Documentos de Académico
Documentos de Profesional
Documentos de Cultura
UNIVERSIDAD NACIONAL
DE UCAYALI
FACULTAD DE CIENCIAS AGROPECUARIAS
Ciclo V
Grupo : “B”
Pucallpa – Perú
2023
INTRODUCCIÓN
En el ámbito de la estadística y la investigación, el diseño de experimentos
estos diseños se vuelven aún más poderosos al permitirnos estudiar el efecto combinado
de múltiples factores.
dependiente, lo que brinda una visión amplia de los efectos de cada factor. Por otro lado,
tratamientos al azar dentro de cada bloque. Esto permite un análisis más preciso y
estos dos enfoques. Al combinar el DCA y el DBCA con el arreglo factorial, surge un
estudiar las interacciones entre los factores de manera sistemática, examinando todas las
ofrece una visión más completa de cómo los factores se relacionan entre sí y cómo
al incluir el arreglo factorial en ambos diseños, explorando cómo esta estrategia nos
través de ejemplos y casos prácticos, buscamos brindar una comprensión sólida de estos
DESARROLLO.....................................................................................................5
Características................................................................................................5
Ventajas......................................................................................................... 5
Desventajas....................................................................................................5
Modelo matemático....................................................................................... 6
Ejemplo práctico............................................................................................6
Características................................................................................................9
Modelo matemático....................................................................................... 9
Estimación de parámetros............................................................................10
Sumas de cuadrados.................................................................................... 10
Ejemplo práctico..........................................................................................11
Ventajas....................................................................................................... 13
Desventajas..................................................................................................13
Modelo matemático..................................................................................... 14
Ejemplo práctico..........................................................................................15
Desventajas..................................................................................................17
Modelo matemático..................................................................................... 17
Ejemplo práctico..........................................................................................18
CONCLUSIONES...............................................................................................21
REFERENCIAS BIBLIOGRÁFICAS................................................................ 23
ANEXOS.............................................................................................................24
DESARROLLO
Ventajas
tratamientos (2 – 6 tratamientos).
experimento.
Desventajas
Necesita que el sitio experimental y el materia experimental sean muy
homogéneos.
Se deben realizar muchas observaciones.
Modelo matemático
Yij = µ + τi + εij
Donde:
i = 1............................... t tratamientos.
j = 1............................... r observaciones.
Ejemplo práctico
variable también está incluida dentro de la planificación y por último la hipótesis. Los
bloques. La idea central detrás de esta técnica es crear bloques de UEs que muestren
poca variación interna, mientras que entre bloques se espera encontrar diferencias
bloque con respecto a las UEs. Una vez que se han formado estos grupos
uno de ellos el Diseño en Bloques Completos. En este enfoque, se asegura que cada
bloque contenga una muestra de cada tratamiento, es decir, el número de UEs dentro de
a las UEs del bloque se realiza al azar, lo que garantiza una aleatorización restringida
aleatorizado, donde los tratamientos se asignan al azar sin restricciones a las parcelas.
En el caso del diseño en bloques aleatorizados, primero se agrupan las UEs en bloques
homogéneos, lo que permite una mayor precisión al controlar las fuentes de variación
confiables y significativos.
Características
Modelo matemático
azar:
Donde:
µ = Parámetro, efecto medio.
Estimación de parámetros
Sumas de cuadrados
��2..
es el termino de corrección (TC) de las sumas de cuadrados, en las expresiones
alimento para pollos abarca desde los 5 días de edad hasta las 8 semanas. Para ello, se
utilizaron 160 pollos de 5 líneas comerciales mismas que constituyeron los bloques;
dentro de los cuales, fueron distribuidos los tratamientos; entonces cada grupo de 8 pollos
que permite examinar cómo múltiples factores afectan una variable dependiente. En este
unidades experimentales seleccionadas al azar. Esto posibilita analizar tanto los efectos
individuales de cada factor como las interacciones que puedan surgir entre ellos.
Por ejemplo, al estudiar dos factores, A y B, con dos niveles cada uno (alto y
bajo), se obtienen cuatro tratamientos: A alto-B alto, A alto-B bajo, A bajo-B alto y A
y, en algunos casos, podría ser menos eficiente que otros diseños si existen fuentes
ahorra tiempo y recursos en comparación con realizar estudios independientes para cada
han obtenido los resultados, es esencial realizar un análisis adecuado de los datos para
tanto, es fundamental contar con un buen conocimiento del área de estudio y una
Ventajas
respuesta.
