TRABAJO COLABORATIVO

DISEÑO EXPERIMENTAL

LUIS ALBERTO VERGARA DOMINGUEZ

CODIGO: 93.436.068

ESTUDIANTE

CURSO 300004-38

E- MAIL: lavergarado@gmail.com

LINA MARIA MONSALVE

TUTORA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

CERES DOS QUEBRADAS (PEREIRA)

BARCELONA QUINDIO

MARZO DE 2019
 Universidad Nacional Abierta y a Distancia – UNAD -
Vicerrectoría Académica y de Investigación - VIACI
Escuela de Ciencias Agrícolas, Pecuarias y del Medio Ambiente

Curso: Diseño experimental

Código: 300004

Guía para desarrollo de actividad 2.

Fase 1- Contextualizar al estudiante en el diseño experimental

Información del director del curso:

Nombre: Jessica Braga
Perfil: Estadística, Msc.
Correo electrónico: jessica.almeida@unad.edu.co

Pasos para el desarrollo de la actividad colaborativa.

1. Contestar las preguntas del cuestionario;

2. Resolver el estudio de caso 1;
3. Resolver el estudio de caso 2.
4. Entregar toda la actividad en un documento Word en el
Entorno de Seguimiento y Evaluación del Aprendizaje.
Realizar la lectura de los contenidos en el Entorno de conocimiento
correspondiente a la Unidad 1 y/o de fuentes confiables en internet.
Desarrollar las actividades abajo.
1. Cuestionario:

b. ¿Qué es una unidad experimental?

La unidad experimental es el elemento (planta, animal u objeto) al que se le
modificarán en forma planeada factores para revisar su respuesta.
c. ¿Qué es una unidad de observación?
es cada medición de la variable respuesta.

d. ¿En qué se diferencian los factores de los tratamientos y por

qué?
El tratamiento es el proceso de modificación de factores de una unidad experimental y cuyos efectos
van a ser medidos y comparados. Tratamiento Testigo Es la selección de un grupo de unidades
experimentales al que no se le aplica tratamiento especial con el fin de comparar los resultados con
los otros tratamientos.

e. ¿Cuál es la finalidad de analizar una variabilidad de un

conjunto de datos?
la finalidad de analizar una variabilidad de un conjunto de datos es que Las medidas
de variabilidad nos informan sobre el grado de concentración o dispersión que
presentan los datos respecto a su promedio.

f. ¿En qué consiste el diseño experimental?

El diseño experimental es el procedimiento de planeación y conducción de experimentos, así como
la definición del análisis estadístico para evaluar los resultados, con el objetivo de tener conclusiones
válidas y objetivas. El procedimiento incluye la definición de factores a modificar, la manera de su
aplicación y el número de pruebas a realizar.

El propósito del diseño de experimentos es establecer las metodologías que aseguren las
conclusiones válidas y objetivas en el desarrollo de experimentos.
 g. ¿Cuál es la diferencia de un diseño experimental balanceado
y no balanceado?
Diseño balanceado
Usted tiene exactamente una observación para todas las combinaciones
posibles de los niveles de los factores para los factores A, B y C: (0, 0,
0); (0, 0, 1); (0, 1, 0); (0, 1, 1); (1, 0, 0); (1, 0, 1); (1, 1, 0); y (1, 1,
1).

Diseño no balanceado
En este caso, faltaría la combinación de niveles de factor (1, 0, 0) y usted tiene dos
observaciones de la combinación (0, 1, 0). Cualquiera de estas condiciones, por sí solas,
hacen que el diseño sea no balanceado.

Por tanto, el análisis de un diseño balanceado es sencillo, porque se pueden ver las
diferencias entre las medias de los niveles de factores sin procesar para sus estimaciones
de los efectos principales y de interacción. Si el diseño es no balanceado, bien sea
porque así estaba previsto o debido a una pérdida accidental de datos, las diferencias
en las medias de los niveles de factores sin procesar podrían mostrar las observaciones
no balanceadas en lugar de cambios en los niveles de los factores. Para los diseños no
balanceados, puede usar medias ajustadas para predecir los resultados que habría
producido un diseño balanceado.

h. ¿Cuáles son los diseños experimentales más usados en

ciencias agropecuarias y cuáles son sus posibles usos?
En la planificación agrícola o biológica y en el desarrollo de una investigación en particular, son de
interés los siguientes aspectos:

a. Especificar los problemas, con el fin de probar hipótesis o encontrar respuestas. Es necesario
considerar que los experimentos sean:

a.1. Experimentos simples, cuando se estudia un solo factor de variación; por ejemplo, probar cinco
variedades de sorgo, estudiar cinco dosis de nitrógeno en trigo, etc.

a.2. Experimentos factoriales, cuando se estudian simultáneamente dos o más factores que
influyen en la producción; por ejemplo, estudiar tres variedades, cada una sembrada a tres
densidades de siembra, o bien tratamientos de fósforo, nitrógeno y potasio, cada uno a cuatro dosis
por unidad de superficie.

