-
5/21/2018 Dise os Experimentales Todo
1/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 1
DISEO COMPLETAMENTE AL AZAR (DCA, DIA)
El Diseo Completamente al Azar, es aquel en el cual los
tratamientos son asignados en
forma aleatoria a las unidades experimentales, o viceversa, sin
ninguna restriccin; por
lo tanto, se considera que es un diseo eficiente cuando las
unidades experimentales delas que se dispone son muy homogneas, es
decir la mayora de los factores actan por
igual entre las unidades experimentales. Debido a su
simplicidad, el Diseo
Completamente al Azar es usado frecuentemente utilizado en los
experimentos de
laboratorio donde casi todos los factores estn controlados.
La homogeneidad de las unidades experimentales puede controlarse
ejerciendo un
control local apropiado (seleccionando, por ejemplo, sujetos,
animales o plantas de una
misma edad, raza, variedad o especie). Pero debe tenerse
presente que todo material
biolgico, por homogneo que sea, presenta una cierta fluctuacin,
cuyos factores no se
conocen y son, por lo tanto, incontrolables.
CARACTERSTICAS: Los tratamientos se distribuyen en forma
aleatoria en todas las unidades
experimentales, y el nmero de repeticiones o unidades por
tratamiento puede ser
igual o diferente.
Este diseo es til cuando las unidades experimentales presentan
una variabilidad
uniformemente repartida.
El diseo completamente al azar proporciona el mximo nmero de
grados de
libertad para la estimacin del error experimental; adems no
requiere estimar datos
faltantes, es decir, el diseo puede analizarse con diferente
nmero de repeticiones
por tratamiento.
ARREGLO DE CAMPO:Supongamos que se desea evaluar cuatro
variedades de una protena en un lote
homogneo, con cuatro repeticiones. Al sortear aleatoriamente las
cuatro variedades (A,
B, C y D), cada una tiene la misma posibilidad de ocupar
cualquiera de las unidades
experimentales en que se divide el lote,por ejemplo:
C B D A
A B C D
D A B C
D C A B
Ejemplo
Suponga que tenemos 4 dietas diferentes que queremos comparar.
Las dietas estn
etiquetadas A, B, C y D.
Estamos interesados en estudiar si las dietas afectan la tasa de
coagulacin en conejos. La
tasa de coagulacin es el tiempo en segundos que tarda una
cortada en dejar de sangrar.
Tenemos 16 conejos para el experimento, por lo que usaremos 4 en
cada dieta.
-
5/21/2018 Dise os Experimentales Todo
2/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 2
Los conejos estn en una jaula grande hasta que se inicie el
experimento, momento en
que se transferirn a otras jaulas.
Cmo asignamos los conejos a los cuatro grupos tratamiento?
MTODO 1:Supongamos que los conejos se atrapan "al azar".
Atrapamos cuatro conejos y los
asignamos a la dieta A. Atrapamos otros cuatro y los asignamos a
la dieta B y as
sucesivamente.
Dado que los conejos fueron "atrapados al azar", esto producir
un diseo
completamente al azar.
MTODO 2:Atrape a todos los conejos y etiqutelos del 1 al 16.
Seleccione cuatro nmeros aleatorios
(sin reemplazo) del 1 al 16 y ponga los conejos con esa etiqueta
en una jaula que recibir
la dieta A.
Entonces, seleccione otros cuatro nmeros aleatorios y ponga los
conejos
correspondientes en otra jaula que recibir la dieta B.
As sucesivamente hasta tener cuatro jaulas con cuatro conejos en
cada una.
MTODO 3:En una urna ponga las letras A, B, C y D en pedazos de
papel separados. Atrape un conejo,
saque un pedazo de papel al azar de la urna y asigne el conejo a
la dieta que indique el
papel. No reemplace el papel. Atrape el segundo conejo y
seleccione al azar otro pedazo
de papel de la urna de los tres que quedan.
Asigne el conejo a la dieta correspondiente. Contine hasta que
los primeros cuatro
conejos sean asignados a una de las cuatro dietas. De esta
manera, todos los conejos
lentos tienen diferentes dietas.
Coloque otra vez los cuatro pedazos de papel en la urna y repita
el procedimiento hasta
que los 16 conejos estn asignados a una dieta.
MODELO ESTADSTICO LINEALEl modelo estadstico o aditivo lineal es
una expresin algebraica que condensa todos los
factores presentes en la investigacin. Resulta til para
sintetizar qu factores son
independientes o dependientes, cules son fijos o aleatorios,
cules son cruzados o
anidados.
En este diseo el valor de cada unidad experimental Yijse aplica
segn el siguiente Modelo
Estadstico Lineal:
+ + Donde:
Yij = Es la respuesta (variable de inters o variable medida), es
decir es una observacinen la j-sima unidad experimental, sujeto al
i-simo tratamiento.
-
5/21/2018 Dise os Experimentales Todo
3/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 3
i = Es el efecto del i-simo tratamiento.
= Es el efecto de la media general del experimento o constante
comn.
ij= Es el error aleatorio asociado a la respuesta Yij, efecto
verdadero de la j-sima unidad
experimental (replica), sujeta al i-simo tratamiento (error
experimental)
ESQUEMA O REPRESENTACIN SIMBLICA DEL DISEO
Observaciones(j)
Tratamiento (i)Total
1 2 3 . . . T
1 Y11 Y21 Y31 . . . Yt1 Y.1
2 Y12 Y22 Y32 . . . Yt2 Y.2
3 Y13 Y23 Y33 . . . Yt3 Y.3
. . .
. . .
. . .
. . .
. . .
. . .
