UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

Dpto. de Estadística e Informática

Capítulo II

Diseños Experiemntales

Estadística Aplicada a la Economía

y los Negocios I Semestre 2019 - I
Mg. Carmen Saldaña
Objetivos

➢ Determina los elementos y principios de los diseños experimentales y su

importancia en la investigación.
➢ Diseña un experimento identificando elementos y principios de los diseños
experimentales.
Introducción:

En este capítulo estudiaremos los conceptos fundamentales de los diseños

experimentales e identificar los elementos en cada experimento que se
realice.
Conceptos básicos para el diseño de experimentos

Diseño experimental:
Un diseño experimental es una prueba o una serie de pruebas en las cuales
existe cambios deliberados en las variables de entrada de un proceso o
sistema de tal manera que sea posible observar e identificar las causas de los
cambios que se producen en la respuesta
Factores controlados
X1 X2 Xn

Entradas Salidas
Proceso

X1 X2 Xn
Factores incontrolados
Conceptos básicos para el diseño de experimentos

Experimento:
Es cualquier proceso o actividad que da origen a un resultado o a una
observación. Con el fin de distinguir entre los experimentos y los demás tipos
de investigación en que se obtiene información, se debe tener en cuenta que
en el caso de los experimentos las actividades se diseñan de tal forma que el
investigador pueda manejar por lo menos una variable que le interesa.
Conceptos básicos para el diseño de experimentos

Variable dependiente o respuesta:

Conocida como variable endógena.
En un experimento, las variables dependientes son todas aquellas variables
que son explicadas por el modelo y reflejan el efecto de las variables
independientes.
Ejemplo 1:
Consideremos un experimento diseñado para adquirir información acerca de
la efectividad de los diferentes fertilizantes en la producción de cierta variedad
de trigo. El experimentador tiene bajo control la selección de los diferentes
fertilizantes que se va a utilizar en dicho experimento.
La variable dependiente sería la producción de trigo en cada parcela.
Conceptos básicos para el diseño de experimentos

Variable independiente o Factor:

En un experimento, la variable independiente es aquella que el investigador
desea medir su efecto y está bajo su control.

Del ejemplo anterior:

La variable independiente sería el fertilizante.
Conceptos básicos para el diseño de experimentos

Variable independiente o Factor: ejemplos:

➢ Cualitativos:
• Variedades de cultivo de trigo (los diferentes tipos de variedades que se
quiere comparar)
• Tipos de dietas de animales (diferentes tipos de dietas)
• Fármacos utilizados para inducir la relajación muscular (Innovar,
Droperidol, Fentanyl)

➢ Cuantitativos
• Cantidad de nutrientes (distintas cantidades de nutrientes que se desea
comparar)
• Tamaño de memoria (diferente tamaño de memoria de ordenadores)
• La temperatura (conjuntos de temperaturas seleccionadas en unos rangos
de interés)
Conceptos básicos para el diseño de experimentos

Niveles de un factor tratamiento:

Son los diferentes tipos o grados específicos del factor que se tendrán en
cuenta en la realización del experimento.

Ejemplos:
• En Variedades de Trigo ==> Niveles: Buck Poncho, Buck Mataco, Klein
estrella, Pro INTA Real
• En Fármacos para la relajación muscular ==> Niveles: Innovar,
Droperidol, Fentanyl
• En temperatura ==> Niveles: 30°C, 50°C., 70°C
Conceptos básicos para el diseño de experimentos

Tratamientos:
En un experimento, el término de tratamiento se emplea como sinónimo de la
variable independiente, esto es, son todas aquellas variables cuyos efectos
se desean medir.

Por ejemplo:
• Los tipos de fertilizantes constituyen tratamientos.
• Utilizar en el cultivo de trigo la variedad “Buck Poncho”
• Utilizar el Droperidol como fármaco para la relajación muscular
Conceptos básicos para el diseño de experimentos

Unidad experimental:
Es el sujeto u objetos, intervalos de espacio o tiempo, sobre los que se
experimenta o se aplica un solo tratamiento.