Mantener constante los diversos factores que pueden afectar a la producción o a la calidad del
producto, de manera que los únicos factores de variación sean los tratamientos objeto de estudio.
e. Extremar precauciones y ser cautos en los resultados experimentales, considerando que un
experimento es una observación de una muestra en una población de experimentos. f. Repetir
experimentos uniformes en diferentes localidades, suelos y años. g. Tener conocimiento de la
tecnología de campo y saber cuáles son los problemas del productor

i. ¿Qué es una tabla ANOVA y cuál es su utilidad en estadística?

ANOVA de un factor (también llamada ANOVA unifactorial o one-way
ANOVA en inglés) es una técnica estadística que señala si dos variables
(una independiente y otra dependiente) están relacionadas en base a si
las medias de la variable dependiente son diferentes en las categorías o
grupos de la variable independiente. Es decir, señala si las medias entre
dos o más grupos son similares o diferentes. uno de los principales usos
en la estadística de la ANOVA es estimar varianzas.

j. ¿Qué es un diseño completamente al azar (DCA), cuáles son

sus ventajas, desventajas, en qué casos se usa?
El diseño completamente al azar es una prueba basada en el análisis de
varianza, en donde la varianza total se descompone en la “varianza de los
tratamientos” y la “varianza del error”. El objetivo es determinar si existe
una diferencia significativa entre los tratamientos, para lo cual se compara
si la “varianza del tratamiento” contra la “varianza del error” y se
determina si la primera es lo suficientemente alta según la distribución F.
Ventajas
1.- Permite flexibilidad completa. Puede utilizarse cualquier número de
tratamientos y repeticiones, siempre y cuando se consigan unidades
experimentales homogéneas. Puede variarse a voluntad el número de
repeticiones de un tratamiento a otro (pero no es muy recomendable sin
una buena razón),
2.- El análisis estadístico es fácil, aun si el número de repeticiones por
tratamiento no es el mismo, o si los errores experimentales difieren de
un tratamiento a otro.
3.- Aun cuando los datos de algunas de las unidades o algunos
tratamientos completos se hayan perdido, o se rechacen por alguna
causa, el método de análisis sigue siendo sencillo. Por otra parte, la
pérdida relativa de información debida a los datos faltantes, es de menos
importancia que en cualquier otro diseño.
4.- Se obtiene el mayor número de grados de libertad para estimar el
error experimental.
Desventajas
1.- Si el número de tratamientos o de repeticiones es muy elevado, a
veces resulta difícil conseguir unidades experimentales homogéneas.
2.- Si el número de repeticiones o de tratamientos es muy bajo, se pierde
sensibilidad en el experimento.

k. ¿Qué tipo de hipótesis se aplica en un diseño completamente

al azar (DCA)?
En un diseño completamente al azar, la hipótesis nula es que los efectos de tratamientos (β) son
todos iguales, lo que se expresa por: H0: β1 = β2 = β2 .. . . . . La hipótesis alterna es que hay al menos
un efecto de tratamiento que es diferente a los demás. Para probar la hipótesis, en la tabla ANVA
se comparan los cuadrados medios de tratamientos respecto a los cuadrados medios del error, los
primeros deben ser suficiente mayores que los segundos. Debido a que los cuadrados medios se
distribuye ji-cuadrada, al dividir dos variables con distribución ji-cuadrada se obtiene una variable
con una distribución F (Fisher). Es por esto que la división de los cuadrados medios de tratamientos
entre cuadrados medios del error se le llama «F calculada», y se puede ubicar en esta distribución
Fc El nivel de significancia es de 0.05 (95% de seguridad), es decir, que se tiene que identificar el
punto (F tabular con nivel de significancia de 0.05), cuya área a la derecha sea de 0.05; si Fc logra
ser mayor que Ft entonces es cuando se rechaza la H0 . Fc Ft En el caso de los paquetes
computacionales, no se usan las columnas Fc y Ft , se cambia por la probabilidad de que ocurra Fc ,
cuando esto ocurre, se rechaza H0 cuando la probabilidad es menor a 0.05.
 l. ¿Explique en qué situaciones se aplica un diseño en bloques
completos al azar (DBA), cuáles son sus ventajas y
desventajas?
Se utiliza en algunos experimentos las unidades diseño experimentales
no son homogéneas, es decir, algunas tienen características diferentes a
las demás. Para eficientar el experimento las unidades experimentales se
agrupan por su homogeneidad y a esos grupos se les aplican los
tratamientos. Así se evalúa también el impacto del grupo de unidades
llamado bloque. La varianza total se va a separar en tres varianzas, la de
tratamientos, la de bloques y la del error.
Ventajas
Es fácil de analizar, extrae del error experimental la variación debida a los
bloques además de la variación debida a tratamientos.
Desventajas
Menor número de grados de libertad para el error experimental. Si el
número de tratamientos es muy elevado (como 25), se hace muy difícil
conseguir un buen agrupamiento de las parcelas experimentales.
c. Restricciones
Cada bloque debe contener los tratamientos asignados al azar.

