Introduccin al Diseo

Experimental
Agenda
Resumen anterior
Diseo totalmente aleatorizado
Modelo terico
Ejemplo

Introduccin al Diseo
Experimental

Cuestiones a tener en cuenta

Estudio comparativo por Observacin Observaciones
constituyen una muestra aleatoria.

Seleccin cuidadosa, controlada durante el

experimento
Las U.E. se pueden considerar una muestra aleatoria

 Seleccin entre los miembros disponibles

Las observaciones deben ser Independientes

Proporcionan una estimacin de la varianza del error exp.
(i.e:Proximidad)

Replicas

Introduccin al Diseo
Experimental
Asignacin Aleatoria

Fisher demostr que la asignacin aleatoria de los

tratamientos a las U.E. simula el efecto de
Independencia
Permite proceder como si fueran Independientes y
con
Distribucin Normal

Introduccin al Diseo
Experimental

Resumen
Rplica: proporciona los datos para estimar
la

Var. del Error Experimental

Bloquizacin: reduce el Error Experimental

Aleatorizacin:

proporciona

estimaciones

vlidas de
la varianza del Error Exp.
Es la asignacin aleatoria de tratamientos a U.E.

Diseos Totalmente
Aleatorizados

Diseo de Investigacin:

Hiptesis de investigacin
Diseo del tratamiento
Diseo del estudio experimental o por observacin

Aleatorizacin de tratamientos en el diseo de

experimentos

Experimento
Tratamiento
Unidades Experimentales

Registro de datos para el anlisis

Diseos Totalmente
Aleatorizados
Anlisis

Estadstico: Modelo Estadstico

formal Comprensin del modelo:
La caracterstica de las U.E. medida en la observacin es
la
variable de respuesta (y) Representacin grfica

yij = i

+ eij
i -simo {grupo tratamiento}

Modelo estadstico lineal Modelo Reducido (Ho)

Modelo Completo (H1)
j sima {observacin}

Diseos Totalmente Aleatorizados

Estimacin de los parmetros del Modelo

SCError =

e2ij = (yij - i )

Es una medida de que tan bien se ajusta el modelo a los

datos
2 k

(y

ij

ni

2 k

) =(y y )
+(y y )
y..

ij

i.

i= =1 j 1

i.

..

i=1

Diseos Totalmente Aleatorizados

Fuentes
de
variacin

Sumas
Grados de
P-valor
de
Libertad
cuadrado
s

ENTRE

QE

DENTRO

QD

TOTAL

Resumen en la tabla de ANOVA

- Pruebas de Hiptesis
- Significancia
- Errores e Intervalos de Confianza

ANOVA
Hiptesis necesarias para realizar un ANOVA
a)
b)
c)

Independencia de los valores obtenidos

Normalidad de la respuesta en cada nivel
Homogeneidad de las varianzas
Asumiendo las hiptesis previas:

H0: 1= 2= = k
H1: Al menos una igualdad
no es cierta.

ANOVA
Supongamos un universo de notas de 9
alumnos de 3 grupos distintos
Grupo Grupo
1
2
5
5
5
5
5
5
No hay diferencia ENTRE grupos
Xi,j =

Grupo
3
5
5
5

Ni DENTRO de los grupos

ANOVA
Supongamos que aplicamos un mtodo de
enseanza (factor) que afecta:
Grupo
1
5+1=
6
5+1=
6
5+1=
6

Grupo Grupo
2
3
5+2=
5
7
5+2=
5
7
5+2=
5
7
Xi,j = + i Donde

i = {1,2,0} efecto del factor

El factor influye en establecer diferencias ENTRE grupos
Pero NO DENTRO

ANOVA
Por

razones ALEATORIAS algunos alumnos rinden

mas que otros
Grupo 1 Grupo 2 Grupo 3
5+1-1 = 5+2+2
5+0+3
5
=
=
5+1-2 = 5+29+0 5+08+4
4
=
=
5+1+0
5+27+1 5+09+0

ANOVA
=

6
Xi,j = + i + i,j

=
8

Donde i,j= {-1,-2,0,2,0,1,3,4,0} efecto

aleatoriedad
La ALEATORIEDAD influye en la variabilidad DENTRO
de los grupos
Tenemos dos tipos de variabilidad:
ENTRE grupos (debida al factor)
DENTRO grupos (debida a la aleatoriedad)

Para poder afirmar que el factor produce efectos:

La variabilidad ENTRE grupos debe ser significativamente
grande respecto a la DENTRO grupos

ANOVA
Generalizando

Niveles del factor

X1,1

X2,1

...

Xk,1

X1,2

X2,2

Xi,j

Xk,2

10

ANOVA
j

X1,j

X2,j

...

Xk,j

X1,n

X2,n2

...

Xk,nk

i = 1,2,3,...,k

j = 1,2,3,..., nk (no balanceado)

Media al nivel i del factor = (1/ni) Xi,j

j=1

Media general = (1/N) Xi,j Siendo N = ni

Xi,j = + i + i,j
Asumiendo las hiptesis previas:

H0: 1= 2= = k
O bien si consideramos

Xi,j= + i

H0: 1= 2= = k
Se quiere comprobarla NO INFLUENCIA del factor
Todas

las muestras proceden de la misma poblacin

ANOVA
H0: H0: 1= 2= = k
H1: Al menos una igualdad no es cierta
Segn

la Hiptesis fijada =>

QE modelo

probabilstico

11

ANOVA
NO se rechaza H0 si:

F = k 1
Fk1,nk, QD
nk

12

ANOVA Ejemplo
X1 = 5
X2 = 3, 67

S1 =
S2 =

0,8944

X3 = 3,33

S3 =
S4 =

1,0328

X4 = 4,5

0,8165
1,517

Fuentes de Sumas de Grados de

variaci
n
cuadrados Libertad

TestCochran
S2 max < gn,k,
S2i

3)]< 0,589
[2,3/(0 ,8+0,67+1,067+2,

ENTRE

QE
10,458

K1

QE /k-1
3,486

DENTRO

QD
24,167
Q
34,625

N k

20

Q1,208
D /N-k

N1

Q/N-1

TOTAL

23

Cuadrados
Medios

2,885

P-valor
0,061

Diseos Totalmente
Aleatorizados
Modelo

Estadstico formal

yij = i + eij

i -simo {grupo tratamiento}

j sima {observacin}

Modelo estadstico lineal

Modelo Reducido (Ho)
Modelo Completo (H1)

13