CT Diseño de Experimentos Parte No 2

g.
• Finalmente, responda:
Autoevaluación
¿Qué significa para mí todo lo que he aprendido en esta unidad?
¿A qué me mueve o a qué me motiva todo lo aprendido?
h.
Vocabulario
> Definición del problema: En esta parte, se describe cuál es el problema que
se trata de resolver, delimitándolo tanto en espacio como en tiempo.
> Justificación: Se presentan las razones que motivan a los investigadores a

abordar el problema en particular, de tal forma que se indique para qué va
a servir la investigación. Se debe demostrar la necesidad e importancia de
resolver el problema mediante la investigación que se pretende realizar.
> Hipótesis: Son supuestos basados en conocimientos anteriores que permiten

conjeturar sobre la solución del problema planteado. Las hipótesis pueden
orientar el camino que el investigador deberá seguir para alcanzar sus
objetivos.
> Marco Conceptual: Está referido a la fundamentación teórica de apoyo al

tema por estudiar, de tal forma que se cumpla con enriquecer la investigación
y aportar suficientes elementos teóricos que sirvan de base para interpretar
los resultados de la investigación, especialmente los conceptos, definiciones,
principios, leyes y teorías.
> Marco Referencial: En esta sección, se presenta la información bibliográfica

que exista sobre las características geográficas del lugar del estudio, las
características de los materiales experimentales y otros aspectos que se
conozcan previo al desarrollo de la investigación.
> Materiales y métodos (metodología): En este capítulo aparecen los métodos

generales y específicos, como también las técnicas por utilizar para alcanzar
la culminación de los objetivos. La metodología especifica la forma a
través de la cual se alcanzan los pasos necesarios planteados para alcanzar
el fin deseado, así como la forma de interpretación de estos datos. Deben
describirse apropiadamente todos los materiales por utilizar, métodos de
análisis de laboratorio, estadístico, económico, etc., así como la descripción
de todas las variables de respuesta para el contraste de hipótesis estadísticas,
especificando cuando y como se llevará a cabo su medición.
> Objetivos: En los objetivos de un proyecto de investigación se resume lo que

en términos generales se pretende conocer, describir, establecer, comparar,
verificar, etc., en el mediano y largo plazo. Deben estar bien formulados, de
tal forma que permitan ser evaluados y que a partir de los mismos, se puedan
presentar las conclusiones de la investigación.

i.
Referencias
Bibliográficas
CANAVOS, George C. (1988). Probabilidad y Estadística: aplicaciones y métodos. México,
D.F.: Editorial McGraw-Hill. Primera edición. Pp. 401-403.
COCHRAN, William G. & Gertrude M. Cox (1991). Diseños Experimentales. México, D.F.:
Editorial Trillas. Primera reimpresión. Pp. 17-116.
DANIEL, Wayne W. (2002). Bioestadística: base para el análisis de las ciencias de la salud.
México, D.F: Editorial Limusa Wiley. Cuarta edición. Pp. 201-295.
MONTGOMERY, Douglas (1991). Diseño y Análisis de Experimentos. México, D.F.: Grupo

Editorial Iberoamérica. Primera edición. Pp . 1-10.
j. Lectura La lectura es la más poderosa herramienta que usted tiene para

complementaria aprender. De su correcto desarrollo y ejercitación, depende en
mucho su éxito profesional y personal.
LECTURA COMPLEMENTARIA
1. Antes de la lectura
• Automotívese para la lectura: lea el título y los subtítulos. Trate de

anticiparse a lo que tratará.
• ¿Qué expectativas desarrolla en usted el saber de qué tratará? Un tema
nunca es totalmente nuevo para el lector. Sus conocimientos previos
le ayudarán a comprobarlos o desmentirlos con el proceso de lectura y
eso activará su mente para el aprendizaje.
• Plantéese un objetivo para la lectura: ¿cuál es su objetivo antes de iniciar
la lectura? Esto dará mejor resultado si usted anota su respuesta. Si
tiene alguna duda a este respecto, consulte con el facilitador del curso.
2. Durante la lectura
• Realice una lectura activa haciendo anotaciones o preguntas sobre lo

que no entiende o como reacción a lo que lee. Subraye lo esencial y
destaque las palabras que desconozca.
3. Posterior a la lectura
Identifique, por escrito u oralmente, el tema de la lectura, la idea principal de la

misma y, finalmente, escriba un resumen de lo leído –de aproximadamente 12
líneas de extensión-.

Contribución de la estadística a la experimentación
Los estadísticos, en general, no realizan

experimentos. Sin embargo, la razón por la que
escriben acerca de este tema requiere alguna
explicación. Es cierto que, en muchos aspectos
importantes de la experimentación, el estadístico
no tiene conocimiento profundo.
En años recientes, los investigadores han acudido

con mucha frecuencia al asesoramiento de ellos,
tanto para planear sus experimentos, como para
obtener conclusiones de sus resultados. Como finalidad menos ambiciosa, se puede esperar
que sea posible determinar dos límites dentro de
El que esto haya sucedido es un hecho convincente los cuales haya la certeza de que se encuentre el
de que la estadística tiene algo con qué poder valor exacto; pero aun esto no puede alcanzarse
contribuir. rigurosamente.
Al principio, las solicitudes de ayuda estuvieron Lo que se puede hacer es que, para cualquier
casi siempre relacionadas con la interpretación probabilidad escogida, verbigracia 0.95, se
de los resultados. Es una característica común de encuentren dos límites tales que la probabilidad
los experimentos, en muy diversos campos de la de que comprendan a la diferencia verdadera, y
investigación, que los efectos de los tratamientos además, el experimentador puede seleccionar el
experimentales varían de un ensayo a otro, cuando grado de certeza deseado que será medido con una
se repiten. probabilidad.
Esta variación introduce cierto grado de La solución estadística del problema de la

incertidumbre en cualquiera de las conclusiones estimación consiste en una aseveración de que la
que se obtienen de los resultados. Aún después de diferencia verdadera se encuentra dentro de ciertos
un buen número de repeticiones, el investigador límites, más una probabilidad de que la aseveración
no sabe qué tanto cambiarían sus resultados si el sea correcta.
experimento se repitiera mayor número de veces,
bajo las mismas condiciones. Es de interés considerar si este tipo de información
es suficientemente preciso para que haga posible
Los ensayos sucesivos pueden ser tan discrepantes tomar decisiones de importancia práctica.
en sus resultados, que es de dudarse respecto a cuál
tratamiento sería mejor a la larga. Aunque sería muy extensa una discusión detallada
de este tema, con frecuencia, inferencias de este
La principal contribución de la estadística a la tipo permiten ejercer una acción definida, con la
interpretación de resultados, desarrollada por medio seguridad de que ésta será fructífera.
de la teoría estadística, se conoce como inferencia
estadística (de la muestra a la población). Texto tomado de: Cochran, William G. & Gertrude M.
Cox (ver bibliografía).
Claro está que no puede esperarse que la solución
dé el valor exacto de la diferencia verdadera que se • Consultar el artículo sobre “Análisis del Carácter
desconoce. Multifuncional de la Agricultura y la Tierra”, del
Departamento de Desarrollo Sostenible de la FAO.
Disponible en línea. http://www.fao.org/docrep/X2776S/
X2776S05.htm

MUESTREO SIMPLE ALEATORIO
a. Descripción
En el Muestreo Simple Aleatorio, la conformación de la muestra se hace de tal manera que todas
las unidades de muestreo tienen la misma oportunidad de ser seleccionadas.
Como parte de su procedimiento, inicialmente debemos calcular un tamaño de muestra (n),

que consiste en el número de unidades muestrales tomadas de la población para estimar la
característica deseada, que puede ser un promedio, total o proporción. Posteriormente, debe
hacerse la selección aleatoria de las unidades de muestreo que serán incluidas en la muestra.
Con la muestra definitiva, pueden hacerse estimaciones puntuales y/o por intervalos de los
parámetros respectivos.
b.
Objetivo Al finalizar esta unidad, el estudiante estará en la capacidad de:
10
Aplicar e interpretar los procesos y procedimientos de estimación e inferencia en
el muestreo simple aleatorio.
c.
Contenidos El contenido de esta unidad puede ser analizado, ampliado y revisado en las
páginas específicas que se detallan en las referencias bibliográficas:
1 Cálculo del tamaño de muestra para estimar un total.
2 Cálculo del tamaño de muestra para estimar una media.
3 Cálculo del tamaño de muestra para estimar una proporción.
4 Selección de los elementos de la población que conformarán la muestra.
5 Análisis estadístico: estimación puntual y por intervalos de confianza.
10
Antes de iniciar cada caso, encontrará una tabla en la cual se dan detalles
d.
de cada caso como: tipo de caso, nivel de dificultad y tiempo estimado que
le llevará realizarlo. Si tiene alguna duda, se le sugiere que vuelva a leer
Casos-Problema las orientaciones que aparecen en las palabras del estudiante para un mejor
rendimiento.
Caso tipo Nivel de dificultad Tiempo de trabajo

1 4 A 1 semana
Asuma que el Alcalde de su municipio quiere determinar a cuanto

caso
asciende el rendimiento promedio de frijol negro por manzana

cultivada en su municipio, tomando a todos los productores sin ninguna
restricción o estratificación. El funcionario edil cuenta con recursos
financieros muy limitados para el estudio de la población completa y la
información es urgente. Por ello, dada la amistad que le une a usted,
le solicita su asesoría estadística.
• Describa, detalladamente, el procedimiento que seguiría para el cálculo del tamaño

de muestra.
• Describa, detalladamente, el procedimiento que seguiría para la selección de los

agricultores que conformarían la muestra.

4 A 1 semana
2
Asuma que el delegado del Ministerio de Ambiente y Recursos
caso
Naturales de su municipio está interesado en conocer el porcentaje de

agricultores que utilizan productos químicos para el control de plagas
y enfermedades en sus cultivos. Como consecuencia de la escasez de
recursos económicos, surge la necesidad de conducir un estudio por
muestreo. Se asume que las condiciones en las que se desenvuelven
los agricultores de su municipio son homogéneas. Debido a que usted,
como estudiante de la Universidad Rafael Landívar ha adquirido un
compromiso de protección al medio ambiente, intercede para apoyar
con sus conocimientos en Estadística, para garantizar que el estudio
sea confiable.
• ¿Qué recomendaciones daría para el cálculo del tamaño de muestra?
• ¿Cuál sería el procedimiento que sugeriría para la selección de los agricultores que
conformarían la muestra?
• ¿Qué análisis estadístico recomendaría?
11
2 A 1 día
3
Asuma que como parte del procedimiento para el cálculo de un tamaño
caso
de muestra para la estimación de una media poblacional (N=600),

selecciona una premuestra de tamaño 60 (np=60). Con base en
ella, calcula un estimador de la varianza y un estimador de la media.
Finalmente, el tamaño definitivo de muestra queda como n=52.
• ¿Qué decisión tomaría luego de haber determinado que el

valor de la muestra definitiva es menor al de la premuestra?

4 4 A 1 semana
caso
Asuma que como parte del procedimiento para el cálculo de un

tamaño de muestra para la estimación de un total (N=500), selecciona
una premuestra de tamaño 25 (np=25). Con base en ella, calcula
un estimador de la varianza y un estimador del total. Finalmente, el
tamaño de muestra definitivo queda como n=43.
• ¿Incluiría las unidades ya seleccionadas en la premuestra para

la selección de las unidades de muestra definitiva? Discuta
ventajas y desventajas.

5 4 A 1 semana
caso
Estime el promedio general de las notas de los estudiantes de su sede

regional, inscritos durante el presente ciclo.
• Para llevar a cabo el estudio, consulte con su profesor(a) para la

metodología apropiada, de acuerdo con los contenidos cubiertos
en clase.
12
6
4 A 2 semanas
caso
Estime la producción total de frijol negro en su departamento, durante

el último año agrícola.
• Para llevar a cabo el estudio, consulte con su profesor(a) para la

metodología apropiada, de acuerdo con los contenidos cubiertos en
clase.

7 4 A 1 semana
caso
Asuma que se desea estimar el rendimiento promedio de frijol negro

(quintales por manzana) en su departamento.
• Describa detalladamente los pasos que seguiría para llevar a cabo

dicho estudio; tome en cuenta lo aprendido durante el curso.

