Professional Documents
Culture Documents
EXPERIMENTACIN, ESTADSTICA
INFERENCIAL, GENERALIDADES DEL
DISEO DE EXPERIMENTOS Y
PAQUETES ESTADSTICOS.
STATISTICS ON EXPERIMENTATION,
INFERENTIAL STATISTICS, OVERVIEW
OF EXPERIMENTAL DESIGN AND
STATISTICAL PACKAGES.
30156_64
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELA DE CIENCIAS ADMINISTRATIVAS, CONTABLES, ECONMICAS Y DE
NEGOCIOS.
DISEO EXPERIMENTAL
RESUMEN
Esta actividad busca estimular los conocimientos aplicados de la unidad uno del curso,
contemplando la necesidad de aprender haciendo, con los conceptos principales del diseo
experimental, los Diseos de parcelas Boqueadas DPB, la aleatorizacin de las unidades, el tipo
de tratamiento y el reconocimiento de las leyes de la estadstica. Tambin, se desarrollan
ejercicios relacionados con las ciencias agrarias y la capacidad de analizar la temtica de estudio,
contemplar las diferencias entre los mtodos, y realizar los anlisis de resultados requeridos, con
tcnicas de anlisis de varianzas, pruebas de t student, y comparacin de resultados. Aprender a
reconocer difenrecias entre sistemas, a usar las herramientas de Excel para analizar los datos, y
principalmente identificando todos los elementos presentes del diseo experimental.
SUMMARY
This activity seeks to stimulate the knowledge applied to drive one of the course, considering the
need to learn by doing, with the main concepts of experimental design, designs plots gasps DPB,
randomization of the units, the type of treatment and the recognition of the laws of statistics.
exercises related to agricultural sciences and the ability to analyze the topic of study also develop
contemplate the differences between the methods, and perform the analysis required results, with
techniques of analysis of variance, t tests student, and comparing results. Learning to recognize
difenrecias between systems using Excel tools to analyze data, primarily by identifying all the
elements present in the experiemental design.
PALABRAS CLAVES
Diseo experimental, replicas, tratamientos, anlisis de varianza, unidades experimentales,
variables, nivel de confianza e hiptesis.
KEYWORDS
experimental design, replicas, treatment, analysis of variance, experimental units, variables,
confidence level and assumptions
INTRODUCCIN
El curso de Diseo Experimental suministra los elementos esenciales para que los alumnos de
ingeniera conozcamos el proceso que requiere la elaboracin de un trabajo de investigacin
respaldado por un estudio estadstico aplicado a la recogida y toma de datos con su respectiva
interpretacin.
La aplicabilidad de las investigaciones en nuestros procesos cotidianos permite avanzar en la
solucin de problemas mediante la realizacin de los mtodos cientficos. Existen datos que
necesitan estar completamente registrados y ordenados correctamente, ya que permite al
investigador realizar las ecuaciones, tablas y grficas para solucionar el problema y comprobar
las hiptesis.
La aplicacin de los mtodos cientficos impulsa la construccin de conocimiento verdadero. Las
investigaciones deben contar con ciertos requisitos para certificar como funcionales y necesarias,
adems, pueden ser utilizadas en cualquier entorno o campo de estudio, teniendo en cuenta el
carcter de la investigacin.
Para lograr esta meta, se han planteado unas series de actividades que se irn desarrollando a
medida que avance el curso, para este trabajo denominado trabajo colaborativo uno se dar
solucin a una serie de ejercicios que buscan dotarnos de conceptos bsicos del contenido del
mdulo.
ACTIVIDAD
Escuelas: ECAPMA ECBTI
1. Recientemente un instituto de certificacin de normas tcnicas realizo una
investigacin sobre la prdida de peso de una misma variedad de fruta
proveniente de una misma localidad. Estudio en donde se pretende lograr una
confiabilidad del 98%, una probabilidad esperada del 55% y no cometer un error
superior al 2 %.
