Diseño Experimental
Fase 1. Reconocimiento del espacio para el trabajo
Título del Trabajo: DEFINICIÓN Y CONCEPTUALIZACIÓN DEL DISEÑO
EXPERIMENTAL
Entregado Por:
Rodolfo Parodi
Cod Curso: 300004A_761
Tutor:
Diego Alberto Deaza
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
PROGRAMA DE ZOOTECNIA
2020
Solución Fase 1
INTRODUCCIÓN
Los modelos de diseño de experimentos son modelos estadísticos clásicos
cuyo objetivo es averiguar si unos determinados factores influyen en una
variable de interés y, si existe influencia de algún factor, cuantificar dicha
influencia.
La utilización de los modelos de diseño de experimentos se basa en la
experimentación y en el análisis de los resultados que se obtienen en un
experimento bien planificado. En muy pocas ocasiones es posible utilizar estos
métodos a partir de datos disponibles o datos históricos, aunque también se
puede aprender de los estudios realizados a partir de datos recogidos por
observación, de forma aleatoria y no planificada. En el análisis estadístico de
datos históricos se pueden cometer diferentes errores.
De acuerdo a la actividad individual, anexo cada uno de los conceptos
presentados, teniendo en cuenta todos estos están de acuerdo a Ruesga,
Peña, Exposito y Gardon (2005) y también con Balzarini, M., Tablada, M., &
González, L. (2011). Para así comprender y aplicar (en R) de una mejor
manera el diseño experimental.
Objetivos
Objetivo General:
Comprender los conceptos básicos del diseño experimental, para aplicarlos en
estudios y proyectos desarrollados más adelante usando el software de
programación estadístico R
Objetivos Específicos
Definir los objetivos del experimento.
Identificar todas las posibles fuentes de variación, incluyendo: (i) factores
tratamiento y sus niveles, (ii) unidades experimentales, (iii) factores
nuisance (molestos): factores bloque, factores ruido y covariables.
Instalar el software de programación R
Desarrollo de la Actividad
• Definición de diseño experimental: La experimentación es una técnica
utilizada para encontrar el comportamiento de una variable a partir de
diferentes combinaciones de factores o variables de entrada de un proceso,
que al cambiar afectan la respuesta. Para entrar a experimentar es necesario
pasar primero por el diseño de experimentos, esta técnica busca la
manipulación sistemática de las variables de entrada de un proceso para
entender el efecto que estas pueden causar en la variable respuesta. Es
ampliamente utilizado en las empresas debido a que éste permite visualizar
situaciones que pueden suceder a partir de la realización de un proceso. En la
industria se utiliza principalmente para buscar el mejoramiento del rendimiento
de un proceso, para reducir la variabilidad y permitir que haya un mayor
acercamiento a los parámetros de la empresa, para reducir tiempos de
procesamiento y reducir costos. Cualquier problema experimental incluye:
diseño del experimento y análisis de los datos
• Por que son importantes los diseños de bloque y que
características poseen
Son importantes ya que en este grupo se encuentran los diseños de mayor
utilización en la práctica de la experimentación agrícola actual.
Características que poseen:
Estos diseños poseen tres características fundamentales.
1. La replicación.
2. El control local o técnicas de los bloques.
3. La aleatorización.
• Como se agrupan los diseños en bloques.
Pueden ser agrupados en diseño de bloques completos y diseño de bloques
incompleto.
• Cuales son las dos suposiciones del análisis de varianza
1. Que las distintas muestras se han sacado de poblaciones cuyas
distribuciones son normales
2. Que las poblaciones de dichas muestras cuentan con varianza iguales.
• Cuál es la distribución en que la se basa el diseño experimental
Se basa en una distribución normal y para verificar si los datos disponibles no
siguen una distribución normal se somete a una prueba de X2
• Que datos son objeto de transformación
Se puede afirmar que los datos disponibles no cuentan con una distribución
normal, por lo que se deben llevar a cabo transformaciones para acercar dichos
datos a una distribución normal.
