CURSO: Mtodos estadsticos de investigacin (AI 548)

PROFESOR: Antonio Jess Matos Alejandro

DISEO COMPLETAMENTE AL AZAR (D.C.A.)

Este diseo usa u.e. (unidades experimentales) cuando son homogneas. Todo tratamiento se asigna
a las unidades experimentales en forma aleatoria. Utilizando cualquier mecanismo de
aleatorizacin. En el error experimental se encuentra todos los factores ambientales o extraos que
no se pueden controlar en el experimento.
Caractersticas principales:
1.- Aplicable solo cuando lo u.e. son homogneas. (Verificar si existe tal homogeneidad).
2.- Los tratamientos pueden tener igual o diferente N de u.e.
3.- La distribucin de los tratamientos a las u.e. se hace completamente al azar.
4.- El N de tratamientos est en funcin del N de u.e. que se dispone. Es conveniente tener menos
tratamientos y ms u.e. que muchos tratamientos con pocas u.e. (repeticiones).
Modelo estadstico (Mtodo aditivo lineal): Es el siguiente
Donde:
yij = Respuesta observada en el i-simo tratamiento, j-sima repeticin.
= Efecto de la media general (factor constante). Es un parmetro.
i = Efecto del i-simo tratamiento en la u.e. Es un parmetro nico.
ij = Efecto de la j-sima repeticin (u.e.) sujeto al i-simo tratamiento. Error experimental (factor
aleatorio) y es el efecto no controlado.

Supuestos del modelo estadstico

El modelo estadstico debe cumplir con los siguientes supuestos:
1.- Aditividad.- Los efectos del modelo son aditivos.
2.- Linealidad.- Las relaciones entre los efectos del modelo son lineales.
3.- Normalidad.- Los errores o residuales del modelo deben tener una distribucin normal con
media cero y variancia 2.
4.- Independencia.- Los resultados obtenidos en el experimento son independientes entres si.
5.- Homogeneidad de variancias.- Las diferentes poblaciones generadas por la aplicacin de los
diferentes tratamientos tienen variancias iguales ( 2 )
prueba de Bartlett mediante la
prueba chi-cuadrado.

Representacin simblica de las respuestas: yij

Observaciones o nmero de
repeticiones (j)
1
2
3
4
5
.
.
.
r
Totales

1
y11
y12
y13

Tratamientos (i)
2
3 .... t
y21 y31 ... yt1
y22 y32 ... yt2
y23 y33 ... yt3

Gran total
o Total

.
.
.
.
.

y1r
y1.

y2r
y2.

y3r ... ytr

y3. ... yt.

ygg yij
j 1 j 1

Promedio o medias

Y1

Y2

Y3 ... Yt

Anlisis de variancia

La variabilidad(total) = variabilidad del tratamiento + variabilidad del error

Las dos fuentes de variacin (tratamientos y
procedimiento de prueba de hiptesis.

error) son comparadas mediante el siguiente

Hiptesis:
H0 = 1 = 2 = = t
Ha = 1 2 t (al menos 2 son )
Cuadro de anlisis de varianza: (ANVA)
Fuente de
variacin
F.V.

Grados de
libertad
G.L.

Entre
tratamientos
(Tratamientos)

(t-1)

Dentro
de
tratamientos
(Error Exper.)

t(r-1)

Total

Suma de cuadrados
S.C.
2
i.

tr-1

SCTrat .

ij

SCTtotal SCtratam.
t

Fcalculado
Fc

SCTrat .. /(t 1)

CM trat / CM error

rt

y
i 1 j 1

1)

Cuadrado
medio
C.M.

2
ij

SCerror/t(r-1).

2
y12o y22o .... yt2o yoo
=

r
rt

ij

rt

2
io

ij

rt

Signif.

2)

SCTotal =

y
i 1 j 1

3)

2
ij

ij

rt

SCerror = SCTtotal SCtratam.