Ejemplos:
• En industria: trabajador, máquina, lote de material
• En informática: Ordenador, página Web, buscador de Internet
• En medicina: El paciente, etc.
• En campos de cultivo o ganadería: La parcela, la vaca, etc.
Conceptos básicos para el diseño de experimentos

Dato u observación:
Es el registro numérico obtenido después de la aplicación del tratamiento a la
unidad experimental.

Ejemplo:
• 15 puntos.
• 1.3 kg.
• 18.5 minutos.
Conceptos básicos para el diseño de experimentos

Error experimental:
Son las diferencias observadas en los valores de la variable respuesta de
cada una de las unidades experimentales por una acción diferente a la de los
tratamientos.

Fuentes de error experimental:

Las diferencias inherentes en las unidades experimentales
La ausencia de uniformidad que se puede presentar en el procedimiento
experimental.
Del ejemplo 1:
Las parcelas de terreno se diferencian tanto en su composición química como
en su ubicación. Tales diferencias constituyen el error experimental.
Etapas de un diseño de experimento

a. Planteamiento del problema, en esta etapa se debe lograr definir claramente los
objetivos que persigue el experimento.
b. Identificar todas las posibles fuentes de variación, incluyendo: Factores,
tratamiento y sus niveles, Unidades experimentales.
c. Elegir una regla de asignación de las unidades experimentales a las condiciones
de estudio (tratamientos).
d. Especificar las medidas con que se trabajará (la respuesta), el procedimiento
experimental y anticiparse a las posibles dificultades.
e. Elección del diseño experimental y realización del experimento; la elección del
diseño depende de las unidades muestrales y de la precisión deseada, una vez
elegido el diseño se lleva a acabo el experimento de acuerdo al diseño
seleccionado.
Etapas de un diseño de experimento

f. Análisis de los datos; Cualquier diseño experimental implica un modelo lineal que
refleja todas las características consideradas en el diseño. Al aplicar la técnica
estadística correspondiente a este modelo para evaluar las posibles fuentes de
variación y la descomposición de la variabilidad total en sus partes componentes de
acuerdo al modelo lineal en estudio y se determina que efectos son significativos a
esta técnica se le conoce con el nombre de ANOVA.
g. Conclusiones, Después de haber analizado los datos, el experimentador debe
extraer conclusiones y hacer las recomendaciones del caso.
Principios básicos de un diseño experimental

a. Repetición del experimento: Este principio tiene varias implicancias una

de ellas suministra la estimación del error experimental, e incrementa la
precisión reduciendo los errores estándares.

b. Aleatoriedad: Es la asignación aleatoria de los tratamientos a las

unidades experimentales, una suposición frecuente es que las
observaciones o errores en ellas estén distribuidos en forma
independencia, la aleatoriedad hace válida esta suposición.

c. Formación de bloques: La forma de asignar los tratamientos a las

unidades experimentales de modo que las observaciones realizadas en
cada bloque se realicen bajo condiciones experimentales lo más
parecidas posibles.
Tipos de diseños experimentales

Los más utilizados son los siguientes:

Diseño completamente aleatorio
Diseño en bloques o con un factor bloque
Diseño cuadrado latino
Diseños con dos o más factores bloque
Diseño con factores bloque cruzados
Diseños con dos o más factores
Tipos de diseños experimentales

Diseño completamente aleatorizado

Un diseño aleatorio es aquel en el que los tratamientos son asignados
aleatoriamente a las unidades experimentales.
El modelo matemático de este diseño tiene la forma:
Re spuesta = Cons tan te + Efecto tratamiento + Error
Tipos de diseños experimentales

Diseño en bloques completamente al azar

En este diseño el experimentador agrupa las unidades experimentales en
bloques, a continuación determina la distribución de los tratamientos en cada
bloque y, por último, asigna al azar las unidades experimentales a los
tratamientos dentro de cada bloque.
El modelo matemático de este diseño es:

Cuando el tamaño del bloque es inferior al número de tratamientos no es

posible observar la totalidad de tratamientos en cada bloque y se habla
entonces de diseño en bloques incompletos.
Tipos de diseños experimentales

