Professional Documents
Culture Documents
TEMA
PRINCIPIOS DE EXPERIMENTACIN
17.1.INTRODUCCIN
17.2.FACTOR Y RESPUESTA
17.3.TRATAMIENTO
17.4.UNIDAD EXPERIMENTAL Y REPETICIN
17.5.DISEO EXPERIMENTAL Y MODELIZACIN
17.6.ERROR EXPERIMENTAL
17.7.TIPOS DE EXPERIMENTOS Y SUS OBJETIVOS
17.8.PRINCIPIOS ESTADISTICOS FUNDAMENTALES DEL DISEO EXPERIMENTAL
17.9.PRECISIN Y EFICIENCIA
17.10.PLANIFICACIN DE INVESTIGACIONES
17.1. INTRODUCCIN
En la actualidad, la investigacin cientfica no solo es importante en los laboratorios de una
universidad o de un instituto de investigacin, sino tambin en la produccin a campo o la industrial,
donde cada vez es mayor la necesidad de producir ms y de mejor calidad. La competitividad de los
mercados, ya no solo implica lograr que la produccin cumpla con las especificaciones establecidas,
sino de trabajar para el logro de la mejora continua de los procesos productivos. A nivel de campo,
implica la necesidad de innovar permanentemente, creando nuevos productos y desarrollando nuevas
tecnologas. Ambas actividades requieren la realizacin de experimentos.
Un experimento cientfico es un proceso de investigacin cientfica, que asegura la obtencin de
conclusiones generales y vlidas. Si bien existen diferentes clases de experimentos, nos interesan en
particular los experimentos controlados, que se caracterizan porque las variables de inters se pueden
fijar en determinadas condiciones, de modo de poder explicar relaciones de causalidad. Tales
experimentos, esencialmente, consisten en aplicar un estmulo a una unidad experimental y medir la
correspondiente respuesta.
El estmulo o causa, es una variable sometida a estudio o a ensayo de comparacin, que est bajo
control del experimentador, en el sentido que es l quien determina las condiciones bajo las cuales se
pondrn en evidencia sus efectos sobre la respuesta. En el contexto de los diseos experimentales, el
trmino estmulo es intercambiable con los trminos variable independiente, factor y tratamiento.
La unidad experimental es la mnima porcin de material experimental que es asignada a una condicin
experimental, o bien a la que se le aplica un estmulo para provocar una respuesta. En otras palabras,
es el sustrato receptor de un tratamiento. En los experimentos agronmicos, muchas veces se usa como
sinnimo de unidad experimental la expresin parcela experimental.
La respuesta, es una variable, medida en las unidades experimentales, que refleja cualquier efecto
asociado con la manipulacin del estmulo o variable independiente. En experimentacin variable
dependiente y respuesta son trminos intercambiables, porque se trata de relaciones causa-efecto (la
variacin del estmulo es la causa de la modificacin observada en la respuesta)
aleatorizacin,
repeticin
control
Las consideraciones estadsticas comienzan en la etapa inicial de formulacin del problema a
investigar. En la etapa de planificacin del experimento o del diseo experimental, se deben definir las
variables, el tipo y cantidad de datos a recolectar, la manipulacin de las variables, el alcance de las
conclusiones, etc. Se tiene en cuenta que el objetivo general es que el diseo estadstico, controle lo
mejor posible las fuentes de variacin que interfieren en la medicin de los efectos de las variables de
inters. De esta forma, los datos experimentales permitirn estimar la magnitud de la variacin
controlada y variacin no controlada. La principal fuente de la variacin no controlada en el diseo
estadstico de los experimentos, es la variabilidad debida al error experimental.
El error experimental se produce debido a muchas variables que escapan al control del
experimentador y se explica, esencialmente pero no totalmente, por la naturaleza del sustrato que no es
homognea: todas las unidades experimentales no son perfectamente idnticas y el ambiente tampoco
las afecta igualmente. En la etapa final de extraccin de conclusiones a partir del experimento, el anlisis
estadstico permitir modelar la variabilidad general de los datos en funcin de los efectos de los
factores elegidos, en presencia de esa otra fuente de variabilidad que no es deseable pero que resulta
ineludible, porque es inherente a toda experimentacin y permitir inferir acerca de la significancia de la
relacin causa-efecto. Sintticamente, el rol de la Estadstica en el experimentador se muestra en el
siguiente cuadro:
284
Ctedra de Clculo Estadstico y Biometra Facultad de Ciencias Agrarias UNCuyo / Ciclo 2013
UNIDAD V: DISEO EXPERIMENTAL
Como ya se ver ms adelante, en experimentacin, se pueden analizar efectos de tres clases:
efectos simples, efectos principales y efectos de interaccin.