. . .
r Y1r Y2r Y3r . . . Ytr Y.r
Total (t) Y1. Y2. Y3. . . . Yt. Y..
Medias . . . . . . . .. VENTAJASa) Es simple de planificar.
b) El nmero de repeticiones puede variar de tratamiento a
tratamiento.
c) Existe ms grados de libertad para estimar el error
experimental.
d)
Es flexible en cuanto al nmero de repeticiones y tratamientos.e)
Es til cuando la unidad experimental tiene una variabilidad
uniforme repartida
f) Cuando se pierde alguna parcela experimental se puede
considerar que se tiene
diferente nmero de repeticiones por tratamiento.
g) El error experimental puede obtenerse separadamente para cada
tratamiento para
comprobar la suposicin de Homogeneidad del error.
DESVENTAJASa) Es ms apropiado para pequeo nmero de tratamientos
y para un material
experimental homogneo y uniformemente distribuido.b) No se puede
controlar el Error Experimental por lo tanto, no es un Diseo
muy
preciso.
c) Cuando se tiene diferente nmero de repeticiones por
tratamiento, es necesario
calcular un Error estndar para cada pareja de medias si se
quiere comparar sus
diferencias.
ANLISIS DE VARIANZAEs una tcnica matemtica que nos permite
descomponer una Fuente de Variacin Total
en sus componentes atribuibles a fuentes de variacin
conocida.
-
5/21/2018 Dise os Experimentales Todo
4/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 4
El cuadro de anlisis de varianza (ANVA) es un arreglo dado por
las fuentes de variacin,
seguido de los grados de libertad, de las sumas de cuadrados, de
los cuadrados medios de
cada componente, as como del valor F y su probabilidad de
significacin ( valor P).
DISEO COMPLETAMENTE AL AZAR CON IGUAL NMERO DE OBSERVACIONES
PORTRATAMIENTO
TABLA ANVA:Frmulas
F. de V. G.L. S.C. C.M.C.M.E.
Modelo I Modelo II
Tratamientos t-1 .
= ..
. 1
+
1
= +
ErrorExperimental
t(r-1) .
=
=
= 1
Total tr-1 ..
=
=
.. .100 ..
..
MODELO DE EFECTOS FIJOS, ALEATORIOS O MIXTOS
Como se observa el efecto del tratamiento puede ser fijo,
aleatorio o mixto.
a) MODELO I:Llamado modelo de Efectos fijos o modelo de anlisis
de varianza. Estemodelo supone que los tratamientos de una
determinada subpoblacin son una
cantidad fija, una variable no aleatoria.
Cuando los factores son fijos, el investigador ha escogido los
factores en forma no
aleatoria y slo est interesado en ellos.
En este caso el investigador asume que i=0, lo cual refleja la
decisin delinvestigador, de que nicamente est interesado en los t
tratamientos presentes en el
experimentos. La mayor parte de los experimentos de investigacin
comparativa
pertenecen a este modelo.
b) MODELO II:Llamado modelo de efectos aleatorios o modelo de
componentes devarianza. Los tratamientos considerados dentro de un
experimento se asumen como
una muestra al azar extrada desde una poblacin de
tratamientos.
Cuando los factores son aleatorios, el investigador, selecciona
al azar los de inters de
varios que dispone y los asigna a las unidades
experimentales.
-
5/21/2018 Dise os Experimentales Todo
5/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 5
En este caso el investigador asume que itratamientos estn
distribuidos normal e
independientemente con media cero y varianza conocida, lo cual
se acostumbra
abreviar as: DNI(0,2), lo cual refleja la decisin del
investigador de que slo est
interesado en una poblacin de tratamientos, de los cuales
nicamente una muestra
al azar (los t tratamientos) estn presentes en el
experimento.
c) MODELO MIXTO: Hace referencia a aquellos casos en los cuales
el investigadorconsidera tantos factores fijos como aleatorios en
el mismo experimento.
PROCEDIMIENTO PARA LA PRUEBA DE HIPTESIS1) Planteamiento de
Hiptesis
H0: i=0 (los i tratamientos tienen el mismo efecto sobre la
variable en estudio)
H1: i0 (No todos los tratamientos tienen el mismo efecto sobre
la variable en
estudio)
2) Nivel de Significancia=0.05 (5%) =0.01 (1%)
3) Estadstico de Prueba .
4) Regla de Decisin
Si , se acepta la hiptesis nula (H0)
Si > ,. se rechaza la hiptesis nula (H0), representndose por
un asterisco(*), lo cual significa que la prueba es
significativa.
Si > ,. se rechaza la hiptesis nula (H0), representndose por
dosasteriscos (**), lo cual significa que la prueba es altamente
significativa.
5) ConclusinDe acuerdo al enunciado
EJEMPLO: Se desea probar la hiptesis de que las notas de
estadstica en pruebas
objetivas cortas, dependen de la hora de realizacin de la
prueba. Para ello se han
escogido, al azar, cinco alumnos del turno matutino, vespertino
y nocturno. Las pruebas
arrojaron los siguientes resultados:
MATUTINO VESPERTINO NOCTURNO
16 10 15
17 11 08
18 12 09
19 13 13
20 14 14
-
5/21/2018 Dise os Experimentales Todo
6/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 6
Se pide realizar el procedimiento para la prueba de
hiptesis.
