You are on page 1of 8

ESTADSTICA INFERENCIAL II

TRABAJO DE INVESTIGACIN

INTRODUCCIN
En este trabajo de investigacin abordaremos diversos temas que nos
ayudaran a la solucin de problemas que necesitan ser resueltos de manera
nica.
La

importancia

de

la

aleatorizacin

conoceremos

sus

importantes

caractersticas que llegan a ser con materia experimental que se van


determinando aleatoriamente para analizar datos supuestos de errores
independientes, entre otros.
Cada uno de los diseos experimentales que se seleccionan de acuerdo a las
caractersticas del material experimental y de los objetivos que persigue el
experimentador, entraa un modo especial de realizar la aleatorizacin de los
tratamientos sobre las unidades experimentales, de hecho, la aleatorizacin
funciona como una especie de seguro que es una prevencin contra
accidentes que pueden ocurrir o no, y que en caso de ocurrir, pueden traer
consecuencias graves o leves. Con la aleatorizacin, buscamos protegernos,
obviamente, ante problemas graves. La aleatorizacin es una de las esencias
en la realizacin de un experimento.
Por otro lado, el correcto registro de datos es importante en la realizacin de un
experimento. No importa qu tan bien se realice el experimento o qu diseo
experimental tan "sofisticado" se utilice, si el registro de los datos no se hace
correctamente, no se podrn esperar buenos resultados; y las predicciones que
se obtengan a partir del anlisis de datos incorrectos, no sern de utilidad. Por
lo tanto, adems de seleccionar el diseo adecuado y de planear y realizar
cuidadosamente el experimento, se recomienda un mximo cuidado en el
registro de los datos, para que stos reflejen el comportamiento del fenmeno
bajo estudio.

ESTADSTICA INFERENCIAL II

TRABAJO DE INVESTIGACIN

LA IMPORTANCIA DE LA ALEATORIZACIN DE LOS ESPECMENES DE PRUEBA


La aleatorizacin consiste en que tanto la asignacin del material experimental
como el orden en que se realizan las pruebas individuales o ensayos se
determinan aleatoriamente y la importancia de esta consiste en:
1. Garantizar la validez de la estimacin del error experimental.
2. Garantizar la independencia de los errores o que las observaciones
sean variables aleatorias independientes. Esto es necesario para obtener
pruebas de significancia vlidas y estimados de intervalos.
3. Eliminar el sesgo de tal manera que no se desfavorezca o discrimine a
los tratamientos y permite cancelar los efectos de factores extraos que
pudieran estar presentes.
La aleatorizacin hace vlida la prueba, hacindola apropiada para analizar los
datos como si la suposicin de errores independientes fuera cierta. Obsrvese
que no hemos dicho que la aleatorizacin garantiza independencia, sino slo
que la aleatorizacin nos permite proceder como si la independencia fuera un
hecho. La razn de esta distincin debe ser clara: los errores asociados con
unidades experimentales que son adyacentes en espacio o tiempo, tendern a
correlacionarse, y todo lo que hace la aleatorizacin es asegurarnos que el
efecto de esta correlacin, sobre cualquier comparacin entre los tratamientos,
se har tan pequea como sea posible. An quedar algo de correlacin, pero
ninguna cantidad de aleatorizacin puede eliminarla totalmente. Es decir, en
cualquier experimento, la independencia de errores completa y verdadera es
slo ideal y nunca puede lograrse. Sin embargo, por todos conceptos, debe

ESTADSTICA INFERENCIAL II

TRABAJO DE INVESTIGACIN

buscarse tal independencia y la aleatorizacin es la mejor tcnica empleada


para lograr el fin deseado.
MTODO DE DUNCAN
Se utiliza para comparar todos los pares de medias. Fue desarrollado por
primera vez por Duncan en 1951 pero posteriormente l mismo modific su
primer mtodo generando el que ahora se denomina Nuevo mtodo de Rango
Mltiple de Duncan. Esta prueba no requiere de una prueba previa de F, como
sucede con la DMS o sea que an sin ser significativa la prueba F puede
llevarse a cabo.
La estadstica de Prueba es denotado, por