Por su parte, la respuesta es la variable que expresa el resultado del experimento. Si bien en un
contexto amplio la respuesta puede ser una variable de tipo cualitativo o bien cuantitativo, en este curso
consideraremos que la variable a medir debe ser de naturaleza cuantitativa continua. Tambin
admitiremos variables discretas, las que requerirn de una transformacin de los datos para efectuar el
anlisis.
17.3. TRATAMIENTO
Un tratamiento es una condicin que se aplica a una unidad experimental, y que constituye
aquello cuyo efecto es el principal el objetivo de conocimiento a partir de la investigacin. Puede
referirse a un procedimiento (dieta alimenticia, caudal de riego, combinacin temperatura-humedad, u
otro), cuyo efecto en el material experimental se desea medir y comparar con el de otros tratamientos.
Los efectos del tratamiento son estimados mediante la aplicacin de tratamientos a por lo menos dos
unidades experimentales, por regla general a ms de dos, y promediando los resultados para cada
tratamiento. Las pruebas de significancia determinan la posibilidad de que las diferencias de tratamiento
pudieran haber ocurrido solamente por casualidad. Cuando se mide el efecto de un tratamiento, como ya
veremos, el experimentador puede proceder a medir la unidad experimental completa o bien solo cierta
fraccin de la misma. Por lo tanto la unidad experimental inicial puede ser medida en forma completa o
mediante muestreo.
Se habla de tratamientos simples cuando se tienen situaciones como las ejemplificadas al
explicar el trmino nivel. Pero adems, mediante la combinacin entre los niveles de dos o ms factores,
se tienen los tratamientos combinados. Por ejemplo si en un experimento interesa estudiar el efecto
de la fertilizacin nitrogenada y el de la fosfatada, un tratamiento combinado podra ser n1 p1, que se
referira al tratamiento con nitrgeno y fsforo ambos en dosis simple. Adems de estos dos tipos
generales de tratamientos, existen otros ms particulares:
a) Testigo: modalidad del material experimental o tratamiento que sirve de referencia en una
comparacin. Por ejemplo en un experimento con herbicidas, el tratamiento testigo puede
consistir en la no aplicacin de herbicida (testigo absoluto) o bien en la aplicacin de una
pulverizacin con agua. En un experimento con nuevas variedades el tratamiento testigo puede
ser la variedad local que ms difundida se encuentra; en experimentos en laboratorio, un testigo
podra ser un mtodo de anlisis oficial.
b) Placebo: en el mbito de la medicina suele usarse como tratamiento de referencia algo que en
aspecto no es diferenciable del verdadero tratamiento, por ejemplo una aspirina o una pastilla de
azcar, en lugar del medicamento de inters.
Por ltimo, cabe indicar que al seleccionar un conjunto de tratamientos, es importante definir
cada tratamiento cuidadosamente y considerarlo con respecto a cada uno de los dems tratamientos
para asegurarse, en lo posible, que el conjunto d respuestas eficientes relacionadas con los objetivos
del experimento. En ciertos tipos de experimentos, los tratamientos tienen efecto sustancial sobre la
precisin. Esto es especialmente cierto en el caso de los experimentos donde se prueban varios factores
simultneamente, y en consecuencia se tienen tratamientos combinados, lo que ser estudiado en el
captulo de experimentos polifactoriales. Tambin es importante un estudio cuidadoso cuando se
experimenta con factores cuantitativos. Supngase que el experimentador est midiendo el efecto del
aumento de los niveles de un nutriente sobre la respuesta de una planta, o del tiempo en la vida til de
cierto alimento, entonces se deberan incluir varios niveles para determinar si la relacin causa-efecto es
de naturaleza lineal o curvilnea. Aqu, la eleccin del nmero de niveles as como su espaciamiento es
importante para lograr respuestas apropiadas a las preguntas planteadas.
