DISEÑO EXPERIMENTAL

La experimentación proporciona los datos experimentales, en contraste con los datos de la observación; los datos de la observación se representan como su nombre indica por observaciones de las unidades elementales de una población o de una muestra, y no deben ser cambiados ni modificados por ningún intento de parte de un investigador en el curso de la observación.

El primer capítulo, trata sobre la  Generalidad del Diseño Experimental, su definición, cual son sus objetivos, su propósito, asi como la de conocer los elementos basicos que tiene un experimento, y la de conocer los conceptos más utilizados en el diseño experimental, hasta el tercer capitulo, que es lo que comprende el primer parcial, la materia será llevada de forma teorica, desde el segundo parcial será más analítico,  en clases se tratará de ser pragmáticos, se deberá analizar casos de estudio donde se hayan aplicado diseños experimentales.

 

UNIDAD I: GENERALIDADES DEL DISEÑO EXPERIMENTAL

 
EL DISEÑO  EXPERIMENTAL, se utiliza para planear un experimento de manera que se pueda obtener la información pertinente a un determinado problema que se investiga y así tomar decisiones correctas.
 
Las técnicas de Diseño de Experimentos se basan en estudiar simultáneamente los efectos de todos los factores de interés, son más eficaces y proporcionan mejores resultados con un menor costo.
 

 

El diseño adecuado del experimento es una etapa fundamental de la experimentación, que permite el suministro correcto de datos a posteriori, los que a su vez conducirán a un análisis objetivo y con deducciones válidas del problema.
 
 Objetivos de un diseño de experimento
 
(1) Proporcionar la máxima cantidad de información pertinente al problema bajo investigación.
(2) El diseño, plan o programa debe ser tan simple como sea posible.
(3) Proporcionar métodos que permitan obtener la mayor cantidad de información válida acerca de una investigación, teniendo en cuenta el factor costo y el uso adecuado del material disponible mediante métodos que permitan disminuir el error experimental.
 
Principios básicos del diseño de experimentos
 
(1) Repetición. Viene a ser la reproducción o replica del experimento básico (asignación de un tratamiento a una unidad experimental). Las principales razones por las cuales es deseable la repetición son: primero por que proporciona una estimación del error experimental, siendo tal estimación contable a medida que aumenta el numero de repeticiones, y segundo permite estimaciones más precisas del tratamiento en estudio. 
 
(2) Aleatorización. Asignación al azar de tratamiento a las unidades experimentales. Una suposición frecuente en los modelos estadísticos de un diseño de experimentos es que: las observaciones o los errores están distribuidos independientemente, la aleatorización hace válida esta suposición. En otras palabras Aleatorizar todos aquellos factores no controlados por el experimentador en el diseño experimental y que pueden influir en los resultados serán asignados al azar a las unidades experimentales.
 
(3) Control Local. Cantidad de balanceo, bloqueo y agrupamiento de las unidades experimentales que se emplean en el diseño estadístico de un experimento.
 
 Conceptos básicos en diseñoes experimentales
 
(1) Experimento. Prueba o series de pruebas en las que se hacen cambios deliberados en las variables de entrada de un proceso (los factores que se estudian) o sistema para observar e identificar las razones de los cambios que pudieran observarse en la respuesta de salida. 
 
(2) Unidad experimental. Unidad a la cual se le aplica un solo tratamiento (que puede ser una combinación de muchos factores) en una reproducción del experimento. En los experimentos pecuarios la unidad experimental por lo general esta conformada por un animal (vaca, cerdo, pato, etc.), en los experimentos forestales la unidad experimental en la mayoría de los casos esta conformado por un árbol y en la mayor parte de las pruebas de campo agrícolas, la unidad experimental es una parcela de tierra en lugar de una planta individual; es en este último caso que con frecuencia se presenta lo que se llama efecto de borde.
 
(3) Error experimental. Describe la situación de no llegar a resultados idénticos con dos unidades experimentales tratadas de igual forma y refleja: (a) errores de experimentación, (b) errores de observación, (c) errores de medición, (d) variación del material experimental (esto es, entre unidades experimentales), (e) efectos combinados de factores extraños que pudieran intuir las características en estudio, pero respecto a los cuales no se ha llamado la atención en la investigación. 
 
(4) Agrupamiento. Colocación de un conjunto de unidades experimentales homogéneas en grupos, de modo que los diferentes grupos puedan sujetarse a distintos tratamientos. 
 
(5) Bloqueo. Distribución de las unidades experimentales en bloques, de manera que las unidades dentro de un bloque sean relativamente homogéneas, de esta manera, la mayor parte de la variación predecible entre las unidades queda confundida con el efecto de los bloques. 
 