Trmino de Correccin (T.C.): Tc

( yij ) 2
rt

Criterio de prueba F.- El valor de Fc se compara en el valor de F tabulado (Ft); buscado con los
grados de libertad (GL) de tratamiento y con los G.L. del error experimental; para = 0,05 =
0,01; es decir 5 % o 1 %.
1.- Si: Fc > Ft, rechazamos la hiptesis nula (Ho); es decir que hay efecto diferencial entre las
medias de los tratamientos en estudio.
2.- Si Fc Ft, aceptamos la hiptesis nula (Ho); es decir que no hay diferencia entre las medias de
los tratamientos en estudio.
Si hay diferencia entre los tratamientos en estudios (Fc > Ft ) o el valor de Fc es cercano al valor de
Ft, necesitamos realizar otras pruebas para seleccionar l o los tratamientos mejor(es), para ello se
debe realizar :
Pruebas de comparacin mltiple:
-

Prueba t

Prueba D.L.S. ( Diferencia limite significativa);

Duncan;

Tukey;

S.N.K (Studente Newman Keul);

Dunnett;

Prueba de contrastes ortogonales.

En todo ANVA se debe calcular el coeficiente de variabilidad (C.V.) que evala el grado de
homogeneidad de los resultados de un experimento.

CV

CM ERROR
MediaGeneral

x100%

Criterios para la interpretacin del C.V.: Nos indica el porcentaje de error del experimento, por lo
que tambin se le llama error experimental, y mientras ms bajo es el valor, el experimento es
mejor.
-

Si el CV es menor a 10%, el trabajo es muy bueno

Si el CV est entre 10 20%, el trabajo es bueno

Si el CV est entre 20 30%, el trabajo es regular y tiende a malo

Si el CV es mayor de 30%, el trabajo no es confiable.

Pruebas de comparacin de medias de tratamientos

Anlisis: Con qu tratamiento se obtienen los mayores resultados? es este tratamiento
significativamente superior a los dems? Es el tratamiento A mejor que el B?
Se realiza pruebas adicionales que permitan comparar a los distintos tratamientos, en forma
individual o por grupos, unos con otros.
Al total de comparaciones por pares posibles entre los tratamientos se le llamar una
familia de comparaciones y al nivel de significacin para una comparacin se le llamar
tasa de error individual y al nivel de significacin para el total de comparaciones
(probabilidad de encontrar diferencias significativas en al menos una de las
comparaciones) tasa de error por familia. Las pruebas en las que el nivel de significacin
sea por familia servirn para efectuar todas las comparaciones posibles (comparaciones
mltiples).
1. Prueba t
Es una prueba para comparaciones planeadas con anterioridad. El nivel de significacin se
toma como una tasa de error individual. Los supuestos para la realizacin de esta prueba es
que la prueba F del anlisis de varianza sea significativa.
Hiptesis:
H0: i - j = k
Ha: i j k
Estadstico de prueba:
Tc

i0

Y jo K

: (GLERROR ,1 )

Sd

1 1

ri rj

Donde Sd= CM E

Sd, es la desviacin estndar de la diferencia de las medias muestrales de los dos

tratamientos.
Si todos los tratamientos tienen el mismo nmero de repeticiones, el estadstico de prueba
se simplifica a:
Tc

Regla de decisin:

i0

Y jo K
2CM E
r

Si:

t calculado (tc) tt(1-, glEE) se acepta H0

t calculado (tc) > tt(1-, glEE) se rechazaH0

2.

Prueba de diferencia lmite significativa (D.L.S)

La prueba consiste en calcular una diferencia lmite significativa (DLS) de modo que
cualquier diferencia entre las medias de dos tratamientos mayor a dicho lmite sea
significativa. El supuesto para esta prueba es lo mismo que para la prueba t y por supuesto,
tambin debe ser planeada con anterioridad.

Esta prueba se realiza cuando el N de tratamientos en estudio no es mayor de 4, si es

mayor, se utiliza Duncan.
Esta prueba se puede hacer sin necesidad que exista significancia.
Previamente a los resultados debemos fijar el tipo de prueba y las comparaciones que
se necesita hacer.

Hiptesis:
H0 = i = j
Ha = i j
Calculo el valor crtico de (DLS):
La diferencia lmite de significacin, para un nivel significante es:
DLS S d xt v ,
Donde: = nivel de significacin de la prueba.
v G.L.deError
Sd = desviacin estndar de la diferencia de las medias muestrales de los dos
tratamientos.
Se calcula el error estndar de la diferencia.
Sd

2CM ERROR
r

para: r1= r2 =...= rj

1 1

ri rj

Sd= CM error

ri rj

Criterio de decisin:
La H0 se rechaza con un N.S. si la diferencia de las medias de la comparacin de dos
tratamientos es mayor que DLS.
3. Prueba de Duncan

