DISEÑO EXPERIMENTAL

DOCENTE: ING. MARICELA TRÁVEZ MG.

TEMA:
ENSAYO TIPOS DE DISEÑO EXPERIMENTAL

ESTUDIANTE (S):
 Tipan Fernanda
 Sisalema walter
CICLO ACADÉMICO: 5”A”

OCTUBRE – MARZO 2018

INTRODUCCIÓN

El diseño experimental se utiliza para planear un experimento de manera que se pueda

obtener la información pertinente a un determinado problema que se investiga y así
tomar decisiones correctas, proporcionar métodos que permitan obtener la mayor
cantidad de información válida acerca de una investigación, teniendo en cuenta el factor
costo y el uso adecuado del material disponible mediante métodos que permitan
disminuir el error experimental, sus aplicaciones en la industria son la agricultura,
la mercadotecnia, la medicina, la ecología, y en las ciencias de la conducta

DESARROLLO

 DISEÑO COMPLETAMENTE AL AZAR (DCA)

Es un diseño sencillo de experimentos en el cual se compraran dos o más tratamientos

Características
 Se definen los t tratamientos que se van a aplicar a las n unidades
experimentales, de tal forma que a r unidades experimentales les va a
corresponder un tipo de tratamiento.
 Las unidades experimentales se sortean para la asignación a cada tratamiento.
 Se define la variable a medir.
Modelo estadístico
Se definen los tratamientos y se sortean las unidades experimentales. Se realiza el
experimento y se recopilan los datos. Suponiendo que son tres tratamientos y cuatro
repeticiones, y que se midió el crecimiento de ciertas plantas, los resultados se
acomodan en una tabla
Rep1 Rep2 Rep 3 Rep 4
Trat 1 13 12 13 11
Trat 2 11 14 13 12
Trat3 9 8 11 9
Total 136
 Se suman todos los valores de las unidades experimentales, a ese valor se le llamará
(y) Se obtiene el cuadrado de todos los valores de las unidades experimentales y
luego se suman, a ese valor se le llamará Σ y2
 Se calcula la suma de cuadrados del total con la fórmula:
Suma Cuadrados total=Σ y 2−( y ..)2/n
Donde n es el total de los datos

 Es necesario encontrar la varianza entre los tratamientos. Primero se obtiene la suma

de cada uno de los tratamientos (que se llamarán yi ). Cada suma de tratamientos se
eleva al cuadrado, luego el resultado de cada tratamiento se divide entre el número
de repeticiones de ese tratamiento, en este caso todos los tratamientos tienen 4
repeticiones, y finalmente se suman los valores, el resultado se denomina Σ yi 2 /ni
 Se calcula la suma de cuadrados de los tratamientos con la fórmula:

Suma Cuadrados de tratamientos=Σ yi .2/¿−( y ..)2/n

 Se calcula los grados de libertad de los tratamientos:

t – 1 Donde t es el número de tratamientos

 Se calcula los grados de libertad del total:

n –1
 Los datos hasta ahora calculados se llenan en la tabla de análisis de varianza.

 GL son los grados de libertad

 SC es la suma de cuadrados
 CM son los cuadrados medios.

 Se calcula los grados de libertad del error:

grados de libertad delerror :t (r – 1)
Donde t es el número de tratamientos
r el número de repeticiones.
También se puede calcular grados de libertad del error como:
Grados de libertad del error=GL Total – GL tratamientos

 Se calcula la suma de cuadrados del error, la fórmula es:

SC error=Σ yij 2−Σ yi. 2/r
Se calculan los cuadrados medios de los tratamientos con la siguiente ecuación:
CM trat=SC trat /GL trat
 Se calculan los cuadrados medios del error con la siguiente fórmula:
CM error=SC error /GL erro
 Se busca en las tablas de la distribución F el valor al 0.05% de significancia. Los
grados de libertad de los tratamientos serán los grados de libertad del numerador y
los grados de libertad del error serán los grados de libertad de denominador.
 Si la F calculada es mayor que la F de las tablas, se concluye que sí hay diferencia
entre tratamientos, del contrario se concluye que no hay diferencias entre
tratamientos.
 Si existe diferencia entre tratamientos al 95% de seguridad se puede probar con una
F del 99%