Los interesados tomaron muestras del producto vegetal directamente de las bodegas de
almacenamiento, durante un mes y en tres momentos diferentes pero consecutivos, procesaron el
material y determinaron los pesos reportados en la tabla 1.
Tabla 1. Prdida de peso (%)**
n=?
E= 2% = 0.02
Z= 98%
=?
Varianza
(5054,2)2 +(5154,2)2 +(5254,2)2+
S 2=
161
S 2=8,30
Desviacin estndar
S= 8,30
S=2,88
Junio 24 14 Tamao
1
50
2
51
3
52
4
52
5
52
6
53
7
53
8
54
9
55
10
55
11
55
12
55
13
55
14
55
15
58
16
62
867
Varianza
Desv
8,30
2,88
n=
(98) .(2.88)
22
n=
9604 (8,2944)
=n=19,91
4
n=?
E= 2% = 0.02
Z= Para un nivel de confianza del 98%
1- = 0.98
= 0.02
/2 = 0.01
Zb/ 2 = Z 0.01 y se suma
P(Z Z 0.01) =0.99 (1-/2)
Z(0.99)= 2.33 es el nivel de confianza segn la proximidad en la tabla de distribucin
normal estndar.
P= 55% P. 0.55
Q= 45% Q. 0.45
DESARROLLO DE LA FORMULA
n=
n=
15,92179242
fin de registrar el progreso de la prdida de peso y tamao de las muestras, para despus
compararlas.
Junio 24-14
120
100
80
60
40
20
0
TAMAO (mm)
Julio 07-14
120
100
80
60
40
20
0
PESO (gr)
10
11
TAMAO (mm)
12
13
14
15
16
Julio 24-14
120
100
80
60
40
20
0
TAMAO (mm)
Mediana
Desviacin Estndar:
Anlisis de Datos
X
F
X2
X2. F
70
1
4900
4900
75
3
5625
16875
80
1
6400
6400
85
4
7225
28900
90
3
8100
24300
95
2
9025
18050
105
1
11025
11025
115
1
13225
13225
N 16
65525 123675
S2 = F. X2 - 2
N
S2 = 123675 7602.1
16
S2 = 127,59
S= 127,59
S= 11.29
Mediana
S2 = F.
F
1
1
3
2
1
6
1
1
N 16
X2
2500
2601
2704
2809
2916
3025
3364
3844
23763
X2. F
2500
2601
8112
5618
2916
18150
3364
3844
47105
Desviacin Estndar:
X2 - 2
S2 = 47105 2936.28
S2 = 7.78
16
S= 2760.54
S= 2.8
Periodo B
Peso (gr): 65,70,70,70,75,75,80,80,85,85,85,85,90,90,100,110= 1315
= 1315/16
= 82,19 Promedio
2= 6754.78 (Media)
Mediana
X
65
70
75
80
85
F
1
3
2
2
4
Anlisis de Datos
X2
X2. F
4225
4225
4900
14700
5625
11250
6400
12800
7225
28900
90
100
110
2
1
1
N 16
8100
10000
12100
58575
16200
10000
12100
11017
5
Desviacin Estndar:
S2 = F. X2 - 2
N
S2 = 110175 6754.78
16
S2 = 131.16
S= 131.16
S= 11.45
Mediana
Anlisis de Datos
F
X2
X2. F
1
2304
2304
1
2401
2401
1
2500
2500
2
2601
5202
3
2704
8112
4
2809 11236
2
2916
5832
1
3249
3249
1
3721
3721
N 16 2520 44557
5
Desviacin Estndar:
S2 = F. X2 - 2
N
S2 = 44557 2776.24
16
S2 = 8.57
S= 8.57
S= 2.93
Periodo C
Peso (gr): 65,65,65,70,70,70,75,80,80,85,85,85,85,90,95,110 = 1275
= 1275/16
= 79,69 Promedio
2= 6350.5 (Media)
X
65
70
75
80
85
90
95
110
F
3
3
1
2
4
1
1
1
N 16
X
4225
4900
5625
6400
7225
8100
9025
12100
57600
Anlisis de Datos
X 2. F
12675
14700
5625
12800
28900
8100
9025
12100
103925
Desviacin Estndar:
S2 = F. X2 - 2
N
S2 = 103925 6350.5
16
S2 = 144.81
S= 144.81
S= 12.03
Mediana
X
47
48
50
51
52
53
54
61
Desviacin Estndar:
Anlisis de Datos
F
X2
X2.F
1
2209
2209
3
2304
6912
2
2500
5000
1
2601
2601
5