(6) Balanceo. Obtención de las unidades experimentales, el agrupamiento, el bloqueo y la asignación de los tratamientos a las unidades experimentales de manera que resulte una configuración balanceada. 
 
(7) Tratamiento o combinación de tratamientos. Conjunto particular de condiciones experimentales que deben imponerse a una unidad experimental dentro de los confines del diseño seleccionado. Los tratamientos vienen a constituir los diferentes procedimientos, procesos, factores o materiales y cuyos efectos van a ser medidos y comparados. El tratamiento establece un conjunto de condiciones experimentales que deben imponerse a una unidad experimental dentro de los confines del diseño seleccionado. Ejemplos: Dosis de fertilizante, ración alimenticia, profundidad de sembrado en algunas plantas, distanciamiento entre plantas, variedades de un cultivo.
 
(8) TESTIGO.- El testigo es el tratamiento de comparación adicional, que no debe faltar en un experimento; por ejemplo, si se usan cinco tratamientos con fertilizante, el testigo puede ser aquel tratamiento que no incluye fertilizante. La elección del tratamiento testigo es de gran importancia en cualquier investigación, éste se constituye como referencial del experimento y sirve para la comparación de los tratamientos en prueba.
 
(9) Factor. Una variable independiente que tiene influencia sobre la respuesta de salida. Generalmente, se trabaja con más de una variable independiente y con los cambios que ocurren en la variable dependiente, cuando ocurren variaciones en una o más variables independientes. 
 
(10) Confusión. Cuando los efectos de dos o mas factores no se pueden separar.
 
Etapas de un diseño de experimentos.
 
(1) Enunciado o planteamiento del problema. 
(2) Formulación de hipótesis. 
(3) Proposición de la técnica experimental y el diseño. 
(4) Examen de sucesos posibles y referencias en que se basan las razones para la indagación que asegure que el experimento proporcionará la información requerida y en la extensión adecuada. 
(5) Consideración de los posibles resultados desde el punto de vista de los procedimientos estadísticos que se aplicarán, para asegurar que se satisfagan las condiciones necesarias y sean válidos estos procedimientos. 
(6) Ejecución del experimento.
 (7) Aplicación de las técnicas estadísticas a los resultados experimentales. 
(8) Extracción de conclusiones con medidas de la confiabilidad de las estimaciones generadas. 
(9) Valoración de la investigación completa y contrastación con otras investigaciones del mismo problema o similares.

 

El diseño experimental utiliza técnicas como la regresión múltiple, la superficie de respuesta, el diseño de parámetros y varias extensiones del análisis de varianza, así como los análisis gráficos y las comparaciones múltiples. Diseñar un experimento significa planear un experimento de modo que reuna la información pertinente al problema bajo investigación. El DE es la secuencia completa de pasos tomados con antelación, para asegurar que los datos se obtendrán apropiadamente de modo que permitan un análisis objetivo que conduzca a deducciones válidas con respecto al problema bajo estudio.
 

UNIDAD II: ANÁLISIS DE VARIANZA Y EL DISEÑO COMPLETAMENTE ALEATORIO (DCA)

DISEÑO COMPLETAMENTE ALEATORIZADO
En el Diseño de Experimentos al Completo Azar, el experimentador asigna las unidades experimentales a los tratamientos al azar, con la única restricción del número de observaciones que se tomarán en cada tratamiento. Es el más sencillo y se origina por la asignación aleatoria de tratamientos a un conjunto de unidades experimentales.
 
Para aleatorizar una tabla de números aleatorios resulta conveniente para elegir las unidades experimentales que recibirá cada tratamiento. Si cada tratamiento ha de repetirse cuatro veces, los primeros cuatro números aleatorios obtenidos se asignarán al tratamiento A, los siguientes cuatro números aleatorios al tratamiento B, y así sucesivamente.
 
El diseño al completo azar se utiliza cuando las condiciones del sitio o lugar experimental son totalmente homogéneas
 
 
Sea ni  el número de observaciones en el i-ésimo tratamiento, i = 1,...,I. Entonces, los valores n1,n2,...,nI, determinan por completo las propiedades estadísticas del diseño. Naturalmente, este tipo de diseño se utiliza en experimentos que no incluyen factores bloque. El modelo matemático es de la forma: Respuesta = Constante + Efecto tratamiento +  Error.
 
