Instituto Tecnológico de Estudios

Superiores de Los Cabos

Contador Público

“Reporte”

Asignatura: Estadística Administrativa

Docente: Rosa Angela Rodríguez Ibares
Grupo: 03CP-01M

Estudiante(s):
Sánchez Arreola Santiago Adán
Rosales Avila Sandra Yareli
Aripez Abaroa Jesús Ramón
Número de control:
20381837
20381831
20381747

Los Cabos, B.C.S., 06/12/2021

INTRODUCCIÓN

En el presente trabajo se dará a conocer sobre los Diseños experimentales

aplicados a la facultad de Ciencias Exactas y Naturales, con el objetivo de entender
y comprender en que consiste el procedimiento, empezando por comprender que
los modelos de diseño de experimentos son modelos estadísticos clásicos cuyo
objetivo es averiguar si unos determinados factores influyen en una variable de
interés y, si existe influencia de algún factor, cuantificando dicha influencia.
DESARROLLO

En el video se busca explicar las variaciones intraespecíficas en los niveles de

herbivoría de las plantas como una consecuencia de la variación en la disponibilidad
de recursos. Para ello, se tiene la siguiente hipótesis, la cual propone que el recurso
que supere necesidades de crecimiento es derivado de la producción de defensas
químicas. Mientras que su predicción es que las plantas con una alta disponibilidad
de luz van usar el exceso de C en la producción de defensas químicas carbonadas.
Lo cual disminuye la palatabilidad de las hojas para los herbívoros,
consecuentemente, los niveles de defoliación de la planta.

En este caso se tienen 2 grupos, de los cuales se revisa el efeto de la disponibilidad

lumínica sobre la herbivoría.

En el Diseño 1: Eligieron 12 ejemplares y se dividen en 2 grupos al azar, uno se

expone a disponibilidad lumínica alta mientras que al otro grupo baja.

Los datos se ven de esta manera:

Se representan en la tabla de la siguiente manera:

Id Tratamiento Nivel de Herbivoría

1 Alta 9
2 Alta 14
-
11 Baja 10
12 Baja 42

Luego tenemos el Diseño 2: Nuevamente se eligen 12 ejemplares que se dividen al

azar en cuatro grupos. A cada grupo se le asignó una combinación de disponibilidad
lumínica (alta/baja) y de exclusión de herbívoros granes (sí/no).

Los datos se ven de esta manera:

Representándose de esta manera en la tabla:

Id Tratamiento Luz Tratamiento exclusión Nivel de herbivoría

1 Alta Sí 9
2 Alta Sí 14
3 Alta Sí .
4 Alta No
5 Alta No

11 Baja No 10
12 Baja No 42

Después tenemos el Diseño 3: Se seleccionaron 6 sectores, en cada uno se

eligieron dos ejemplares, uno cualquiera fue sometido a disponibilidad lumínica alta
y el otro a baja.

Los datos se ven de esta forma:

Se representan los datos en la tabla de esta forma:

Id Tratamiento Bloque Nivel de Herbivoría

1 Alta 1 9
2 Baja 1 14
. . .
11 Alta 6 10
12 Baja 6 32

El siguiente es el Diseño 4: Se eligen 12 ejemplares divididos al azar en dos grupos;

uno expuesto a disponibilidad lumínica alta mientras que el otro a baja. Se midió la
herbivoría al inicio, al mes y a los 2 meses.

Los datos se ven de esta manera:

Y se representan en la tabla de esta forma:

Id Tratamiento Ejemplar Tiempo Nivel de herbivoría

1 Alta 1 0 9
2 Alta 1 1 14
3 Alta 1 2 25

35 Baja 12 1 38
36 Baja 12 2 52

Después se tiene, el Diseño 5: Se eligen 12 ejemplares divididos al azar en dos

grupos, uno expuesto a disponibilidad lumínica alta mientras que el otro a baja. Se
midió la concentración de alcaloides en 3 hojas elegidas al azar de cada arbusto.
Se representan de esta manera en la tabla:

Id Tratamiento Ejemplar Alcaloides

1 Alta 1 29
2 Alta 1 14
3 Alta 1 25

35 Baja 12 18
36 Baja 12 32

Por último, está el Diseño 6: Se eligieron 12 ejemplares divididos al azar en dos

grupos, uno fue expuesto a disponibilidad lumínica al mientras que el otro a baja.
En cada ejemplar se protegió parte de la copa de los herbívoros grandes y otra
parte, no (exclusión sí/no).