En general, a mayor conocimiento del experimentador en cuanto a tratamientos, mejor es el
procedimiento de contraste que el estadstico puede idear. Este conocimiento a menudo impone la clase
y cantidad de un tratamiento particular en un conjunto de tratamientos. Esto, a su vez, puede influir en la
precisin del experimento.
286
Ctedra de Clculo Estadstico y Biometra Facultad de Ciencias Agrarias UNCuyo / Ciclo 2013
UNIDAD V: DISEO EXPERIMENTAL
b) las repeticiones no reducen el error debido a tcnicas defectuosas, es ms aumentan el efecto
indeseable de stas.
c) la bsqueda de una significancia estadstica por s (captar la evidencia de una diferencia
significativa, en relacin a la hiptesis nula) puede no dar informacin sobre la importancia
prctica de una discrepancia. La magnitud de una discrepancia real de significancia prctica
puede juzgarse mediante el conocimiento tcnico del tema en estudio; esta magnitud junto con la
medida de lo deseable que sea detectarla sirve para determinar la precisin requerida y, en
definitiva, el nmero de repeticiones necesarias
Es importante notar que en este caso es apropiado dar la denominacin de respuesta con
referencia al valor observado de la variable cuantitativa dependiente1, o valor de una variable
dependiente (dependencia funcional y causal). Los efectos asignables se relacionan con variables
identificadas controladas que suelen denominarse factores. Los efectos no atribuibles a ningn factor
1
Recordar que en el anlisis de regresin se advirti que en trminos generales no es apropiado utilizar la expresin respuesta,
por cuanto muchas veces los datos utilizados no provienen de un experimento controlado.
287
Ctedra de Clculo Estadstico y Biometra Facultad de Ciencias Agrarias UNCuyo / Ciclo 2013
UNIDAD V: DISEO EXPERIMENTAL
controlado se denominan efectos residuales que se relacionan con variables aleatorias que de modo
generalizado son denominadas error experimental.
El modelo explicativo ms simple, de lo observable en una unidad experimental, es el modelo de
la media
Yi = + i donde:
La variable respuesta en la i-sima unidad experimental, presenta un valor dado por una media general
y, el efecto del error experimental de esa i-sima unidad experimental i. Este modelo es el apropiado
para representar aquella situacin donde no se aplicaron tratamientos o bien los mismos no produjeron
efecto.
Si se tratara de un experimento donde los tratamientos produjeron efectos diferentes, el modelo
es
Yij = + j + ij donde:
Yij: es el valor de la variable respuesta Y en la i-sima unidad experimental que ha recibido el j-simo
tratamiento
: la media verdadera para el experimento
j : efecto del j-simo tratamiento
ij: efecto del error experimental en la i-sima unidad experimental que ha recibido el j-simo tratamiento
El modelo propuesto para el experimento se somete a prueba a travs del anlisis de la varianza
que se ver que es un mtodo muy flexible, en el contexto del anlisis experimental, para construir
modelos estadsticos explicativos del comportamiento de las diferentes fuentes de variacin.
288
Ctedra de Clculo Estadstico y Biometra Facultad de Ciencias Agrarias UNCuyo / Ciclo 2013
UNIDAD V: DISEO EXPERIMENTAL
Recordando que un objetivo fundamental del los experimentos es estimar el efecto de un
tratamiento y, conociendo que V(Y) = 2/n, resulta que para obtener estimaciones precisas (intervalos
pequeos) y tambin poder en las pruebas de hiptesis, slo hay una formas de lograrlo y es
controlando las dos principales fuentes de error experimental. Esto debe hacerse desde el momento
inicial de la formulacin del problema y el diseo experimental, a travs de planificar:
1) el manejo del material experimental
2) el refinamiento de la tcnica experimental.
289
Ctedra de Clculo Estadstico y Biometra Facultad de Ciencias Agrarias UNCuyo / Ciclo 2013
UNIDAD V: DISEO EXPERIMENTAL
Repeticin
Este principio tiene por funcin:
1) Permitir una estimacin del error experimental ( 2), que es necesaria tanto para las pruebas
de significancia como para la estimacin por intervalos de confianza
2) Brindar una medicin ms precisa de los efectos del tratamiento (tambin mejora precisin del
experimento), mediante la reduccin del error tpico de la media de los tratamientos.