El diseño al completo azar tiene varias ventajas y desventajas entre estas se pueden menciona las siguientes:
 
Ventajas:
 
a)  Su sencillez (estadístico fácil). Aun cuando el dato de algunos tratamiento se hayan perdido, o rechacen por alguna causa el método de análisis sigue siendo sencillo. La pérdida relativa de información debida a los datos faltantes, es de menos importancia que en cualquier otro sistema.
 
b)  La flexibilidad. Puede utilizarse cualquier número de tratamientos y repeticiones y pueden variar a voluntad del investigador el numero de repeticiones de un tratamiento a otro, pero no es recomendable sino existe una buena razón. Todo el material experimental disponible puede usarse, lo cual es una ventaja en experimentos preliminares pequeños donde el material experimental de que se dispone es escaso.
 
c)  El número de grados de libertad es máximo en comparación con otros modelos, el modelo estadístico sigue siendo fácil aún cuando se pierdan unidades experimentales .
d)  Aún cuando el dato de algún tratamiento se hayan perdido, o rechacen por alguna causa el método de análisis sigue siendo sencillo
 
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.
 
 
¿Por qué aleatorizar?
 
Para transformar la variabilidad sistemática no planificada en variabilidad no planificada o ruido aleatorio; en otros términos: prevenir contra la introducción de sesgos en el experimento. La aleatorización  evita la dependencia entre observaciones y valida muchos de los procedimientos estadísticos más comunes.
 
¿Cuando puede ser apropiada la aleatorización?
 
La aleatorización puede ser apropiada si:
 
a) El material experimental es homogéneo.
b) Donde es probable que una parte apreciable de las unidades se destruyan o no respondan
c) En experimentos pequeños en donde la mayor precisión de otros diseños no compensa la pérdida de grados de libertad del error.
 
PROCEDIMIENTO DE ANÁLISIS
PROCEDIMIENTO
a. Determinar el número de unidades experimentales (n) y numerarlas. Es posible obtener “n” al multiplicar el número de tratamientos por el número de repeticiones n = ( t * r).
b. Asignar el número de unidades experimentales a cada tratamiento utilizando una tabla de números aleatorios o bien cualquier otra herramienta que sirva para el mismo propósito. Por ejemplo si cada tratamiento ha de repetirse cuatro veces, los primeros cuatro números aleatorios obtenidos se asignarán al tratamiento A, los siguientes cuatro números aleatorios al tratamiento B, y así sucesivamente.
c. Una vez hecha la distribución anterior (liberal b) se numeran las unidades experimentales y se localizan los tratamientos de acuerdo al número que les corresponde y se obtiene así las distribución de campo.
 
Modelo Estadístico
 
Yij =   µ  +  t i   + εij  
 
En donde:
Yij            Variable respuesta de la ij-esima unidad experimental
µ                Efecto de la media general
t i               Efecto del i-esimo tratamiento
εij              Efecto del error experimental asociado a la i-esima unidad experimental
           
Análisis de Varianza
 
Hipótesis Nula Ho:          t i = 0 (Los i tratamientos tienen el mismo efecto sobre la variable en estudio)
 
Hipótesis Alterna Ha:     t i no es igual a 0 (No todos los tratamientos tienen el mismo efecto sobre la variable en estudio, al menos uno produce un resultado distinto)
 
 

En el siguiente link, se puede conocer más sobre diseño complementamente al azar: https://biblioteca.itson.mx/oa/proyecto_OA/diseno_Azar/main.swf

SE DEBE REALIZAR UN ENSAYO; CITAR Y REFERENCIAR CORRECTAMENTE CON LA NORMA APA 6 EDICION. SOLO DEBE ENVIAR AL SIGUIENTE CORREO.

orlando.philco.ucsg@analysis.urkund.com    

 

 


 

 

TIPOS DE MODELO DE DISEÑOS EXPERIMENTALES

Los modelos experimentales de clasifican en tres tipos:

• De efectos fijos – MODELO I

• De efectos Aleatorios – Modelo II

• Mixtos.(Factores fijos y aleatorios)

Cuando el investigador tiene control sobre el material experimental aplicando sólo los niveles de los factores que le interesan  en el modelo, es de efectos fijos.

 Cuando se investiga un factor pero no se tiene control sobre tratamientos, por ejemplo en los estudios por muestreo, dónde los niveles que se aplican son una muestra extraída al azar de una población de niveles, los modelos son de efectos aleatorios. 

Les dejo esta ppt para que revise, hay teoria para el examen del 2° parcial.

