ESTADSTICA EN LA

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

GINNER FERNANDO AFANADOR MERCHN

INGENIERA AGROFORESTAL
SEPTIEMBRE
2016

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 (%)**

a) Describa detalladamente el diseo del experimento que programaron los profesionales a

cargo del proyecto. Se deben identificar los elementos que intervienen en el estudio
experimental. (Valor 3/20 puntos).
R/: El diseo experimental que se program en el proyecto, es un diseo Estadstico
completamente aleatorio, con variables dependientes e independientes, exige un estudio
de la misma variedad de fruta, y de la misma localidad.

Los elementos que intervienen en el diseo experimental son: Las 3 localidades

(variables), las unidades de anlisis u observacin objeto de la evaluacin son (tamao y
peso) las personas que toman los datos, el almacn donde se guardaron por el mismo
periodo de tiempo.
El diseo del experimento plantea, un nivel de confianza del 98%, probabilidad del 55%,
y sin error del 2%, el tratamiento exige mediciones de 16 muestras, en 3 variaciones,
respecto al tiempo transcurrido, con el objetivo de identificar la prdida de peso de las
frutas, que tan homogneas, un o multifactoriales.
Los elementos que intervienen en el estudio son, peso (gramos) y tamao (mm) en los tres
periodos, considerando el nivel de confianza, y la probabilidad, despus en el Anlisis de
los resultados, desarrollar la varianza, la media aritmtica, y la mediana.
b) Se podra asociar un modelo matemtico a la experimentacin desarrollada? (Valor 2/20
puntos).
R/: Si. Segn lo estudiado en el mdulo del curso, se podra asociar un modelo
matemtico que represente el tratamiento, de observar con el paso del tiempo la prdida
del tamao y peso. Para ello, se tendra que determinar las diferencias del peso y el
tamao en la toma de los datos de cada periodo y reflejar un modelo para cada uno,
porque a simple vista se presentan variables significativas las unas a las otras,
posiblemente se podra trabajar sobre el modelo de:
y ij =+t i+ ij
Donde equivalen a;
i: N de tratamientos
j: N Repeticiones
ti: La diferencia entre el promedio
y por no haber variables no controladas, la inexactitud de las mediciones,

conforman un factor llamado error experimental

c) El nmero de muestras fue apropiado? Justifique su respuesta a travs de una formula.

(Valor 3/20 puntos).
R/: SI, efectivamente el nmero de muestras vara de acuerdo a lo apropiado y el
recomendado por su nivel de confianza y probabilidad de error, segn el ejercicio para
calcular las muestras utilizando los 16 valores, del tamao del periodo junio 24-14, pues
en todos los experimentos se deben hacer las muestras necesarias, Calculando el nmero
de muestras utilizando los 16 valores correspondientes a los resultados del tamao (mm):
50,51,52,52,52,53,53,54,55,55,55,55,55,55,58,62.

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=

(16) (2,33) (0.55) (0.45)

(16-1) (0.02) + (2.33) (0.55) (0.45)

n=

(16) (5.4289) (0.225)

(15) (0.0004) + (5.4289) (0.225)1

n=

15,92179242

n= 16 aproximadamente el tamao de la muestra

d) Qu tipo de informacin grfica se podra construir con los datos tomados? (Valor 3/20
puntos).
R/: Con los datos tomados del proyecto de investigacin, y el nmero de muestras 16, por
el mtodo estadstico de 3 tratamientos, se puede realizar una tabla por tratamiento con el

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

1E 2E 3E 4E 5E 6B 7B 8B 9B 10B 11H 12H 13H 14H 15H 16H

PESO (gr)

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

1E 2E 3E 4E 5E 6B 7B 8B 9B 10B 11H 12H 13H 14H 15H 16H

PESO (gr)

TAMAO (mm)

e) Determine el intervalo de confianza para la proporcin de varianza de la propiedad

determinada. (Valor 3/20 puntos).
R/: Para determinar la proporcin de varianza, se calcula con el intervalo de confianza de
98% establecida en el ejercicio, realizando la siguiente operacin:
Primero se deben organizar los datos de acuerdo al periodo de toma de la muestra, y de
mayor a menor los resultados del peso y tamao,
Periodo A
Peso (gr): 70,70,75,75,80,85,85,85,85,90,90,90,95,95,105,115=1395
= 1395/16
= 87,19 Promedio
2= 7602.1 (Media)

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

Tamao (mm): 50,51,52,52,52,53,53,54,55,55,55,55,55,55,58,62= 867

= 867/16
= 54,19 Promedio
2= 2936.28 (Media)
X
50
51
52
53
54
55
58
62

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

Tamao (mm): 48,49,50,51,51,52,52,52,53,53,53,53,54,54,57,61= 843

= 843/16
= 52,69 Promedio
2= 2776.24 (Media)
X
48
49
50
51
52
53
54
57
61

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

Tamao (mm): 47,48,48,48,50,50,51,52,52,52,52,52,53,53,54,61= 823

= 823/16
= 51.44 Promedio
2= 2646.07 (Media)

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

Intervalo de confianza de 98% se encuentra entre [AAA] [BBB]

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

S2p= S12 (N1-1) + S22 (N2-1)+ S32 (N3-1)

N1 + N2+ N3 -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)=

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

Sustente sus conclusiones utilizando un mtodo estadstico de comparacin apropiado por

ejemplo Duncan y Tukey.

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.