3) Aumentar el alcance de la inferencia del experimento a travs de la seleccin y del uso
apropiado de unidades experimentales ms variables.
Si en un experimento cada tratamiento se aplica slo una vez, se dice que es un experimento con
repeticin nica. De l no es posible estimar el error experimental; el experimento no es autosuficiente
para aportar la informacin necesaria para hacer inferencia. Cualquier diferencia observada entre dos
datos experimentales podra atribuirse tanto a que los efectos de los tratamientos son diferentes como a
que hay diferencias debido a las unidades experimentales como a que ocurren ambas cosas.
Recordando, el nmero de repeticiones depende fundamentalmente de la variabilidad del
material con que estamos trabajando y de la magnitud de las diferencias que deseamos detectar.
Adems, la repeticin es un medio de aumentar el alcance de la inferencia de un experimento. Sin
embargo, esto puede introducir ms variabilidad y en tal caso habr que introducir otro tipo de control,
procurando la uniformidad dentro de la parcela y la heterogeneidad entre las repeticiones (recordar el
concepto anlogo en el muestreo estratificado).
Para aumentar el alcance de la inferencia, por ejemplo evaluando los tratamientos en las
diferentes condiciones ambientales, se pueden hacer repeticiones en coincidencia con localidades o
aos diferentes. Tanto las repeticiones en espacio (localidades) como en el tiempo (aos) se pueden
considerar como tipos amplios de repeticin (el experimento completo se repite en el espacio o en el
tiempo). Naturalmente, se debern tomar ciertas precauciones, ya que por la magnitud o distribucin del
experimento posiblemente intervendrn diferentes personas y esto, a su vez, puede agregar variabilidad.
Aleatorizacin
Cuando los tratamientos se aplican a las unidades experimentales de una manera no aleatoria y
seleccionada, se trata de un diseo sistemtico, El inters se centra en los experimentos que utilizan
diseos aleatorizados; slo trabajando con unidades a la cuales se les aplica un tratamiento al azar se
podr responder toda pregunta respecto la posible presencia de una verdadera diferencia de efectos de
tratamientos.
En el caso de los diseos sistemticos existe el serio riesgo de tener una subestimacin o bien
una sobreestimacin del error experimental, as como desigualdades de precisin en las diversas
comparaciones entre medias de tratamientos. Esto es especialmente evidente en muchos experimentos
a campo o bien referidos a procesos productivos continuos cuando, respectivamente, se hace una toma
de datos sistemtica a travs del espacio y del tiempo. Por ejemplo, numerosos estudios han
demostrado que parcelas adyacentes de terreno cultivado tienden a dar un rendimiento ms semejante
que aquellas que estn ms separadas entre s. Los datos experimentales tomados sobre estas
parcelas tendrn residuos de error correlacionados y, si los tratamientos se disponen en el mismo orden
sistemtico en cada repeticin, pueden ocurrir diferencias considerables en la precisin de las
comparaciones para diferentes tratamientos. Est comprobado que la precisin de comparaciones entre
tratamientos que estuvieron dispuestos fsicamente ms cerca (parcelas experimentales ms parecidas)
es mayor que la de los que estn ms alejados.
Las funciones del principio de aleatorizacin son:
1) asegurar la independencia de los errores
2) asegurar estimaciones imparciales del error experimental y los errores tpicos
3) hacer que sean vlidas las inferencias, pruebas de significancia y estimaciones de medias
290
Ctedra de Clculo Estadstico y Biometra Facultad de Ciencias Agrarias UNCuyo / Ciclo 2013
UNIDAD V: DISEO EXPERIMENTAL
La aleatorizacin requiere recurrir a algn mecanismo que asegure que un tratamiento particular
no resultar favorecido, o desfavorecido, por alguna fuente externa de variacin conocida o
desconocida en forma consistente a travs de todas las repeticiones. Una asignacin de las unidades a
los tratamientos (o viceversa) hace que todas las unidades consideradas tengan iguales probabilidades
de recibir un tratamiento dado. Por ejemplo, cuando el suelo de las parcelas presentan diferente
fertilidad (alta-media-baja) o bien existen manchones de salinidad, la aleatorizacin da igual oportunidad
a los tratamientos de que caigan en las distintas unidades. Adems como los sorteos son
independientes, a lo largo de las repeticiones puede esperarse que todos los tratamientos queden en
igualdad de condiciones.
