducir el error experimental

(Diseño en bloque completamente aleatorio)


Este diseño usa una restricción única sobre la asignación aleatoria de los
tratamientos a las unidades experimentales; todos los tratamientos deben
ocurrir igual número de veces en cada bloque.

Ejemplo
Considere el ejemplo anterior, del efecto de
los fertilizantes en la producción de
lechuga. Supongamos que tres de ellas
fueron obtenidas de una parcela y las
restantes de otra con características
diferentes. Entonces la asignación de los
Esquema de asignación de
tratamientos debería ser en cada una de
tratamientos
las parcelas.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 18 / 30


Replicación

(Replicación)
La réplica implica una repetición independiente del experimento básico.
Dicho de manera más especíca, cada tratamiento se aplica de manera
independiente a dos o más unidades experimentales.

(Número de réplicas)
El número de réplicas se basa en un examen de la hipótesis sobre las
diferencias entre las medias de los grupos en tratamiento. Aquí se utiliza
un método para los experimentos con dos muestras independientes.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 19 / 30


Replicación
Número de réplicas

r
El número de réplicas ( ) necesario para cada grupo en tratamiento, se
estima mediante:  σ 2
r ≥ 2(zα/2 + zβ )2 ,
δ
donde

α: error tipo I (nivel de signicancia),

β: error tipo II, además 1 −β es llamada potencia de la prueba,

µ: la media

σ2 = la varianza

δ= la magnitud de la diferencia entre las medias,

zα/2 : cuantil α/2 de la distribución normal,


zβ : cuantil β de la distribución normal,
CV : coeciente de variación y está dado por CV = 100(σ/µ)%.
mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 20 / 30
Replicación
Número de réplicas

Ejemplo
Considere el problema de crecimiento de bacterias en cortes de carne.
Suponga que el nivel de signicancia es del 1%, una potencia del 95%, un
coeciente de variación del 10% y δ igual al 27% de µ. ¾cuántas replicas
son necesarias para cada grupo en tratamiento?
2
r 0,10µ

Reemplazando en la formula ≥ 2(2, 57 + 1, 96)2 0,27µ = 4, 87.
Entonces, para cada una de las tres condiciones de empaques, se deberían
considerar 5 cortes de carnes. El tamaño de muestra total sería de 15
cortes.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 21 / 30


Replicación
Número de réplicas

TULO1 PRINCLPIOS DE DISENO EN INVESTIGACIÓN


Figure: Número de réplicas necesario para un coeciente de variación dado
(%CV) Tabla
y probabilidad
1.1 Número(1 de− β ) denecesario
réplicas obtenerpara
unaun diferencia
coeficiente designicativa
variación dadode δ entre
(%CV) y probabilidad (1 - P) de obtener una diferencia significativa de %S entre
dos medias de tratamiento,
dos medias de tratamiento,con unaprueba
con una prueba bilateral
bilateral a un
a un nivel de nivel de signicancia
significancia a α.

para calcular los intervalos de confianza y pruebas de hipótesis. La determinación


del número de réplicas para las aplicaciones del análisis de varianza se considera-
rán en los capítulos 2, 5, 6 y 7. Se dispone de programas de cómputo comerciales
para determinar el número de réplicas para muchos tipos de diferentes estudios
mrodriguez@ucm.cl (UCM)
experimentales. Nociones del DE 21/03/2011 22 / 30
Aleatorización
Como aleatorizar

(Permutación aleatoria)
Son todos los posibles arreglos de las UE's. Es decir, si se tienen n
unidades experimentales, entonces el n
o de permutaciones posibles son n!

(Como aleatorizar)
En la práctica es muy difícil encontrar todas las posibles permutaciones de
asignaciones de tratamientos. Por lo cual se propone lo siguiente:

1 Asigne la secuencia de números de 1 a n a las UE.


2 Genere un número aleatorio U entre 0 y 1. Calcule X = U (n − 1) + 1.
3 Repita este proceso n veces y obtendrá una permutación aleatoria de
los números 1 al n y anotarlos en el orden de la permutación.
4 Asigne las primeras UE's al tratamiento 1, las segundas al tratamiento
2, así hasta completar todas las asignaciones de las UE's.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 23 / 30