2. Un grupo de profesionales-del que Ud hace parte, trabajo durante un ao_ dos

cosechas en un proyecto de investigacin sobre man, el cual tena como meta
estudiar el efecto de seis abonos y dos formas de aplicacin, superficial (al voleo) _ o
Incorporado directamente en cada planta.
a) Esquematice el diseo de campo. (6/20)
R/ El diseo experimental planteado por los profesionales, un diseo unifactorial sin
bloqueo, con diseo totalmente aleatorizado o completamente al azar, correspondiente a
dos cosechas de man, no se especifica la cantidad de plantas, pero si nos indica que el
tratamiento se realizara sobre 6 abonos y 2 variables dependientes o controladas, que
seran la forma de aplicacin en las dos cosechas.
Unidad experimental 1: Primera Cosecha
Se debe empezar por fraccionar o bloquear las plantas en dos, las que se le aplicaran los 6
abonos, mediante la aplicacin al voleo y las otras que se les aplicara el mismo abono,
pero directamente a la planta.
Unidad experimental 2: Segunda Cosecha
Se fraccionar o bloquear las plantas en dos, las que tambin se les aplicaran los 6 abonos,
mediante la aplicacin al voleo y las otras que se les aplicara el mismo abono, pero
directamente a la planta.
Con este diseo se garantiza que las dos unidades experimentales, junto con la aplicacin
de los abonos y la variable del voleo o directamente, sean repetidas en dos ocasiones,
disminuyendo el error muestral. Debido, a que ambas tendrn variables independientes
como el clima, humedad, radiacin, pluviosidad y viento, representando mayor similitud.
N Replicas: 2 cosechas

Unidad experimental: 1 cultivo de man

Tratamiento 1: 6 abonos
Tratamiento 2: 2 (1) Al voleo y (1) directamente a la planta
Ambas unidades experimentales, tendrn el mismo tiempo para ser medidas los
resultados, pero tendrn variables independientes.
b) Plantee las hiptesis a contrastar. (2/20)
R/
Ho: La diferencia en la absorcin del efecto del Abono en estudio es nulo.
Al probar el comportamiento de la cosecha al suministrarle el mismo abono, pero forma
aplicacin diferente, la cosecha no presenta diferencias en produccin.
H1: Al menos una cosecha presenta diferencia significativa de la otra.
Al probar el comportamiento de la aplicacin del mismo abono, pero diferente aplicacin, la
hiptesis nula asegura que el efecto es distinto en alguna cosecha y presenta diferencia en
produccin.

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:

Imagen 1. Ziga, 2010. Pg. 3. Modelo de diseo. Recuperado de

http://estadistica.260mb.com/Efrain_DPD.pdf?i=1
Donde se pueden desarrollar el experimento con las parcelas de aplicacin de los 5
abonos, en las subparcelas de 2 diferentes formas de aplicacin.

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

Si valor P< alfa Rechaza H0

Si valor P> alfa Acepta H0
H 0=A=B=C=D

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

Grados de libertad Promedio de los cuadrados

5
1078,8325
30
1240,362833

Varianza
1209,9937
1610,0067
995,83367
1196,1387
978,38567
1451,8187

F
0,8697717

Probabilidad
0,51287882

Valor crtico para F

2,533554548

35

Valor P 0,5121> alfa 0,05Acepta H0

No hay diferencia en el tratamiento de la aplicacin del abono.

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

b. Para el tratamiento de la subparcela: Abonos (factor C)

H 0 : k =0, para todo k= 1; 5
H 1 : k 0, para algn k=1 ; 5
c. Para las interacciones entre el mtodo de aplicacin y los abonos BC
, k=1,5

H 0 :( ) jk =0, para todo j=1,2

k =1,5

H 1 :( ) jk 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.

Tambin, realizar un trabajo disciplinar con el estudio de la fertilizacin del pltano,

dividiendo las parcelas, en bloques al azar para determinar la necesidad de cada
elemento durante el desarrollo del fruto del pltano.
Nota: la resolucin del ejercicio es de carcter individual. Cada estudiante del grupo
debe seleccionar 1 o 2 sustratos y realizar los clculos solicitados.
Seguidamente un voluntario integrar el trabajo final.
CONCLUSIONES
En la anterior actividad, se logr realizar una aplicacin del conocimiento reconocido en la
unidad uno, revisando y desarrollando ejercicios bsicos de las ciencias agrarias, con
conocimientos de estadstica, la media, mediana, la varianza, la desviacin estndar, y la
ANOVA. Se realizaron con el objetivo de aprender haciendo, el aprendizaje basado en
proyectos, y construccin de la propia autora a partir del estudio del diseo experimental.
El curso de diseo experimental brinda la posibilidad de profundizar en el mbito profesional
e investigativo, permitiendo el desarrollo de las capacidades cognitivas en reas del
conocimiento, como lo son la matemtica y la estadstica. La investigacin parte de una duda
metdica del ser humano que nsita a encontrar la razn o explicacin de los fenmenos
presente de nuestra realidad.
El diseo experimental es un componente necesario para la investigacin cientfica, que
permite guiar previamente al investigador sobre las muestras, tratamientos y pruebas a
realizar antes, durante y despus de la actividad investigativa. La recoleccin de los datos
debe tener un grado de certificacin necesario para hacer la prueba menos expuesta al error
experimental y alcanzar los objetivos propuestos.
REFERENCIAS BIBLIOGRAFICAS

Capitulo I. Universidad Nacional Agraria la Tolima de Per, Diseos Experimentales

http://tarwi.lamolina.edu.pe/~ivans/aspgen.pdf

COLLAZOS, Hernn. 2006. Mdulo Tcnicas de Investigacin.

Nacional Abierta y a Distancia - UNAD. 265 p

Ziga, E. 2010. Universidad Nacional de San Cristbal de Huamanga. Ayacucho,

Per. Diseo en Parcelas Divididas. PDF. Pg 1-6 Consultado el 14-09-14.
Recuperado de http://estadistica.260mb.com/Efrain_DPD.pdf?i=1

Universidad