Esta prueba tiene en cuenta los rdenes que les toca a los promedios de los tratamientos en
comparacin en el ordenamiento general, dando mayores lmites de significacin (mayor
exigencia) en las comparaciones de tratamientos ms apartados en el ordenamiento.
Esta prueba no requiere como la de t y DLS de una prueba previa de F, pues puede hacerse
la prueba de Duncan an sin ser significativa la prueba F, pero s requiere homogeneidad
de variancias entre los tratamientos.
Hiptesis:
H0 = i = j
Ha = i j
Se hace las hiptesis para todas las comparaciones posibles entre los tratamientos.
Se trabaja con la desviacin estndar promedio:

SX

CM ERROR
r

SX

CM ERROR 1 1
r rj (Cuando son desiguales)
2
ri rj

r1 r2 ... rj

Valor Crtico:

Se denomina amplitud lmite de significacin de Duncan (ALSD)

ALSD = (AES)D*SX
Donde: AES = Amplitud Estudiantizada Significativa.
Criterio de decisin:
La H0 se rechaza con un N.S. si la diferencia de las medias de la comparacin de dos
tratamientos es mayor que ALSD.
4.

La prueba de Tukey

La prueba de Tukey permite evaluar la significancia de todas las diferencias entre

tratamientos. Las hiptesis correspondientes a todas las comparaciones constituyen una
familia y por lo tanto la tasa de error es familiar. Los supuestos para la realizacin de esta
prueba son:
Variancias homogneas
Las muestras son extradas al azar.
Hiptesis:
H0 = i = j
Ha = i j
Se hace las hiptesis para todas las comparaciones posibles entre los tratamientos.

Amplitud Lmite Significativa de Tukey:

ALST = (AES)T*SX
Donde:
-

AEST se obtiene de la misma tabla de S-N-K, con NS , y valor de p = N de

tratamientos del experimento y G.LERROR.
SX, es la desviacin estndar de la diferencia de las medias muestrales de dos
tratamientos para la prueba de Tukey.
SX

CM ERROR
r

SX

CM ERROR
2

r1 r2 ... rj
1 1
r rj (Cuando son desiguales)
ri rj

Criterio de decisin:
La H0 se rechaza con un N.S. si la diferencia de las medias de la comparacin de dos
tratamientos es mayor que ALST.
5. Prueba de Student- Newman-Keul (S-N-K)
Hiptesis:
H0 = i = j
Ha = i j
Se hace las hiptesis para todas las comparaciones posibles entre los tratamientos.
Comparacin de prueba.

ALSS-N-K= (AES)i x S X
Donde:
-

AES, se busca en la tabla de S-N-K con los G.L error y el nivel para p = 2,3,...t (N
de tratamientos).
SX

CM ERROR
r

SX

CM ERROR
2

r1 r2 ... rj
1 1
r rj (Cuando son desiguales)
ri rj

Criterio de decisin:
La H0 se rechaza con un N.S. si la diferencia de las medias de la comparacin de dos
tratamientos es mayor que ALSS-N-K.

6. Prueba de Dunnet
La prueba de Dunnet es utilizada cuando se quiere comparar a cada uno de los tratamientos
contra el tratamiento testigo o control (cul o cules de los tratamientos superan al
tratamiento testigo). En esta prueba la tasa de error tambin es familiar. Los supuestos para
la realizacin de esta prueba son:
Variancias homogneas
Las muestras son extradas al azar.
Igual que la prueba de Tukey, DSL, existe un solo valor crtico, lo mismo que se encuentra
de la siguiente manera.
Hiptesis:
H0 = T = i
Ha = T i
Se hace las hiptesis para todas las comparaciones posibles entre los tratamientos y el
tratamiento testigo.
Amplitud Lmite Significativa de Dunnet:

ALSDn = t(Dn)*Sd
Donde:
t(Dn) es el valor de la tabla para la prueba (tabla de Dunnet) con NS , p = nmero de
tratamientos del experimento sin incluir el control y los glEE.
Sd .

2CM ERROR
2
1 1

ri rj

Sd= CM error

cuando r1 r2 ... Cte.

ri rj

Sd es la desviacin estndar de la diferencia de las medias muestrales del tratamiento

testigo y el tratamiento i para la prueba de Dunnet.
Criterio de decisin:
La H0 se rechaza con un N.S. si la diferencia de las medias de la comparacin de dos
tratamientos es mayor que ALS(Dn).