Solucin:
El esquema de la matriz de datos a ser procesada es:
OBSERVACIONES TURNO TOTALMATUTINO(1)
VESPERTINO(2)
NOCTURNO(3)
1 16 11 15 41
2 17 12 08 36
3 18 13 09 39
4 19 14 13 45
5 20 15 14 48
TOTAL 90 65 59 209
Promedio 18 13 11.8 45.8
PROCEDIMIENTO PARA LA PRUEBA DE HIPTESIS1) Planteamiento de
Hiptesis
H0: i=0
H1: i0 para al menos una i
Es decir:
H0: no existe diferencia significativa entre los
tratamientos
H1: existe diferencia significativa entre los tratamientos
Respecto al problema planteado
H0: los rendimientos no difieren por turno
H1: los rendimientos difieren por turno
2) Nivel de Significancia.=0.05
3)
Estadstico de PruebaLos clculos necesarios son:Grados de
libertad de tratamientos (turnos) : t-1 = 3-1 = 2
Grados de libertad del error experimental : t(r-1) = 3(5-1) =
12
Grados de libertad del total : tr-1 = (3) (5)-1 = 14
Factor de correccin:
..
21435
4579615 3053.07
Suma de cuadrados de tratamientos (turnos)
-
5/21/2018 Dise os Experimentales Todo
7/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 7
.
= ..
90+ 65+ 59
5 3053.07 108.13
Suma de cuadrados del total
..
= 16+ 17+ 18+ + 143053.07 166.93
=
Suma de cuadrados del error
166.93 108.13 58.8
La tabla ANVA es:
F. de V. G.L. S.C. C.M. Fc
Turnos 2 108.13 54.06 11.03Error 12 58.80 4.90
Total 14 166.93
.
54.064.90 11.03
4) Regla de Decisin
Como 11.03 > ,. 3.89se rechaza la hiptesis nula (H0) y se
acepta lahiptesis alterna (H1), es decir laprueba es
significativa.
5) ConclusinExiste diferencia significativa entre los
rendimientos por turno, es decir las notas de
estadstica en pruebas objetivas cortas dependen de la hora de
realizacin de la
prueba.
EJEMPLO 2: Se desea probar la hiptesis de que los tiempos de
activado de veinte bateras
trmicas, dependen de 4 tratamientos. Para ello se han escogido,
cinco bateras asignadas
al azar a cada tratamiento. Los resultados son:1 2 3 4
73 74 68 71
73 74 69 71
75 74 69 72
75 74 69 72
75 75 70 73
Realizar el procedimiento para la prueba de hiptesis.
-
5/21/2018 Dise os Experimentales Todo
8/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 8
EJEMPLO 3: Disminucin del crecimiento en bacterias de carne
almacenadaLa vida en estante de carne almacenada es el tiempo en
que el corte empacado se
mantiene bien, nutritivo y vendible.
El empaque estndar con aire del medio ambiente tiene una vida de
48 horas. Despus se
deteriora por contaminacin bacterial, degradacin del color y
encogimiento.El empaque al vaco detiene el crecimiento bacterial,
sin embargo, se pierde calidad.
Estudios recientes sugieren que al controlar ciertos gases de la
atmsfera se alarga la vida
en estante.
Hiptesis de investigacin: Algunas formas de gases controlados
pueden mejorar laefectividad del empacamiento para carne.
Diseo de tratamientos:1. Aire ambiental con envoltura
plstica
2. Empacado al vaco
3. Mezcla de gases:
1% CO (monxido de carbono)
40% O2(oxgeno)
59% N (nitrgeno)
4. 100% CO2(bixido de carbono)
Diseo experimental:Completamente al azar.Tres bistecs de res,
aproximadamente del mismo tamao (75 grs.) se asignaron
aleatoriamente a cada tratamiento. Cada bistec se empaca
separadamente con su
condicin asignada.
Variable de respuesta: Se mide el nmero de bacterias
psichnotropicas en la carnedespus de 9 das de almacenamiento a 4
C.
Estas bacterias se encuentran en la superficie de la carne y
aparecen cuando la carne se
ech a perder.
La medicin fue el logaritmo del nmero de bacterias por cm2, los
datos obtenidos fueron:
Observaciones
Tratamientos
1 2 3 41 7.66 5.26 7.41 3.51
2 6.98 5.44 7.33 2.91
3 7.80 5.80 7.04 3.66
Pregunta de investigacin: Hay ms crecimiento bacterial con
algunos mtodos deempacado que con otros?
Pregunta estadstica:Cul modelo describe mejor los resultados del
experimento?
-
5/21/2018 Dise os Experimentales Todo
9/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 9
DISEO COMPLETAMENTE AL AZAR CON DIFERENTE NMERO DE
OBSERVACIONESPOR TRATAMIENTO
MODELO ESTADSTICO LINEAL
En este diseo el valor de cada unidad experimental Yijse aplica
segn el siguiente ModeloEstadstico Lineal:
+ + Donde:
Yij = Es la respuesta (variable de inters o variable medida), es
decir es una observacinen la j-sima unidad experimental, sujeto al
i-simo tratamiento.
= Es la media general o poblacional.
Si = Es el efecto del i-simo tratamiento.
ij= Es el error aleatorio asociado a la respuesta Yij, efecto
verdadero de la j-sima unidad
experimental (replica), sujeta al i-simo tratamiento (error
experimental)
TABLA ANVA:Frmulas
F. de V. G.L. S.C. C.M. Fc
Tratamientos t-1 .
=
. 1 .
Error Experimental 1
=
.
=
=
=
1
Total 1
=
=
=
.. .100..
Frmulas de Clculo
a)
Trmino o Factor de Correccin:
b) Suma de Cuadrados del Total:
=
=
c) Suma de Cuadrados de Tratamientos:
.
=
t
i
i
t
i
r
jij
r
YTC
i
1
2
1 1
-
5/21/2018 Dise os Experimentales Todo
10/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 10
d)
Suma de Cuadrados del Error Experimental:
El procedimiento para la prueba de hiptesis es similar al caso
anterior solo cambia en el
Cuadro ANVA.