 DISEÑO DE BLOQUES COMPLETAMENTE AL AZAR (DBCA)

Se agrupan las unidades experimentales en J bloques, en función de
B, aleatorizando la forma de asignar los tratamientos dentro de cada bloque es un
diseño completo y equilibrado porque cada tratamiento se utiliza exactamente una
vez dentro de cada bloque
Características
Las unidades experimentales son heterogéneas.
Las unidades homogéneas están agrupadas formando los bloques.
En cada bloque se tiene un número de unidades igual al número de tratamientos
(bloques completos)
Los tratamientos están distribuidos al azar en cada bloque.
El número de repeticiones es igual al número de bloques.
Análisis de la varianza para un DBCA

El modelo de ANAVA para un diseño en bloques completamente aleatorizados, es:

+ βj+ εij
Yij=u+ τi

Yij es la respuesta del i-ésimo tratamiento en el j-ésimo bloque

µ es la media general

τi es el efecto del i-ésimo tratamiento i = 1, ...,a

βj es el efecto del j-ésimo bloque j = 1, ...,b

εij es el término de error aleatorio para la respuesta ij

Si las diferencias entre unidades experimentales debidas al factor de bloqueo no son

consideradas, es decir si se omite el efecto bloque en el modelo, la Suma de Cuadrados
de Bloques se adiciona a la Suma de Cuadrados del Error. Así, el cuadrado medio del
error experimental aumenta y como consecuencia se pierde eficiencia en la prueba de la
hipótesis

DISEÑO BLOQUE COMPLETO RANDOMIZADO (DBCR)

Es conocido como diseño de doble vía de clasificación, en este diseño las unidades
experimentales se agrupan en bloques siendo éstas homogéneas dentro de cada bloque y
heterogéneas entre bloques.

Generalmente este diseño es utilizado en experimento de campo y aun se pueden utilizar

en invernaderos. Donde existen uno o más fuentes de variación.

CARACTERISTICAS

Las unidades experimentales se distribuyen en grupos o en bloques bajo el criterio de

homogeneidad dentro de grupos y heterogeneidad entre grupos.

En cada bloque el número de unidades experimentales es igual al número de

tratamientos (bloques completos).

Los tratamientos son asignados aleatoriamente en las unidades experimentales dentro

de cada bloque.

Los números de bloques, puede ser igual o diferente al número de tratamientos.

VENTAJAS

Al agrupar las unidades experimentales dentro de bloques usualmente se obtiene mayor

precisión que el diseño completamente al azar.
Es simple y fácil de planificar.

Se puede eliminar tratamientos o bloques sin complicar el análisis.

Las unidades experimentales perdidas no causan mucha dificultad.

Es flexible con relación al número de tratamientos y repeticiones.

DESVENTAJAS

Cuando el número de tratamientos es elevado dificulta tener bloques grandes y

homogéneos, debido a que se va incrementar el error experimental.

Cuando se pierde las unidades experimentales, se tiene que disminuir los Grados de
Libertad del error, lo cual trae consigo un mayor valor del error experimental.

USOS

Son utilizados generalmente en experimentos de campo.

Se utilizan en cultivos anuales y perennes.

Modelo aditivo lineal

Esquema por diseño

Representación del DBCR

Esquema de análisis de varianza

SUMAS DE CUADRADOS

DESCOMPOSICION DE SUMAS DE CUADRADOS

SCTOTAL = SCBLOQUES + SCTRATAMIENTO + SCERROR

1.El factor o término de corrección (TC

2. suma de cuadrados del total

3.Suma de cuadrados del bloque

4.Suma de cuadrados del tratamiento

5. Suma de cuadrados del error

SCERROR = SCTOTAL - SCBLOQUES - SCTRATAMIENTO

PRUEBA DE HIPÓTESIS

Para tratamientos

a) Plantear la hipótesis

b) Nivel de significación ()

c) Prueba estadística (Prueba de Calculado)

d) Decisión estadística
e) Conclusión

Para Bloques

a) Plantear la hipótesis para Bloques

b) Nivel de significación

c) Prueba estadística (Prueba de Calculado)

d) Decisión estadística para Bloques

DBI

DISEÑOS POR BLOQUES INCOMPLETOS BALANCEADOS

Cuando las comparaciones entre todos los tratamientos tienen la misma importancia,
éstas deben elegirse de manera que ocurran en forma balanceada dentro de cada bloque.

