2.

1 DISEÑO EXPERIMENTAL COMPLETAMENTE AL AZAR (DECA)

Un DECA es aquel experimento en el cual los tratamientos se asignan al azar a las

Unidades Experimentales (UE). Dicha asignación aleatoria debe ser a UE´s
homogéneas, debido a que se pretende medir solamente el efecto de la aplicación un
tratamiento determinado.

Un forma eficiente para realizar la aleatorización es usando el paquete estadístico “R”.

Suponga que se desea hacer un experimento con 3 tratamientos (A, B, C) y 4
repeticiones; entonces los comandos necesarios para realizar la aleatorización en el
caso de un DECA es el siguiente:

ALEATORIZACION USANDO “R”

library(agricolae)

trt <- c("A", "B", "C")

rep <- c(4, 4, 4)
Plan <- design.crd(trt, r = rep)
Plan

plots r trt
1 1 1 C
2 2 1 B
3 3 1 A
4 4 2 A
5 5 2 B
6 6 3 B
7 7 2 C
8 8 3 C
9 9 3 A
10 10 4 B
11 11 4 C
12 12 4 A

Note que en este caso se requerirán 12 UE´s homogéneas. El investigador tendrá que
númerar las unidades experimentales y aplicarle el tratamiento que resulte de acuerdo al
“Plan” resultante.

Los DECA se usan generalmente en experimentos de laboratorio, invernaderos, o en

condiciones controlables. Las UE´s pueden ser suelo en macetas, plantas, semillas, agua
de tanques, soluciones, entre otros.
2.1.1 MODELO ESTADÍSTICO

Se refiere a la forma de representar el valor de la variable de respuesta

i =1,2,…,t; j=1,2,…,r; t =número de tratamientos, r =número de repeticiones

Yij = la variable aleatoria (v.a.) correspondiente al tratamiento i en su repetición j
µ = media general
i = efecto del tratamiento i
ij = error experimental correspondiente al tratamiento i en su repetición j

El modelo indica que la variable respuesta, Yij, es explicada por una media general, el
efecto de un factor de estudio y el efecto de otros factores () (genéticos, ambientales,
por mencionar algunos).

Las observaciones obtenidas en un experimento son consideradas realizaciones de la

variable aleatoria Yij; y se denotan como yij. Por esta razón, la representación algebraica
más común para expresar los resultados de un experimento DECA es la siguiente:

Suponga que se tienen 3 tratamientos t=3, y 4 repeticiones r=4.

R1 R2
T1 y11 y12

T2 y21 y22

T3 y31 y32

Note que el primer subindice de “y” corresponde al tratamiento y el segundo subíndice a

la repetición.

El modelo de un DECA supone que las variables aleatorias Yij ´s son independientes,
idénticamente distribuidas y tienen una distribución es normal o de forma equivalente:

Si estos supuestos se cumplen entonces podemos realizar pruebas de hipótesis respecto

a los parámetros, usando una metodología conocida como Análisis de Varianza
(ANAVA). Por lo que será muy importante verificar dichos supuestos (ver sección 2.2).
2.1.2 PRUEBAS DE HIPÓTESIS

En este caso, el contraste de hipótesis de interés:

Para probar dicho juego de hipótesis (elegir una de las hipótesis) se cuenta con el ANAVA
correspondiente al DECA.

Nota: Existe aditividad entre los grados de libertad y suma de cuadrados de los errores, pero
no existe aditividad en los cuadrados medios.


Regla de desición:

a) Rechazar H0 si Fc > Ftablas

b) Rechazar H0 si el “valor de p” < 0.05
EJEMPLO 2.1.1 DECA

Supóngase que se realizó un DECA en donde los tratamientos fueron 3 variedades de arroz
(T1, T2 y T3), las UE´s fueron parcelas (ha) y la VR fue el rendimiento en ton/ha.

A continuación se presenta el desarrollo del ANAVA con un nivel de significancia 0.05

y la interpretación de los resultados.

Cálculos

Con estos valores calculamos los cuadrados medios y la F calculada

Finalmente usamos la regla de desición; Rechazar H0 si Fc > Ftablas y concluimos:

Conclusión

Con un nivel de significancia del 5%, se concluye que no todas las variedades estudiadas
producen el mismo efecto en el rendimiento de grano; lo anterior se puede inferir a regiones
en condiciones similares bajo las cuales se realizó el experimento.

A continuación se presenta el uso del paquete estadístico SAS para realizar el ANAVA.
Comprobación con SAS
2.1.3. DISEÑO EXPERIMENTAL COMPLETAMENTE AL AZAR CON DIFERENTE
NÚMERO DE REPETICIONES

Este diseño de experimentos es similar al CA con igual número de repeticiones, con la

diferencia de que cada tratamiento no tiene igual número de repeticiones. Aquí ri = número
de repeticiones del tratamiento i, para i 1, 2,…, t .

2.1.3.1 MODELO ESTADÍSTICO

Se refiere a como representamos el valor de la variable de respuesta

2.1.3.2 PRUEBAS DE HIPÓTESIS

El contraste de hipótesis a tratar es el mismo que en el caso anterior:

EJEMPLO 2.1.3 DECA CON DIFERENTE NÚMERO DE REPETICIONES

Supóngase que tenemos como tratamientos las variedades de arroz, en toneladas; UE´s son
las parcelas, en hectáreas y las VR´s son el rendimiento en Ton/Ha.

Llevar cabo un ANAVA con un nivel de significancia 0.05 e intérprete el resultado.

Cálculos
Conclusión

Con un nivel de significancia del 5% y en condiciones similares bajo las cuales se

realizó el experimento, se concluye que no todas las variedades estudiadas producen el
mismo efecto en el rendimiento de grano.

Comprobación con SAS

TEORÍA DEL DCA (EN CLASE)