EJEMPLO 4: En un centro experimental, se apareo 9 pares de
ovinos de raza corriedale
con diferentes hembras de la misma raza aleatoriamente,
obtenindose pesos de cras al
nacimiento (Kg.), realizar la prueba de hiptesis respectiva con
los datos que se presentan
a continuacin.
ObservacionesPADRES
1 2 3 4 5 6 7 8 9
1 3.6 3.5 3.0 3.0 3.3 4.3 4.1 3.0 3.62 3.0 4.2 3.6 3.2 2.8 1.9
3.2 3.2 3.6
3 3.1 3.4 4.2 2.2 4.0 3.1 3.4 3.9 3.8
4 4.0 3.0 2.2 4.1 3.0 3.4 3.2 4.0
5 4.0 4.4 3.4 3.8 3.2 3.9 3.7
6 3.8 3.8 3.5 3.0 4.0 2.4
7 3.8 2.2 3.0 4.0 4.1 2.8
8 4.3 4.2 3.7 3.6 3.6
9 3.8 3.5 3.8
10 3.4 4.211 3.8 4.2
12 3.9 3.9
13 3.3
14 3.6
15 3.2
PROCEDIMIENTO PARA LA PRUEBA DE HIPTESIS1) Planteamiento de
Hiptesis
H0: i=0H1: i0 para al menos una i
Es decir:
H0: no existe diferencia significativa entre los
tratamientos
H1: existe diferencia significativa entre los tratamientos
Respecto al problema planteado
H0: los pesos de las cras al nacimiento no difieren por padre
(tratamiento)
H1: los pesos de las cras al nacimiento difieren por padre
(tratamiento)
-
5/21/2018 Dise os Experimentales Todo
11/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 11
2) Nivel de Significancia=0.05
3) Estadstico de Prueba
Ser a una distribucin F con n1y n2grados de libertad
4) Regla de Decisin
Si se acepta la hiptesis nula con 1- % de confianza y se rechaza
lahipostasis alterna con un % de significancia.
Si > se rechaza la hiptesis nula con un % de significancia y
se acepta lahipostasis alterna con un 1-% de confianza.
5) ClculosEl esquema de la matriz de datos a ser procesada, para
los clculos es:
ObservacionesPADRES
1 2 3 4 5 6 7 8 9
1 3.6 3.5 3.0 3.0 3.3 4.3 4.1 3.0 3.6
2 3.0 4.2 3.6 3.2 2.8 1.9 3.2 3.2 3.63 3.1 3.4 4.2 2.2 4.0 3.1
3.4 3.9 3.8
4 4.0 3.0 2.2 4.1 3.0 3.4 3.2 4.0
5 4.0 4.4 3.4 3.8 3.2 3.9 3.7
6 3.8 3.8 3.5 3.0 4.0 2.4
7 3.8 2.2 3.0 4.0 4.1 2.8
8 4.3 4.2 3.7 3.6 3.6
9 3.8 3.5 3.8
10 3.4 4.2
11 3.8 4.212 3.9 3.9
13 3.3
14 3.6
15 3.2
TOTAL 33.4 24.5 16.4 8.4 28.7 12.3 28 43.5 53.7
ri 9 7 5 3 8 4 8 12 15
Grados de libertad de tratamientos (padres) : t-1 = 9-1 = 8
Grados de libertad del error experimental:
-
5/21/2018 Dise os Experimentales Todo
12/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 12
1
= 62
Grados de libertad del total:
1
= 70
Factor de correccin:
248.90
71 872.55
Suma de cuadrados de tratamientos (padres)
33.4
9 +24.5
7 + +53.7
15 872.55 3.18
Suma de cuadrados del total
= 3.6+ 3.0+ 3.1+ + 3.2872.55 21.44
=
Suma de cuadrados del error
21.443.18 18.26
La tabla ANVA es:
F. de V. G.L. S.C. C.M. Fc
Padres 8 3.18 0.3971.35
Error 62 18.26 0.295
Total 70 21.44
.
0.3970.295 1.35
6) Conclusin Como
1.35 ,.
2.09se acepta la hiptesis nula (H0) y se rechaza la
hiptesis alterna (H1), es decir no existen evidencias
estadsticas significativas
entre los diferentes tratamientos o padres que se sometieron al
estudio. La
prueba no es significativa.
7) InterpretacinNo existe diferencia significativa entre los
tratamientos (padres) que se sometieron
al estudio, es decir los pesos vivos al nacimiento no dependen
del padre por lo tanto
se puede tomar cualquiera de los padres para las siguientes
generaciones.
-
5/21/2018 Dise os Experimentales Todo
13/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 13
EJEMPLO 5: En un experimento se van a comparar los % de
carbohidratos en cuatro
marcas de pan, para lo cual se van a hacer 18 determinaciones: 5
en la marca A, 3 en la B,
4 en la C y 6 en la D.
En este caso, cada marca de pan es un tratamiento (t = 4) y se
tienen n 1= 5, n2= 3, n3= 4,
n4 = 6. Para obtener las respuestas se tomarn muestras
aleatorias de los tamaosespecificados de cada marca y se harn
determinaciones de los porcentajes mediante un
procedimiento (hasta donde sea posible) idntico en las 18
unidades experimentales.
Las observaciones se muestran a continuacin:
Tratamiento (Marca)
A B C D
63 60 59 70
68 65 66 69
71 61 58 62
70 59 7169 70
66
Realice la prueba de hiptesis para la significancia o no de los
tratamientos.
