Cursos PUMA
Anlisis estadsticos para proyectos de investigacin
ambiental
30 julio a 3 agosto 2012
Panorama de la clase
Introduccin
Ideas bsicas del diseo experimental
Diseo completamente al azar, un factor
Suposiciones
Diseos de bloques al azar, un factor
Diseos factoriales, c.a.
Diseos factoriales, bloques
Otros temas
Diseo de experimentos 2012
Introduccin
Criterios de clasificacin de investigaciones
Segn el propsito son Descriptivos o
Comparativos
Segn la evolucin son Transversales o
Longitudinales
Segn la fuente de informacin son
Prospectivos o Retrospectivos
Segn el control del investigador son
Observacionales o Experimentales
Introduccin
Experimento
Observacional
Introduccin
El diseo estadstico de experimentos es
el proceso de planear el experimento
de tal manera que se puedan analizar
por mtodos estadsticos los datos
recolectados y que resulten en
conclusiones objetivas y vlidas.
Introduccin (lineamientos)
Objetivos del estudio
Qu se va a estudiar
Qu se va a medir
Cmo se va a medir
A quien se va a estudiar
Poblacin objetivo
Poblacin
muestra
Muestra
poblacin
Introduccin (lineamientos)
Factor. Es la caracterstica cuyo efecto
queremos estudiar. (Droga A)
Introduccin (lineamientos)
Tratamiento. Combinacin de niveles de los
factores estudiados.
Introduccin (lineamientos)
Definir la variable de respuesta.
Introduccin (lineamientos)
Eleccin del diseo experimental.
10
Introduccin (lineamientos)
11
Introduccin (lineamientos)
Ejemplo en agricultura.
Bloque 1
Bloque 2
12
Introduccin (lineamientos)
Determinacin del nmero de
repeticiones.
13
Introduccin (lineamientos)
14
Introduccin (lineamientos)
15
Introduccin (lineamientos)
Hacer el experimento y colectar datos
Efectuar el anlisis estadstico
Obtencin de conclusiones
16
Introduccin
El error experimental describe la variacin
entre ue idntica e independientemente
tratadas. Se origina por:
17
Introduccin
18
19
20
21
Estructura de tratamientos
Es el conjunto de tratamientos,
combinacin de los niveles de los
factores bajo estudio, o poblaciones
que son seleccionadas por el
investigador para comparar.
22
Estructura de tratamientos
Unifactorial. Un solo factor con t niveles
tratamientos)
(t
23
Estructura de tratamientos
Factoriales dos o ms factores
24
Estructura de diseo
Es la forma en que se agrupan las ue
en conjuntos homogneos.
La estructura de diseo de un
experimento involucra el agrupamiento
de las ue de tal manera que las
condiciones bajo las cuales se observan
los tratamientos sean lo ms uniformes
posibles.
Diseo de experimentos 2012
25
Estructura de diseo
Si todas las ue son homogneas,
entonces solo hay un grupo o bloque de
observaciones y las ue pueden ser
asignadas a los tratamientos
completamente al azar.
Esta estructura de diseo se llama
diseo completamente al azar.
Diseo de experimentos 2012
26
Estructura de diseo
Si se requiere ms de un grupo de ue
para que dentro de cada grupo las ue
sean ms homogneas entre s que
entre grupos, entonces la estructura de
diseo es algn tipo de diseo de
bloques.
27
28
Diseo experimental
Estructura de tratamientos
+
Estructura de diseo
29
Diseo experimental
Una vez que se seleccionaron la
estructura de tratamientos y de diseo,
el diseo experimental se especifica
describiendo exactamente el mtodo de
asignacin aleatoria de los tratamientos
a las ue en la estructura de diseo.
30
Diseo experimental
El diseo experimental define el modelo que
debe usarse para un anlisis correcto. Al
construir el modelo, se hacen dos
suposiciones bsicas:
31
yij i ij
i 1,
,t
j 1,
,n
ij ~ NID 0, 2
Diseo de experimentos 2012
32
y21 , y22 ,
yt1 , yt 2 ,
33
34
yij i ij
1 2
yij ij
Diseo de experimentos 2012
35
H 0 : 1 2
H a : i k para alguna i k
Cul de los dos modelos describe mejor
a los datos del experimento?
Diseo de experimentos 2012
36
37
38
39
i 1 j 1
2
ij
i 1 j 1
i yi.
i 1 j 1
y..
40
i 1 j 1
i 1 j 1
41
debida a tratamientos
42
y
t
i 1 j 1
ij
i 1 j 1
i 1 j 1
43
Error
(dentro)
Total
g.l.
S.C.
SCtrat
t-1
C.M.