8 4 A 1 semana
caso
Asuma que es contratado (a) para laborar en la sección de control de

calidad de una empresa dedicada a la producción y exportación de
melones. Como primera actividad, su jefe inmediato le requiere que
presente un esquema de muestreo para poder verificar el cumplimiento
de los estándares de calidad para exportación de los melones.
• Describa a detalle el esquema de muestreo que propondría.
13
e.
Actividades
Después de la lectura, análisis y discusión de lo relacionado con el muestreo
simple aleatorio, en grupos de 4 ó 5 estudiantes, efectúen lo siguiente.
Investiguen y preparen un informe técnico acerca de los errores que se pueden

1 cometer al realizar estudios por muestreo:
1.1 Error de cobertura o sesgo en la selección.
1.2 Error por falta de respuesta.
1.3 Error de medición.
1.4 Error de muestreo.
2 Investiguen y preparen un informe técnico acerca de otros esquemas de muestreo

que pueden aplicarse en la investigación agrícola y ambiental:
2.1 Muestreo estratificado aleatorio.
2.2 Muestreo sistemático.
2.3 Muestreo por conglomerados.
2.4 Muestreo por etapas.
2.5 Muestreo por áreas.
f.
Resumen En las unidades previas de este cuaderno, se ha mostrado cómo puede estimarse
un parámetro a partir de los datos contenidos en una muestra. El uso del muestreo
se debe, principalmente, a carencia de recursos suficientes para estudiar a la
población completa (recursos humanos, económicos, maquinaria y equipo,
tiempo, etc.).
El procedimiento que se lleva a cabo para la selección de muestras representativas

se denomina muestreo. El caso más sencillo se conoce como Muestreo Simple
Aleatorio y es de suma utilidad en las Ciencias Ambientales y Agrícolas cuando la
población correspondiente presenta características homogéneas.
Como parte del muestreo, inicialmente debe calcularse un tamaño de muestra
para la estimación del parámetro respectivo; puede ser un promedio, total o
proporción.
Como procedimiento inferencial, puede encontrarse ya sea un sólo número

(estimador puntual) o un intervalo de valores posibles (intervalo de confianza) del
parámetro correspondiente.
14
g. Autoevaluación
Dejando constancia en su cuaderno de trabajo, resuelva lo siguientes ejercicios, con el

objetivo de comprobar cuánto ha aprendido. Puede hacer las consultas necesarias al
facilitador.
• Se desea estimar la superficie promedio de bosques que los agricultores poseen en una
región. Se sabe que 100 de ellos dedican cierta porción de sus terrenos a la producción
forestal. El siguiente es el marco lista disponible (para asuntos académicos). Los datos
están en Hectáreas.
Cuadro 1. Cantidad de hectáreas disponibles para producción forestal.

1 0.25 11 0.56 21 0.56 31 0.58 41 0.1 51 0.3 61 0.4 71 0.5 81 0.4 91 0.2
2 0.5 12 0.62 22 0.76 32 0.67 42 0.2 52 0.4 62 0.5 72 0.4 82 0.6 92 0.5
3 06 13 0.3 23 0.77 33 0.8 43 0.3 53 0.5 63 0.6 73 0.3 83 0.7 93 0.6
4 0.3 14 0.7 24 0.73 34 0.56 44 0.1 54 0.5 64 0.3 74 0.6 84 0.9 94 0.3
5 0.4 15 0.4 25 0.57 35 0.2 45 0.4 55 0.3 65 0.5 75 0.7 85 0.3 95 0.7
6 0.9 16 0.9 26 0.34 36 0.1 46 0.2 56 0.2 66 0.6 76 0.5 86 0.6 96 0.7
7 0.9 17 0.8 27 0.65 37 0.2 47 0.2 57 0.1 67 0.8 77 0.3 87 0.5 97 0.9
8 0.75 18 0.6 28 0.57 38 0.3 48 0.2 58 0.1 68 0.2 78 0.7 88 0.4 98 1.0
9 0.65 19 0.5 29 0.87 39 0.4 49 0.1 59 0.2 69 0.5 79 0.3 89 0.2 99 1.2
10 0.8 20 0.4 30 0.38 40 0.2 50 0.1 60 0.6 70 0.7 80 0.6 90 0.1 100 1.1
• Utilizando muestreo simple aleatorio, extraiga una muestra piloto y calcule media, total
y varianza preliminares.
• Calcule el tamaño de muestra para estimar la superficie promedio de terrenos para
producción forestal, utilizando confiabilidad del 90% y precisión de 15% del valor de
la muestra preliminar.
• Seleccione la muestra definitiva y estime la superficie promedio. Construya un intervalo
de confianza al 95% para la superficie promedio estimada.
15
h.
Vocabulario
> Confiabilidad: Es la probabilidad de que la precisión se cumpla.
> Marco lista: Es una lista de unidades de muestreo.
> Muestra: Es una colección de unidades de muestreo seleccionadas de
>
uno o varios marcos lista.
Muestreo Simple Aleatorio: Es un método de muestreo en el cual

j
cada posible muestra de tamaño “n” tiene la misma probabilidad de ser
seleccionada y cada unidad de muestreo tiene la misma oportunidad de com
ser incluida en la muestra.
> Precisión: Es la distancia o alejamiento máximo entre el parámetro y el

estimador, que el investigador está dispuesto a aceptar.
> Tamaño de la muestra: Es el número de unidades muestrales tomadas

de una población para estimar la característica deseada (promedio, total
o proporción).
> Unidad de muestreo: Es una colección no traslapada de elementos de

la población que cubre a la población completa. Puede ser un solo
elemento de la población (persona, árbol, planta, etc.)
i.
Referencias
Bibliográficas COCHRAN, William G. (2000). Técnicas de Muestreo. México, D.F: CECSA.
Decimoquinta reimpresión. Pp. 41-73.
COCHRAN, William G. & Gertrude M. Cox (1991). Diseños Experimentales.

México D.F.: Editorial Trillas. Primera reimpresión. Pp. 17-131.
DANIEL, Wayne W. (2002). Bioestadística: base para el análisis de las

ciencias de la salud. México, D.F.: Editorial Limusa Wiley. Cuarta edición.
Pp. 295-321.
MONTGOMERY, Douglas (1991). Diseño y Análisis de Experimentos.

México, D.F.: Grupo Editorial Iberoamérica. Primera edición. Pp. 1-10,
45-59.
SNEDECOR, George W. & William G. Cochran (1978). Métodos Estadísticos.

México, D.F.: Compañía Editorial Continental, S. A. Quinta reimpresión. Pp.
321-370.
16


Identifique, por escrito u oralmente, el tema de la lectura, la idea principal de

la misma y, finalmente, escriba un resumen de lo leído –de aproximadamente
10 líneas de extensión-.
17
Elementos de Muestreo Estadístico
La inferencia estadística es el procedimiento por
medio del cual se llega a una conclusión acerca de
una población con base en los resultados que se
obtienen de una muestra extraída de esa población.
Existen muchas clases de muestras que pueden
obtenerse de una población. Sin embargo, no se
puede utilizar cualquier tipo de muestra como
base para hacer inferencias válidas acerca de la
población.
Existen dos métodos para seleccionar muestras

de poblaciones: el muestreo no aleatorio (no
probabilístico o a juicio) y el muestreo aleatorio o
probabilístico.
En el muestreo probabilístico, todos los elementos

de la población tienen la misma oportunidad de ser
seleccionados para formar parte de la muestra.
Por otro lado, en el muestreo no probabilístico se En el muestreo con reemplazo, se selecciona un
emplea el conocimiento y la opinión personal para expediente para incluirlo en la muestra, se registra la
identificar a aquellos elementos de la población que duración de la estancia y se devuelve el expediente
deben incluirse en la muestra. al archivo. Al devolver el expediente a la población,
éste puede ser seleccionado de nuevo, en cuyo caso,
Algunas veces, una muestra a juicio se puede usar el tiempo de estancia se registrará una vez más. En un
como guía o muestra tentativa para decidir cómo muestreo sin reemplazo, el expediente extraído no
tomar una muestra aleatoria más adelante. se regresa al archivo después de registrar el dato que
se investiga, sino que se separa hasta extraer toda la
Las muestras a juicio evitan el análisis estadístico muestra. Con este procedimiento, un expediente
necesario para tomar muestras probabilísticas. debe aparecer solo una vez en la muestra.
Son más convenientes y pueden usarse con éxito,
siempre que se tenga el cuidado de no perder la En la práctica, por lo general, un muestreo siempre
característica de ser una muestra representativa de se hace sin reemplazo.
la población.
Para asegurar una selección totalmente aleatoria,
En general, para hacer una inferencia válida acerca se debe seguir algún procedimiento objetivo, pues
de una población, se necesita un muestreo de la se intenta evitar el uso de juicios subjetivos para
misma fundamentado científicamente. decidir qué elementos de la población constituyen
una muestra aleatoria.
También, existen muchas clases de muestras
científicas que pueden obtenerse de una población.
La más sencilla es la muestra aleatoria simple. Texto tomado de: Daniel, Wayne W. (ver bibliografía).
Cuando se utiliza muestreo con reemplazo, cada

elemento de la población está disponible para cada Consulte el artículo sobre “Los estudios de línea de base
selección. Por ejemplo, como parte de un estudio de en la investigación participativa”. Facilitador: Oscar
duración de la estancia, se selecciona una muestra Ortiz, páginas 1-6. Disponible en línea.
de una población de pacientes que alguna vez http://research.cip.cgiar.org/typo3/web/fileadmin/
fueron internados en el hospital. Suponga que el icmtoolbox/ICM_Toolbox/Files/Modulo_II-diagnostico_
muestreo comprende la selección de una muestra de linea_de_base_e_indicadores.pdf
expedientes, tomados del archivo del departamento
de registro médico de los pacientes dados de alta.
18
2
DISEÑO DE
EXPERIMENTOS
Guía 2 de 3
3
DISEÑO COMPLETAMENTE AL AZAR
a. Descripción
En el Diseño Completamente al Azar (DCA), las unidades experimentales se arreglan
sin ninguna restricción, debido a que el área experimental debe contar con condiciones
homogéneas. Dentro de las Ciencias Ambientales y Agrícolas, se recomienda su uso en
laboratorios, invernaderos, etc. donde se pueda garantizar la igualdad de condiciones para
toda el área del experimento.
Una de sus ventajas es que permite la máxima flexibilidad en cuanto al número de

tratamientos y repeticiones. Además, la pérdida de observaciones en unidades
experimentales no genera mayor problema, ya que automáticamente se convierte en un
DCA desbalanceado y se analiza como tal.
Como principal desventaja se tiene que cuando el número de unidades experimentales

es considerablemente grande, puede tenerse problema para encontrar áreas
20
b.
experimentales que posean la homogeneidad requerida.
Objetivo
Al finalizar esta unidad, el estudiante estará en la capacidad de:
Aplicar e interpretar los procesos y procedimientos de estimación e inferencia en

el diseño completamente al azar .
c. El contenido de esta unidad puede ser analizado, ampliado y revisado en las

Contenidos
1 Características del diseño completamente al azar.

2 Ventajas y desventajas.
3 Aleatorización.
4 Modelo estadístico y análisis de varianza (ANDEVA).
20
d.
las orientaciones que aparecen en las palabras del estudiante para un mejor
Casos-Problema rendimiento.
ZAR Caso tipo Nivel de dificultad Tiempo de trabajo

1 4 A 1 semana
caso
Josué García es un estudiante de Ciencias Agrícolas en una Sede

Regional. Para realizar su tesis, obtuvo en arrendamiento un
terreno contiguo al local de la sede. El Diseño Experimental
utilizado en el campo fue completamente al Azar. Como parte del
análisis estadístico de los resultados de su tesis, efectuó ANDEVA
para la variable “rendimiento”; el coeficiente de variación fue de
45%. El resultado anterior le preocupa, puesto que le informaron
que cualquier coeficiente de variación mayor que 20% implica
que no hubo un buen manejo del experimento.
• Discuta ampliamente sobre lo efectuado por el estudiante García. Tome en cuenta la base
teórica del Diseño Completamente al Azar.
• ¿Está usted de acuerdo con la regla del 20%? Explique.
• ¿Qué recomendaciones daría para mejorar el análisis y discusión de este segmento de sus
resultados?
• ¿Considera apropiado el uso de DCA en experimentos de campo? Explique.

2
4 A 1 semana
caso
La estudiante Gladys Cardona utilizó el Diseño Completamente

al Azar para su tesis. Su experimento consistió en seis
tratamientos y cuatro repeticiones. La unidad experimental
consistió en cinco tubos de ensayo; cada una de las variables
de respuesta fue medida en todos los tubos de ensayo del
experimento. Sin embargo, para el análisis de la información,
previo a realizar el ANDEVA para las variables de respuesta
obtuvo un promedio por unidad experimental, es decir que
solo contó con un valor para cada variable en cada unidad
experimental.
• Discuta ampliamente sobre lo efectuado por la estudiante Cardona, tomando en cuenta la base
teórica del Diseño Completamente al Azar.
• ¿Considera estadísticamente válidos los resultados obtenidos en este segmento de análisis de los
resultados de la tesis de la estudiante Cardona? Explique.
• ¿Considera que hubiese sido una mejor alternativa el uso de un DCA con submuestreo? Explique.
21
3 4 A 1 semana
caso
Asuma que como parte del análisis estadístico de los resultados

de una investigación, su profesor de Estadística le recomienda
chequear los supuestos que hacen válidos sus ANDEVAS para
las variables de respuesta cuantitativas que usted midió.
• Describa cada uno de los supuestos.
• ¿Qué procedimiento(s) seguiría para chequear cada uno de ellos?