DISEO COMPLETAMENTE AL AZAR CON IGUAL NMERO DE
SUBUNIDADESEXPERIMENTALES POR UNIDAD EXPERIMENTALEste diseo puede
ser usado cuando se demandan unidades experimentales muy
grandes,
debido a ello es posible dividirla en subunidades y ser
estudiadas a partir de muestraspequeas, tambin puede ser usado
cuando se presentan experimentos donde es muy
tedioso tomar toda la unidad experimental, siempre que sea
necesario se puede sacar
subunidades de cada unidad.
CARACTERSTICASSe debe tener claro que en este tipo de diseos
existen dos tipos de anlisis uno referente
a las unidades y otro referente a las subunidades, generando las
fuentes de variabilidad
que contribuyen a formar la varianza para las comparaciones
entre los promedios de los
tratamientos, estas son:
La variabilidad entre las subunidades de una misma unidad
experimental. El
cuadrado medio de esta variabilidad se denomina error de
muestreo.
La variabilidad entre las unidades experimentales de un mismo
tratamiento. El
cuadrado medio de esta variabilidad se denomina error
experimental.
ANLISIS ESTADSTICOTeniendo en cuanta t niveles de un factor
(tratamientos), r repeticiones y m submuestras
por repeticin Yijk (i=1, 2, 3, , t; j=1, 2, 3, , r: k=1, 2, 3, ,
s) se considera como la
-
5/21/2018 Dise os Experimentales Todo
14/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 14
observacin de una unidad experimental perteneciente a una
poblacin cuya media es
ijk. Entonces se generar tres poblaciones, las cuales se
distribuirn normalmente.
MODELO ESTADSTICO LINEAL
El modelo estadstico apropiado estar dado por: + + + i=1, 2, 3,
, t
j=1, 2, 3, , r
k=1, 2, 3, , s
Donde:
Yijk = Es la variable respuesta de la k-sima muestra (subunidad)
de la j-sima unidadexperimental, sujeto al i-simo tratamiento.
= Es la media general poblacional o constante comn.i = Es el
verdadero efecto del i-simo tratamiento.
ij = Es el efecto verdadero de la j-sima unidad experimental
sujeta al i-simo
tratamiento.
ij= Es el verdadero efecto aleatorio del error muestral en la
k-sima subunidad, de la j-
sima unidad experimental, sujeta al i-simo tratamiento.
TABLA DE ANVA
F. de V. G.L. S.C. C.M. Fc
Tratamientos
(entre grupos)t-1 ..
=...
. 1
.
Error experimental
(unidades dentro
de grupos)
t(r-1) .
= ..
=
=
1
Error de muestreo tr(s-1) .
=
=
=
=
1
Total trs-1 ...
=
=
=
EJEMPLO 6: Los datos que se muestran a continuacin se refieren a
producciones
parciales de forraje de maz en verde, tomadas como muestras ante
la imposibilidad de
medir la produccin total de cada unidad experimental. Los
tratamientos consisten en
cantidades diferentes de estircol incorporado al suelo como
mejorador.
-
5/21/2018 Dise os Experimentales Todo
15/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 15
Dosis I II III IV
0
24 19 18 23
23 21 19 22
21 24 22 20
2 TM/ha24 21 23 1919 22 18 21
23 24 22 23
4 TM/ha
25 31 28 34
28 24 32 33
30 32 36 29
6 TM/ha
56 62 61 62
65 60 60 60
58 59 64 61
Se pide realizar el procedimiento para la prueba de
hiptesis.
Solucin:
El esquema de la matriz de datos a ser procesada es:
Dosis I II III IV Yi..
0
24 19 18 23
23 21 19 22
21 24 22 20
Y1j. Y11.=68 Y12.=64 Y13.=59 Y14.=65 Y1..=256
2 TM/ha
24 21 23 19
19 22 18 21
23 24 22 23
Y2j. Y21.=66 Y22.=67 Y23.=63 Y24.=63 Y2..=259
4 TM/ha
25 31 28 34
28 24 32 33
30 32 36 29
Y3j. Y31.=83 Y32.=87 Y33.=96 Y34.=96 Y3..=362
6 TM/ha
56 62 61 62
65 60 60 60
58 59 64 61
Y4j. Y41.=179 Y42.=181 Y43.=185 Y44.=183 Y4..=728
Y=1605
PROCEDIMIENTO PARA LA PRUEBA DE HIPTESIS1) Planteamiento de
Hiptesis
H0: i=0
H1: i0 para al menos una i
-
5/21/2018 Dise os Experimentales Todo
16/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 16
2) Nivel de Significancia.=0.01
3) Estadstico de Prueba
Ser a una distribucin F con (t-1) y t(r-1) grados de
libertad
4) Regla de Decisin
Si se acepta la hiptesis nula con 1- % de confianza y se rechaza
lahipostasis alterna con un % de significancia.
Si > se rechaza la hiptesis nula con un % de significancia y
se acepta lahipostasis alterna con un 1-% de confianza.
5) ClculosLos clculos necesarios son:
Grados de libertad Entre grupos (tratamientos) : t-1 = 4 - 1 =
3
Grados de libertad de las unid. Dentro de grupos : t(r-1) = 4(4
- 1) = 12
Grados de libertad del error de muestreo : tr(s-1) = (4)(4)(3 -
1) = 32
Grados de libertad del total : trs 1= (4)(4)(3) 1 = 47
Factor de correccin:
...
1605443
257602548 53667.188
Suma de cuadrados de tratamientos
..
=
...
256+ 259+ 362+ 728
43 53667.188 12469.895
Suma de cuadrados del error experimental
.
..