SCtrat / t 1
CM trat
CME
SCE / nt t
nt-t
SCE
nt-1
SCtotal
44
t es cierta, entonces
CM trat
Fc
~ Ft 1,nt t
CM E
Se fija un nivel de significancia
45
H 0 : 1 2
si
Fc Ft 1,nt t
46
47
48
p-value=0.0098
Poco probable haber
obtenido este valor
de Fc u otro ms
grande si H0 es
cierta, por lo tanto
Se rechaza H0
Fc=3.78
Diseo de experimentos 2012
49
H 0 : 1 2
50
Comparaciones mltiples
Son pruebas estadsticas que nos permiten contrastar
hiptesis del tipo:
H 0 : i j
vs H a : i j
i j 1,
,t
51
Comparaciones mltiples
Tukey (DMSH)
Bonferroni
Student-Newman-Keuls (SNK)
Scheff
Entre otras
52
Contrastes
Un contraste es una combinacin lineal de las medias
i definido como
t
C ki i
i 1
donde
k
i 1
53
Contrastes ortogonales
Existe una clase de contrastes, los contrastes ortogonales.
k l
i 1
i i
54
yij i ij
i 1,
,t
j 1,
H 0 : 1 2
Con la hiptesis
,r
Modelo de efectos
yij i ij
Con la hiptesis
i 1,
H 0 : 1 2
,t
j 1,
,r
t 0
55
Suposiciones
ij ~ N 0,
56
57
Pozo 2
Pozo 3
157
184
143
135
163
103
152
129
183
174
182
199
183
168
193
162
149
193
129
146
126
132
143
154
58
Df
Pozo
Residuals
Sum Sq
Mean Sq
6304.3
3152.17
21
8385.5
399.31
F value
Pr(>F)
7.894
0.002776
diff
lwr
upr
p adj
2-1
34.75
9.566
59.934
0.006
3-1
0.75
-24.434
25.934
0.997
3-2
-34.00
-59.184
-8.816
0.007
59
60
61
62
63
64
65
66
67
Sum Sq
Mean Sq
11274
2818.58
45
1248
27.73
F value
101.63
Pr(>F)
2.2e-16
68
lwr
upr
p adj
0.083 0
-13.10
-19.792
-6.408
0.00001
0.29 0
-22.69
-29.382
-15.998
0.00000
0.5 0
-33.67
-40.362
-26.978
0.00000
0.86 0
-42.70
-49.392
-36.008
0.00000
0.29 .083
-9.59
-16.282
-2.898
0.00167
0.5 - 0.083
-20.57
-27.262
-13.878
0.00000
0.86 - .083
-29.60
-36.292
-22.908
0.00000
0.5 0.29
-10.98
-17.672
-4.288
0.00026
0.86 0.29
-20.01
-26.702
-13.318
0.00000
0.86 0.5
-9.03
-15.722
-2.338
0.00341
69
70
71
72
Diseo de bloques
Un bloque es un grupo de ue homogneas.
Nuestro objetivo es tener comparaciones
precisas entre los tratamientos bajo estudio.
Utilizar bloques es una forma de reducir y
controlar la varianza del error experimental
para tener mayor precisin.
73
Diseo de bloques
Una buena eleccin del criterio de bloqueo resulta en
menor variacin entre las ue dentro de los bloques
comparada con la variacin entre ue de diferentes
bloques.
Los criterios de bloqueo generalmente son:
Proximidad espacial
Tiempo
Caractersticas fsicas (edad, peso, sexo)
74
Diseo de bloques
Suponga que se tienen t tratamientos
que se quieren comparar en b bloques.
Bloque 1
Bloque b
Bloque 2
y11
y12
y21
y22
...
...
yt 1
...
...
yt 2
...
...
...
...
...
y1b
y2 b
...
...
ytb
75
Diseo de bloques
El diseo de bloques completos al azar
implica que en cada bloque hay una
sola observacin de cada tratamiento.
El orden en que se ejecutan los
tratamientos dentro de cada bloque es
aleatorio (restriccin a la aleatorizacin)
76
Diseo de bloques
El modelo estadstico para este diseo es:
yij i j ij i 1, , t j 1, , b
i
j
ij
media general
efecto de i-simo tratamiento
efecto del j-simo bloque
error experimental del tratamiento i
en el bloque j
ij ~ NID 0, 2
Diseo de experimentos 2012
77
Diseo de bloques
Se supone que los efectos de
tratamientos y bloques son aditivos.
Esto significa que no hay interaccin
entre tratamientos y bloques, es decir,
la relacin entre los tratamientos es la
misma en cada uno de los bloques.
78
Diseo de bloques
El Anlisis de Varianza para este diseo
se basa en una descomposicin de la
variabilidad de las observaciones.
yij y.. yij yi. y. j y.. yi. y.. y. j y..
Desv. Total=desv error+desv trat+desv bloques
79
Diseo de Bloques.
Tabla de Anlisis de Varianza (ANOVA)
F.V.
g.l.
S.C.
C.M.
