DISEÑO EXPERIMENTAL
CONCEPTOS BASICOS EN DISEÑO EXPERIMENTAL
PROGRAMA DE INGENIERIA AGROFORESTAL
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
DISEÑO EXPERIMENTAL
TUTOR: ROBERTO AUGUSTO RODRIGUEZ RESTREPO
ESTUDIANTE: HERALDO BELTRAN
CODIGO 79385263
Introducción
Durante esta actividad conoceremos los conceptos de diseño experimental, sus
aplicaciones en cada una de los programas de educación. Aprenderemos que son las
variables continua y discreta, las definiciones y los procesos a seguir.
Realizaremos la instalación del software R y tomaremos evidencia del mismo.
Objetivo de la actividad
La inducción al curso de Diseño Experimental, mediante la orientación de los videos, el
conocimiento de los conceptos y la investigación.
La instalación del programa R.
Preguntas:
1. Acorde al video tipo de variables suministrado por el docente, el estudiante debe
responder en sus propias palabras que es una variable continua y una discreta, en
cada caso registrar tres ejemplos de cada una. Que variables de las anteriores
pueden tener distribución normal y cuales pueden tener distribución como la de
Poisson.
R: Variables Cuantitativas se pueden contar y/o medir con números.
Variable Continua: son aquellas que dentro de un intervalo puede tomar un
sinnúmero infinito de valores, Se toman MIDIENDO y podemos representarla
gráficamente por medio de histogramas que son la base de distribuciones de probabilidad
de histograma de frecuencias relativas. Ejemplos: -Temperatura de una zona en
particular. - la altura de una persona. – área de un cultivo perenne.
Variable Discreta: esta variable presenta un numero contable y/o finito de valores,
estos valores e toman CONTANDO, no se da en números decimales, no se puede tomar
un valor que se encuentre entre dos consecutivos. Lo podemos representar por gráficos
de barras. Ejemplos: - el número de crías de una coneja en una camada. – la cantidad de
cerdos machos en un proyecto porcino. –el número de árboles madereros en un proyecto
agroforestal. Distribución Normal: solo pueden tener una distribución normal las
variables continuas, para esto realizamos un histograma de frecuencias relativas, si
resulta en forma de campana quiere decir que aplica la distribución normal; como también
se pueden realizar pruebas como el test de Shapiro Wilk hasta 50 datos.
Distribución de Poisson: son variables de conteos no acotados y se aplica a las
variables discretas. Cumpliendo los siguientes supuestos: 1. El número de veces que
ocurre un evento durante un intervalo. 2.la probabilidad de ocurrencia es la misma para
cualquiera definido dos intervalos de igual longitud. (tiempo-distancia-área-volumen-peso).
3. la ocurrencia o no ocurrencia en cualquier intervalo es independiente de la ocurrencia o
no ocurrencia en cualquier otro intervalo. 4. Dos eventos no pueden ocurrir exactamente
al mismo tiempo.
2. Consulte el texto de Ruesga (2007). En las referencias de la unidad 1, relacione en
sus propias palabras las respuestas a los siguientes conceptos, es decir como
usted entiende el concepto, (no haga copia textual no se calificará el concepto) las
siguientes definiciones básicas en diseño experimental, en el libro de Ruesga solo
deben ser leídas las paginas 3 ala 5).
Definición de diseño experimental.
R: Es un gráfico de distribución de las variantes del experimento y fue diseñado para el
arreglo de las parcelas, con las necesidades de cada experimento, también se dispone de
un tiempo y espacio de las variantes o tratamientos. Al seleccionar el diseño experimental
como objetivo principal es asegurar condiciones iguales para la comparación de las
variantes experimentales, debe eliminarse la variabilidad de la fertilidad del suelo.
Como se agrupan los diseños en bloques.
R: los diseños de bloques son los de mayor utilización en la experimentación agrícola, sus
características son La replicación, El control local o Técnica de bloques, La Aleatorización.
Replicación: fue analizada por Cochran y Cox (1965). Donde señalan la importancia de
hacer las réplicas para hacer coincidir el resultado estadístico y biológico; se reduce el
error típico y se incrementa la precisión experimental. Control Total Local: es la ventaja de
poder detectar la posibilidad de eliminar o remover el error experimental en los
experimentos de campo, la variabilidad por eternidad del suelo entre esos bloques. Los
diseños de bloques se agrupan en bloques completos e incompletos. El completo
contiene todos los tratamientos experimentales por lo que constituye una réplica del
experimento. El Incompleto contiene solo una parte de los tratamientos experimentales,
no es una réplica.
Cuáles son las dos suposiciones del análisis de varianza.
R: Cuando las muestras son tomadas de la población de distribución normal y las
muestras de dichas poblaciones cuenten con iguales varianzas.
Cuál es la distribución en que se basa el diseño experimental.
R: El diseño experimental se basa en la distribución normal por que permite tener claridad
sobre los resultados obtenidos en el lugar al que se esta realizando.
Que datos son objetos de transformación.
R: Los datos obtenidos que no tengan una distribución normal serán transformados, para
que se puedan analizar y tener los resultados esperados.
3. Acorde al video suministrado por el docente responder los siguientes conceptos.
Unidad experimental.
R: Es la unidad mínima en la que se aplica un tratamiento determinado.
Unidad observacional.
R: Es la totalidad o una parte de la unidad experimental en la cual se aplicó el tratamiento.
Tratamiento repetición.
R: Es aquella condición la cual se quiere aplicar en la investigación, y el investigador
controla la variable.
Aleatorización.
R: Son cada una de las unidades que reciben el mismo tratamiento en común.
Bloque.
R:Se necesitan condiciones homogéneas en el tratamiento, cuando no las hay se realizan
bloques balanceados y no balanceados, ósea completos e incompletos.
Instalación software R
Conclusiones
De acuerdo a los conceptos tomados de los videos de apoyo y del Libro de
experimentación Agrícola de Ruesga González (2007) podemos concluir que el Diseño
Experimental es una ciencia que nos enseña a la aplicación y/o asignación de tratamiento
a una unidad experimental, de tal manera que todas las unidades experimentales
consideradas tengan la misma o igual probabilidad de recibir el tratamiento.
Referencias Bibliográficas
Cifuentes, X. Jaramillo, L. & Mejía, L. (2016). Métodos de análisis para la
investigación, desarrollo e innovación (I+D+i) de procesos agrícolas y
agroindustriales. Universidad La Gran Colombia, Seccional Armenia. https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/70939?page=1
Ruesga González, I. (2007). Libro de experimentación agrícola. Editorial
Universitaria.
https://elibro-net.bibliotecavirtual.unad.edu.co/es/ereader/unad/71309?page=5