Ejemplo: Supresión del crecimiento bacterial en carnes

almacenadas

A cada conjunto de condiciones de empaque, (al vacío, una mezcla de


gases y 100% CO2 ), se le asignaron al azar 5 cortes del mismo tamaño (75
g). Cada corte tiene la misma probabilidad de recibir cada uno de los tres
tratamientos y se asume que los cortes forman un grupo homogéneo
(DCA). Se mide el crecimiento bacterial se expresa como el número de
bacterias por centímetro cuadrado.
Los 15 cortes de carnes se enumeraron del 1 al 15, como muestra el
siguiente diagrama

UE1 UE2 UE3 UE4 UE5


UE6 UE7 UE8 UE9 UE10
UE11 UE12 UE13 UE14 UE15

i
Donde, UEi corresponde a la unidad experimental -ésima, es decir, el corte
de carne i -ésimo.
mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 24 / 30
Ejemplo: Supresión del crecimiento bacterial en carnes

almacenadas

Primero se generan 15 número aleatorios uniformes ( U ), mediante el


computador.

0,516 0,089 0,388 0,923 0,824


0,632 0,713 0,258 0,231 0,991
0,581 0,408 0,777 0,118 0,020

Luego se realiza la siguiente transformación X = 14U + 1, aproximada al


entero.

T1 = Al vacio 8 2 6 14 13
T2 = Mezcla de gases 10 11 5 4 15
T3 = 100% CO2 9 7 12 3 1

Por ejemplo, asigne el tratamiento 1 (Al vacio) a los cortes de carnes


número 8, 2, 6, 14 y 13. Así, por el estilo.

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 25 / 30


Ejemplo: Supresión del crecimiento bacterial en carnes

almacenadas

Posteriormente, se mide el número de bacterias por centímetro cuadrado.

550 (T3 ) 620 (T1 ) 500 (T3 ) 730 (T2 ) 720 (T2 )
640 (T1 ) 440 (T3 ) 680 (T1 ) 510 (T3 ) 690 (T2 )
680 (T2 ) 550 (T3 ) 630 (T1 ) 670 (T1 ) 670 (T2 )

Ordenando los datos,

Condiciones de empaque
Al vacio (T1 ) Mezcla de gases (T2 ) 100% CO2 (T3 )
620 730 550
640 720 500
680 690 440
630 680 510
670 670 550

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 26 / 30


Análisis descriptivos mediante SPSS

Ingrese los datos como indica la gura o descárguelos desde


http://bit.ly/carne_anova_1factor

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 27 / 30


Análisis descriptivos mediante SPSS

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 28 / 30


Análisis descriptivos mediante SPSS

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 29 / 30


Análisis descriptivos mediante SPSS

Descriptivos

Condiciones de empaques Estadístico Error típ.


Número de bacterias Al vacio Media 648,00 11,576
Intervalo de confianza Límite inferior 615,86
para la media al 95%
Límite superior 680,14
Media recortada al 5% 647,78
Mediana 640,00
Varianza 670,000
Desv. típ. 25,884
Mínimo 620
Máximo 680
Rango 60
Amplitud intercuartil 50
Asimetría ,363 ,913
Curtosis -2,413 2,000
Mezcla de gases Media 698,00 11,576
Intervalo de confianza Límite inferior 665,86
para la media al 95%
Límite superior 730,14
Media recortada al 5% 697,78
Mediana 690,00
Varianza 670,000
Desv. típ. 25,884
Mínimo 670
Máximo 730
Rango 60
Amplitud intercuartil 50
Asimetría
Curtosis
,363
-2,413
,913
2,000
En el caso del 100% de CO2 , se
100% CO2 Media 510,00 20,248
Intervalo de confianza
para la media al 95%
Límite inferior 453,78 aprecia que la cantidad de bacte-
Límite superior 566,22
Media recortada al 5%
Mediana
511,67
510,00
rias promedios es inferior y exis-
Varianza 2050,000
Desv. típ. 45,277 tiría una diferencia descriptiva en-
Mínimo 440
Máximo
Rango
550
110
tre esta condición de empaque con
Amplitud intercuartil 80
Asimetría -,970 ,913 las dos restantes.
Curtosis ,667 2,000

mrodriguez@ucm.cl (UCM) Nociones del DE 21/03/2011 30 / 30