Diseos

Experimentales
Mg Sc Blgo.
Orlando Advncula Zeballos
 Fuente: Universidad de Alcal
 Etapas de la
Investigacin
Seleccin del
Tema de MARCO METODOLOGA
PROBLEMA OBJETIVOS TERICO
investigacin

DELIMITACIN
DEL TEMA METODOLOGA
DEL TRABAJO
PLANTEAMIENTO IDENTIFICACIN GENERALES ANTECEDENTES

RECOLECCIN
ESPECFICOS HIPTESIS
ANTECEDENTES DESCRIPCIN DE DATOS

VARIABLES
CODIFICACIN
ALCANCE Y FORMULACIN
LMITES TABULACIN

DISPONIBILIDAD PROC. DE
DE RECURSOS DATOS

Elaboracin
de la
investigacin
 FUENTE: Universidad de Alcal

4
Mtodos
Protocolos
Guas
Citas!!!!!
 Investigacin

Revisin
Hiptesis
Bibliogrfica

*Toma de
Materiales y
muestras
OBJETIVOS Mtodos
*Experimentos
Guas
Protocolos
Bibliografa

Discusiones Conclusiones
Resultados

Contraste de
ideas:
Lo hallado vs
otros trabajos
 Preguntas de investigacin

Qu factores afectan a las caractersticas de

estudio?.
Qu factores deben estudiarse?
Cuntas veces debe realizar experimentos
preliminares antes de conducir un
experimento formal?.
Cul seria el modelo de estudio para los
datos del experimento?.
 Revisin de la calidad de datos

Si hay datos equivocados..

 Resultados irreales

Mala construccin de las discusiones

Conclusiones errneas
 Composicin y distribucin del macrobentos en la
Ensenada de Sechura, Piura, Per
Williams Yupanqui; Luis Quipzcoa; Robert Marquina; Federico Velazco; Edgardo
Enrquez; Dimitri Gutirrez1
Laboratorio de Bentos Marino. Direccin de Investigaciones Oceanogrficas. Instituto del
Mar del Per.
Laboratorio de Geologa Marina. Direccin de Investigaciones Oceanogrficas. Instituto del
Mar del Per
Metodologa
 Mtodos
De acuerdo al tipo de investigacin
Seguir protocolos establecidos para las tomas
de muestras:
Procedimiento de Toma de Muestra del Agua de Mar en Playas
de Bao y Recreacin

http://bvs.minsa.gob.pe/local/minsa/1592.pdf
 Resultados
Antes de hacer cualquier prueba estadstica:
Analizar la coherencia de los resultados obtenidos, si est
acorde con la realidad. Por ejemplo en una comunidad, no sera
posible que haya ms depredadores ms que presas. Este
anlisis es sumamente importante para analizar posibles errores
a la hora de registrar la data o de analizar en el laboratorio.
 Ttulo

646.34

376.08
RPAR_Biomasa_Salinidad

105.83

-164.43
Buscar modelos
ptimos para los datos
-434.69
23.30 27.15 31.00
Salinidad
34.85 38.70
obtenidos: apoyo
bibliogrfico

Pero la bibliografa de fisiologa vegetal

RESULTADOS
 Discusiones
Contraste de lo que se ha encontrado respecto a otras investigaciones.

Conclusiones
Sntesis de ideas.
 Uso del Project:
Actividades del proyecto
 CUADRO DE VARIABLES
Variables Indicadores Medida final Escala de la
variable
Masa Masa (Unidimensional) 100 kg Continua
ndice de Masa Peso 25 kg/m2 Continua
Corporal Talla
(Multidimensional)
Dolor Escala visual Leve Ordinal
Moderado
Severo
Sexo del Paciente Hombre Nominal
Mujer

Nmero de hijos Nmero Discreta

 Principios del diseo
Experimental

Un Experimento

1) Bien planificado
2) Correctamente conducido
3) Bien analizado
4) Cuidadosamente interpretado

20
 Definiciones Bsicas

Variable Respuesta: es la variable en estudio, cuyos cambios se desean

estudiar. Es la variable dependiente.

Factor: es la variable independiente. Es la variable que manipula el

investigador, para estudiar sus efectos sobre la variable dependiente.

Nivel Del Factor: es cada una de las categoras, valores o formas

especficas del factor.

21
Principios Bsicos
Del Diseo De Experimentos

1) Control Local: son las acciones empleadas por el investigador

para disminuir o controlar el error experimental
Tcnica
Seleccin De Unidades Experimentales Homogneas
Bloqueo
Seleccin del Diseo Experimental Adecuado
Utilizacin De Covariables

22
2) Replicacin como un medio para estimar la variancia del
error experimental
Proporciona medias para estimar la variancia del error
experimental
Permite aumentar la precisin para estimar las medias
de los tratamientos.
Da seguridad contra resultados anormales por
accidentes no previstos.
24
3)Aleatorizacin para validar la estimacin de la variancia del error
experimental.

Consiste en aplicar en forma aleatoria los tratamientos a las unidades

experimentales.

La aleatorizacin tiende a promediar entre los tratamientos cualquier efecto

sistemtico presente de forma que las comparaciones entre tratamientos
midan slo los efectos de los tratamientos mismos.

25
 Ratones

Macetas

Cmo sera la aleatorizacin para estas doce unidades

muestrales?
Cada estanque posee 10 peces. Cada uno se
le asigna un tratamiento, para los
tratamientos.

Es correcto este esquema de aleatorizacin?