4 4 A 1 día
Asuma que como parte de una investigación, usted mide en cada

caso
unidad experimental la variable “número de plantas con síntomas

de virosis”. Como parte del análisis estadístico de sus resultados,
usted encuentra que esta variable no cumple con el supuesto de
normalidad.
• ¿Qué acciones tomaría para poder cumplir con dicho supuesto?
5 Caso tipo Nivel de dificultad Tiempo de trabajo

4 A 2 semanas
caso
El estudiante Pablo Gómez está escribiendo su anteproyecto

de tesis. Ha decidido someter a evaluación cinco tratamientos
en un DCA (experimento en invernadero). El problema que a
continuación se le plantea, es definir la cantidad de repeticiones
a incluir en el experimento. Por lo tanto, se le solicita que le
proponga al menos dos alternativas para poder solucionar su
problema.
22
6 4 A 1 semana
caso
La estudiante Luisa Mora está escribiendo su anteproyecto de

tesis. En la sección correspondiente a “diseño experimental”,
ella plantea que ubicará sus seis tratamientos en un DCA,
debido a que se desarrollará bajo condiciones de laboratorio.
Además, propone que para los tratamientos del 1 al 4 utilizará
cinco repeticiones, mientras que para los tratamientos 5 y 6
utilizará únicamente cuatro repeticiones. Investigue, analice y
luego discuta si el planteamiento de la señorita Mora es factible y
estadísticamente válido. Incluya las ventajas y desventajas que a
su juicio presenta el arreglo propuesto.

7
4 A 2 semanas
caso
El estudiante Jorge García ha concluido con la etapa de

campo de su tesis, por lo que ya cuenta con todos los datos
correspondientes a las variables de respuesta. Para analizar
las variables cuantitativas, utilizará la técnica estadística del
ANDEVA. Sin embargo, el señor García está enterado de la
existencia de “supuestos” que dan validez a las pruebas de
hipótesis y que debe chequear antes de proceder a efectuar cada
uno de los ANDEVAS. Por lo tanto, se le pide su colaboración
para que investigue y resuelva el siguiente problema:
• ¿Qué alternativas (medidas correctivas) tiene disponibles el señor García

en caso de que algún supuesto no se cumpla?
8
caso
4 A 2 semanas
Asuma que para poder efectuar su tesis, una empresa ganadera le

ofrece sus instalaciones y recursos necesarios. El estudio constará
de cinco tratamientos (dietas alimenticias) y la empresa tiene para
su disposición 50 animales. El problema surge en el momento de
decidir la unidad experimental (uno o dos animales) y el número de
repeticiones (cinco o diez). Por lo tanto, se le solicita que investigue,
analice y luego proponga su alternativa elegida, describiendo las
ventajas y desventajas de cada una de las opciones disponibles.
23
4 A 1 semana
Asuma que como parte del análisis estadístico de los resultados de

una investigación de campo, usted efectúa análisis de varianza a
los datos en bruto de la variable “porcentaje de incidencia de una
enfermedad X que ataca el follaje de un cultivo Y”. Al calcular el
coeficiente de variación, se da cuenta de que es del 35%.
• ¿Cuáles considera que son las posibles causas que hayan originado dicho resultado?
• ¿Qué implicaciones tendría en el análisis y discusión de resultados de su investigación
un valor de CV como el obtenido?
e.
Actividades Después de la lectura, análisis y discusión de lo relacionado con el diseño
completamente al azar, en grupos de 4 ó 5 estudiantes resuelvan los
siguientes problemas.
1 Obtengan una copia de una tesis de la Facultad de Ciencias Ambientales

y Agrícolas, donde se haya utilizado el Diseño Completamente al Azar en
un experimento simple. Seleccionen al menos una variable de respuesta
cuantitativa y efectúen el análisis estadístico de los resultados. Compárenlos
con los resultados reportados en la tesis. Anoten sus conclusiones.
2 Obtengan una copia de otra tesis de la Facultad de Ciencias Ambientales

y Agrícolas, donde se haya utilizado el Diseño Completamente al Azar
en un experimento simple. Lean la sección correspondiente a “diseño
experimental” y anoten la cantidad de tratamientos y repeticiones utilizados.
Además, anoten las dimensiones de las unidades experimentales, así como
las distancias entre plantas y entre surcos (si fuese un cultivo, en campo
definitivo).
• Elaboren un diagrama del arreglo y aleatorización de los tratamientos.

Enumeren cada uno de los pasos utilizados para la aleatorización.
• El diagrama debe indicar la escala utilizada y las dimensiones de las

unidades experimentales (distancias entre plantas, distancias entre
surcos, etc., si se trata de un cultivo en campo definitivo).
24
f.
Esta unidad contiene el diseño experimental básico más sencillo, conocido como
Resumen
Diseño Completamente al Azar o DCA.
Dentro de las Ciencias Ambientales y Agrícolas, este diseño se recomienda para

experimentos que se llevan a cabo bajo condiciones homogéneas, tales como
laboratorios o invernaderos.
El DCA permite la máxima flexibilidad en cuanto a número de tratamientos y

repeticiones, lo cual genera también un mayor número de grados de libertad para
el error experimental.
Cuando por razones ajenas al buen manejo del experimento se pierden

observaciones para algunas unidades experimentales, el DCA se analiza como
desbalanceado.
Si en cada una de las unidades experimentales se toma más de una medición por
variable de respuesta, este diseño debe analizarse como DCA con submuestreo.
g. Autoevaluación

facilitador.
1. Explique cómo incide en el análisis, cuando en un DCA se pierde(n) alguna(s) unidad(es)

experimental(es).
2. El control y erradicación de poblaciones de mosca del mediterráneo (Ceratitis capitata

Wied.) es uno de los objetivos que se persigue en áreas afectadas por esta plaga,
debido al daño económico que causa a la fruticultura. Una de las técnicas utilizadas
para tal objetivo es el control autocida la cual consiste en liberar moscas que han sido
esterilizadas sexualmente, criadas en forma masiva bajo un sistema de producción con
normas estrictas de calidad. Por lo tanto, la dieta alimenticia (artificial) debe proveer
al insecto los requerimientos nutricionales que le permitan desarrollarse igual o mejor
que como lo haría en condiciones de su nicho ecológico.
Por tal motivo, el programa MOSCAMED de Guatemala realizó una investigación en el

laboratorio de cría y esterilización de la mosca del mediterráneo, para evaluar el porcentaje
de azúcar (sacarosa) y porcentaje de germen de trigo en la dieta artificial de la mosca del
mediterráneo.
Una de las variables de respuesta fue el peso de pupa, la cual fue cuantificada dos días
antes de su emergencia, por lo que, para cada tratamiento, se pesaron 4 grupos de 100
pupas tomadas al azar de las dos bandejas que constituyeron cada repetición.
25
Cuadro 2. Peso de pupas (mg) correspondiente a cada tratamiento evaluado.
TRATAMIENTOS REPETICIONES
I II III IV
10% azúcar y 5% germen 8.12 7.56 7.71 7.22
10% azúcar y 7% germen 8.37 7.56 7.34 8.01
10% azúcar y 9% germen 8.04 7.28 7.28 7.25
12% azúcar y 5% germen 8.21 7.84 7.98 7.75
16.7% azúcar y 9.9% afrecho 7.06 7.08 7.07 7.12
• Efectúe el análisis de varianza y emita conclusiones de interés. Debe incluir planteamiento

de hipótesis, supuestos, modelo estadístico (describa cada uno de los componentes) y cuadro
resumen de ANDEVA.
h.
Vocabulario
> Aleatorización: Es el procedimiento mediante el cual se asignan los tratamientos
a las unidades experimentales, de tal manera que todas ellas tengan la misma
probabilidad de recibir a cualesquiera de ellos.
> Análisis de Varianza (ANDEVA): Fue introducido por Sir Ronald A. Fisher y
es esencialmente un procedimiento aritmético para dividir una suma total de
cuadrados en componentes asociados con fuentes de variación reconocidas.
> Diseño Completamente al Azar (DCA): Consiste en el arreglo de las unidades

experimentales bajo condiciones homogéneas, es decir, sin ninguna restricción,
por lo que la aleatorización puede dar resultado a unidades experimentales
contiguas con un mismo tratamiento.
> Repetición : Significa que cada tratamiento será asignado a más de una
unidad experimental.
> Submuestreo: Significa que para una variable de respuesta, existe más de una
observación por unidad experimental (mediciones repetidas).
26
i.
Referencias
CANAVOS, George C. (1988). Probabilidad y Estadística: aplicaciones y
Bibliográficas métodos. México, D.F.: Editorial McGraw-Hill. Primera edición. Pp. 404-
419.

México, D.F.: Editorial Trillas. Primera reimpresión. Pp. 120-131.
DANIEL, Wayne W. (2002). Bioestadística: base para el análisis de las ciencias

de la salud. México, D.F.: Editorial Limusa Wiley. Cuarta edición. Pp.
295-321.

México, D.F.: Grupo Editorial Iberoamérica. Primera edición. Pp. 45-59.
SNEDECOR, George W. & William G. Cochran (1978). Métodos Estadísticos,

Compañía. México, D.F.: Editorial Continental, S. A.,. Quinta reimpresión.
Pp. 321-370.
WONNACOTT, Thomas & Ronald Wonnacott. (1981). Fundamentos de

Estadística para Administración y Economía. México, D.F.: Editorial Limusa
S. A. Segunda edición. Pp 229-247.



27

El proceso de experimentación
Los experimentos son parte natural en el proceso La mayoría de estos procesos pueden describirse
de la toma de decisiones en la ingeniería y las en términos de varias variables controlables,
ciencias. como la temperatura, la presión y la rapidez de
alimentación.
Supóngase, por ejemplo, que un ingeniero civil
investiga los efectos de diferentes métodos de En algunos experimentos con un solo factor, puede
curado sobre la resistencia a la compresión media ser diferente el número de observaciones que se
del concreto. El experimento consistiría en formar hacen dentro de cada tratamiento. Se dice entonces
varios ejemplares de prueba de concreto utilizando que el diseño es no balanceado.
cada uno de los métodos de curado propuestos
para después probar la resistencia a la compresión Sigue siendo posible aplicar el análisis de varianza,
de cada ejemplar de prueba. pero deben hacerse ligeras modificaciones en las
Los datos de este experimento podrían usarse con fórmulas de las sumas de cuadrados.
el fin de determinar qué método de curado deberá
usarse para conseguir la resistencia a la compresión Sin embargo, hay dos ventajas al elegir un diseño
media máxima. balanceado. Primera, el estadístico de prueba es
relativamente insensible a las desviaciones pequeñas
Si solo hay dos métodos de curado que sean de del supuesto de la igualdad de las varianzas de los
interés, este experimento podría diseñarse y tratamientos, cuando los tamaños de muestra son
analizarse aplicando los métodos para hipótesis iguales. No es este el caso cuando los tamaños de
estadísticas con dos muestras. Es decir, el las muestras son diferentes. Segunda, la potencia de
experimentador tiene un solo factor de interés la prueba se maximiza cuando las muestras tienen
(el método de curado) y solo hay dos niveles del el mismo tamaño (igual número de repeticiones
factor. para cada uno de los tratamientos).
En muchos experimentos de un solo factor, es

necesario considerar más de dos niveles del factor. Texto tomado de: Montgomery, Douglas C. & George
Por ejemplo, quizás el ingeniero civil quiera C. Runger. Probabilidad y Estadistica Aplicadas a
la Ingeniería. (2007). Editorial Limusa S.A. de C.V. ,
investigar cinco métodos de curado. Cuando hay
Primera Edición, Mexico Distrito Federal, pp 562-563.
más de dos niveles de un solo factor, puede usarse
el análisis de varianza para comparar sus medias. Consulte el artículo sobre “Uso de transformaciones
Las técnicas de diseño experimental basadas en la para el cumplimiento de los supuestos de normalidad y
estadística son particularmente útiles en el campo homoscedasticidad, para modelos lineales”. Autores:
de la ingeniería para mejorar el desempeño de un Maria Avanza et. al. , Facultad de Ciencias Agrarias,
proceso de manufactura. Tienen también diversas Universidad Nacional del Nordeste, Argentina.
aplicaciones en el desarrollo de nuevos procesos. Disponible en línea.http://www.unne.edu.ar/Web/
cyt/cyt/2002/05-Agrarias/A-033.pdf
28
4
PROCEDIMIENTOS POST-ANDEVA
a. Descripción
Cuando el análisis de varianza rechaza la hipótesis nula acerca del efecto de los tratamientos,
lo que a continuación debe efectuarse es un procedimiento para decidir cuál(es) tratamiento(s)
provoca(n) las diferencias significativas. La primera opción es realizar una comparación
múltiple de medias, utilizando la Prueba de Tukey o Prueba de Duncan –entre otras. Si
dentro del grupo de tratamientos hay testigo(s), entonces la prueba específica adicional para
evaluar su efecto es la de Dunnett.
Por otro lado, siempre que sea factible hacer grupos dentro de los tratamientos, puede
también generarse y probar la significancia de contrastes ortogonales como procedimiento
post-ANDEVA, para la prueba de las sub-hipótesis respectivas.
b.
Objetivos Al finalizar esta unidad, el estudiante estará en la capacidad de:
Realizar procedimientos post-ANDEVA utilizando comparación

múltiple de medias.
Aplicar e interpretar correctamente el procedimiento de contrastes

ortogonales.
c.
Contenidos Los siguientes contenidos pueden ser consultados y ampliados en las páginas
específicas que se indican en la bibliografía:
1 Prueba de Tukey.
2 Prueba de Duncan.
3 Prueba de Dunnett.
4 Contrastes ortogonales.
29
d.
Casos-Problema rendimiento.