291
Ctedra de Clculo Estadstico y Biometra Facultad de Ciencias Agrarias UNCuyo / Ciclo 2013
UNIDAD V: DISEO EXPERIMENTAL
diseos de bloques incompletos: a medida que el nmero de tratamientos en un
experimento aumenta, tambin lo hace directamente el nmero de unidades experimentales necesarias
para una repeticin, y por ende el tamao del bloque. En la mayora de los casos, esto conlleva a un
incremento en el error experimental, o sea, un aumento en la varianza de la poblacin principal, y el
bloqueo ya no produce el efecto deseado. Para estos casos se cuenta con diseos en los cuales se
subdivide el bloque completo en varios bloques incompletos, de modo que cada bloque incompleto
contenga slo una parte del total de los tratamientos. La subdivisin en bloques incompletos se hace
de acuerdo con ciertas reglas, de tal manera que el error experimental pueda estimarse ente unidades
dentro de los bloques incompletos. La precisin se aumenta hasta el punto en que las unidades
experimentales dentro de un bloque incompleto sean ms uniformes que los bloques incompletos
dentro de una repeticin. El diseo de parcelas divididas es un ejemplo de bloques incompletos,
caracterizado porque permite aumentar la precisin de ciertas comparaciones (porque tienen mayor
nmero de repeticiones) a expensas de otras (con menor nmero de repeticiones). Esto resulta til
cuando hay tratamientos que interesan ms que otros. En experimentos en los que las comparaciones
entre todos los tratamientos tienen esencialmente la misma importancia se usa un tipo diferente de
diseo de bloques incompletos. Los tratamientos se asignan a las unidades experimentales de manera
que cada tratamiento se presenta el mismo nmero de veces con cada uno de los otros tratamientos
dentro de su conjunto completo de bloques incompletos. Tales diseos se conocen como bloques
incompletos balanceados. Finalmente hay otro tipo de diseo experimental, conocido como ltices
parcialmente balanceados, donde cada tratamiento se presenta solamente con ciertos tratamientos, no
con todos, en su conjunto de bloques incompletos.
A modo de conclusin puede decirse que frente a una situacin dada, el mejor diseo
experimental es el diseo ms simple disponible que proporcione la precisin requerida. No vale la
pena usar un diseo complicado si no se obtiene un aumento de precisin.
2) El tamao y forma de las unidades experimentales: Como regla general, las unidades experimentales
grandes presentan menos variacin que las pequeas. Esta regla se cumple, en particular, cuando los
errores aleatorios se distribuyen normalmente con varianza comn, y es una consecuencia de la relacin
2Y = 2/n. Sin embargo, un aumento en el tamao de la unidad experimental trae, a menudo como
consecuencia, una limitante en el nmero de repeticiones que pueden tenerse, debido a que por lo
general el material experimental de que suele disponerse en un experimento dado no es abundante.
Bajo esta situacin, generalmente es ms til lograr una repeticin adecuada de parcelas pequeas que
de parcelas grandes.
En el campo agronmico, es importante poder realizar ensayos de uniformidad, que son
experimentos en blanco, es decir, donde no se aplican tratamientos o bien se cultiva en forma pareja
con el mismo paquete tecnolgico a todo. Luego se evalan los rendimientos en parcelas de tamao
bsico, por ejemplo 1m x1m, y se estima el error experimental simulando parcelas experimentales de
diferente tamao y forma, as como de bloques. De esta forma se ha podido demostrar empricamente
que las parcelas individuales deben ser relativamente largas y angostas para lograr la mxima
precisin, en tanto que el bloque, completo o incompleto, debe ser aproximadamente cuadrado. Para
una variabilidad dada entre unidades experimentales, este proceder tiende a maximizar la variacin
entre bloques, a la vez que minimiza la variacin entre parcelas dentro de los bloques. Una variacin
grande entre bloques indica que su uso ha sido til porque esta variacin se elimina del error
experimental y, adems, no contribuye a las diferencias entre las medias de tratamientos. Cuando los
bloques son cuadrados, las diferencias entre bloques tienden a ser grandes. Es conveniente tener una
variacin pequea entre parcelas dentro de bloques y, al mismo tiempo, tener la parcela representativa
del bloque. En terrenos donde se presentan curvas de nivel de fertilidad definidas, la mayor precisin
se obtiene cuando, los lados largos de las parcelas son perpendiculares a las curvas, o bien paralelos
a la direccin del gradiente.
