Universidad Nacional Abierta y a Distancia UNAD

Curso
Diseño Experimental

Unidad 1: Fase 2 - Identificar y aplicar diseño completamente al azar y

bloques completos al azar

Presentado por:

Presentado a:

ciudad
El rosal
Cundinamarca

Marzo del 2019

¿Qué es una unidad experimental?
La unidad experimental es un objeto o espacio al que se le da un
tratamiento, se puede medir y analiza la variable que se investigara es el
elemento (planta, animal u objeto) al cual se le aplica un tratamiento y
sobre el que posteriormente se observan una o más respuestas para
evaluar el efecto del tratamiento.
¿Qué es una unidad de observación?
Unidad de observación experimental sobre la cual se mide el efecto del
tratamiento el cual se desea estudiar o investigar
¿En qué se diferencian los factores de los tratamientos y por qué?
son las características principales de un experimento estas pueden ser
cualitativos o cuantitativos el tratamiento es el proceso en el cual se
modifican los factores y cuyos efectos van a ser medido y comparados.
¿Cuál es la finalidad de analizar una variabilidad de un conjunto
de datos?
Es analizar las diferentes variables en cualquier proceso para obtener
resultados de una unidad experimental
¿En qué consiste el diseño experimental?
Es el proceso de planeación de un experimento, donde se toman datos
apropiados con la mayor realidad posible, los cuales deben ser analizados
mediante métodos estadísticos que deriven conclusiones válidas y
objetivas.
¿Cuál es la diferencia de un diseño experimental balanceado y no
balanceado?
Diseño balanceado es el diseño donde todos los tratamientos son
asignados a un número igual de unidades experimentales, el diseño no
balanceado es aquel que tiene un numero desigual de observaciones
¿Cuáles son los diseños experimentales más usados en ciencias
agropecuarias y cuáles son sus posibles usos?
Diseños de Bloques:
En este grupo se encuentran los diseños de mayor utilización en la
práctica de la experimentación agrícola actual; poseen tres características
fundamentales que son, la replicación, el control local o técnicas de
bloques y la aleatorización.
Los diseños de bloques pueden ser agrupados en diseño de bloques
completos y diseño de bloques incompleto. Los diseños de bloque
completo contienen en cada bloque todos los tratamientos
experimentales, por lo que cada bloque constituye una réplica del
experimento. Los diseños de bloques incompletos contienen solo una
parte de los tratamientos experimentales en cada bloque, por ello cada
bloque no constituye una réplica del experimento.
Diseño completamente al azar
Este diseño experimental se aplica cuando los diferentes factores
ambientales presentan alta homogeneidad y no influyen sobre los
tratamientos, se sugiere este diseño para experimentación con temas de:
métodos de preparación de siembra, aplicación del agua de regadío,
manejo del cultivo versus el uso de los herbicidas para el control de
malezas, etc. También es útil en experimentos con animales cuando
existe cierta uniformidad bien sea genética, por peso, edad, etc.
Diseños de bloques al azar
Se aplica cuando no existen condiciones de homogeneidad, debiéndose
estratificar por bloques (efectos ambientales); sin embargo, en cada
bloque el efecto ambiental debe ser lo más homogéneo posible, existiendo
discrepancia entre bloques (donde lo más indicado es que todos tengan
igual número de repeticiones o réplicas. El bloque no exige una forma
geométrica definida y es conocido como modelo de 2 vías; El diseño es
idóneo para experimentos de variedades, así como experimentos
agrotécnicos. Puede ser utilizado en experimentos unifactoriales y
multifactoriales.
Cuadrado latino
Este tipo de diseño permite al investigador explicar una fuente de
variación adicional con respecto al diseño en bloques al azar (ecuación 3);
es decir, se introduce una nueva fuente de variación, Este diseño presenta
las siguientes características: La disposición de las variantes del
experimento sobre el terreno se hace en dos direcciones perpendiculares
recíprocas y esto es lo que lo diferencia del bloque al azar. En este las
variantes se agrupan además de bloques en columnas lo que es un nuevo
elemento en éste diseño. Se puede utilizar en experimentos agrotécnicos,
así como de selección de variedades, pero no es recomendable en
experimentos donde se utilice la mecanización. Elimina la variabilidad de
la fertilidad del suelo en dos direcciones. En este diseño el número de filas
y columnas y de tratamientos son iguales. Presenta la dificultad de que el
mismo no se puede estudiar un número grande de variante o tratamiento
¿Qué es una tabla ANOVA y cuál es su utilidad en estadística?
su utilidad es contrastar hipótesis referidas a las medias dos o más
poblaciones, por medio de varianzas muestrales un análisis de varianza
(ANOVA) prueba la hipótesis de que las medias de dos o más poblaciones
son iguales los ANOVA evalúan la importancia de uno o más factores al
comparar las medias de la variable de respuesta en los diferentes niveles
de los factores
¿Qué es un diseño completamente al azar (DCA), cuáles son sus
ventajas, desventajas, en qué casos se usa?
Este diseño experimental se aplica cuando los diferentes factores
ambientales presentan alta homogeneidad y no influyen sobre los
tratamientos, se sugiere este diseño para experimentación, como manejo
del cultivo También es útil en experimentos con animales cuando existe
cierta uniformidad bien sea genética, por peso, edad, etc.
Ventajas: - Economía en el trabajo experimental. - Puede utilizarse tanto
un número pequeño o grande de variantes. - Puede aplicársele anova a
loa datos (elimina el efecto de la desigualdad de la fertilidad y establece
Se obtiene con mayor facilidad el mejor numero de errores en un
experimento
Desventajas: solo se puede eliminar la variabilidad entre réplicas, Se
puede obtener baja precisión cuando las unidades experimentales no sean
muy homogéneas y así ser ineficiente
Casos de uso: cuando es posible que gran parte de las unidades
experimentales no respondan al tratamiento o puedan perderse durante
el experimento, en experimentos en los que el número de unidades
experimentales es limitado
¿Qué tipo de hipótesis se aplica en un diseño completamente al
azar (DCA)?
Hipótesis de igualdad de medidas
Ho= Hipótesis nula - igualdad
Hi= hipótesis alterna – al menos existe una diferencia
¿Explique en qué situaciones se aplica un diseño en bloques
completos al azar (DBA), cuáles son sus ventajas y desventajas?
Se aplica cuando el efecto de un tratamiento a comparar depende de otro
factor que puede influir en el resultado del experimento y que deben de
tomase en cuenta para anular su posible efecto y evitar sesgo al comparar
los factores de interés
Ventajas:
-Aumenta la potencia de la prueba porque la variabilidad atribuible a la
heterogeneidad de las unidades experimentales es extraída del error
experimental.
-Admite cualquier número de tratamientos. • Admite cualquier número de
bloques. • Puede aplicarse con igual o diferente número de réplicas. • Se
detecta más fácil la significancia estadística. • Se acopla fácilmente a otros
diseños, para generar así, diseños de índole compuesto.
Desventajas:
-Puede ser muy difícil conseguir bloques homogéneos.
-Sacrifica la interacción de factores ambientales.
¿Qué tipo de hipótesis se aplica en un diseño en bloques
completos al azar (DBCA)
Hipótesis de igualdad Medias de las poblaciones relacionadas a cada
tratamiento.