2704
1352
0
2
2809
5618
1
2916
2916
1
3721
3721
N 16 21764 4249
7
S2 = F. X2 - 2
N
S2 = 42497 2646.07
16
S2 = 9.99
S= 9.99
S= 3.16
N= 16
X
S2
Junio 24-14
Peso
Tamao
87,19
54,19
127,59
7.78
Julio 07-14
Peso
Tamao
82,19
52,69
131.16
8.57
Julio 21-14
Peso
Tamao
79,69
51.44
144.81
9.99
16+16+16-3
S2p= (127,59)2 (16-1) + (7.78)2 (16-1) + (131.16)2 (16-1) + (8.57)2(16-1)+ (144.81)2(16-1)+ (9.99)2(16-1)=
45
f) Se podra concluir que existen diferencias significativas entre las frutas proveniente de
las diferentes localidades? (Valor 5/20 puntos).
R/: SI, Como se puede observar las diferencias estadsticas de acuerdo al consolidado del
promedio del peso y el tamao, es significativo de acuerdo a la localidad I, II o III,
Igualmente la desviacin estndar presenta grandes errores muestrales de acuerdo al
bloqueo generado.
I
II
III
PESO
TAMAO
DESVIACIN
P
DESVIACIN
T
87,19
82,19
79,69
54,19
52,69
51.44
85.17
80.4
80.35
52.55
51.10
49.90
Nota: la resolucin del ejercicio es de carcter individual. Cada estudiante del grupo debe
seleccionar 2 o 3 procedencias (harinas) y realizar los clculos solicitados. Seguidamente un
voluntario integrar el trabajo final.
c) Analic los resultados del ensayo. Cules son sus conclusiones? (3/20)
R/ Segn el anlisis de los resultados y la varianza, arroja que el comportamiento del
abono en ambos tratamientos, al voleo y aplicacin directamente, no influyen mucho en la
produccin por hectreas de man, y que vale la pena estudiar los factores naturales del
suelo, la composicin, la distribucin de las parcelas, y el bloqueo que se dese establecer.
d) Verifique si hay ganancia neta en este diseo versus el diseo de bloques completos al
azar. (3/20)
R/ El diseo establecido, garantiza un menor nmero de rplicas de dos, y la capacidad de
registrar los cambios de ambas cosechas con los dos tratamientos de aplicacin del abono,
y la volverlos aplicar en la segunda cosecha. Sin embargo, el diseo de bloques completos
al azar, exige un poco ms inversin de tiempo y dinero, pero con mayor aleatorizacin de
las unidades, creando diversidad y menor incidencias de las variables incontrolables.
En saber si hay ganancia neta o no, corresponde a la inversin de tiempo y dinero que se
desee establecer en ambos experimentos, sin embargo, considero que el diseo de bloques
completos al azar, aunque pueda ser ms costoso los resultados pueden ser mas
confiables.
3. El presente ejercicio trata de un experimento conducido en Maz donde se probaron
el efecto de seis abonos y dos formas de Aplicacin, superficial (1) o Incorporado (2).
El ensayo cuenta con 3 repeticiones.
La variable respuesta fue el rendimiento por parcela en kg. El diseo usado fue un DPD
en bloques al azar en donde las variantes de aplicacin se aplicaron a las parcelas. Las
mediciones fueron las siguientes.