4 A 1 semana
1
El estudiante Sebastián Álvarez se encuentra en la etapa de análisis
caso
estadístico de sus resultados de tesis. Su experimento consistió

en seis tratamientos y cuatro repeticiones. Para la variable “peso
de materia seca”, el análisis de varianza rechazó la hipótesis nula
acerca del efecto de los tratamientos. Sin embargo, cuando realizó
la Prueba de Tukey, todos los tratamientos quedaron dentro del mismo grupo, es decir, las
seis medias de tratamientos quedaron con la letra “a”, lo cual implica que no hay diferencia
significativa entre tratamientos.
• Discuta ampliamente sobre lo efectuado por el estudiante Álvarez.

• ¿Considera que el resultado contradictorio entre la Prueba de Tukey y el ANDEVA es
factible o es un error de cálculo? Explique.
• ¿Qué recomienda para solucionar el problema de análisis descrito?

2 4 A 2 días
caso
En el cultivo de Tomate, se llevará a cabo un experimento para evaluar el efecto de seis

tratamientos en el control de nemátodos. Se cuenta con suficientes recursos para incluir cinco
repeticiones. Los tratamientos se describen en el siguiente cuadro.
Cuadro 3. Descripción de los tratamientos.

Código Tratamiento
T1 Testigo (sin aplicación)
T2 Nematicida 1 aplicado al follaje
T3 Nematicida 1 aplicado al suelo
T4 Nematicida 2 aplicado al follaje
• Describa los procedimientos post-ANDEVA que recomendaría.

Justifique cada uno de ellos.
• En cuanto a los contrastes, genere el máximo número de contrastes ortogonales
posibles y para cada una de las sub-hipótesis , chequee su ortogonalidad.
30
3 4 A 2 semanas
caso
Asuma que usted es contratado (a) para laborar en el

departamento de investigación agrícola de una empresa que se
dedica a la venta de agroquímicos. Su jefe inmediato le pide
que evalúe el efecto de dos herbicidas en un cultivo hortícola,
en el altiplano central del país. Los seis tratamientos propuestos
son los siguientes:
• Sin herbicida (testigo limpio)

• Sin herbicida (testigo enmalezado)
• Alaclor aplicado 2 días antes del transplante
• Alaclor aplicado 2 días después del transplante
• Acetoclor aplicado 2 días antes del transplante
• Acetoclor aplicado 2 días después del transplante.
Investigue, analice y proponga los procedimientos post-ANDEVA que sugiere (en caso sea
necesario), para:
• Comparar todas las medias de tratamientos entre sí.
• Comparar los tratamientos de herbicidas con cada uno de los testigos.
• Explorar sub-hipótesis de interés entre grupos de tratamientos

4 4 A 2 semanas
caso
Asuma que le dan la responsabilidad de conducir un experimento para analizar el efecto de “t”
tratamientos, utilizando “r” repeticiones, en un DCA. Para la variable de respuesta de interés
primario, el análisis de varianza rechaza la hipótesis nula planteada, por lo que usted decide
utilizar como primer procedimiento post-ANDEVA una comparación múltiple de medias de
acuerdo con la metodología de la Prueba de Tukey. Sin embargo, la variable de interés primario
mencionada, reporta tres observaciones en cada unidad experimental (submuestreo).
• Investigue y luego escriba la fórmula para calcular el valor del comparador de la

Prueba de Tukey, para un DCA con submuestreo.
31
5
caso
4 A 1 semana
Asuma que le dan la responsabilidad de conducir un experimento

para analizar el efecto de “t” tratamientos (incluye un testigo
absoluto), utilizando diferente número de repeticiones para
el testigo, en un DCA. Para la variable de respuesta de interés
primario, el análisis de varianza rechaza la hipótesis nula planteada,
por lo que usted decide utilizar como primer procedimiento post-
ANDEVA la Prueba de Dunnett.
• Investigue y luego escriba la fórmula para calcular el valor del comparador de la

Prueba de Dunnett, para un DCA desbalanceado.

6 4 A 2 semanas
caso
Asuma que le dan la responsabilidad de conducir un

experimento para analizar el efecto de “t” tratamientos,
utilizando “r” repeticiones, en un DBA. Para la variable de
respuesta de interés primario, el análisis de varianza rechaza
la hipótesis nula planteada, por lo que usted decide utilizar
como primer procedimiento post-ANDEVA una comparación
múltiple de medias, de acuerdo con la metodología de la
Prueba de Tukey. Sin embargo, debido a problemas de
intensas lluvias, una unidad experimental se anegó, por lo
que fue imposible medir las variables de respuesta en dicha
unidad experimental.
• Investigue y luego escriba la fórmula para calcular el valor del comparador de la Prueba
de Tukey, para un DBA en donde una de las medias corresponde a un tratamiento que
tuvo una unidad experimental perdida.
32
7
4 A 1 semana
caso
Se pretende realizar un experimento para determinar si cinco fuentes de Nitrógeno difieren en

sus efectos sobre la producción de arroz. Se utilizará un diseño en bloques al azar, debido a la
existencia de una gradiente en el área experimental. La tasa de Nitrógeno será constante y los
tratamientos son los siguientes: T1=Ca(NO3)2, T2=NaNO3 , T3= NH4NO3, T4=(NH)2CO,
T5=(NH4)2SO4.
Dada la naturaleza de los tratamientos, la investigadora responsable está interesada en realizar

las siguientes comparaciones:
• Tratamientos 1, 2 y 3 versus tratamientos 4 y 5 (nitratos vs. no-nitratos).
• Tratamientos 1 y 2 versus tratamiento 3.
• Tratamientos 1 y 2 versus tratamientos 4 y 5.
• Tratamiento 1 versus tratamiento 2.
• Tratamiento 4 versus tratamiento 5.
Investigue, analice y luego efectúe lo siguiente:

• Verifique la ortogonalidad de los contrastes planteados.
• Si el grupo de contrastes planteados no cumplen con la ortogonalidad, describa las
razones por las que dicha situación se presenta y plantee de nuevo todas las sub-
hipótesis posibles que, a su juicio, sí cumplen con la ortogonalidad respectiva.
e. Después de la lectura, análisis y discusión de lo relacionado con los

Actividades procedimientos post-ANDEVA, en grupos de 4 ó 5 estudiantes efectúen lo
siguiente.
1 Investiguen y preparen un informe técnico acerca de otros procedimientos de

comparación múltiple de medias:
1.1 Prueba de Bonferroni
1.2 Prueba DMS (Diferencia Mínima Significativa)
1.3 Prueba SNK (Student-Newman-Keuls)
2 Investiguen y preparen un informe técnico acerca del uso de la técnica de regresión

como procedimiento post-ANDEVA, para experimentos simples con tratamientos
cuantitativos.
33
f. Como procedimientos post-ANDEVA, comúnmente se dispone de dos tipos: comparación
Resumen múltiple de medias y contrastes ortogonales.
La primera opción consiste en realizar comparaciones entre todas las parejas posibles
de medias de tratamientos [t(t-1)/2], utilizando las pruebas de Tukey o Duncan, entre
otras. Dentro de este grupo, también se considera la Prueba de Dunnett, que se utiliza
para comparar las t-1 medias de tratamientos contra la media de un Testigo.
Por otro lado, siempre que sea factible hacer grupos dentro de los tratamientos y se
esté interesado en probar ciertas sub-hipótesis, se recomienda la generación y prueba
de significancia de contrastes ortogonales.
Dejando constancia en su cuaderno de notas, realice lo que se le pide.
34
g. Autoevaluación

facilitador.
1. En el cultivo de tomate, se llevó a cabo un experimento para evaluar el efecto de seis

tratamientos para el control de nemátodos. El diseño experimental utilizado fue DCA, con
cinco repeticiones. Los tratamientos se describen en el siguiente cuadro. La variable de
respuesta medida fue la cantidad de nemátodos vivos.
Cuadro 4. Descripción de los tratamientos sometidos a evaluación.

Código Tratamiento
T1 Testigo (sin aplicación)
T2 Oxamyl 1.5 L aplicado al follaje
T3 Oxamyl 1.5 L aplicado al suelo
T4 Oxamyl 2.0 L aplicado al follaje
T5 Carbofuran 15 g aplicado al suelo
T6 Oxamyl 2.0 L aplicado al suelo
Cuadro 5. Número de nemátodos vivos después de la aplicación de los tratamientos.

Tratamientos\Repeticiones I II III IV V
T1 307 371 379 360 339
T2 187 192 320 243 296
T3 277 328 363 195 344
T4 115 235 248 267 256
T5 173 267 251 254 200
T6 195 131 171 253 253
• Efectúe el análisis estadístico correspondiente, utilizando un α = 0.05
• Si necesita procedimientos post-ANDEVA, utilice prueba de medias y

contrastes ortogonales.
¿Qué me mueve o a qué me motiva todo lo aprendido?
35
h. j.
Vocabulario > Contrastes ortogonales: Es una técnica post-ANDEVA que se recomienda cuando
es posible hacer sub-grupos de tratamientos y se desea probar sub-hipótesis acerca com
de ellos, lo cual no es posible con los procedimientos de comparación múltiple de
medias.
> Prueba de Duncan: Fue desarrollada en 1955 bajo el nombre “Nueva prueba de
rango múltiple” y es menos conservadora que la Prueba de Tukey.
> Prueba de Dunnett: Fue desarrollada en 1955 y es una prueba que requiere un
valor único para juzgar la significancia de diferencias observadas entre tratamientos
y un testigo.
> Prueba de Tukey: Fue desarrollada en 1953 y es una prueba basada en la

distribución de rangos Studentizados (máxima diferencia estandarizada entre un
par de medias de tratamientos).
i.
Referencias
Bibliográficas
MONTGOMERY, Douglas (1991). Diseño y Análisis de Experimentos. México,

D.F.: Grupo Editorial Iberoamérica. Primera edición. Pp. 60-72.

México, D.F.: Compañía Editorial Continental, S. A. Quinta reimpresión. Pp. 337-
342.
36
j. Lectura
La lectura es la más poderosa herramienta que usted tiene para
aprender. De su correcto desarrollo y ejercitación, depende en
complementaria

• Realice una lectura activa haciendo anotaciones o preguntas sobre

lo que no entiende o como reacción a lo que lee. Subraye lo
esencial y destaque las palabras que desconozca.

Suposiciones en el ANDEVA
Las suposiciones hechas en el análisis de la varianza pruebas de F y de t. Cuando el experimentador

son de que los efectos de los tratamientos, así cree que está haciendo pruebas de un nivel del 5%,
como los ambientales, son aditivos y que los en realidad, las puede estar haciendo a un nivel del
errores experimentales se distribuyen normal e 8%. Casi siempre, aunque no invariablemente, la
independientemente con una varianza común. En verdadera probabilidad de significación es mayor
la práctica, no se puede estar seguro de que todas que la aparente; esto es, se obtienen demasiados
estas suposiciones sean ciertas y, frecuentemente, resultados significativos. Usualmente también hay
hay buenas razones para sospechar que una pérdida de sensibilidad en el sentido de que
algunas son falsas. Las consecuencias debidas puede ser una prueba más poderosa que la de F, en
a que las suposiciones estén equivocadas y los el análisis de la varianza, si el modelo matemático
pasos que se deben seguir para corregir eso, han correcto se conociera. Esto determina también una
sido resumidos por varios autores. Como regla, la pérdida de exactitud en los estimadores obtenidos
falla de una suposición afectará tanto a los niveles para los efectos de tratamientos, ya que éstos
de significación como a la sensibilidad de las también podrían ser más exactos, si el modelo
correcto fuere conocido. 37
Aunque la generalización pudiera ser aventurada, los rendimientos de un cultivo en parcelas vecinas
la experiencia sugiere que en la mayor parte de los tienden a estar positivamente correlacionados, y
experimentos, cuando menos en el campo de la en experimentos de laboratorio, las observaciones
biología, estas alteraciones no son lo suficientemente hechas por una misma persona tienden a presentar
grandes para invalidad la técnica. Ellas hacen saber, idéntico tipo de correlación. Estas correlaciones
sin embargo, que los niveles de significación y los pueden viciar completamente las pruebas de
límites de confianza deben tenerse por aproximados, significación. El remedio, en este caso, es el uso
más bien que por exactos. adecuado de la aleatorización, que introduce
independencia en la asignación de los tratamientos
Las alteraciones más importantes parecen originarse a las unidades experimentales, o en la asignación
cuando la varianza del error experimental no es del orden en el que se hacen las observaciones, de
constante en todas las observaciones. Algunas tal forma que los errores puedan ser considerados
veces esto sucede porque ciertos tratamientos son efectivamente como independientes.
erráticos en sus efectos. En tales casos la varianza
apropiada del error para comparar un par de
tratamientos puede ser cuatro veces más grande Texto tomado de: Cochran, William G. & Gertrude
que la obtenida para otro par, y el uso de la misma M. Cox (1991) Diseños Experimentales, Editorial
varianza estimada para ambas comparaciones va a Trillas, primera reimpresión, México Distrito
llevar a una prueba de “t” completamente errónea. Federal, pp 116-117.
El mismo problema puede aparecer cuando los
errores experimentales sigan una distribución que es
decididamente asimétrica. En tales distribuciones, Consulte el artículo sobre “Producción de Algodón
la varianza del error para un tratamiento tiende a ser transgénico fertilizado con abonos orgánicos y control
una función de la media producida por el mismo de plagas”. Autores: José Dimas López Martínez, et.
tratamiento. Si la naturaleza de la relación funcional al. Disponible en línea.http://www.chapingo.mx/terra/
es conocida, se puede encontrar una transformación contenido/20/3/art321-327.pdf
que coloque los datos en una escala tal, que la
varianza del error sea casi constante. Luego, esta
transformación se hace en las observaciones antes de
empezar el análisis. Las principales transformaciones
encontradas incluyen: logaritmos, raíces cuadradas
y arco senos (para datos expresados en fracciones).
Tales transformaciones pueden resultad de utilidad
en casos en que los efectos de los tratamientos y del
medio ambiente no son aditivos. Si por ejemplo,
un tratamiento incrementa todas las observaciones
en veinte por ciento independientemente del nivel
inicial, una transformación a logaritmos los hará
aditivos. Cuando las transformaciones se hacen
con este propósito, se debe tener en cuenta que
también afectarán a la distribución de los errores
experimentales. Afortunadamente sucede a menudo
que tales transformaciones también hacen que los
errores tiendan a distribuirse más próximamente a
la normal.
Finalmente, la suposición de que los errores son