Ho= Hipótesis nula - igualdad

Hi= hipótesis alterna – al menos existe una diferencia
Ejercicios de aplicación
Estudio de caso 1.

Se investigó una pérdida de peso 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-vac Shopak

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:

¿Qué tipo de diseño experimental es? Justifique su respuesta

El tipo de diseño completamente al azar, tiene un solo factor

¿Cuál es el modelo matemático? Para cada ítem en el ejercicio

planteado indique a que corresponde cada término del modelo
El modelo matemático lineal, es el de un solo factor
 𝒀𝒊𝒋= 𝝁+𝜶𝒊+𝜺𝒊𝒋
𝑦𝑖 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑟𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎
𝜇 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒𝑙 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑜
𝑇𝑖 = 𝑒𝑓𝑒𝑐𝑡𝑜 𝑐𝑎𝑢𝑠𝑎𝑑𝑜 𝑝𝑜𝑟 𝑒𝑙 𝑖 − é𝑠𝑖𝑚𝑜 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜
ɛ𝑖𝑗 = 𝐼 − é𝑠𝑖𝑚𝑜 𝑒𝑟𝑟𝑜𝑟 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙 𝑜 𝑡é𝑟𝑚𝑖𝑛𝑜 𝑑𝑒 𝑝𝑒𝑟𝑡𝑢𝑟𝑏𝑎𝑐𝑖ó𝑛

¿Estipule claramente las hipótesis que interesa contrastar con el

análisis de varianza de este experimento?
Se rechaza la hipótesis nula, ya que la media de los tratamientos no es
igual en todos los bloques
La media de cada tratamiento es diferente para cada tipo de experimento
Dependiendo del empaque se presentan porcentajes de pérdida del peso
inicial de la carne tipo milanesa
Realice el análisis de varianza en Excel.

¿Según el análisis de varianza hay diferencias significativas?

