PRESENTADO POR
TUTORA
JESSICA ALMEIDA BRAGA
Se sugiere este diseño para experimentación con temas de: métodos de preparación
de siembra, aplicación del agua de regadío, manejo del cultivo versus el uso de los
herbicidas para el control de malezas, etc. También es útil en experimentos con
animales cuando existe cierta uniformidad bien sea genética, por peso, edad, etc.
Parcelas divididas
En aquellos ensayos que se usa maquinaria agrícola o riego, ensayos de cultivares por
ejemplo de maíz, es aconsejable usar algún tipo de diseño de parcela o bloque dividido.
El diseño al completo azar se utiliza cuando las condiciones del sitio o lugar experimental
son totalmente homogéneas
Desventajas:
a) La principal estriba en su grado de precisión, algún otro diseño suele ser capaz de
estimar el error stándar por unidad experimental (error experimental) con un mayor
grado de precisión
b) No siempre puede garantizarse condiciones de homogeneidad. No se asegura,
ninguna forma para aseverar que las unidades reciben un tratamiento similar a aquellas
que reciben otro tratamiento, toda la variación que existe entre las unidades pasa a
formar parte del error experimental.
5. ¿Explique en qué situaciones se aplica un diseño en bloques al azar, cuáles son sus ventajas y
desventajas?
Conocido como diseño de doble vía, se aplica cuando el material es heterogéneo. las
unidades experimentales homogéneas se agrupan formando grupos homogéneos
llamados bloques. Tratamientos A, B, C, D, E Bloque I : B A E C D Bloque II : C B D E A
Bloque III: B E A D C Bloque IV: D C A E B Las fuente de variación para el análisis estadístico
son: Fuentes Grados de libertad Tratamiento (t-1) = 4 Bloques (r-1) = 3 Error (t-1)(r-1)=12.
El diseño de bloques completos al azar surge por la necesidad que tiene el investigador de
ejercer un control local de la variación dado la existencia de un material experimental
heterogéneo.
Ventajas
a. Elimina una fuente de variación del error, aumentando de esta forma la presicion
del ensayo. La presicion del ensayo se mide a travez del coeficiente de variación
CV(%) = S/Y PROMEDIO X100.
b. permite una gran flexibilidad en la relación tratamiento bloque, siempre y cuando
se reserven un número igual o de un múltiplo de tratamientos por unidad
experimental.
c. La perdida de información por bloque o tratamoiento no dificulta el análisis
estadístico.
d. Permite aplicar el principio de confusión al hacer coincidir los bloques con las
ciertas variables que influyen sobre la respuesta pero que no son de interés para el
investigador.
Desventajas
a. No es apropiado para un numero elevado de tratamientos , se rrecomienda entre
6 y 24 tratamientos.
b. No es aconsejable cuando existe una gran variación en mas de una variable en el
material experimental.
c. Si el efecto de bloque no es significativo se trabaja innecesariamente con
disminución de los grados de libertad para el error y la consecuente disminución
de la precisión.
d. Si resulta una interaccion entre bloque y tratamiento, se invalida la prueba F.
6¿En qué se diferencian los factores de los tratamientos y por qué?
Los factores son aquellas fuentes de variación cuyo efecto se desean estudiar,
— Factores tratamiento: son aquellas fuentes cuyo efecto sobre la respuesta es de
particular interés para el experimentador.
— Factores nuisance: son aquellas fuentes que no son de interés directo pero que se
contemplan en el diseño para reducir la variabilidad no planificada.
pueden ser cualitativos o cuantitativos.
Ejm. Factores Cualitativos y sus niveles:
Los investigadores sociales suelen utilizar diseños factoriales para evaluar los efectos de
los métodos de enseñanza, teniendo en cuenta la influencia de los factores socio-
económicos y la experiencia.
Es común que en las ciencias agrarias se u7tilicen diseños factoriales por la necesidad de
las pruebas de campo para probar el efecto de las variables en los cultivos. En esos
estudios a gran escala, es difícil y poco práctico aislar y probar cada variable
individualmente.
b.) Hacer el análisis mediante modelos lineales generalizados (GLM), en los que se ajusta
un modelo lineal usando otras distribuciones diferentes a la normal, donde la varianza no
tiene por qué ser constante
c.) Hacer el análisis sobre la respuesta transformada a una escala en la que los
supuestos se cumplan.
-Las variables deben haberse medido por lo menos en una escala de intervalo de manera
que sea posible utilizar las operaciones aritméticas. Las pruebas no paramétricas son
utilizadas con variables nominales y ordinales, no asumen un tipo particular de
distribución, se aceptan distribuciones no normales, la exigencia en cuanto al tamaño de
la muestra es menor que en el caso de las paramétricas
-Las pruebas estadísticas no paramétricas pueden usarse para probar hipótesis que
requieren:
Existen varias pruebas estadísticas que permiten comparar las medias de una variable continua
entre dos o más grupos. Cada una de estas pruebas ha sido diseñada para poder ser aplicada
cuando se cumplen una serie de supuestos necesarios, bajo diferentes condiciones de aplicación.