D_EXPERIMENTOS (1).ppt (1011200)

 

Un diseño experimental debe adecuarse al material experimental con que se cuenta y a la clase de preguntas que desea contestarse el investigador. Sus resultados se resumen en un cuadro de Análisis de Varianza y en una tabla de comparación de medias de tratamientos que indica las diferencias entre dichas medidas. El análisis de varianza proporciona la variación de la variable de interés en fuentes explicables por algunos factores o tratamientos y en aquella para la cual el investigador no tiene control, no puede medir y no le es posible explicar o atribuir a algún factor en particular, constituyendo el error experimental.  Por ejemplo: si se realiza un experimento en el cual se estudie el uso de los aminoácidos en raciones para pollos en crecimiento y se mide la ganancia de peso, la variación de dicha ganancia puede descomponerse en fuentes de variación conocidas, atribuibles al distinto nivel de aminoácidos usando las raciones y las fuentes de variación desconocidas o error. Esta partición de la varianza se hace al través de la suma de cuadrados asociados a sus respectivos grados de libertad (número de comparaciones linealmente independientes). La realización de un Análisis de la varianza presupone la aditividad de los errores, la homogeneidad de  varianza de las poblaciones de tratamientos y  la independencia y distribución normal de los errores. 

DISEÑO COMPLETAMENTE AL AZAR (DCA)

Este diseño consiste en la asignación de los tratamientos en forma completamente aleatoria a las unidades experimentales (individuos, grupos, parcelas, jaulas, animales, insectos, etc.). Debido a su aleatorización irrestricta, es conveniente que se utilicen unidades experimentales de lo más homogéneas posibles: animales de la misma edad, del mismo peso, similar estado fisiológico; parcelas de igual tamaño, etc., de manera de disminuir la magnitud del error experimental, ocasionado por la variación intrínseca de las unidades experimentales.  Este diseño es apropiado para experimentos de laboratorio, invernadero, animales de bioterio, aves, conejos, cerdos, etc., es decir, situaciones experimentales como de las condiciones ambientales que rodean el experimento.

Este diseño es el mas utilizado en la experimentación con animales, asociándole la técnica del análisis de covarianza y arreglos de tratamiento de tipo factorial. 

Aleatorización

Para ejemplificar el proceso de aleatorización irrestricta de los tratamientos a las unidades experimentales, considérese la prueba de cuatro tratamientos, cada uno de ellos con cinco repeticiones. El proceso mencionado podría realizarse formando cuatro grupos de tarjetas, representando cada uno de ellos a un tratamiento en particular, digamos T1, repetido cinco veces, y así T2, T3 y T4.  Posteriormente mézclense las tarjetas en una urna y extraiga una tarjeta al azar, asignando el tratamiento correspondiente a un animal, terreno, maceta, jaula o grupo de animales en que consista cada unidad experimental. Repítase el procedimiento sin reemplazo hasta terminar su asignación.

 

 PARA EXAMEN DEL  2° PARCIAL: TEMAS 

1. VENTAJAS Y DESVENTAJAS DE CULTIVOS ORGANICOS

2. LOS DISEÑOS FACTORIALES

3. LOS DISEÑOS COMPLETAMENTE AL AZAR

4.TRABAJO AUTONOMO: EL TEMA, JUSTIFICACIÓN, HIPOTESIS Y EN METODOLOGIA ESTABLEZCA TRATAMIENTOS, UNIDADES EXPERIMENTALES, GRUPOS DE CONTROL.

5. EL DISEÑO ANOVA

6. DESECHOS ORGANICOS COMO FUENTES DE ENERGIA O COMBUSTIBLES Y CAMBIO DE MATRIZ PRODUCTIVA 

7. CASO DE ESTUDIO: Una empresa de alimentos ofrece a una empresa porcina un plan de alimentación muy bueno. El dueño del establecimiento aceptaría comprar un nuevo alimento si supera en aumento de peso al plan de alimentación actual y a otros dos que le han ofrecido. 

La empresa de alimentos decide demostrar las bondades de su producto llevando a cabo un experimento planificado. 

Consulta al dueño sobre la cantidad de cerdos que podían usar en el experimento y las facilidades de las instalaciones. 

La respuesta fue: 52 cerdos que se van a engordar y los corrales que pueden ver. 

  1. ¿Se trata de un experimento uni o multifactorial?
  2. ¿Cuáles son los factores?
  3. ¿Cuáles son los tratamientos?
  4. ¿Cuál es la variable respuesta?
  5. ¿Cuál es la unidad experimental?
  6. ¿Cuántas replicaciones haríamos?
  7. ¿Cómo se haría el diseño?

 

Contacto

Ing. Orlando Philco A. MSc. orlandophilco07@gmail.com

Buscar en el sitio

Crea una página web gratis Webnode