Se podra comparar los 3 tratamientos?
 Rplicas y Pseudorplicas

Pseudorplicas (falta de independencia entre rplicas)

28
29
Diseo Completo
Aleatorizado
DCA
30
 Introduccin
En el caso de un nico Factor
(Experimento Unifactorial) y a Efectos Fijos ( Modelo I)

Yij ... j ij
En donde:
Yij es la variable aleatoria que que mide la respuesta del sujeto
experimentado en el -simo individuo que recibi el j-simo
tratamiento;
.. Es el promedio general;
.j El efecto del j-simo tratamiento, y;
ij Es la cantidad de variacin no explicada por el Factor,
tambin se conocer como Error del Experimento, Variacin
Residual. 31
32
 La Planificacin del Experimento

*Unidades homogneas

33
 Anova Un Criterio

Determina si la discrepancia entre las medias entre

los tratamientos es mayor de lo que debera
esperarse de las variaciones que ocurren dentro de
los tratamientos.

Divide la Variacin Total de los datos de la muestra

en dos componentes.

34
 Modelos E Hipotesis

Modelo a efectos fijos

H0 : 1 = 2 ..= k= 0
H1 : i 0 al menos para una i

35
Comparaciones Sobre Los Promedios

Si rechazo la Hiptesis Nula en el Modelo a

Efectos Fijos
Contrastes Ortogonales
Prueba de Dunnet
Prueba de Tukey
Intervalos de confianza

36
 PROCEDIMIENTO
Normalidad de los residuales
Homogeneidad de varianzas
Analizar el p-value de los tratamientos del ANOVA
Si es significativa el ANOVA:
Prueba de comparacin

En caso de no cumplir normalidad, optar por la

prueba de Kruskall Wallis.
Las transformaciones no suelen corregir la
heterogeneidad de varianzas.
37
 Anlisis de Modelos Estadsticos y su
aplicacin a Estudios Experimentales y 38
Observacionales
 Anlisis de Modelos Estadsticos y su
aplicacin a Estudios Experimentales y 39
Observacionales
Diseo en Bloques
Completos
Aleatorizados
DBCA

40
Diseo De Bloques Completos
Aleatorizados
Se pretende reducir el efecto de la variabilidad
proveniente de causas propias del experimento pero
independiente del efecto que se desea estudiar.

Para los fines del anlisis de varianza el bloqueo

introduce un efecto adicional ficticio, cuyo objetivo es
separar del error experimental, alguna fuente de
variabilidad conocida.

41
 Anlisis De La Varianza:
Clasificaciones segn dos Criterios
El Diseo en Bloque Completo al Azar es un plan en el cual las
unidades experimentales se asignan a grupos homogneos, llamados
bloques, y los tratamientos son, luego, asignados al azar dentro
de los bloques.

42
Objetivo del agrupamiento:
lograr que las unidades dentro de un bloque sean lo ms uniformes
posible con respecto a la variable dependiente, de modo que las
diferencias observadas se deban realmente a los tratamientos. Al controlar
la variacin dentro de los bloques reducimos la variabilidad del error
experimental.
Completo: todos los tratamientos estn incluidos en cada bloque.
EL MODELO (DE EFECTOS FIJOS)
Yij = + i + j + eij
Modelo lineal aditivo: cada respuesta es la suma de los
otros trminos.

Yij es la observacin perteneciente al j-sima bloque bajo el

tratamiento i; las observaciones son independientes.
es la media general
i es el efecto del tratamiento en el nivel i
j es el efecto del bloque en el nivel j
eij es la variable aleatoria del error con distribucin normal, con
media = 0 y varianza 2 N (0 ; 2 ) e independiente. 44
45
EXPERIMENTO FACTORIAL
 Aplica a DCA , DBCA, DCL
Se usa a niveles de factor
 TIPOS DE FACTORES
Pueden ser cualitativos o cuantitativos
Pueden ser fijos o aleatorios
-Si todos los factores son fijos en este
experimentos, sean el modelo I
*Si hay algunos que son aleatorios y otros fijos,
sera el modelo III.(mixto)
*Con todos los factores aleatorios ser el
modelo II.
 Efectos en los Experimentos
Factoriales
Efecto Principal: Es el efecto de un factor en
promedio sobre los niveles de los otros
factores.
Efecto de Interaccin: esta dado por la
variacin que tiene un efecto simple de un
factor al pasar de un nivel a otro factor
 Grfica de Interacciones

Pueden que no se crucen las graficas, aun asi

hay interaccin.
 http://fcf.unse.edu.ar/archivos/series-
didacticas/sd-21-estadistica.pdf
 Las hiptesis Efectos Simples

La decisin se toma del ANVA sobre interacciones

Que no exista interaccin significa que el efecto de un factor es el
mismo en cualquiera de los niveles del otro, por lo que las conclusiones
para los factores se obtendrn del analisis de sus efectos principales.
Si existe interaccin, un factor depender de los niveles del otro. Para
este caso se har un anlisis de los efectos simples.
53
 ANCOVA

ANALISIS DE COVARIANZA
*DBCA
*DCA
 55
Fuente: J. Supo

Factores controlables: manipulables, para eliminar la interferencia: control de la

temperatura, o la dieta de los pacientes. Hay factores incontrolables: sexo, edad o el peso
inicial
 El ANCOVA es una fusin del ANOVA y de la regresin lineal.

Es un procedimiento estadstico que permite eliminar la

56
heterogeneidad causada en la variable de inters (variable
dependiente) por la influencia de una o ms variables
cuantitativas (covariables).
Bsicamente, el fundamento del ANCOVA es un
ANOVA al que a la variable dependiente se le ha
eliminado el efecto producido por una o ms
covariables por regresin lineal mltiple.
ANCOVA tiende a eliminar variables q cause disturbio
58
 Mg Sc Blgo. Orlando Advncula Zeballos
Correos
orlando_ad@outlook.com
orlandoad@gmail.com

SKYPE: orlando.advincula

RPC 940 256 782