Donde

es el nmero de medias inclusive entre las dos medias a comparar

para diseos balanceados. Para aplicar esta prueba al nivel

se debe pasar

por las siguientes etapas:


1. Determine el error estndar (desviacin estndar) de cada promedio,

, el

cual es dado por la expresin:

Donde el CM

es obtenido de la tabla Anova

2. Con los grados de libertad del error y el nivel de significancia


los valores de

determinar

(intervalos o amplitudes estandarizadas significativos)

utilizando las tablas de amplitudes estandarizadas de Duncan dadas por Harter


(1960) y que se encuentran en el libro de Miller (1992). Para encontrar estos

ESTADSTICA INFERENCIAL II

TRABAJO DE INVESTIGACIN

valores, se requieren los grados de libertad del error y el valor de


.
3. Determinar las amplitudes mnimas significativas denotadas por
calculados por la expresin:

4.

Se

ordenan

de

manera

creciente

los

resultados

promedios

del

experimento
5. Se comparan las medias ordenadas

as: comienza a

comparar en el siguiente orden:


a) El promedio ms alto,

con el ms bajo,

con el intervalo mnimo significativo

comparando esta diferencia

. Si esta diferencia es no significativa

entonces todas las otras diferencias son no significantes. Si la diferencia es


significativa se contina con b)
b) Posteriormente se calcula la diferencia entre el valor ms alto
penltimo

y el

y se compara con el intervalo mnimo significativo

c) Este procedimiento se contina hasta que todas las medias se han


comparado con la media ms grande

ESTADSTICA INFERENCIAL II

TRABAJO DE INVESTIGACIN

d) A continuacin se compara la segunda media ms grande


pequea

y se compara con el intervalo mnimo significativo

con la ms
.

Este proceso contina hasta que han sido comparadas las diferencias entre

todos los

posibles pares.

Si una diferencia observada es mayor que el intervalo mnimo significativo, se


concluye que la pareja de medias comparadas son significativamente
diferentes.
Para evitar contradicciones, ninguna diferencia entre una pareja de medias se
considera significativamente diferentes si stas se encuentran entre otras dos
que no difieren significativamente. A manera de ilustracin se tiene:
Cuando el diseo es desbalanceado pero los tamaos de rplicas
difieren marcadamente este mtodo puede adaptarse utilizando
en vez de

en la estadstica, el valor de la media armnica de los tamaos de

muestras

O alternativamente se puede reemplazar a


medias extremas, donde

por

la media armnica de las

ESTADSTICA INFERENCIAL II

TRABAJO DE INVESTIGACIN

son los tamaos de muestra correspondientes a las medias de

tratamientos menos pequeo y ms grande respectivamente.


Ejemplo
Al aplicar el mtodo de Duncan a los datos del ejemplo del algodn se tiene:
1. El error estndar de la media es

2. Determinacin de los intervalos significativos como

Utilizacin la tabla VII del Apndice de Montgomery se tiene:

3. Los rangos mnimos significativos son:

4. Las medias ordenadas ascendentemente son:

ESTADSTICA INFERENCIAL II

TRABAJO DE INVESTIGACIN

5. Comparacin de las medias

se compara con
porque entre
y
hay inclusive medias.
Al presentar en u diagrama de lneas los resultados se tiene

ESTADSTICA INFERENCIAL II

TRABAJO DE INVESTIGACIN

CONCLUSIONES
Podemos concluir que estos mtodos nos sirven para ordenar y asignar
materiales correctamente. La aleatorizacin nos ayuda a la asignacin del
material experimental como el orden en que se realizan las pruebas
individuales o se lleguen a determinar aleatoriamente y la importancia que
tiene. En cambio el mtodo Duncan se utiliza para comparar todos los pares de
medias. Aunque fue modificado posteriormente se utiliza bsicamente para dar
solucin a las mismas problemticas que se presentaban con el anterior
mtodo, solo que es menos complejo y utiliza menos pasos para llegar al
mismo resultado.
BIBLIOGRAFA
www.itsbasicas.com
www.escuelasdelfuturo.com

You might also like