Professional Documents
Culture Documents
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
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
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
Un Experimento
1) Bien planificado
2) Correctamente conducido
3) Bien analizado
4) Cuidadosamente interpretado
20
Definiciones Bsicas
21
Principios Bsicos
Del Diseo De Experimentos
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.
25
Ratones
Macetas
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
34
Modelos E Hipotesis
35
Comparaciones Sobre Los Promedios
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
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.
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.
ANALISIS DE COVARIANZA
*DBCA
*DCA
55
Fuente: J. Supo
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