3) Uso de observaciones concomitantes: En muchos experimentos se puede aumentar la precisin
mediante el uso de observaciones complementarias y una tcnica estadstica, con fundamento en el
anlisis de la varianza y el de la regresin, llamada anlisis de covarianza. Se usa este anlisis cuando
la variacin entre unidades experimentalmente se debe, en parte, a variacin en alguna otra u otras
caractersticas medibles y no suficientemente controlables para que sean tiles al asignar unidades
experimentales a bloques completos o incompletos con base en resultados semejantes.
b) Refinamiento de la tcnica
La importancia de seguir una tcnica cuidadosa en la conduccin de un experimento es evidente
por s misma. Es responsabilidad del experimentador ver que se haga todo lo posible para asegurar que
se cumpla esta premisa porque ningn tipo de anlisis estadstico, o de otra clase, puede mejorar los
datos obtenidos mediante experimentos mal efectuados. En general, la variacin proveniente de una
tcnica deficiente no es aleatoria, y por tanto no est sujeta a las leyes del azar, que son en las que se
basa la inferencia estadstica. Esta variacin puede denominarse inexactitud, en contraste con la falta de
precisin. Desafortunadamente, la exactitud en la tcnica no siempre produce alta precisin, ya que sta
tambin tiene que ver con la variabilidad aleatoria entre unidades experimentales, la cual puede ser
bastante grande.
Una tcnica defectuosa puede afectar los resultados de dos modos:
292
Ctedra de Clculo Estadstico y Biometra Facultad de Ciencias Agrarias UNCuyo / Ciclo 2013
UNIDAD V: DISEO EXPERIMENTAL
1) Invalidando las inferencias: tal el caso en que la tcnica aumenta el error experimental en
general, a travs de errores sistemticos. Estos errores, que no siempre puede detectarse
mediante la observacin de las medidas individuales, no estn sujetos a las leyes del azar, por lo
tanto no son controlables estadsticamente. Simplemente hay que evitarlos, detectarlos y
corregirlos. Tambin puede producir medidas consistentemente sesgadas, que si bien no afecten
al error experimental en las diferencias entre las medias de tratamientos, s lo haga sobre los
valores de las medias de tratamientos. El error experimental no puede detectar sesgos. El error
experimental estima la precisin o la repetibilidad de las medidas, pero no estima la exactitud.
2) Introduciendo errores cuyas fluctuaciones son de naturaleza ms o menos aleatoria y,
posiblemente, sujetas a las leyes del azar. Tales fluctuaciones, si son grandes debern revelarse
por s mismas en la estimacin del error experimental, posiblemente mediante la observacin del
coeficiente de variacin. Frente a estimaciones del error experimental consistentemente altas, los
experimentadores deberan analizar en mayor profundidad sus datos.
A continuacin se consideran algunos puntos de tcnica que deben tenerse en cuenta al efectuar
un experimento:
Tener uniformidad en la aplicacin de los tratamientos. Por ejemplo, aplicar en forma pareja una
pulverizacin o un riego, hacer el corte de un forraje a una altura fija en todas las parcelas o bien el
llenado de tubos de ensayos a un nivel dado, cosechar todo el mismo da, etc.
Deber ejercerse control sobre las influencias externas, de tal manera que todos los tratamientos
produzcan sus efectos en condiciones comparables y deseables. Por ejemplo, para comparar los
efectos de varios tratamientos puede ser necesario crear una epidemia mediante el uso de un
inculo artificial. Deben hacerse esfuerzos para lograr la mayor uniformidad posible en la epidemia.