Identifique con toda precisin: las unidades experimentales, los factores, los tratamientos,
las variables y dems caractersticas que intervienen en el estudio que realizo tu equipo de
trabajo. (Valor 2/50 puntos).
R/ Las unidades experimentales son 1 hectrea de maz, aproximadamente 114 mil
semillas por hectrea.
Repeticiones: 3
Factores Controlables: Aplicacin de 5 abonos, en 6 subparcelas y 2 tratamientos.
Factores Incontrolables: Temperatura, humedad, viento, radiacin, pluviosidad, plagas y
enfermedades.
Tratamientos: Dos formas de aplicacin del abono, superficial e incorporado.
Igualmente te solicitamos que d respuesta a las siguientes preguntas:
a) Qu tipo de diseo siguieron los profesionales a cargo del estudio? (Valor 2/50 puntos).
R/ Se trata de un Experimento Factorial, con diseo de parcelas divididas DPD y parcelas
subdivididas DPS, y en bloques con distribucin al azar. Resulta til cuando al estudiar
simultneamente varios factores, alguno o algunos de ellos deben ser aplicados sobre
unidades experimentales relativamente grandes, pudindose aplicar el otro o los otros en
unidades experimentales menores, dentro de las unidades mayores Ziga, E. 2010.
b) Plantee el modelo matemtico, justificando su respuesta. (Valor 2/50 puntos).
R/ Teniendo en cuenta, que el experimento requiere un Diseo de parcelas Divididas
DPD, con bloques aleatoriamente establecidos de acuerdo a su tratamiento, se recomienda
el modelo matemtico lineal:
c) Establezca las suposiciones necesarias para el anlisis de varianza de los datos. Realic el anlisis de varianza. (Valor 4/25
puntos).
R/
Anlisis de varianza de
un factor
RESUMEN
Grupos
1
Cuenta
6
6
6
6
6
6
2
3
ANLISIS DE
VARIANZA
Origen de las
variaciones
Entre grupos
Dentro de los grupos
Total
Suma
Suma de cuadrados
5394,1625
37210,885
42605,0475
268,3
432,2
265,3
375,2
246,7
400,4
Promedio
44,71666667
72,03333333
44,21666667
62,53333333
41,11666667
66,73333333
Varianza
1209,9937
1610,0067
995,83367
1196,1387
978,38567
1451,8187
F
0,8697717
Probabilidad
0,51287882
35
d) Pruebe la hiptesis que no hay diferencias entre las medias de los tratamientos con la
prueba de F a un nivel de significancia de 0.05. (Valor 3/50 puntos).
R/ Segn el Anlisis de Varianza realizado con el programa Excel, con un nivel de
significancia del 0,05, no hay diferencias entre las medias de los tratamientos con la
prueba F.
Valor P 0,5121> alfa 0,05Acepta H0
No hay diferencia en los tratamientos, en las 2 formas de aplicacin del abono.
H 0=A=B=C=D
Hiptesis
a. Para el tratamiento principal o parcela completa: mtodo de aplicacin (factor B)
H 0= j =0, para todo j=1 ; 2
H 1= j 0, para algn j=1 ; 2
e) Se puede decir que hay diferencias entre los distintos sustratos? (Valor 2/50 puntos).
R/ El anlisis de los resultados indica que no hay diferencia en la aplicacin del
abono, de la forma superficial o incorporado, todo indica segn los datos de la tabla,
que el rendimiento promedio por hectrea puede presentar variables entre los distintos
sustratos, en la repeticin de los tratamientos.
f) Y, en que otro tipo de situacin experimental para su trabajo disciplinar, se podra
presentar este tipo de anlisis. Describa el ejemplo. (Valor 2/50 puntos).
R/ Como Estudiante de Ingeniera Agroforestal, esta situacin experimental podra
tambin ser til, en el diseo de parcelas divididas, con bloques aleatorios, en el
estudio del comportamiento de clones de cacao no regionales, y su capacidad para
polinizarse con otros clones regionales y universales.
Universidad