=
=68
+ 64+ 59+ + 633 66137.086 67.917
=
Suma de cuadrados del total
=
24+ 23+
=
=
+ 61+ 53667.188 12765.812
-
5/21/2018 Dise os Experimentales Todo
17/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 17
Suma de cuadrados del error
12765.812 12469.895 + 67.917 228
La tabla ANVA es:
F. de V. G.L. S.C. C.M. FcTratamientos 3 12469.895 4156.632
734.4
0.79Error Experimental 12 67.917 5.660
Error de muestreo 32 228.000 7.125
Total 47 12765.812
6) ConclusinPara tratamientos
Como 734.4 > ,,. 3.49se rechaza la hiptesis nula (H0) es
decir serechaza la hiptesis de igualdad de tratamientos y se acepta
la hiptesis alterna
(H1), es decir laprueba es significativa.
7) Interpretacin Existe diferencia significativa entre los
tratamientos, es decir entre las diferentes
cantidades de estircol aplicadas al suelo.
EJEMPLO 7: Analice los resultados que se muestran a
continuacin:
Planta i Hoja j Determinaciones Yijk
1
1 3.28 6.37
2 3.52 7.00
3 2.88 5.68
2
1 2.46 4.90
2 1.87 3.793 2.19 4.38
3
1 2.77 5.43
2 3.74 7.18
3 2.55 5.10
4
1 3.78 7.65
2 4.07 8.19
3 3.31 6.62
Realice el procedimiento completo para la prueba de
hiptesis.
-
5/21/2018 Dise os Experimentales Todo
18/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 18
DISEO COMPLETAMENTE AL AZAR CON DIFERENTE NMERO DE
SUBUNIDADESEXPERIMENTALES POR UNIDAD EXPERIMENTAL
El Modelo Estadstico Lineal es similar al caso anterior solo
cambia en la Tabla ANVA.
F. de V. G.L. S.C. C.M. Fc
Tratamientos t-1 TC
r
Yt
i
r
j
ij
r
j
r
k
ijk
i
i ij
1
`1
2
1 1
.
Error experimental 1
=
t
i
r
j
t
ir
j
ij
r
j
r
k
ijk
ij
r
k
ijki
i
i ijij
r
Y
r
Y
1 1 1
1
2
1 1
2
1
Error de muestreo
= 1
=
t
i
r
j
r
k
t
i
r
j ij
r
k
ijk
ijk
i ij i
ij
r
Y
Y1 1 1 1 1
2
`12
Total 1
=
=
t
i
r
j
r
k
ijk
i ij
TCY1 1 1
2
..
2
1 1
2
1 1 1
n
Y
r
Y
TCt
i
r
j
ij
t
i
r
j
r
k
ijk
i
i ij
EJEMPLO: En el Centro Experimental Chuquibambilla de la
Universidad Nacional delAltiplano, se evaluaron los pesos de
destete (Kg) en ovinos criollos de la progenie de 8
hembra, las cuales fueron apareadas a 3 padres. Cada padre fue
apareado al azar con
diferente nmero de madres, de los cuales cada madre tiene
diferente nmero de cras.
Con la informacin obtenida se estimaron los componentes de
varianza para estacaracterstica.
Padres P1 P2 P3
Madres M602 M270 M694 M268 M278 M246 M249 M603
1 15 16 17 22 22 15 16 25
2 17 15 19 15 19 17 17 16
3 14 13 18 19 18 18 20 16
4 13 24 20 15 22 18 20
5 15 17 20 15
6 17 18Se pide realizar el procedimiento para la prueba de
hiptesis.
-
5/21/2018 Dise os Experimentales Todo
19/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 19
Solucin: El esquema de la matriz de datos a ser procesada
es:
Padres
P1 P2 P3
Madres Madres Madres
Cras M602 M270 M694 M268 M278 M246 M249 M6031 15 16 17 22 22 15
16 25
2 17 15 19 15 19 17 17 16
3 14 13 18 19 18 18 20 16
4 13 24 20 15 22 18 20
5 15 17 20 15
6 17 18
Yij. Y11.=74 Y12.=44 Y13.=78 Y21.=93 Y22.=74 Y31.=109 Y32.=71
Y33.=110 Y=653
rij r11=5 r12=3 r13=4 r21=5 r22=4 r31=6 r32=4 r33=6 r..=37
Yi.. Y1..=196 Y2..=167 Y3..=290
PROCEDIMIENTO PARA LA PRUEBA DE HIPTESIS1) Planteamiento de
Hiptesis
H0: i=0
H1: i0 para al menos una i
2) Nivel de Significancia.=0.05
3) Estadstico de Prueba
Ser a una distribucin F con n1y n2grados de libertad
4) Regla de Decisin
Si se acepta la hiptesis nula con 1- % de confianza y se rechaza
lahipostasis alterna con un % de significancia.
Si > se rechaza la hiptesis nula con un % de significancia y
se acepta lahipostasis alterna con un 1-% de confianza.
5) ClculosLos clculos necesarios son:
G. L. de los tratamientos : t-1 = 3 - 1 = 2
-
5/21/2018 Dise os Experimentales Todo
20/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 20
G. L. del error experimental:
3
1
51312131
i
ir
G. L. del error de muestreo:
3
1 1 29)16()14()16()14()15()14()13()15()1(i
r
jij
i
r
G. L. del total:
3
1 1
361371)64645435(1i
r
j
ij
i
r
Factor de correccin:
56757.11524
37
)653( 2
..