m. ¿Qué tipo de hipótesis se aplica en un diseño en bloques completos

al azar (DBCA)
El diseño en bloques más simple es el denominado diseño en bloques completos, en el que cada
tratamiento se observa el mismo número de veces en cada bloque. El diseño en bloques completos
con una única observación por cada tratamiento se denomina diseño en bloques completamente
aleatorizado o, simplemente, diseño en bloques aleatorizado. Cuando el tamaño del bloque es
inferior al número de tratamientos no es posible observar la totalidad de tratamientos en cada
bloque y se habla entonces de diseño en bloques incompletos.
 Box, G.E.; Hunter, J.S.; Hunter, W.G. (2008). Estadística para investigadores. Diseño, innovación y
descubrimiento. Segunda Edición, Ed. Reverté, Barcelona.
 Gutiérrez, H.; de la Vara, R. (2003). Análisis y diseño de experimentos. McGraw-Hill, México.
Ejercicios de aplicación

Estudio de caso 1.

Se investigó una pérdida de peso (Gómez y González, 1991) en

porcentaje del peso inicial de la carne de res tipo milanesa después de 5
días de empacada con diferentes materiales:
Tabla 1. Pérdida de peso en porcentaje.

Icopor Biopak Cry-o- Shopak

vac
5.33 6.59 4.95 2.41
4.95 7.90 4.44 2.83
5.10 4.48 3.48 2.97
 7.14 7.32 3.92 2.38
7.84 6.41 8.62 2.11

Ya se ha comprobado que los datos son normales y con varianzas

homogéneas. De acuerdo con los datos presentados y a la distribución del
experimento resuelva:
a. ¿Qué tipo de diseño experimental es? Justifique su respuesta
b. ¿Cuál es el modelo matemático? Para cada ítem en el ejercicio
planteado indique a que corresponde cada término del modelo
c. ¿Estipule claramente las hipótesis que interesa contrastar con el
análisis de varianza de este experimento?
d. Realice el análisis de varianza en Excel.
e. ¿Según el análisis de varianza hay diferencias significativas? ¿Por
qué?
f. Si encuentra diferencias estadísticas significativas, realice la prueba
de Tukey en Excel relacionando las operaciones.
g. Discuta ampliamente los resultados, desde la perspectiva biológica.

Estudio de caso 2.

En un estudio se permite reducir el tiempo de permanencia de la vaca

con el ternero y por consiguiente aumentar la producción de leche por
vaca-día. Se evaluó la variable peso corporal (kg) en terneros hasta 112
días de nacidos. Fueron probados amamantamiento restringido (R) y
amamantamiento tradicional (T).
En el cuadro se registra el peso corporal de los animales cada 28 días.

Tabla 2. Datos de peso corporal (kg) de los terneros.

Amamantamiento Restringido (R) Amamantamiento Tradicional (T)

Terneros
Día Día Día Día Día Día Día Día Día Día
0 28 56 84 112 0 28 56 84 112
1 41 50 63 92 118 43 60 68 101 119
 2 32 41 52 66 93 37 48 60 81 103
3 41 55 70 92 114 36 47 71 88 103
4 31 41 53 77 99 41 60 75 98 113
5 38 52 77 88 117 42 58 80 101 113

De acuerdo a los datos presentados y a la distribución del experimento

resuelva:
a. ¿Qué tipo de diseño experimental es? Justifique su respuesta
b. ¿Cuál es el modelo matemático? Para cada ítem en el ejercicio
planteado indique a que corresponde cada término del modelo
c. ¿Estipule claramente las hipótesis que interesa contrastar con el
análisis de varianza de este experimento?
d. Realice el análisis de varianza en Excel.
e. ¿Según el análisis de varianza hay diferencias significativas? ¿Por
qué?
f. Si encuentra diferencias estadísticas significativas, realice la prueba
de Tukey en Excel relacionando las operaciones.
g. Discuta ampliamente los resultados, desde la perspectiva biológica.

Guía Bibliográfica disponible en el

Paso
entorno de conocimiento

Balzarini, M., Tablada, M., & González, L.

1. Para desarrollo del (2009). Introducción a la bioestadística:
Cuestionario. aplicaciones con infostat en agronomía.
p. 291-305.
Recuperadodehttps://bibliotecavirtual.una
d.edu.co:2538

Si alguna definición no se reporta en el

texto recomendado lo pueden buscar
 Guía Bibliográfica disponible en el
Paso
entorno de conocimiento
en un texto de una fuente confiable en
internet.

Nota: Se pueden apoyar de toda la bibliografía citada en la unidad I del

curso, igualmente puede consultar otras fuentes de internet,pero deben
tener como base las registradas en el entorno de conocimiento.

Cualquier duda e inquietud regístrela de manera oportuna en el foro de

trabajo colaborativode la actividad 2para que su docente de apoyo lo
pueda asesorar, recuerde que, aunque la actividad es individual la no
participación en el foro es causa de no calificación de la actividad por parte
del docente.
El ensayo y el mapa conceptual de deben entregar en un solo documento
en formato Word o PDF en el entorno de evaluación y seguimiento.

Éxitos en su trabajo.
Atentamente,
Jessica Almeida
Directora de curso