Permite evaluar no solo los efectos principales de cada factor, sino también
Desventajas
En resumen, un diseño completo al azar con arreglo factorial puede ser una buena
experimentales homogéneas. Sin embargo, puede ser menos eficiente que otros diseños
Modelo matemático
Yijk=μ+αi+βj+(αβ)ij+εijk
Donde:
repetición k.
μ = Media general.
factor B.
Este modelo permite evaluar los efectos principales de cada factor y las
interacciones entre ellos. Para hacerlo, se puede utilizar un análisis de varianza (ANOVA)
para determinar si hay diferencias significativas entre los niveles de cada factor y si hay
Ejemplo práctico
maíz. Para hacerlo, podrías utilizar un diseño completo al azar con arreglo factorial.
Primero, definirías los tratamientos: A alto-B alto, A alto-B bajo, A bajo-B alto y
A bajo-B bajo. Luego, seleccionarías al azar parcelas de cultivo para asignar a cada
tratamiento. Por ejemplo, podrías tener 4 parcelas para cada tratamiento, para un total de
16 parcelas.
rendimiento del maíz en cada parcela al final de la temporada. Luego, podrías utilizar un
rendimiento del maíz entre los tratamientos y si hay interacciones entre los factores.
azar con arreglo factorial en la práctica. Este tipo de diseño se puede utilizar en muchos
campos diferentes para estudiar el efecto conjunto de varios factores en una variable de
respuesta.
experimento.
Por ejemplo, si se estudian dos factores, A y B, con dos niveles cada uno (alto y
bajo), habría cuatro tratamientos: A alto-B alto, A alto-B bajo, A bajo-B alto y A bajo-B
Este diseño es útil cuando hay una fuente importante de variación entre las
unidades experimentales que no está relacionada con los factores estudiados. Al agrupar
y aumentar la precisión del experimento. Sin embargo, puede requerir un mayor número
complejo de implementar.
Ventajas
Desventajas
del experimento.
homogéneos.
puede ser una buena opción cuando se quiere controlar la variabilidad entre las unidades
experimentales y estudiar el efecto conjunto de varios factores. Sin embargo, puede ser
más complejo y costoso que un diseño completo al azar y puede requerir un mayor
Modelo matemático
Yijk=μ+αi+βj+(αβ)ij+γk+εijk
Donde:
bloque k y la repetición.
μ = Media general.
factor B.
Este modelo permite evaluar los efectos principales de cada factor, las
interacciones entre ellos y el efecto de los bloques. Para hacerlo, se puede utilizar un
análisis de varianza (ANOVA) para determinar si hay diferencias significativas entre los
niveles de cada factor, si hay interacciones significativas entre ellos y si hay diferencias
Ejemplo práctico
ácido ascórbico sintético, a diferentes tiempos (30, 60, 90). La información se recogió
Operadores B1 B2 B3 B4
(Bloques)
Tiempo
Para el bloque
0: 1 = 2 = 3 = 4 = 0
��: ��� ≠ 0 ���� ���ú� ��
Resultados
FACTOR B
FACTOR A
resultados.
nos presenta resultados más exactos que un Diseño Completamente Al Azar, por
factorial son herramientas útiles para estudiar el efecto de uno o más factores en
una variable de respuesta. Cada uno de estos diseños tiene sus propias ventajas y
El DCA es un diseño simple y fácil de aplicar, pero puede ser menos eficiente que
otros diseños si hay una fuente importante de variación entre las unidades
Los diseños DCA y DBCA con arreglo factorial permiten estudiar el efecto
conjunto de varios factores y sus interacciones. Estos diseños son útiles cuando se
http://tarwi.lamolina.edu.pe/~fmendiburu/index-filer/academic/metodos1/Bloques.pdf
https://educacionenlinea.colpos.mx/moodle/pluginfile.php/16599/mod_resource/content
/1/unidad_3%20Diseño%20completamente%20al%20azar.pdf
https://es.slideshare.net/LpzSpaaIngOdranoel/diseo-completamente-al-azar-55373389
ANEXOS
se colocará los factores: Un factor por columna con sus respectivos niveles. Se
Para configurar el tipo de datos admisibles y el nombre de cada columna dar doble click
4. Se ingresan los datos de la tabla, fijándose bien las interacciones que tiene el
factor A y el factor B.
5. Nos dirigimos a la barra de menú comparar- análisis de varianzas y elegimos
9. Referente al ANOVA
A continuación, se generará la vista del gráfico en pantalla casi completa, una vez
ahí podemos configurar que tipo de interacción queremos que nos genere; para el
Damos click con el botón secundario del mouse y elegimos Opciones de ventana
factor si queremos que el eje x sea el factor B para un gráfico de interacción BA):
Click en Aceptar.