independientes de observación a observación puede
ser evidentemente insostenible. Es bien sabido que
38
5
DISEÑO EN BLOQUES AL AZAR
a. Descripción
En el Diseño en Bloques al Azar (DBA), las unidades experimentales se distribuyen en grupos
homogéneos llamados bloques. El número de unidades experimentales dentro de cada bloque
es igual al número de tratamientos incluidos en el experimento.
Los tratamientos son distribuidos en forma aleatoria en las unidades experimentales dentro de
cada bloque; entonces, cada uno, constituye una repetición.
Dentro de las Ciencias Ambientales y Agrícolas, se recomienda su uso cuando se tienen

dudas acerca de la homogeneidad de las condiciones ambientales en el área experimental
o, cuando por experiencia, se sabe de la existencia de una gradiente de variabilidad
en un sentido, por ejemplo: grado de inclinación del terreno, dirección del viento,
gradiente de temperatura, etc.
La principal ventaja es que permite extraer de la variabilidad total, la variabilidad

debida al efecto de los bloques. La principal desventaja es que disminuye el
número de grados de libertad para el error experimental, comparado con el
Diseño Completamente al Azar.
b. Al finalizar esta unidad, el estudiante estará en la capacidad de:

Objetivo
Aplicar e interpretar los procesos y procedimientos de estimación e inferencia
en el Diseño en Bloques al Azar .
c.
Contenidos El contenido de esta unidad puede ser analizado, ampliado y revisado en las
1 Características del Diseño en Bloques al Azar.

3 Aleatorización.
39
d. Casos-Problema
rendimiento.

1
4 A 1 semana
caso
Alejandro Ramírez utilizó para su tesis un Diseño Experimental

en Bloques al Azar. Como parte del análisis estadístico de sus
resultados, efectuó ANDEVA para la variable “rendimiento del
cultivo en kg/ha”; la prueba de hipótesis acerca del efecto de los
bloques resultó no significativa. Una de sus conclusiones fue que
“hubiese sido mejor haber utilizado un Diseño Completamente
al Azar, ya que de todos modos, la diferencia entre bloques no
fue significativa”.
• Discuta ampliamente sobre lo efectuado por el estudiante Ramírez; tome en

cuenta la base teórica del Diseño en Bloques al Azar.
• ¿Está usted de acuerdo con la conclusión del estudiante Ramírez? Explique.
• ¿Qué recomendaciones daría para mejorar el análisis y discusión de este segmento
de sus resultados?

2 4 A 1 semana
caso

en un DBA en el campo productivo de su Sede Regional. El
ensayo consiste en seis tratamientos y cuatro repeticiones. Las
unidades experimentales son parcelas de 6m x 4m con seis surcos
y cuatro plantas en cada surco.
• Si por causas ajenas al buen manejo del ensayo se perdiera un bloque, describa
las medidas que tomaría y cómo influiría este hecho en el análisis estadístico de
los resultados.
• Si por causas ajenas al buen manejo del ensayo se perdieran las cuatro unidades
experimentales que corresponden a un mismo tratamiento, describa las medidas
que tomaría y cómo influiría este hecho en el análisis estadístico de los resultados.
• Si por causas ajenas al buen manejo del ensayo se perdieran tres unidades
experimentales, en diferente bloque, describa las medidas que tomaría y cómo
influiría este hecho en el análisis estadístico de los resultados.
40
3 4 A 2 semanas

caso
para analizar el efecto de “t” tratamientos, utilizando “r” repeticiones,

en un DBA. De acuerdo con la información brindada, el terreno
disponible está dividido en dos partes debido a que una carretera
asfaltada pasa por esa jurisdicción. Luego de haber definido el tamaño
y forma de la unidad experimental, así como de haber consensuado
incluir seis repeticiones (bloques), el dueño de la propiedad le
sugiere incluir tres bloques en cada sección del terreno.
• Investigue, analice y luego describa sus conclusiones con respecto a la validez de

la propuesta anterior. En caso de que considere que no es recomendable el diseño
descrito anteriormente, haga una nueva propuesta justificando su decisión.
4
caso
4 A 2 semanas
Asuma que le dan la responsabilidad de conducir un

experimento para analizar el efecto de cuatro tratamientos,
utilizando cuatro repeticiones, en un DBA. De acuerdo con
sus cálculos preliminares, los grados de libertad para el error
serían nueve [(t-1)(r-1)].
• Investigue, analice y luego describa sus conclusiones con respecto a las implicaciones
de la propuesta anterior, en cuanto al análisis del experimento. En caso de que
considere que la propuesta descrita no es recomendable, haga una nueva propuesta y
justifique su decisión.
41
5
caso 4 A 1 semana

para analizar el efecto de “t” tratamientos, utilizando “r” repeticiones,
en un DBA. Para algunas de las variables de respuesta cuantitativas,
se reportan dos observaciones en cada unidad experimental
(submuestreo). Investigue, analice y luego, describa lo siguiente:
• El modelo estadístico para el análisis de varianza
• El procedimiento para chequear el efecto del submuestreo y sus implicaciones posteriores

(en función de si es o no significativo)
6
caso
4 A 1 semana
Utilizando cualquier máquina de búsqueda en Internet, consiga una

copia de un programa de análisis estadístico de licenciamiento libre
(gratuito), que le permita analizar datos provenientes de variables
de respuesta, medidas en unidades experimentales agrupadas de
acuerdo con los lineamientos del Diseño en Bloques al Azar.
7
caso
4 A 1 semana
Dentro de los estándares de calidad del fruto de mango para que sea exportable como un fruto
de primera, debe cumplir con lo siguiente: poseer por lo menos un 20% de coloración rojiza,
sin ningún daño mecánico y que no se encuentre manchado. En la costa sur, se presenta el
problema de la falta de coloración rojiza del fruto, por lo cual se llevará a cabo una investigación
en el cultivo de mango (Mangifera índica L. Var. Tommy Atkins) en la cual se evaluará el
uso de fertilización foliar en la época de floración y crecimiento del fruto y su efecto sobre la
calidad del mismo. Una de las variables de respuesta por medir será el número de frutos con
coloración rojiza. Se utilizará el diseño de bloques al azar debido a que existe una gradiente
de variabilidad en la plantación. Los tratamientos se presentan a continuación:
42
• Potasio + Magnesio + Balanceador + Cobre (MEZCLA 1)
• Mono-di-tri-polisacáridos + Ácidos urónicos + MgO, CaO +B, Zn, Co (MEZCLA

2)
• Nitrato de Potasio + Aminoácidos +Ácido fólico + Nutrientes (MEZCLA 3)
• Testigo (SIN MEZCLA)
Analice el problema, investigue lo que considere pertinente y luego plantee lo siguiente:
• Las hipótesis nula y alterna. Descríbalas en términos del problema.
• El modelo estadístico a utilizar para el análisis de varianza; describa cada uno de

sus componentes en términos del problema.
e. Después de la lectura, análisis y discusión de lo relacionado con el Diseño en Bloques

Actividades al Azar, en grupos de 4 ó 5 estudiantes efectúen lo siguiente.
1 Obtengan una copia de una tesis de la Facultad de Ciencias Ambientales y Agrícolas,

donde se haya utilizado el Diseño en Bloques al Azar en un experimento simple.
Seleccionen al menos una variable de respuesta cuantitativa y efectúen el análisis
estadístico de los resultados. Compárenlos con los resultados reportados en la
tesis. Anoten sus conclusiones.
2 Obtengan una copia de otra tesis de la Facultad de Ciencias Ambientales y Agrícolas,

donde se haya utilizado el Diseño en Bloques al Azar en un experimento simple.
Lean la sección correspondiente a “diseño experimental” y anoten la cantidad de
tratamientos y repeticiones utilizados. También deberán registrar las dimensiones
de las unidades experimentales, así como las distancias entre plantas y entre
surcos.
• Enumeren cada uno de los pasos utilizados para la aleatorización.

unidades experimentales (distancias entre plantas, distancias entre surcos,
parcela neta, etc).
43
f. Esta unidad contiene el diseño experimental básico de mayor uso en las Ciencias
Resumen
Ambientales y Agrícolas, conocido como Diseño en Bloques al Azar o DBA.
Se recomienda este diseño para experimentos que se llevan a cabo bajo condiciones
experimentales en las que se tienen dudas acerca de su homogeneidad o, cuando por
experiencia, se sabe de la existencia de una gradiente de variabilidad en un sentido,
por ejemplo: pendiente del terreno, dirección del viento, gradiente de temperatura,
etc.
El DBA posee la ventaja de que permite extraer de la variabilidad total, la variabilidad

debida al efecto de los bloques. Sin embargo, el número de grados de libertad para
el error experimental es menor comparado con el Diseño Completamente al Azar.
g. Autoevaluación
Dejando constancia en su cuaderno de trabajo, realice lo que se le pide a continuación.
Con el propósito de comparar el efecto de cinco fuentes de nitrógeno sobre la producción

de materia seca de cebada forrajera, se condujo un experimento. Las cinco fuentes evaluadas
fueron:
1. (NH4)2 2. NH4 NO3 3. CO (NH4)3

4. Ca (NO3)2 5. Na NO3
Debido a que se deseaba aplicar los resultados sobre condiciones relativamente amplias,
se decidió realizar el experimento en cuatro tipos de suelo. De esta manera, el diseño
experimental usado permitió controlar el efecto de los diferentes tipos de suelo. A la madurez
del cultivo, se cosecharon las unidades experimentales y se midió la cantidad de materia seca
de forraje producido. Las producciones (en kilogramos por parcela) se presentan resumidas
en el cuadro siguiente.
Cuadro 6. Producción (kilogramos/parcela) de materia seca de cebada en los cinco tratamientos

evaluados.
Fuentes de Tipos de suelo
Nitrogeno
I II III IV
1 32.1 35.6 41.9 35.4
2 30.1 33.5 37.1 33.8

3 25.4 27.4 33.8 31.1
4 24.1 35.3 35.6 33.4
5 26.1 31.0 33.8 31.9
44
• Efectúe el análisis estadístico respectivo, incluyendo los procedimientos post-ANDEVA
que considere pertinentes. Debe incluir planteamiento de hipótesis, supuestos y modelo
estadístico (describa cada uno de los componentes). Utilice un nivel de significancia
del 5%.
h.
Vocabulario
> Bloque: Grupo homogéneo de unidades experimentales que constituye una
repetición.
> Diseño en Bloques al Azar (DBA): Consiste en la distribución de los

tratamientos en grupos de unidades experimentales denominados bloques, de
tal manera que las condiciones dentro del bloque sean homogéneas. Cada
bloque debe incluir una sola vez a cada uno de los tratamientos.
i.
CANAVOS, George C. (1988). Probabilidad y Estadística: aplicaciones y métodos.
Referencias México, D.F.: Editorial McGraw-Hill. Primera edición. Pp. 420-425.
Bibliográficas

de la salud. México, D. F.: Editorial Limusa Wiley. Cuarta edición. Pp. 322-
334.