Esto significa que cualquier par de tratamientos ocurren juntos el mismo número de
veces que cualquier otro par.

Por lo tanto, un diseño balanceado por bloques incompletos es un diseño por bloques
incompletos en el que cualquier par de tratamientos ocurren juntos el mismo número de
veces.

En este tipo de diseño, el análisis estadístico se centra en la información interbloque, en

donde para estimar el efecto de los tratamientos, se considera inicialmente la estimación
de las parcelas dentro del mismo bloque. Así, los efectos de tratamientos sufren un
proceso de ajuste.

Con los tratamientos ajustados se lleva a cabo la estimación de los efectos de

tratamientos.

ANÁLISIS ESTADÍSTICO

Como es usual, suponemos que existen t tratamientos y b bloques, se supone, además,

que se prueban k tratamientos en cada bloque, que cada tratamiento sucede r veces en el
diseño (o se repite r veces) y que hay un total de N = t.r = b.k observaciones.
Más aún, el número de veces que cada par de tratamientos ocurre en el mismo bloque
es:

Ejemplo 2 Para t = 4 (no de tratamientos), b = 6 (no de bloques), k = 2 (tratamientos en

cada bloque), un diseño BIB puede ser construido con:

r = b.k t = 3 (cada tratamiento sucede 3 veces en el diseño). λ = r(k−1 t−1 = 3(2 − 1)4 −
1 = 1 (el número de veces que cada par de tratamientos ocurre en el mismo bloque)

EL MODELO ESTADISTICO ES

yij = u + τi + βj + εij

donde:

yij : Es la i-ésima observación del j-ésimo bloque.

µ: Es la media general.

τi : Es el efecto del i-ésimo tratamiento.

βj : Es el efecto del j-ésimo bloque

εij : Es la componente del error aleatorio

La variación total en los datos se expresa mediante la suma total de cuadrados

corregidos (o ajustados
La variabilidad total puede ser descompuesta en

SCT = SCTrat. ajustados + SCB + SCE

Donde la suma de cuadrados de los tratamientos está ajustada para separar los efectos de
los tratamientos y de los bloques.

donde

y.j : es el total del bloque j-ésimo.

y.. : Es la suma de todos los datos.

La suma de cuadrados de tratamiento corregida (o ajustada) es

Donde

Qi : Es el total ajustado del i-ésimo tratamiento, el cual se calcula mediante

con nij = 1 si el tratamiento i ocurre en el bloque j. nij = 0 en otro caso. Los totales de
los tratamientos ajustados siempre sumarán cero.

es el promedio de los totales e los bloques en los que se aplica el

tratamiento i

La suma de cuadrados del error se calcula por diferencia

SCE = SCT − SCT ratrat. ajustados − SCB

La estadística apropiada para probar la igualdad de los efectos de tratamiento es

Análisis de varianza para el diseño DBI

CONCLUSIONES
 En cada diseño experimental con referencia a controles estándar .
 Los números de bloques, puede ser igual o diferente al número de
tratamientos

 Las unidades experimentales se distribuyen bajo criterio de

homogeneidad dentro de grupos y heterogeneidad entre grupos.

BIBLIOGRAFÍA
Agropecuarias, f. d. (s.f.). analisis de la varianza. Obtenido de
http://www.fca.proed.unc.edu.ar/mod/book/view.php?id=6305&chapterid=1168

CÉSAR CASTILLO, C. M. (s.f.). diseño de experimentos al azar. Obtenido de

estadistica matematica y computacion:
http://reyesestadistica.blogspot.com/2011/07/diseno-de-experimentos-al-
completo-azar.html

Poma, D. V. (2008). diseño experimental. Obtenido de diseño experimental:

file:///C:/Users/usuario/Downloads/313911744-DBCR.pdf

Universidad Nacional de San Cristóbal de Huamanga. Ayacucho. (2010). Obtenido de

Universidad Nacional de San Cristóbal de Huamanga. Ayacucho:
http://estadistica.260mb.com/Heber_DBIB.pdf?ckattempt=1&i=1