Tratamientos
t-1
SCtrat
SCtrat / t 1
Bloques
b-1
SCbloques
Error
(t-1)(b-1)
Total
bt-1
SCE
CM trat
CME
SCE / nt t
2
SCtotal
80
81
Sum Sq Mean Sq
569.9
189.96
arbol
27
26135.2
967.97
Residuals
81
3096.4
38.23
F value
Pr(>F)
4.97
0.0032
82
lwr
upr
p adj
N-E
4.36
0.02
8.69
0.048
O-E
-1.00
-5.33
3.33
0.930
S-E
3.46
-0.87
7.80
0.163
O-N
-5.36
-9.69
-1.02
0.009
S-N
-0.89
-5.23
3.44
0.949
S-O
4.46
0.13
8.80
0.041
83
84
Sum Sq Mean Sq
Direccion
569.9
189.96
Residuals
108
29231.6
270.66
F value
Pr(>F)
0.7018
0.553
85
Diseo de bloques
Bloques al azar:
bloques de tamao t
se repiten los
tratamientos en
cada bloque
Bloques incompletos:
86
Diseo de bloques
Cuadro Latino:
Cuadro Grecolatino:
Cuadro Hipergrecolatino:
87
Diseos factoriales
(estructura de tratamientos)
88
Diseos factoriales
(estructura de tratamientos)
89
Interaccin
Ejemplo de un factorial 2x2 sin y con interaccin
90
Diseo factorial
Suponga un experimento con dos factores, A con a niveles
Y B con b niveles, en diseo completamente al azar.
(Factorial a x b completo, balanceado, efectos fijos)
Factor B
Factor A
1
2
b
1
2
.
a
11
12
1b
21
22
2b
a1
a2
ab
91
,n
ij ~ N 0, 2
El modelo de efectos
yijk i j ij ijk
i 1,2, ,a
j 1,2, ,b k 1,2, ,n
ijk ~ N 0, 2
Diseo de experimentos 2012
92
Diseo factorial
Los dos modelos son equivalentes.
El modelo de efectos est sobreparametrizado as que
se hace una reparametrizacin con variables
indicadoras.
En el modelo de medias se realizan las pruebas para
los efectos a travs de contrastes.
En los dos casos las hiptesis de inters son:
H 01 : ij 0 para toda i y j
H 02 : i i. 0 para toda i
H 03 : j . j 0 para toda j
Diseo de experimentos 2012
93
Diseo factorial
Una interaccin significativa oscurece la
significancia de los efectos principales
Cuando hay interaccin significativa, se debern
estudiar los niveles de un factor, digamos A, con los
niveles del o de los otros factores fijos, para tener
conclusiones acerca del efecto principal de A.
94
Diseo factorial
y
B-
50
40
30
20
B+
10
Factor A
95
g.l.
S.C
C.M.
a-1
SSA
SSA /(a-1)
CMA / CME
b-1
SSB
SSB / (b-1)
CMB / CME
(a-1)(b-1)
SSAB
SSAB / (a-1)(b-1)
CMAB / CME
Error
ab(n-1)
SSE
SSE / ab(n-1)
Total
abn - 1
SSTot
AB
96
97
98
99
100
101
yijk Ti E j TE ij ijk
i 1, 2
Ti
Ej
j 1, 2,3 k 1,
, ni
Media general
TE ij Efecto de la interaccin
Diseo de experimentos 2012
102
Sum Sq
Mean Sq
F value
Pr(>F)
especie
4.58
2.29
17.11
1.64e-07
tratamiento
14.48
14.48
108.17
<2.2e-16
especie:
tratamiento
1.52
0.76
5.69
0.004
175
23.43
0.13
Residuals
103
104
Bloque 1
Bloque 2
Bloque p
ab
11
21
22
31
...... 13
11
21
ab
12
22
...... 31
21
11
12
13
31
...... ab
12
21
ab
11
22
...... 13
105
Donde
j 1, ,b k 1, , p
k es el efecto de bloque y
ijk ~ N 0, 2
106
g.l.
S.C
Bloques
p-1
SSBloque
a-1
SSA
b-1
SSB
CMB / CME
(a-1)(b-1)
SSAB
CMAB / CME
Error
ab(p-1)-p+1
SSE
Total
abp-1
SSTot
AB
C.M.
SSA /(a-1)
CMA / CME
SSE /gle
107
yijkl i j k
ij ik jk
ijk ijkl
i 1, ,a
j 1, ,b k 1, ,c l 1, ,n
108
+
A
C2
y
C1
50
40
C2
C1
50
40
30
C3
20
20
10
10
B1
B2
B3
C3
30
B1
B2
B3
109
Otros temas
Factores aleatorios
Anlisis de covarianza
Diseos cruzados
Varias variables dependientes MANOVA
Mediciones repetidas
110
Bibliografa
Kuehl, R.O. (2000). Design of
111
Bibliografa
Milliken, G.A. and Johnson, D.E. (1992).
112
Bibliografa
Reimann,C.,Filzmoser,P.,Garrett,R.G.,
Dutter,R. (2008). Statistical Data
113