2
3
1 1
23
1 1 1
n
Y
r
Y
TC
i
r
j
ij
i
r
j
r
k
ijk
i
i ij
Para la suma de cuadrados de tratamientos calculamos:
3611.1155616
)290(
9
)167(
12
)196( 2223
1
`1
2
1 1
ir
j
ij
r
j
r
k
ijk
i
i ij
r
Y
793544.3156757.1152436111.115563
1
`1
2
1 1
TC
r
Y
SCi
r
j
ij
r
j
r
k
ijk
trati
i ij
Para la suma de cuadrados del error experimental
3
1 1
22222222
2
1
41667.116176
110
4
71
6
109
4
74
5
93
4
78
3
44
5
74
i
r
j ij
r
k
ijki
ij
r
Y
05556.6136111.1155641667.11617
3
1 1
3
1
1
2
1 1
2
1
i
r
j ir
j
ij
r
j
r
k
ijk
ij
r
k
ijk
ee
i
i
i ijij
r
Y
r
Y
SC
Para la suma de cuadrados del error de muestreo
118231815141715 222223
1 1 1
2
i
r
j
r
k
ijk
i ij
Y
-
5/21/2018 Dise os Experimentales Todo
21/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 21
58333.20541667.11617118233
1 1 1
3
1 1
2
`12
i
r
j
r
k i
r
j ij
r
k
ijk
ijkem
i ij i
ij
r
Y
YSC
Suma de cuadrados del total
t
i
r
j
r
k
ijktotal
i ij
TCYSC1 1 1
2 43243.29856757.1152411823
La tabla ANVA es:
F. de V. G.L. S.C. C.M. Fc
Entre padres 2 31.793544 15.89677 1.3021.723Entre madres/padres
5 61.05556 12.21111
Progenie/madre/padre 29 205.58333 7.08908
Total 36 298.43243
6) ConclusinPara tratamientos (entre padres)
Como 1.30 > ,,. 5.79se acepta la hiptesis nula (H0) es decir
acepta lahiptesis de igualdad de tratamientos al 95% de nivel de
confianza.
7) InterpretacinNo existen evidencias estadsticas
significativas, es decir aceptamos la hiptesis de
que los tratamientos (padres) son similares o no demuestran ser
diferentes.
EJEMPLO 8:Considere un ejemplo para investigar la conversin
fermentativa del azcar
a cido lctico. Deseamos comparar la capacidad de dos
microorganismos para efectuar
esta conversin. Una cantidad de substracto es preparada y
dividida en dos porcionesdesiguales. Cada porcin es dividida en un
nmero de subporciones de 100 ml. (unidades
experimentales) como sigue: N 1, 4 unidades; N 2, 3 unidades.
Cada una de las unidades
de 100 ml. Es inoculada como uno u otro de los dos
microorganismos, 4 unidades fueron
inoculadas con el microorganismo N 1 y 3 unidades con el
microorganismo N 2. La
fermentacin se deja proceder por 24 horas, y despus cada unidad
experimental
(subporcin de 100 ml.) es examinada respecto a la cantidad de
azcar residual,
expresada en mg. por 5 c.c., para determinar la cantidad de
cambio producida por cada
microorganismo. El azcar previamente presentado ser convertido y
aparece como
cido lctico. Posteriormente varios nmeros de determinaciones son
hechos en cadamuestra. Los datos se registran en la siguiente
tabla.
-
5/21/2018 Dise os Experimentales Todo
22/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 22
Determinaciones
Microorganismo N 1 Microorganismo N 2
Muestra N Muestra N
1 2 3 4 1 2 3
1 5.6 5.0 5.4 5.3 7.6 7.4 7.5
2 5.7 5.0 5.4 5.5 7.6 7.0 7.63 5.1 5.4 7.8 7.2 7.5
4 5.5 7.4
5 5.4
Se pide realizar el procedimiento para la prueba de hiptesis de
significancia o no de los
tratamientos.
DISEO EN BLOQUE COMPLETO AL AZAR (DBCA)
Este diseo es uno de los ms ampliamente conocidos y difundidos
de los diseosexperimentales, tambin se conoce como Diseo Bloque
Completamente Aleatorizado, y
se caracteriza porque los tratamientos se distribuyen en forma
aleatoria, a un grupo de
unidades experimentales denominado bloque, la finalidad es que
las unidades
experimentales dentro de un bloque sean lo ms homogneas
posibles, es decir el nmero
de unidades experimentales en cada bloque debe ser igual al
nmero de tratamientos que
se quiere estudiar.
Los bloques pueden estar formados por reas homogneas de un
terreno, grupo de
animales que puedan manipularse en forma uniforme (misma raza,
misma edad, mismo
peso, etc.)En resumen, en este diseo de bloques completos al
azar los tratamientos son
aleatoriamente asignados a las unidades experimentales
(homogneos) dentro de cada
estrato o subgrupo o bloque. De esta forma, el proceso de
aleatorizacin de los
tratamientos ha sido restringido a las unidades dentro de cada
bloque. Desde el punto de
vista de la variabilidad de los datos, se han introducido una
variabilidad artificial por
estudiar distintos tratamientos.
La variabilidad natural existente entre las unidades
experimentales puede ser
subdividida por el hecho de haber agrupado las unidades
experimentales en grupos
heterogneos (bloques) pero conformados por unidades homogneas.
As, parte de lo que
es la variabilidad natural de las unidades puede ser atribuida a
algo ahora conocido
(bloques) y otra parte seguir siendo variabilidad natural de las
unidades
experimentales.
Es interesante notar que la restriccin impuesta la aleatorizacin
sorteo implica que cada
estrato o bloque corresponde con una repeticin completa de los
tratamientos.
Los bloques o repeticiones pueden ser das, observadores,
animales, corrales, pacientes,
colegios, clones, laboratorios, estufas, cmaras de crecimiento,
etc. As este diseo podra
ser usado para controlar una fuente de variacin en el material
experimental y no
solamente la variacin entre bloques en un campo.