México, D.F.: Compañía Editorial Continental, S. A.. Quinta reimpresión. Pp.
371-385.
WONNACOTT, Thomas & Ronald Wonnacott. (1981). Fundamentos de

Estadística para Administración y Economía. México, D.F.: Editorial Limusa S.
A. Segunda edición. Pp. 248-261. 45



Recomendaciones para un bloqueo

eficiente
En muchos de los problemas de diseño diferente, y a que esta variabilidad de la resistencia

experimental, es necesario diseñar el experimento no era de interés directo, el experimento se diseñó
de tal modo que la variabilidad que surge de un utilizando los dos métodos de prueba en cada
factor perturbador pueda controlarse. Por ejemplo, viga y después comparando con cero la diferencia
considérese la situación donde se usaron dos promedio en los registros de la resistencia de cada
métodos diferentes para predecir la resistencia al viga usando la prueba de t pareada. Esta prueba
corte de vigas de placas de acero. Debido a que es un procedimiento para comparar las medias
cada viga tiene (potencialmente) una resistencia de dos tratamientos cuando no es posible hacer
46
todas las corridas experimentales bajo condiciones repetición está formada de un grupo compacto de
homogéneas. De manera alternativa, la prueba t ellas, de forma tan aproximadamente cuadrada
pareada puede verse como un método para reducir como sea posible.
el ruido ambiental en el experimento separando en
bloque (bloqueando) el efecto del factor perturbador.
El bloque es el factor perturbador y, en este caso,
el factor perturbador es la unidad experimental en
sí, los ejemplares de prueba de las vigas de acero
usadas en el experimento.
El diseño de bloques aleatorizados es una ampliación

de la prueba de t pareada a situaciones en las que el
factor de interés tiene más de dos niveles; es decir,
deben compararse más de dos tratamientos. Por
ejemplo, suponer que podrían usarse tres métodos
para evaluar las lecturas de la resistencia de las
vigas de placas de acero. Estos métodos pueden
considerarse tres tratamientos. Al diseño se le llama
de bloques completos aleatorizados, porque cada
bloque es lo suficientemente grande para contener
todos los tratamientos y porque la asignación real
de cada uno de los tres tratamientos dentro de cada
bloque se hace al azar. En los cultivos hechos con el objeto de mantener
limpia la tierra de malas hierbas, generalmente no
La esencia de este diseño estriba en que el material se consideran las repeticiones, ya que no se cree
experimental se divide en grupos, cada uno de los que los resultados se afecten por el orden en que
cuales constituye una sola prueba o repetición. se cultiven las parcelas. Sin embargo, si la cosecha
El objeto en todas las etapas del experimento debe extenderse por algunos días, es recomendable
es de mantener el error experimental dentro de cosechar repetición por repetición, en previsión
cada grupo, tan pequeño como sea posible en la de que la lluvia u otros factores pudieran producir
práctica. cambios en el peso de la cosecha de un día para
otro.
Así, cuando las unidades se asignan a los grupos
sucesivos, todas las unidades que van en el mismo Texto tomado de: Montgomery, Douglas C. &
grupo deben ser comparables. Similarmente, George C. Runger. Probabilidad y Estadistica
durante el curso del experimento se debiera emplear Aplicadas a la Ingeniería. (2007). Editorial Limusa
una técnica uniforme para todas las unidades en el S.A. de C.V. , Primera Edición,
mismo grupo. Cualesquiera de los cambios en Mexico Distrito Federal, pp 595-596.
técnicas o en otras condiciones que puedan afectar
los resultados, deben hacerse entre grupos.
Esta división en repeticiones necesita ser reconocida

únicamente en aquellas etapas de la realización Consulte el artículo sobre “Bloques incompletos en los
del experimento donde la división pueda ayudar diseños de superficie de respuesta y sus aplicaciones
a reducir los errores experimentales. En los agronómicas ”, de la Facultad de Agronomía, Universidad
experimentos agrícolas de campo, la división se Central de Venezuela. Autores: W. González, et. al.
hace cuando las parcelas se marcan en el campo. Disponible en línea.
Puesto que se sabe que las parcelas vecinas son http://www.serbi.luz.edu.ve/pdf/fagro/v23n1/art_09.pdf
más parecidas en fertilidad que las distantes, cada
47
48
3
DISEÑO DE
EXPERIMENTOS
Guía 3 de 3
6
DISEÑO EN CUADRADO LATINO
a. Descripción
En el Diseño en Cuadrado Latino (DCL), las unidades experimentales se distribuyen en filas y
columnas, simulando un doble bloqueo. Cada tratamiento solo debe aparecer una vez por fila
y por columna, ya que cada una de ellas constituye una repetición completa. Para lograr esto,
el proceso de aleatorización debe iniciarse con un cuadrado latino reducido, luego permutar
filas y columnas y finamente, asignar los tratamientos de manera aleatoria. Esto garantiza que
cualquier comparación de tratamientos no se vea afectada por las diferencias existentes entre
filas o entre columnas.
En este diseño, el número de filas, de columnas y de tratamientos debe ser igual. Por lo
anterior, el uso de este diseño se recomienda para conducir experimentos en condiciones
heterogéneas, cuando se sepa o se sospeche de la existencia de dos gradientes.
Posee como ventaja que extrae de la variación total la variación debida al doble
bloqueo (filas y columnas). Sin embargo, existe la desventaja de que disminuye el
número de grados de libertad para el error experimental, comparado con los diseños
50 experimentales básicos previamente abordados en este Cuaderno de Trabajo.
Además, a medida que el número de tratamientos se incrementa, puede que
no sea factible obtener suficiente material experimental para la conducción del
b.
ensayo, ya que el número de repeticiones iguala al número de tratamientos.
Aplicar e interpretar los procedimientos de estimación e inferencia en el Diseño

en Cuadrado Latino.
c.
Contenidos El contenido de esta unidad puede ser analizado, ampliado y revisado en las páginas
específicas que se detallan en las referencias bibliográficas:
1 Características del Diseño en Cuadrado Latino.

3 Aleatorización.
50
d. Casos-Problema
rendimiento.
O 1
4 A 1 semana
caso
Rafael Salazar está escribiendo su proyecto de investigación de

tesis para presentarlo ante las autoridades de la Facultad y lograr su
aprobación. Él está planificando someter a evaluación en campo
definitivo seis nuevas variedades de una hortaliza de exportación.
Debido a las condiciones del terreno seleccionado, propone utilizar
un Diseño en Cuadrado Latino.
• Ayude a Rafael efectuando el arreglo y aleatorización de sus tratamientos en el campo.

Describa cada uno de los pasos.
• Plantee el modelo estadístico apropiado para el experimento y describa cada uno de sus
componentes.
• Construya una tabla en donde se ubiquen las fuentes de variación y sus correspondientes
grados de libertad.

4 A 1 semana
2
caso

en un DCL en el campo productivo de su Sede Regional. El ensayo
consiste en cinco tratamientos. Las unidades experimentales son
parcelas de 5m x 3m con cinco surcos y tres plantas en cada surco.
• Si por causas ajenas al buen manejo del ensayo se perdiera una fila, describa las medidas
que tomaría y cómo influiría este hecho en el análisis estadístico de los resultados.
• Si por causas ajenas al buen manejo del ensayo se perdieran las cinco unidades
experimentales que corresponden a un mismo tratamiento, describa las medidas que
tomaría y cómo influiría este hecho en el análisis estadístico de los resultados.
• Si por causas ajenas al buen manejo del ensayo se perdieran dos unidades experimentales
en diferente tratamiento, fila y columna, describa las medidas que tomaría y cómo
influiría este hecho en el análisis estadístico de los resultados.
51
3
4 A 2 semanas
caso

agrícola para analizar el efecto de ocho tratamientos, bajo condiciones
de campo definitivo. Debido a la existencia de dos gradientes de
variabilidad en el área experimental, se toma la decisión de utilizar
un DCL. Sin embargo, se hacen necesarias sesenta y cuatro unidades
experimentales, lo cual se convierte en un problema debido a que el
terreno disponible no es lo suficientemente grande.
• Investigue, analice y luego plantee propuestas de diseño, tomando en cuenta la base

teórica del Diseño en Cuadrado Latino.

4 A 3 semanas
caso

Asuma que se le presenta la posibilidad de que le puedan financiar su
trabajo de tesis, mediante la conducción de un experimento agrícola
para analizar el efecto de cinco tratamientos, bajo condiciones
de campo definitivo. Debido a la existencia de dos gradientes de
variabilidad en el área experimental, se toma la decisión de utilizar
un DCL. Sin embargo, la entidad que financia está interesada en que
el estudio se efectúe de manera simultánea en tres localidades.
• Investigue, analice y luego plantee sus propuestas de diseño; describa las ventajas
y desventajas de incluir al factor “localidad” dentro de las fuentes de variación
(experimento repetido en el espacio).

4 A 3 semanas
caso
Asuma que le dan la responsabilidad de conducir un experimento para analizar el efecto de “t”
tratamientos. Debido a la existencia de dos gradientes de variabilidad en el área experimental,
se toma la decisión de utilizar un DCL. Para algunas de las variables de respuesta cuantitativas,
se reportan tres observaciones en cada unidad experimental (submuestreo).
Investigue, analice y luego describa lo siguiente:
• El modelo estadístico para el análisis de varianza.

• El procedimiento para chequear el efecto del submuestreo y sus implicaciones posteriores
(en función de si es o no significativo).
52
4 A 1 semana
caso
Se desea efectuar un experimento para analizar el efecto de seis

tratamientos en un DCL. El investigador le pide su colaboración para
que le ayude con la aleatorización. Recuerde tener presente que debe
iniciar con un cuadrado latino reducido y finalizar con la asignación
de los tratamientos a las unidades experimentales. Debe presentar el
esquema del arreglo y aleatorización de los tratamientos.
7
caso
4 A 1 semana
Utilizando cualquier máquina de búsqueda en Internet, consiga una

copia de un programa de análisis estadístico de licenciamiento libre
(gratuito), que le permita analizar datos provenientes de variables
de respuesta, medidas en unidades experimentales y agrupadas de
acuerdo con los lineamientos del Diseño en Cuadrado Latino.
e. Después de la lectura, análisis y discusión de lo relacionado con el Diseño en

Actividades Cuadrado Latino, en grupos de 4 ó 5 estudiantes efectúen lo siguiente.
1 Obtengan una copia de una tesis de la Facultad de Ciencias Ambientales y Agrícolas,

donde se haya utilizado el Diseño en Cuadrado Latino en un experimento simple.
Seleccionen al menos una variable de respuesta cuantitativa y efectúen el análisis
estadístico de los resultados. Compárenlos con los resultados reportados en la
tesis. Anoten sus conclusiones.
2 Obtengan una copia de otra tesis de la Facultad de Ciencias Ambientales y Agrícolas,

donde se haya utilizado el Diseño en Cuadrado Latino en un experimento simple.
Lean la sección correspondiente a “diseño experimental” y registre la cantidad
de tratamientos utilizados. Además, anoten las dimensiones de las unidades
experimentales, así como las distancias entre plantas y entre surcos.

Enumeren cada uno de los pasos utilizados para la aleatorización.

unidades experimentales (distancias entre plantas, distancias entre surcos,
parcela neta, etc.).
53
f. Esta unidad contiene el diseño experimental básico de menor uso en las Ciencias
Resumen Ambientales y Agrícolas, conocido como Diseño en Cuadrado Latino o DCL.
En el Diseño en Cuadrado Latino (DCL), las unidades experimentales se distribuyen en

filas y columnas, simulando un doble bloqueo. Cada tratamiento solo debe aparecer
una vez por fila y por columna, ya que cada fila y columna constituye una repetición
completa. Esto garantiza que cualquier comparación de tratamientos no se vea afectada
por las diferencias existentes entre filas o entre columnas.
En este diseño el número de filas, número de columnas y el número de tratamientos

debe ser igual. Por lo anterior, el uso de este diseño se recomienda para conducir
experimentos en condiciones heterogéneas, cuando se sepa o se sospeche de la
existencia de dos gradientes.
Posee como ventaja que extrae de la variación total la variación debida al doble bloqueo
(filas y columnas). Sin embargo, existe la desventaja de que disminuye el número de
grados de libertad para el error experimental, comparado con los diseños experimentales
básicos previamente abordados en este Cuaderno de Trabajo. Además, a medida de
que el número de tratamientos se incrementa, puede presentar el inconveniente de no
contar con suficiente material experimental para la conducción del ensayo, ya que el
número de repeticiones es igual al número de tratamientos.
g. Autoevaluación
Dejando constancia en su cuaderno de trabajo, realice lo que se le pide.
1. En un experimento sobre competencia de variedades de caña de azúcar, se sometió a

evaluación las variedades Co-290 (A, variedad de uso tradicional en la localidad), Co-
421(B), Co419(C), POJ2878(D) y CP3613(E). El ensayo se dispuso en un diseño en
cuadrado latino para controlar la heterogeneidad de dos gradientes detectados en
el área experimental. El arreglo de campo y los resultados obtenidos se muestran a
continuación.
54
D 532 A 518 B 558 C 583 E 531
C 524 E 578 A 524 B 550 D 500
E 589 B 584 C 556 D 597 A 520
B 594 D 500 E 513 A 586 C 501
A 515 C 560 D 538 E 594 B 518
Figura 1. Arreglo y aleatorización de los tratamientos, incluyendo los resultados de la producción

de caña de azúcar en kilogramos por parcela.
• Efectúe el análisis estadístico respectivo hasta generar conclusiones. Debe incluir

planteamiento de hipótesis, supuestos y modelo estadístico (describa cada uno de los
componentes). Si es necesario, utilice los procedimientos post-ANDEVA que considere
pertinentes.
h.
Vocabulario > Columna: Serie de unidades experimentales colocadas en línea vertical.
> Cuadrado Latino reducido: Es un cuadrado latino básico en el que la primera fila y
la primera columna están identificadas con letras ordenadas en forma ascendente.
> Diseño en Cuadrado Latino (DCL): Consiste en la distribución de los tratamientos

en un arreglo de unidades experimentales en doble bloqueo, identificado como filas
y columnas, de tal manera que el número de tratamientos es equivalente al número
de filas y de columnas. Se recomienda su uso cuando se sabe o se sospecha de la
existencia de dos gradientes en el área experimental.
> Fila o hilera: Serie de unidades experimentales colocadas en línea horizontal.
55
i.
Referencias
Bibliográficas


México, D.F.: Grupo Editorial Iberoamérica. Primera edición. Pp. 139-
147.
SNEDECOR George W. & William G. Cochran (1978). Métodos Estadísticos.