Definiciones texto de Balzarini
• Unidad experimental.
Es la muestra de unidades que es necesario producir en una condición para
obtener una medición o dato representativo.
• Unidad observacional.
Corresponde a la entidad mayor, primaria o representativa de lo que va a ser
objeto específico de estudio en una medición y se refiere al qué o quién es
objeto de interés en una investigación. Por ejemplo: Condiciones de
hacinamiento de las familias del Municipio de Soyapango, San Salvador.
Unidad de Análisis: Familias del Municipio de Soyapango.
Debe estar claramente definida en un protocolo de investigación y el
investigador debe obtener la información a partir de la unidad que haya sido
definida como tal, aun cuando, para acceder a ella, haya debido recorrer pasos
intermedios.
• Tratamiento.
Conjunto de condiciones experimentales que serán impuestas a una unidad
experimental en un diseño elegido. En experimentos unifactoriales, un
tratamiento corresponde a un nivel de factor. En experimentos multifactoriales,
un tratamiento corresponde a la combinación de niveles de factores.
• Repetición.
Es correr más de una vez un tratamiento o combinación de factores
• Aleatorización
Consiste en hacer experimentos en orden aleatorio; este principio aumenta la
posibilidad de que el supuesto de independencia de los errores se cumpla.
Asignación al azar de tratamiento a las unidades experimentales. Una
suposición frecuente en los modelos estadísticos de diseño de experimentos en
que las observaciones o los errores en ellas están distribuidos
independientemente. La aleatorización hace válida esta suposición
• Bloque
Es nulificar o tomar en cuenta en forma adecuada todos los factores que
pueden afectar la respuesta observada. Distribución de las unidades
experimentales en bloques, de manera que las unidades dentro de un bloqueo
sean relativamente homogéneas, de esta manera, la mayor parte de la
variación predecible entre las unidades queda confundida con el efecto de los
bloques.
Instalación del Programa R
Conclusiones
En este trabajo podemos darnos cuenta de la importancia del diseño de
experimentos, o dicho de otra manera, el planear paso a paso las operaciones
para así obtener un resultado satisfactorio a nuestro problema planteado.
Para el diseño de un experimento debemos tener en cuenta los efectos y las
características de nuestro problema a resolver. Como se puede apreciar un
diseño debe de ser lo más sencillo posible y así poder ahorrar tiempo, inversión
y personal, pero no por eso se deben de olvidar considerar los principios
básicos en el diseño.
Observamos el trabajo conjunto de los investigadores con los estadísticos que
nos llevan a obtener una mejor planeación del experimento, aunque tiene sus
desventajas se puede notar que actuando de manera correcta se puede
cambiar la forma de ver de los inconvenientes que puede representar el alto
costo que se tiene con los estadísticos.
Podemos estar seguros de que si llevamos a cabo todos los elementos de la
lista de comprobación tendremos una planeación efectiva de nuestro
experimento y así obtener los resultados esperados.
Referencias
Balzarini, M., Macchiavelli, R., & Casanoves, F. (2004). Aplicaciones de modelos
mixtos en agricultura y forestería. Curso Internacional de Aplicaciones de
Modelos Mixtos en Agricultura y Forestería, Turrialba, Costa Rica: CATIE,
189.
Gandrud, C. (2016). Reproducible research with R and R studio. Chapman and
Hall/CRC.
Kuehl, R. O. (2001). Diseño de experimentos: principios estadísticos para el diseño y
análisis de investigaciones. Thomson Learning,.
Martínez-Mena, M., Abadía, R., Castillo, V., & Albaladejo, J. (2001). Diseño
experimental mediante lluvia simulada para el estudio de los cambios en la
erosión del suelo durante la tormenta. Cuaternario y Geomorfología, 15(1-2),
31-43.
Peña, D. E. P., Elizagaray, D. I. E., & Gardon, D. (2005). LIBRO DE
EXPERIMENTACIÓN AGRÍCOLA.