¿Por qué?
 Si hay diferencias significativas, en el análisis de varianza la
probabilidad es menor que la establecida que es el 0.05, la f calculada
es mayor que la f tabulada en el análisis
Si encuentra diferencias estadísticas significativas, realice la
prueba de Tukey en Excel relacionando las operaciones.
Prueba de Tukey
HSD 2.70
Multiplicador 4.33
Mse 1.94386
n 5

grupo Icopor Biopak Cry-o-vac Shopak

media 6.072 6.54 5.082 2.54

Icopor Biopak Cry-o-vac Shopak

Icopor -0.468 0.99 3.532
Biopak 1.458 4.000
Cry-o-vac
Shopak

diferencia entre el icopor y shopack

diferencia entre el Biopack y shopack

HSD diferencia honestamente significativa: el multiplicador por la

raíz cuadrada del MSe dividido en el tamaño de muestra de cada uno de
los grupos.
Multiplicador: se tiene en cuenta a tabla de valores críticos
El MSe cuadrado del error medio: suma de cuadrados divido por los
grados de libertad
N tamaño muestra cada uno de los grupos: para este caso 5
Luego se calcula la media de cada uno de los grupos y se sca la diferencia
de cada uno de los grupos por pareja, de los resultados miramos cual es
mayor al HSD, entre esos grupos es donde se encuentran las diferencias
significativas entre grupos.

Discuta ampliamente los resultados, desde la perspectiva

biológica.
Dependiendo del tipo de empaque utilizado para empacar carne, se puede
evitar la pérdida del agua que hace parte de la composición biológica de
la carne y así mismo se evitar la pérdida de peso en el producto empacado
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:
¿Qué tipo de diseño experimental es? Justifique su respuesta
Es un diseño de bloques completamente al azar, tiene 2 variables
¿Cuál es el modelo matemático? Para cada ítem en el ejercicio
planteado indique a que corresponde cada término del modelo
Yij = u+ ti+ βj+ εij
µ = Parámetro, efecto medio
τ i = Parámetro, efecto del tratamiento I
β j = Parámetro, efecto del bloque j
εij= valor aleatorio, error experimental de la u.e. i, j
Yij = Observación en la unidad experimental
¿Estipule claramente las hipótesis que interesa contrastar con el
análisis de varianza de este experimento?
Aceptar la hipótesis nula o rechazar la hipótesis nula si se rechaza la
hipótesis nula, ya que la media de los tratamientos no es igual el tiempo
de permanencia de los terneros con las vacas influye en el peso corporal
de los mismos.
Realice el análisis de varianza en Excel.

¿Según el análisis de varianza hay diferencias significativas? ¿Por

qué?
Si existen diferencias significativas porque la prueba F es mayor que el
valor crítico para f rechaza la hipótesis nula, donde el tiempo de
amamantamiento tradicional y restringido si afecta el peso de los
terneros.
Si encuentra diferencias estadísticas significativas, realice la
prueba de Tukey en Excel relacionando las operaciones.

Discuta ampliamente los resultados, desde la perspectiva

biológica.
HSD diferencia honestamente significativa: el multiplicador por la
raíz cuadrada del MSe dividido en el tamaño de muestra de cada uno
de los grupos.
Multiplicador: se tiene en cuenta a tabla de valores críticos
El MSe cuadrado del error medio: suma de cuadrados divido por los
grados de libertad
n tamaño muestra cada uno de los grupos: para este caso 5
Luego se calcula la media de cada uno de los grupos y se saca la
diferencia de cada uno de los grupos por pareja, de los resultados
miramos cual es mayor al HSD, entre esos grupos es donde se
encuentran las diferencias significativas entre grupos.
La diferencia significativa se encuentra a los 84 días donde en el
amamantamiento tradicional el ternero gana más peso.
 Bibliografía
https://goo.gl/E7HUVF
https://goo.gl/XpPfx9
Di, R. J. A., Casanoves, F., & Gonzáles, L. A. (2008). Estadística
para las ciencias agropecuarias (7a. ed.).
Recuperado de https://bibliotecavirtual.unad.edu.co:2538/lib/un
adsp/reader.action?ppg=1&docID=3185731&tm=15386044077
23
Pérez, J. R., Galán, G. A., & Quintanal, D. J. (2012). Métodos y
diseños de investigación en educación. Recuperado
de https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader
.action?ppg=1&docID=3209459&tm=1538604271365
Ruesga, G. I. (2007). Libro de experimentación agrícola, p. 6-
13. Recuperado
de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.
action?docID=3174819&query=dise%C3%B1o%20de%20experi
mentos
Ruesga, G. I. (2007). Libro de experimentación agrícola.
Recuperado de https://bibliotecavirtual.unad.edu.co:2538/lib/un
adsp/reader.action?ppg=1&docID=3174819&tm=15386046744
77