México, D.F.: Compañía Editorial Continental, S. A. Quinta reimpresión.
Pp. 386-412.




56
Doble agrupamiento de unidades
experimentales
En el cuadro latino, los tratamientos se agrupan en El análisis de la varianza del cuadro latino permite
repeticiones de dos maneras distintas. Cada hilera y aislar las diferencias consistentes entre las cuadrillas
cada columna de cualquier cuadro es una repetición y las diferencias consistentes entre operarios de
completa. El efecto del doble agrupamiento es carga, así como las variaciones de día en día.
el de eliminar de los errores todas las diferencias
entre hileras, al igual que todas las diferencias entre La principal restricción en la utilidad del cuadro
columnas. Así, el cuadrado latino mediante una latino es que el número de repeticiones es igual
planeación hábil, da más oportunidad para reducir al número de tratamientos; si este último es
los errores que el diseño de bloques al azar. considerable, el número de repeticiones requerido
se vuelve impracticable. Son poco usados los
El material experimental debe arreglarse y el cuadros latinos mayores de 12 x 12, mientras que el
experimento conducirse de tal manera que las tamaño mas común es desde 5 x5 hasta 8 x 8.
diferencias entre hileras y columnas representen las
mayores fuentes de variación. En experimentos de Los cuadros latinos también tienen hasta cierto
campo las parcelas comúnmente se arreglan en una punto la misma desventaja que los bloques al azar,
formación en cuadro, de suerte que la fertilidad del de que el error experimental por unidad es probable
suelo y otras variaciones en dos direcciones estén que se aumente con el tamaño del cuadro.
controladas. En experimentos de invernadero, las
variaciones a lo largo y a lo ancho de la mesa pueden Los cuadros pequeños proporcionan solamente
ser manejadas en forma parecida. En ocasiones, el unos cuantos grados de libertad para la estimación
cuadro latino es ventajoso aun cuando las parcelas del error; ninguno para el 2 x 2, dos para el 3 x 3,
formen una línea continua. En este caso, las hileras y seis para el 4 x 4. Este hecho elimina el uso del
pueden ser bloques compactos de tierra, mientras cuadro simple 2 x 2, mientras que los cuadros 3 x
que las columnas especifican el orden dentro de 3 y 4 x 4 deben producir una reducción importante
cada bloque. Si se supone que el gradiente del en el error, sobre bloques al azar o completamente
rendimiento está en la misma dirección a lo largo al azar, para contrarrestar la pérdida de grados de
de toda la línea, los bloques y el orden en bloques libertad.
eliminan juntos los efectos del gradiente en forma
más completa que un solo testigo. Texto tomado de: Cochran, William G. & Gertrude
M. Cox (ver bibliografía).
Con frecuencia, particularmente en la industria, un
experimento requiere una serie de operaciones, Consulte el artículo sobre “Cuadrado Latino”; énfasis en
cada una de las cuales puede introducir variabilidad “Cuadrados Latinos y rompecabezas matemáticos”, de
en los resultados finales. En tales casos, el cuadro la Enciclopedia en línea Wikipedia. http://es.wikipedia.
latino puede ser útil en la investigación preliminar org/wiki/Cuadrado_latin http://es.wikipedia.org/wiki/
de las fuentes de variación. Por ejemplo, en la Sudoku
preparación de una mezcla explosiva usada en
fulminantes, la variación puede ocurrir, ya sea en
la mezcla de los ingredientes del explosivo o en
el proceso de carga. En un experimento de este
tipo intervinieron 4 cuadrillas de mezclado y
4 operadores de carga. Cada día el producto de
cada cuadrilla era enviado a un diferente operador
de carga, cambiándose diariamente el arreglo de
acuerdo con un cuadro latino 4x4 (hileras = cuatro
días, columnas = operadores de carga).
57
7
EXPERIMENTOS FACTORIALES
a. Descripción
Se llaman experimentos factoriales a los que incluyen la evaluación simultánea de dos o más
factores, de tal manera que los tratamientos se forman por la combinación de los niveles de
cada uno de los factores involucrados.
Los experimentos factoriales no constituyen en sí un diseño experimental; están relacionados

con una particular estructura de tratamientos. Por lo tanto, este tipo de experimentos
debe ejecutarse sobre alguno de los diseños experimentales básicos que se cubrieron
previamente en este cuaderno didáctico.
Por la naturaleza del arreglo de tratamientos, es común que los experimentos

factoriales puedan ser de arreglo combinatorio o arreglo en parcelas divididas. Hay
casos especiales de arreglo en parcelas subdivididas (ver inciso e.)
58
b.
Aplicar e interpretar los procesos y procedimientos de estimación e inferencia

en experimentos cuyo arreglo de tratamientos tenga estructura factorial.
c.
Contenidos Los siguientes contenidos pueden ser consultados y ampliados en las páginas
específicas que se indican en la bibliografía:
1 Conceptos fundamentales:
factor, nivel, tratamientos, interacción, efecto principal.
2 Tipos de experimentos factoriales.
3 Arreglo combinatorio de tratamientos.
4 Arreglo en parcelas divididas (PARDIV).
58 5 Ventajas y desventajas.
d. Casos-Problema
rendimiento.
LES 1
4 A 2 semanas
caso
Asuma que le proponen realizar una investigación para estudiar

el efecto de dosis de fertilizante fosforado (0 kg/ha, 25 kg/ha y
50 kg/ha) sobre dos variedades de un cultivo anual (variedad
de tallo corto y variedad de tallo largo), ya que se sospecha que
los tipos de planta difieren en su respuesta a la fertilización con
Fósforo. Debido a la existencia de un gradiente de variabilidad
en el terreno seleccionado, usted decide utilizar un Diseño en
Bloques al Azar. Se cuenta con suficientes recursos para incluir
cuatro repeticiones.
• ¿Qué tipo de arreglo factorial utilizaría: combinatorio o parcelas divididas?

Justifíquelo.
• Elabore una figura del arreglo y aleatorización de los tratamientos en el campo.
Describa cada uno de los pasos.
• ¿Qué procedimiento (s) post-ANDEVA utilizaría? ¿Por qué?

2 4 A 1 semana
Asuma que, para llevar a cabo su investigación de tesis, le ofrecen

caso
el terreno y todos los recursos, siempre que realice lo que al

propietario de una finca le interesa. Dicha persona quiere que se
evalúe en forma simultánea –para ahorrar recursos- el efecto de
tres niveles de Nitrógeno, dos niveles de Fósforo y tres niveles de
Potasio sobre tres variedades de un cultivo anual.
• ¿Qué opinión le merece el problema anterior?

• ¿Cuál sería su punto de vista ante el planteamiento del propietario de la finca?
• Discuta sobre las implicaciones de un incremento en el número de factores y/o niveles
en experimentos factoriales.
59
3
caso 4 A 3 semanas
Asuma que se le presenta la posibilidad de que le puedan financiar su trabajo de tesis,

mediante la conducción de un experimento agrícola bifactorial con arreglo combinatorio
3x4, en un DCA. Debido a limitaciones presupuestarias, la entidad financista le solicita
que se incluya solo una repetición para cada combinación de tratamientos.
• Investigue, analice y luego describa sus conclusiones con respecto a las

implicaciones de la propuesta anterior, en cuanto al análisis del experimento. En
caso de que considere que la propuesta descrita no es recomendable, haga una
nueva propuesta y justifique su decisión.
4
caso
4 A 3 semanas
Asuma que se le presenta la posibilidad de que le puedan financiar su trabajo de tesis, mediante
la conducción de un experimento agrícola en campo definitivo. Debido a la existencia de un
gradiente de variabilidad en el área experimental, es necesario utilizar un Diseño en Bloques al
Azar. La entidad que financia necesita someter a evaluación los tratamientos producto de un
arreglo combinatorio 3x3 más un testigo absoluto.
Investigue, analice y luego, proponga el procedimiento que utilizaría para el análisis estadístico de
los resultados de sus variables de respuesta cuantitativas. Tome en cuenta lo siguiente:
• Estudiar la estructura bifactorial del arreglo 3x3: plantee el modelo estadístico y las hipótesis
pertinentes
• Estudiar el efecto del testigo absoluto: plantee el modelo estadístico y las hipótesis
pertinentes.
60
5 4 A 2 semanas
caso
Para una investigación donde se somete a evaluación simultánea dos factores (A y B), el
análisis de varianza puede presentar los siguientes resultados para el efecto de A, efecto de
B y para la interacción entre los factores AB (* implica diferencias significativas, mientras
que NS implica diferencias no significativas). Investigue y luego proponga la(s) fuente(s)
de variación a las que se les recomienda efectuar la Prueba de Tukey, de acuerdo con los
resultados de la prueba.
Fuente de Resultado de la Prueba

Variación
A * NS * NS NS * * NS
B * * NS NS * NS * NS
AB * * * * NS NS NS NS

6 4 A 3 semanas
caso
Para un experimento donde se somete a evaluación simultánea

dos factores (A y B), en un arreglo en parcelas divididas (factor A
en parcelas grandes), asuma que el análisis de varianza rechaza
la hipótesis nula planteada para la interacción AB.
• Investigue y luego escriba la fórmula para calcular el valor del comparador de la Prueba
de Tukey para la interacción, en donde las medias de tratamientos provienen de parcelas
grandes diferentes (por ejemplo, al comparar las medias de los tratamientos A1B2 versus
A3B1 dentro de la matriz de diferencias).
61
7
caso 4 A 2 semanas
En un experimento conducido en un centro de producción

agrícola, se aplicó en las unidades experimentales reguladores
de crecimiento (tratamientos). Posteriormente, se tomaron
muestras de follaje en cada unidad experimental, cada quince
días durante seis meses. La estructura de parcelas divididas en
el tiempo, es caracterizada cuando se aplica a las parcelas los
niveles de un único factor (tratamientos) y se toman medidas
repetidas en ocasiones sucesivas sobre la misma parcela, tal
como ocurre en la presente investigación.
• Investigue, analice y luego proponga el procedimiento de análisis para el problema descrito.

Incluya el modelo estadístico, supuestos e hipótesis respectivas.
e.
Actividades
Después de la lectura, análisis y discusión de lo relacionado con los experimentos
factoriales, en grupos de 4 ó 5 estudiantes, efectúen lo siguiente.
1 Investiguen y preparen un informe técnico acerca del arreglo en parcelas

subdivididas (3 factores); incluyan al menos un ejemplo de aplicación en las
Ciencias Ambientales y Agrícolas.
2 Obtengan una copia de una tesis de la Facultad de Ciencias Ambientales

y Agrícolas, donde se haya utilizado el arreglo combinatorio de tratamientos
(bifactorial o trifactorial) en cualesquiera de los diseños básicos (DCA, DBA o
DCL). Seleccionen al menos una variable de respuesta cuantitativa y efectúen el
análisis estadístico de los resultados. Compárenlos con los resultados reportados
en la tesis. Anoten sus conclusiones.
62
3 Obtengan una copia de una tesis de la Facultad de Ciencias Ambientales y
Agrícolas, donde se haya utilizado el arreglo en parcelas divididas (bifactorial) en
cualesquiera de los diseños básicos (DCA, DBA o DCL). Seleccionen al menos
una variable de respuesta cuantitativa y efectúen el análisis estadístico de los
resultados. Compárenlos con los resultados reportados en la tesis. Anoten sus
conclusiones.
f. La última unidad del curso de Diseños Experimentales corresponde a los

Resumen experimentos factoriales. Como tal, se conoce a los experimentos donde se
somete a evaluación en forma simultánea a dos o más factores. Esto implica, que
los tratamientos se conforman mediante la combinación de los niveles de cada
uno de los factores involucrados.
Cualquier experimento factorial debe ejecutarse sobre alguno de los diseños

experimentales básicos cubiertos previamente (DCA, DBA o DCL); es decir, el
tipo de experimentos que corresponde a esta unidad se refiere únicamente a la
estructura de los tratamientos.
De acuerdo con el arreglo particular de los tratamientos en las unidades

experimentales, comúnmente se categoriza a los experimentos factoriales en
arreglo combinatorio o arreglo en parcelas divididas (PARDIV).
g. Autoevaluación
Dejando constancia en su cuaderno de trabajo, realice lo que se le pide para que pueda
verificar cuánto ha aprendido.
1. Se realizó un experimento en el que se evaluaron pruebas rápidas para determinar la

viabilidad de semillas de pino de El Petén (Pinus caribaea), procedente de tres fuentes de
semilla. El ensayo se llevó a cabo en el laboratorio del Banco de Semillas Forestales del
Instituto Nacional de Bosques. Debido a limitaciones de laboratorio, fue necesario llevar a
cabo las pruebas por lotes (bloques).
63
Los factores y niveles sometidos a evaluación fueron los siguientes:
Cuadro 7. Factores y niveles sometidos a evaluación.
FACTOR \ Niveles 1 2 3
Prueba de Viabilidad Tetrazolio (TZ) Índigo Carmín (IC) Germinación Directa (GD)
Procedencia Poptún 1997(P97) Poptún 1998 (P98) El Limón, Honduras (LH)
El arreglo y distribución de los tratamientos en los lotes, así como el resultado de la variable
de respuesta se muestra en la siguiente figura:
ICP97 TZP97 TZP98 ICP98 GDP98 GDLH TZLH GDP97 ICLH