Los datos se verían así:

Y en la tabla de la siguiente manera:

Id Trat. Luz Trat. Exclusión Ejemplar Nivel de Herbivoría

1 Alta Sí 1 9
2 Alta Sí 1 14
3 Alta No 1 11
4 Alta No 1 15
5 Alta Sí 2

23 Baja No 12 10
24 Baja No 12 42

¿Cómo modelamos datos correlacionados?

En forma implícita, mediante la adición de VE de efecto aleatorio. Se induce la

correlación entre observaciones. Modelos condicionales o mixtos.

En forma explícita, mediante la imposición de una estructura de correlación entre

las observaciones (matriz de covarianzas). Modelos marginales.

Con errores con distribución normal ambas aproximaciones (formas explicita e

implícita) son equivalentes.

Sin embargo, con datos no normales o cuando el modelo es no lineal, los

parámetros bajo estas dos estrategias son intrínsecamente diferentes y se
interpretan como:

“parámetros promedio poblacionales” (modelos marginales): ajustan un modelo

general para la estructura promedio de la población de individuos.
“parámetros sujeto-específicos” (modelos condicionales): proporcionan un modelo
para cada individuo, pero donde la forma general del modelo es la misma para cada
sujeto.

VE de efectos fijos

Los niveles de la VE son elegidas deliberadamente por el investigador, porque le

interesa estudiar esos efectos en particular.

La inferencia se efectúa sobre esos niveles.

Los tratamientos asignados por el investigador a las UE son de efectos fijos, aunque
existen factores que no son asignables aleatoriamente, pero son fijos.

H: μ1 = μ o β1 = ο

VE de efectos aleatorios

Los niveles son elegidos al azar por el investigador de una población mayor de
niveles de interés.

Las conclusiones se aplican sobre la población de niveles, no solo los estudiados.

El objetivo es modelar la falta de independencia y/o estudiar la variabilidad entre los

niveles.

Las VE de efectos aleatorios son cuali (bloques, individuos, días, líneas, etc.) niveles
no informativos.

Si se repite el experimento, no necesariamente se repiten los niveles.

Ho: σ21 = 0
Volviendo al tema...

VR: Nivel de herbivoría

Diseño VE de efectos fijos VE de efectos aleatorios

Completamente Nivel de Luz
aleatorizado
Bloques al Azar Nivel de Luz Bloque
Anidado Nivel de Luz Planta
Medidas Repetidas Nivel de Luz, tiempo Planta

¿Cuándo tratar a una VE como de efectos aleatorios?

Si no me interesa poner a prueba hipótesis entre los niveles de la variable.

Si no me interesa estimar magnitud del efecto.

Si quiere cuantificar la variabilidad entre los niveles de la variable.

Si es razonable suponer que los niveles analizados de la variable fueron

aleatoriamente muestreados o son representativos de una población de niveles.

Si hay suficientes niveles del factor como para efectuar una estimación de confiable
de la varianza de la población de los efectos (al menos 5).

Si son los niveles del factor sólo etiquetas numéricas (no informativas).
CONCLUSIÓN

Para finalizar miramos que es un tema algo complejo, observando el proceso un

tipo de diseño experimental. En este caso explicamos las variaciones
intraespecíficas en los niveles de herbivoría de las plantas como una consecuencia
de la variación en la disponibilidad de recursos como ya se tomó el proceso, por
este proceso nos damos cuenta que toma un papel muy importante en la aplicación
de un experimento en algún tema.
BIBLIOGRAFÍA

Pérez, A. (2021). Diseños experimentales. Youtube.com. Recuperado el 5 de diciembre del 2021, de

https://www.youtube.com/watch?v=5gPVxNlz_eY.

Vargas Villegas, E. (2020). MÉTODOS ESTADÍSTICOS 1: "06: Diseños experimentales". Youtube.com. Recuperado el 5 de diciembre del 2021,

de https://www.youtube.com/watch?v=wTSOkxDn3uI.