(Moral Irene)
Una de las variables de respuesta medida fue el rendimiento en g/materia de frijol caupí.
Los datos obtenidos se presentan en el cuadro siguiente:
Materia Repeticiones
Orgánica I II III IV
1 0,6 0,57 0,55 1,83
2 1,43 2,72 4,43 1,52
3 3,78 6,12 6,08 4,56
4 0,59 0,54 0,6 0,61
5 0,58 0,54 0,63 0,72
6 0,87 0,54 0,86 0,79
7 0,74 0,85 0,7 0,61
8 0,87 1,39 0,81 1,07
9 2,67 2,88 2,57 3,51
10 2,87 5,04 5,59 5,21
11 1,3 0,72 0,73 1,18
12 0,69 0,96 0,71 0,69
13 1,64 1,37 0,95 1,05
14 1,73 1,26 0,75 1,1
15 2,86 3,64 4,26 4,66
16 4,61 6,34 5,4 4,74
17 9,2 8,55 4,91 6,79
18 2,26 1,95 4,45 2,16
19 2,43 1,97 1,96 3,,1
20 4,69 2,6 4,13 5,04
21 3,94 4,94 3,7 3,99
22 2,22 2,0 1,5 1,24
23 2,99 4,41 7,76 3,65
24 7,05 4,7 5,62 5,74
25 1,93 1,67 1,43 1,24
26 2,77 2,69 1,17 1,86
27 1,82 1,79 1,77 2,04
28 1,93 2,16 1,73 2,42
b. Plantee las hipótesis que interesa contrastar en el análisis de varianza de este experimento.
La Hipótesis Nula (𝑯𝟎 ) quiere decir qué: No hay ningún efecto en la materia orgánica, de
acuerdo a cada tratamiento, por tanto, son iguales
𝐻0 : 𝜏1 = 𝜏2 = 𝜏3 = ⋯ = 𝜏28 = 0
La Hipótesis Alternativa (𝑯𝟏 ) quiere decir qué: Existe al menos un efecto en la materia orgánica,
en alguno de sus grupos, por tanto, es diferente de cero.
𝐻1 : 𝜏𝑖 ≠ 0
c. ¿Cuál es la unidad experimental?
La unidad experimental corresponde a cada unidad de materia orgánica de frijol caupí.
El diseño factorial 2x5 con 5 réplicas para reducir el tiempo de permanencia de la vaca con el
ternero y por consiguiente aumentar la producción de leche por vaca-día. Se probará dos tipos
de amamantamiento (restringido AR y tradicional AT) cada 28 días (0, 28, 56, 84 y 112); para 5
terneros.
b. ¿Cuál es el modelo matemático? Para cada ítem en el ejercicio planteado indique a que
corresponde cada término del modelo
d. Realice el análisis de varianza en Excel, aplicando las fórmulas, la tabla del Análisis de
Varianza (ANOVA) debe recoger los valores de SC, CM, GL, F calculado, F tabulado y
probabilidad realizados con fórmula debidamente evidenciable y relacionando las
operaciones. Los análisis deben ser producto de las fórmulas o elaborados en el archivo
Excel o en algún software estadístico.
Valor F tabulado
Difieren ư1 – ư2 – ư3 – ư4 – ư5
El efecto del amamantamiento sobre el peso corporal (kg) no depende del tratamiento; ni del
periodo de valoración (28 días); en (prueba de Tukey) las medias cambian.
Factores: 2 Réplicas: 4
Corridas base: 9 Total de corridas: 36
Bloques base: 1 Total de bloques: 1
b. ¿Cuál es el modelo matemático? Para cada ítem en el ejercicio planteado indique a que
corresponde cada término del modelo
𝑗 = 1; 2; … ; 𝑏
𝑘 = 1; 2; … ; 𝑛
𝜇 = Media global
c. ¿Plantee las hipótesis que interesa contrastar con el análisis de varianza de este
experimento?
Factor A = Material
Factor B = Temperatura
𝑯𝟎 : 𝛽1 = ⋯ = 𝛽𝑏 = 0 ( 𝑒𝑙 𝑓𝑎𝑐𝑡𝑜𝑟 𝐵 𝑛𝑜 𝑖𝑛𝑓𝑙𝑢𝑦𝑒)
Respecto al material según el análisis de varianza el valor de P es 0.002, por lo tanto existe
diferencia significativa a un nivel de confianza del 0.05, es decir las horas de vida de la
batería si es afectada según el material con que se construya la batería.
El material numero dos (2) y (3) tres, resisten mejor la temperatura que el material un (1),
mientras que la temperatura de 15 grados permite mayor durabilidad de la batería que la
temperatura de 70 y 125 grados.
BIBLIOGRAFIA
Principios básicos del diseño de experimentos. Tomado de
dm.udc.es/asignaturas/estadistica2/sec2_3.html
Mellado Jesus diseños experimentales tomado de
www.uaaan.mx/~jmelbos/disexp/deapu1a.pdf
pdf. diseño factorial tomado de: https://explorable.com/es/diseno-factorial
J Ferré. Introducción al diseño estadístico de experimentos pdf. Tomado de :
www.quimica.urv.es/quimio/general/dis.pdf