Diseño cuadrado latino

En ocasiones hay dos o más fuentes de variación lo suficientemente
importantes como para ser designadas factores de bloqueo. En tal caso,
ambos factores bloque pueden ser cruzados o anidados.
Los factores bloque están cruzados cuando existen unidades experimentales
en todas las combinaciones posibles de los niveles de los factores bloques.
Tipos de diseños experimentales

Diseños con dos o más factores bloque

En ocasiones hay dos (o más) fuentes de variación lo suficientemente
importantes como para ser designadas factores de bloqueo. En tal caso,
ambos factores bloque pueden ser cruzados o anidados.
Los factores bloque están cruzados cuando existen unidades experimentales
en todas las combinaciones posibles de los niveles de los factores bloques.
Tipos de diseños experimentales

Diseño con factores bloque cruzados

También denominado diseño fila-columna, se caracteriza porque existen
unidades experimentales en todas las celdas (intersecciones de fila y
columna).

Diseños con dos o más factores

En algunas ocasiones se está interesado en estudiar la influencia de dos (o
más) factores tratamiento, para ello se hace un diseño de filas por columnas.
En este modelo es importante estudiar la posible interacción entre los dos
factores. Si en cada casilla se tiene una única observación no es posible
estudiar la interacción entre los dos factores, para hacerlo hay que replicar el
modelo, esto es, obtener k observaciones en cada casilla, donde k es el
número de réplicas.
Ejemplo 2:

Un ejecutivo de mercadotecnia llevó a cabo un estudio para examinar el

efecto comparativo de 3 técnicas diferentes de promoción en 4 zonas
diferentes de ventas. Identifique:
a. Factor: (variable independiente) técnicas de promoción de ventas
b. Tratamiento: (sinónimo de la v. independiente) las 3 técnicas de
promoción
c. Variable respuesta: (variable dependiente) venta del producto
d. Unidad experimental: cada nivel de ventas separados por técnicas
promocionales y a su vez por zonas
Conceptos Básicos de Diseños Experimentales

Tipos de Modelo:
De acuerdo a la forma como son seleccionados los tratamientos,
los modelos pueden ser de tres tipos:
a) Modelo I (Efectos Fijos): Ocurre cuando los tratamientos
incluidos en el experimento han sido fijados por el
experimentador. En este caso las conclusiones del experimento
son válidas solamente para los tratamientos evaluados. Este es
el modelo más utilizado y en esta Guía se desarrollarán los
estadísticos de prueba basados en este modelo.
b) Modelo II (Efectos Aleatorios): Es el modelo que se presenta
cuando los tratamientos incluidos en el experimento son
seleccionados aleatoriamente de una población de
tratamientos. En este caso las conclusiones del experimento
son válidas para la población de los tratamientos.
c) Modelo III (Efectos Mixtos): Se presenta cuando se tiene una
combinación de los modelos anteriores.
Conceptos Básicos de Diseños Experimentales

Supuestos del Modelo:

a. Aditividad: Los efectos del modelo son aditivos.

b. Linealidad: Las relaciones entre los efectos del modelo son
lineales.
c. Normalidad: Los errores del modelo deben tener distribución
normal con media cero y variancia ². Para verificar la
normalidad de los errores se puede hacer uso de diferentes
procedimientos no paramétricas como las pruebas de:
Anderson-Darling, Shapiro Wilk, Kolmogorov-Smirnov y otros.
d. Independencia: Los resultados obtenidos en el experimento
son independientes entre si.
e. Homogeneidad de variancias: Las diferentes poblaciones
generadas por la aplicación de los diferentes tratamientos
tienen variancias iguales. Como ya se vio en el capitulo anterior
la homogeneidad de varianzas se puede verificar mediante la
prueba de Bartlett.
Conceptos Básicos de Diseños Experimentales

Análisis de Varianza:
Es una técnica estadística que permite descomponer la
variabilidad total de los resultados de un experimento en sus
distintas fuentes (tratamientos, niveles de factor, interacciones
de niveles, covariables, error experimental, bloques).

Como el Análisis de Variancia requiere el cumplimiento de

supuestos para poder desarrollarlo, antes de presentar el primer
diseño se desarrollarán dos pruebas que permitan verificar dichos
supuestos.