56 36 72 76 81 70 68 47 80
ICP98 TZP98 TZP97 ICP97 GDP97 GDLH TZLH GDP98 ICLH

72 76 48 40 32 64 64 79 64
ICLH GDP98 TZP97 ICP97 GDP97 GDLH TZLH TZP98 ICP98

68 81 52 52 37 68 56 80 84
ICLH TZP98 TZP97 ICP98 GDP97 GDLH TZLH GDP98 ICP97

60 80 44 80 45 55 64 78 24
Figura 2. Aleatorización de los tratamientos y resultados del “porcentaje de semilla viable

en Pinus caribaea”
• Efectúe el análisis estadístico respectivo; incluya los procedimientos post-ANDEVA

que considere pertinentes. Debe incluir planteamiento de hipótesis, modelo estadístico,
etc.
64
h.
Vocabulario > Arreglo combinatorio: Se refiere al arreglo de tratamientos mediante la combi-
nación de los niveles de los factores involucrados. Ejemplo: bifactorial 2x3,
trifactorial 3x2x3, etc.
> Arreglo en parcelas divididas: Se refiere al arreglo especial de un experimento

bifactorial, en el que los niveles de un factor se asignan aleatoriamente a parcelas
grandes y luego, dentro de cada parcela grande, se asignan aleatoriamente los
niveles del segundo factor, constituyendo las parcelas chicas.
> Efecto principal: Para un factor en particular, el efecto principal es la diferencia

entre la respuesta promedio entre los niveles.
> Factor: Es cada una de las variables independientes cuyo efecto se está intere-
sado en evaluar. Ejemplo: temperaturas, concentraciones, variedades, proce-
dencias, dosis, etc.
Interacción: La interacción entre factores se da cuando la diferencia en la res-

>
puesta entre los niveles de un factor no es la misma en todos los niveles de los
otros factores. En un experimento bifactorial puede haber interacción AxB; en un
experimento trifactorial puede haber interacciones AxB, AxC, BxC y AxBxC.
> Nivel: Es cada una de las modalidades que toma un factor en particular. Ejem-
plo: 30o C, 20 ppm, Variedad Chata Mexicana, 100 kg/ha, etc.
i.
Referencias
Bibliográficas
CANAVOS, George C. (1988). Probabilidad y Estadística: aplicaciones y
métodos. México, D.F.: Editorial McGraw-Hill. Primera edición. Pp. 426-
435.

México, D. F.: Editorial Trillas. Primera reimpresión. Pp. 177-214.

de la salud. México, D.F.: Editorial Limusa Wiley. Cuarta edición. Pp. 341-
359.


México, D.F.: Compañía Editorial Continental, S. A.. Quinta reimpresión. Pp.
419-445.
65



Diseño de experimentos factoriales
Un experimento no es sino una prueba o una serie El diseño experimental factorial es una técnica
de pruebas. En todas las áreas de la ingeniería poderosa cuando en un experimento se incluyen
y las ciencias, se llevan a cabo experimentos y dos o más factores que el experimentador
constituyen un recurso primordial para conocer la considera de posible importancia. En general,
forma como operan los sistemas y los procesos. en un diseño experimental factorial los ensayos
La validez de las conclusiones que se sacan de (o corridas) experimentales se realizan para todas
un experimento dependen en gran medida de la las combinaciones de los niveles de los factores.
manera en que éste se llevó a cabo. Por lo tanto, Por ejemplo, si un ingeniero químico tiene interés
el diseño del experimento desempeña un papel en investigar los efectos del tiempo de reacción y
fundamental en la eventual solución del problema la temperatura de reacción sobre el rendimiento
que dio lugar al experimento. de un proceso, y si se consideran importantes
66
dos niveles de tiempo (1 hora y 1.5 horas) y dos requieren grandes parcelas, puedan ser distribuidos
niveles de temperatura (125 oF y 150 oF), entonces entre las subparcelas (parcelas pequeñas). De esta
un experimento factorial consistiría en realizar las manera, se crean dos estructuras: una estructura de
corridas experimentales para cada una de las cuatro parcelas grandes con los niveles del factor A y otra
combinaciones posibles de estos niveles del tiempo estructura de subparcelas dentro de cada parcela
de reacción y la temperatura de reacción. grande, con los niveles del factor B.
Los niveles aplicados en las parcelas grandes son
Pueden considerarse dos tipos fundamentales de denominados: tratamientos primarios, y los niveles
experimentos factoriales: a) factorial completo, del factor aplicado en las parcelas pequeñas son
el cual ensaya todas las posibles combinaciones denominados: tratamientos secundarios.
de tratamientos que se generan con los distintos
niveles de los factores en estudio; b) factorial Debido a esta estructura, los tratamientos primarios
fraccionado, el cual ensaya solo alguna de las son confundidos con las parcelas grandes, en tanto
posibles combinaciones de tratamientos que pueden que los tratamientos secundarios no son confundidos,
generarse. por eso se debe asignar el factor de mayor interés,
en la medida de lo posible, a las parcelas pequeñas.
Dentro de los factoriales completos pueden Este tipo de arreglo, es muchas veces preferido (en
distinguirse los factoriales simétricos en donde cada comparación con el arreglo combinatorio), debido
factor presenta igual número de niveles, pudiéndose a las facilidades de instalación de los tratamientos
representar mediante la notación pn, siendo p el en el área experimental.
número de niveles de los factores y n el número de
factores; ejemplo: 32 indica que tenemos 2 factores Desde el punto de vista estadístico, los experimentos
con 3 niveles cada uno, y en total tendremos 9 que utilizan arreglo combinatorio, por lo general,
tratamientos. Y los asimétricos en donde cada factor son más eficientes que los experimentos donde
presenta desigual número de niveles, se pueden se utiliza arreglo en parcelas divididas, puesto
representar como p x q, siendo p y q los niveles del que, en tanto en el arreglo combinatorio existe
factor A y del factor B, respectivamente. un único estimador del error experimental para el
cálculo del valor del estadístico de prueba F y el
Los experimentos en parcelas divididas, así como cálculo de comparadores en los procedimientos de
los experimentos en arreglo combinatorio, incluyen comparación múltiple, en los experimentos donde se
todas las posibles combinaciones de dos ó más utiliza arreglo en parcelas divididas hay dos errores:
factores en sus diferentes niveles, y la diferencia uno asociado a parcelas grandes y otro asociado
entre esos tipos de arreglos está en la manera de a las parcelas pequeñas. El error experimental
instalación de los experimentos y en el esquema del asociado a las parcelas grandes generalmente tiene
análisis de varianza. un número de grados de libertad pequeño, llevando
a poca sensibilidad en el análisis.
Si se considera un diseño en bloques al azar, con r
bloques y a niveles del factor A y si cada una de las La mayoría de los conceptos estadísticos para
ra parcelas se divide en b subparcelas, y entre esas experimentos de un solo factor (experimentos
b subparcelas se distribuyen al azar los b niveles de simples) pueden extenderse a los experimentos
un factor B, se tiene entonces, una generalización factoriales. En particular, el análisis de varianza
del diseño en bloques al azar, conocida como constituye una de las principales herramientas
arreglo en parcelas divididas. estadísticas para el análisis de datos estadísticos.
Este tipo de arreglo es útil cuando ciertos niveles
de un factor A, para que sean aplicados en el Texto tomado de: Montgomery, Douglas C. &
experimento, requieren grandes parcelas, como George C. Runger. Probabilidad y Estadistica
ocurre en los sistemas de riego, los distanciamientos Aplicadas a la Ingeniería. (2007). Editorial Limusa
de siembra, épocas de aplicación de niveles de un S.A. de C.V. , Primera Edición,
factor, época de corte, etc; además, esos niveles Mexico Distrito Federal, pp 618.
serán combinados con los niveles del factor B.
Consultar el artículo sobre “Experimentos Factoriales”,
Los niveles del factor A son distribuidos entre las páginas 1-9. Disponible en línea.
parcelas grandes, las cuales sufrirán una división, http://www.angelfire.com/ar/iagg101/docum/Diseno2.
de tal modo que los niveles del factor B, que no pdf
67

CT Diseño de Experimentos Parte No 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

CT Diseño de Experimentos Parte No 2

Cargado por

Copyright:

Formatos disponibles

g.

¿A qué me mueve o a qué me motiva todo lo aprendido?

> Justificación: Se presentan las razones que motivan a los investigadores a

> Hipótesis: Son supuestos basados en conocimientos anteriores que permiten

> Marco Conceptual: Está referido a la fundamentación teórica de apoyo al

> Marco Referencial: En esta sección, se presenta la información bibliográfica

> Materiales y métodos (metodología): En este capítulo aparecen los métodos

> Objetivos: En los objetivos de un proyecto de investigación se resume lo que

MONTGOMERY, Douglas (1991). Diseño y Análisis de Experimentos. México, D.F.: Grupo

j. Lectura La lectura es la más poderosa herramienta que usted tiene para

• Automotívese para la lectura: lea el título y los subtítulos. Trate de

• Realice una lectura activa haciendo anotaciones o preguntas sobre lo

Identifique, por escrito u oralmente, el tema de la lectura, la idea principal de la

Los estadísticos, en general, no realizan

En años recientes, los investigadores han acudido

Esta variación introduce cierto grado de La solución estadística del problema de la

Como parte de su procedimiento, inicialmente debemos calcular un tamaño de muestra (n),

1 Cálculo del tamaño de muestra para estimar un total.

2 Cálculo del tamaño de muestra para estimar una media.

3 Cálculo del tamaño de muestra para estimar una proporción.

4 Selección de los elementos de la población que conformarán la muestra.

5 Análisis estadístico: estimación puntual y por intervalos de confianza.

Caso tipo Nivel de dificultad Tiempo de trabajo

Asuma que el Alcalde de su municipio quiere determinar a cuanto

asciende el rendimiento promedio de frijol negro por manzana

• Describa, detalladamente, el procedimiento que seguiría para el cálculo del tamaño

• Describa, detalladamente, el procedimiento que seguiría para la selección de los

Caso tipo Nivel de dificultad Tiempo de trabajo

Naturales de su municipio está interesado en conocer el porcentaje de

• ¿Qué recomendaciones daría para el cálculo del tamaño de muestra?

• ¿Qué análisis estadístico recomendaría?

de muestra para la estimación de una media poblacional (N=600),

• ¿Qué decisión tomaría luego de haber determinado que el

Caso tipo Nivel de dificultad Tiempo de trabajo

Asuma que como parte del procedimiento para el cálculo de un

• ¿Incluiría las unidades ya seleccionadas en la premuestra para

Caso tipo Nivel de dificultad Tiempo de trabajo

Estime el promedio general de las notas de los estudiantes de su sede

• Para llevar a cabo el estudio, consulte con su profesor(a) para la

Estime la producción total de frijol negro en su departamento, durante

• Para llevar a cabo el estudio, consulte con su profesor(a) para la

Caso tipo Nivel de dificultad Tiempo de trabajo

Asuma que se desea estimar el rendimiento promedio de frijol negro

• Describa detalladamente los pasos que seguiría para llevar a cabo

Caso tipo Nivel de dificultad Tiempo de trabajo

Asuma que es contratado (a) para laborar en la sección de control de

• Describa a detalle el esquema de muestreo que propondría.

Investiguen y preparen un informe técnico acerca de los errores que se pueden

2 Investiguen y preparen un informe técnico acerca de otros esquemas de muestreo

El procedimiento que se lleva a cabo para la selección de muestras representativas

Como procedimiento inferencial, puede encontrarse ya sea un sólo número

Dejando constancia en su cuaderno de trabajo, resuelva lo siguientes ejercicios, con el

Cuadro 1. Cantidad de hectáreas disponibles para producción forestal.

3 06 13 0.3 23 0.77 33 0.8 43 0.3 53 0.5 63 0.6 73 0.3 83 0.7 93 0.6

¿Qué significa para mí todo lo que he aprendido en esta unidad?

¿A qué me mueve o a qué me motiva todo lo aprendido?

> Marco lista: Es una lista de unidades de muestreo.

> Muestra: Es una colección de unidades de muestreo seleccionadas de

Muestreo Simple Aleatorio: Es un método de muestreo en el cual

> Precisión: Es la distancia o alejamiento máximo entre el parámetro y el

> Tamaño de la muestra: Es el número de unidades muestrales tomadas

> Unidad de muestreo: Es una colección no traslapada de elementos de

COCHRAN, William G. & Gertrude M. Cox (1991). Diseños Experimentales.