-
5/21/2018 Dise os Experimentales Todo
23/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 23
En la figura siguiente, se observa que las unidades no son
completamente iguales, son
heterogneas, tal como se simboliza mediante formas
diferentes.
Figura 1: Principio de formacin de bloques
Primero se ordena las unidades experimentales de acuerdo a sus
caractersticas, de forma
que todas las unidades iguales formen un grupo (bloque) en el
ejemplo cada bloque
comprende 4 unidades homogneas Fig 1 (b). Y finalmente los 4
tratamientos (indicados
mediante 1, 2, 3, 4), se asignan al azar a las 4 unidades de
cada bloque Fig. 1(c). La
evidente heterogeneidad de las unidades est controlada por el
proceso de la formacin
de bloques. Obsrvese el balance que existe en este diseo. Cada
observacin se clasifica
de acuerdo con el bloque que contiene la unidad experimental y
al tratamiento aplicado,
dando lugar a una clasificacin de dos vas. Cada tratamiento
aparece un nmero igual deveces, generalmente una vez, en cada
bloque y cada bloque contiene todos los
tratamientos. Bloques y tratamientos son ortogonales entre s.
Esta propiedad es la que
lleva a los sencillos clculos aritmticos que entran en el
anlisis de los datos resultantes.
Este diseo se usa con mayor frecuencia que cualquier otro y si
da precisin satisfactoria,
no hay objeto de usar otro diferente.
VENTAJAS:1) Precisin:Este diseo ha resultado ms preciso que el
diseo completamente al azar,
para la mayora de los tratamientos experimentales. La eliminacin
de la suma decuadrados de bloques desde la suma de cuadrados del
error usualmente resulta en un
decrecimiento en el cuadro medio del error a pesar de la prdida
de grados libres para
estimar este error. Permite ganar mayor precisin en el
experimento, principalmente
cuando existe diferencias significativas entre bloques.
Flexibilidad:No existe una restriccin en relacin al nmero de
tratamientos y derepeticiones, sin embargo, el aumento en el nmero
de tratamientos conlleva a la
prdida de la homogeneidad dentro de bloques.
-
5/21/2018 Dise os Experimentales Todo
24/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 24
2)
Es un diseo bastante usado por su adaptabilidad, recomendndose
generalmente
ms de tres bloques y por lo menos dos tratamientos por
bloque.
3) Es factible realizar el anlisis experimental, cuando por
alguna causa se hubiera
perdido algn bloque. Adems si el resultado de una unidad
experimental no se
llegara a registrar (prdida de la unidad experimental), existen
tcnicas estadsticassimples para poder estimar el resultado.
DESVENTAJAS:
1) La desventaja de este diseo es que no es adecuado a gran
nmero de tratamientos y
para los casos en que el bloque contenga considerable
variabilidad.
2) Cuando existe prdida de muchas unidades experimentales, el
anlisis estadstico se
complica seriamente y muchas veces no es posible analizarlo.
3) No es recomendable utilizar este diseo cuando se verifica que
existe interaccin
entre bloques y tratamientos.
ESQUEMA DEL DISEO BLOQUE COMPLETO AL AZAR.
Tabla de valores de la muestra para DBCA.
Tratamientos(i)
Repeticiones (j) TotalYi.1 2 3 . . . j . . . r
1 Y11 Y12 Y13 . . . Y1j . . . Y1r Y1.
2 Y21 Y22 Y23 . . . Y2j . . . Y2r Y2.
3 Y31 Y32 Y33 . . .
Y3j . . .
Y3r Y3.. . . . . . . . . . . . . . . . . . . . . . . . . . .
i Yi1 Yi2 Yi3 . . . Yij . . . Yir Yi.
. . . . . . . . . . . . . . . . . . . . . . . . . . .
t Yt1 Yt2 Yt3 . . . Ytj . . . Ytr Yt.
Total Y.j Y.1 Y.2 Y.3 . . . Y.j . . . Y.r Y..
MODELO ADITIVO LINEAL
El modelo estadstico lineal aditivo para un DBCA es el
siguiente:
+ + + i=1, 2, 3, , t (t tratamientos)
j=1, 2, 3, , r (r bloques)
Donde:
Yij = Variable de respuesta observada en la unidad experimental
ubicada en el j-simobloque que recibe el tratamiento "i"
= Constante comn para toda la observacin o media de la
poblacin.i = Es el efecto del i-simo tratamiento.
-
5/21/2018 Dise os Experimentales Todo
25/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 25
j = Es el efecto del j-simo bloque.
ij = Trmino que representa el error de su respectiva Yij que se
considera como la
variable aleatoria distribuida en forma normal e independiente
con media cero y varianza
constante, es: ~ 0, .HIPTESIS Modelo I Modelo II
Respecto a los tratamientos : 0: 0
: 0: 0
Respecto a los bloques : 0: 0
: 0: 0
ANLISIS DE VARIANZA
De acuerdo al modelo estadstico lineal el anlisis de varianza
tiene 3 fuentes de
variacin: Tratamientos, bloques y error experimental que juntos
constituyen la
variabilidad total.
-
5/21/2018 Dise os Experimentales Todo
26/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 26
TABLA DE ANVA
F. de V. G.L.S.C.
C.M. FcDefinicin Operacional
Bloques r-1 (. ..)
=
.
=
1
Tratamientos t-1 . ..
= .
= .
1
Error
Experimental(t-1)(r-1) ( . .+ ..)
=
=
.
. +
=
=
=
=
1 1
Total tr-1 ( ..)
=
=
=
=
..
(. )
.. .100
-
5/21/2018 Dise os Experimentales Todo
27/27
UNA PUNO DISEOS EXPERIMENTALES
Ing. Ronald Mamani Mayta Pgina | 27