Por otra parte, si es imposible lograr condiciones uniformes, puede ser posible todava lograrlo
usando bloques. Por ejemplo, en experimentos de cultivos, si no se puede efectuar un experimento
completo o si no se puede cosechar en un da, es conveniente hacer bloques completos en un da;
en experimentos de laboratorio donde es necesario emplear varios tcnicos, es aconsejable que
cada uno de ellos se encargue de uno o ms conjuntos completos de tratamientos.
Siempre debe tenerse cuidado para no cometer errores grandes, o registrar cualquier novedad
(granizada, enfermedad, etc) que se presenten durante la experimentacin; la adecuada supervisin
de los asistentes y un riguroso escrutinio de los datos servirn de mucho para evitarlos y hacer
correcciones adecuadas.
Hacer estudios adicionales. Por ejemplo, si se obtienen valores grandes del coeficiente de variacin,
o estimaciones del error experimental consistentemente altas, los experimentadores podrn cotejar
con referencias de otros investigadores en el mismo campo, y as recabar ms datos para descubrir
el origen de los errores. A veces en el anlisis de la varianza se obtienen valores calculados de F
menores a la unidad, esto significa que la variabilidad experimental ha superado a la variabilidad
que producen en la respuesta los cambios de los niveles del factor (varianza del numerador menor a
la varianza del denominador). Si se rechaza el modelo estadstico se deber revisar el proceso
experimental para ver si se satisfacen las correspondientes suposiciones:
o Si no se emple la aleatorizacin debida, la suposicin de independencia es dudosa.
o Si se posee un nmero suficiente de datos se podr probar la suposicin de normalidad mediante
la representacin grfica de los mismos, o mediante la aplicacin de los tests correspondientes.
o Corroborar la suposicin de varianzas homogneas.
o Rever el planeamiento y el experimento en s, para ver si el modelo lineal supuesto es una buena
aproximacin a la realidad.
Un punto que algunas veces se pasa por alto es que una medida puede estar sujeta a dos
principales fuentes de variacin, una de las cuales es considerablemente mayor que la otra. Como
ilustracin, considrese la cantidad de protenas por parcela producidas por un cultivo forrajero. La
cantidad es una funcin del rendimiento por parcela y del porcentaje de protena. La variacin entre
medidas del rendimiento del forraje es mucho mayor que la variacin entre las determinaciones del
porcentaje de protena. Como consecuencia, hay que esforzarse ms en reducir la parte del error
experimental asociada con el rendimiento del forraje, que la asociada con el porcentaje de protena.
En general, cuando estn presentes varias fuentes de variacin es ms til tratar de controlar la
fuente ms grande.
El procedimiento, tal como lo presenta Cochran y Cox, para estima la eficiencia del diseo 1 en relacin
con el diseo 2 se hace mediante
2 2
( r1 + 1) /( r1 + 3)s1 ( r1 + 1)(r2 + 3)s 2
RE = 2
= 2
( r2 + 1)(r2 + 3)s 2 ( r2 + 1)(r1 + 3)s1
Donde s21 y s22 son los cuadrados medios de los diseos uno y dos respectivamente, y r1 y r2 son el
nmero de repeticiones del diseo 1 y 2 respectivamente. Si el nmero de observaciones en una media
de un tratamiento difiere en los dos experimentos en comparacin, sustityase s21 y s22 por s2Y1 y s2Y2 .
Supngase que deseamos comparar un diseo que tiene 5 grados de libertad para
2
estimar con otro que tiene 10 grados de libertad; esto podra ser una comparacin de un experimento
pareado con uno no pareado de dos tratamientos y seis repeticiones. El diseo pareado es ms preciso
que el no pareado slo si la eficiencia del primero con relacin al ltimo es mayor que 1. Si la eficacia
relativa resulta
2 2 2
( r1 + 1)(r2 + 3)s 2 (6)(13)s 2 s2
2
= 2
= 0,886 2
,
( r2 + 1)( r1 + 3)s1 (11)(8)s1 s1
es decir, menor que 1, el apareamiento no se justifica ya que 0,886 es mayor que .
295
Ctedra de Clculo Estadstico y Biometra Facultad de Ciencias Agrarias UNCuyo / Ciclo 2013
UNIDAD V: DISEO EXPERIMENTAL
296
Ctedra de Clculo Estadstico y Biometra Facultad de Ciencias Agrarias UNCuyo / Ciclo 2013