Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Unidad Temática 3: Estadística Experimental Unidad 11 Análisis de la Variancia Diseño Experimental Temas 19-20 Diseño Experimental - Análisis de la Variancia ❖ Es la etapa previa que se deberá realizar ante la presentación de un problema, donde se establecen normas y criterios para realizar un estudio. ❖ Los nuevos conocimientos se logran a través del análisis e interpretación cuidadosa de los datos; pero, para que ello ocurra será muy importante dedicarle tiempo y esfuerzo al planeamiento, el diseño y la recolección de los datos. ❖Los diferentes diseños deben dar al experimentador la capacidad de observar: 1) estimaciones insesgadas 2) diferencias entre tratamientos 3) menores errores experimentales 4) conclusiones válidas y objetivas Diseño Experimental - Análisis de la Variancia ❖En términos generales se podría decir que un trabajo experimental debería seguir más o menos las siguientes etapas: 1) Definición del problema u objetivos de estudio 2) Revisión de literatura 3) Planeamiento y diseño experimental 4) Conducción del experimento 5) Recolección de los datos obtenidos 6) Análisis de los datos 7) Interpretación y evaluación de los resultados Diseño Experimental - Análisis de la Variancia CONCEPTOS GENERALES Factor: es una variable independiente que afecta el resultado del experimento. Son Variables que pueden ser controladas por el experimentador, y cuyos efectos serán evaluados en los resultados del experimento. Cada factor puede ser presentado en distintos niveles y pueden ser evaluados uno o más de ellos. Por ejemplo: Factor: dosis de vitamina B12 en la alimentación de cerdos. Niveles: 5, 10, 15 g/kg de ración. Tratamiento: Conjunto de procedimientos cuyo efecto se mide y compara con los otros tratamientos. Un tratamiento corresponde a una combinación de los niveles de los factores en estudio. Por ejemplo: Tratamiento: Uso de vitamina B12 en la alimentación de cerdos. Cada nivel (5, 10, 15 g/kg), corresponde a un tratamiento. Testigo: También conocido como tratamiento Control, y corresponde a aquel grupo al que no se aplica ningún nivel de tratamiento. Por ejemplo: Testigo: Uso de vitamina B12 en la alimentación de cerdos. Nivel (0 g/kg), corresponde a un Tratamiento Control. Diseño Experimental - Análisis de la Variancia CONCEPTOS GENERALES Unidad Experimental: Unidad a la cual se aplica el tratamiento. Por ejemplo: Cerdos bajo estudio. Variable Respuesta: Es la variable en que se evalúan los efectos de los tratamientos. Por ejemplo: Peso corporal final en Kg de los cerdos. Diseño experimental:Procedimiento que determina la forma en que los distintos niveles de los factores o tratamientos serán asignados a las unidades experimentales, elección del tamaño de la muestra y disposición de las unidades. El tipo de diseño experimental utilizado, determina el análisis que se usará para desafiar la hipótesis de la investigación. Fuente de Variación: Está constituida por cualquiera de los factores en estudios, sea/n la/s variable/s independiente/s o el conjunto de factores controlados o no por el experimentador. Se distinguen tres tipos: Diseño Experimental - Análisis de la Variancia CONCEPTOS GENERALES 1.Factor tratamiento: Aquel cuyo efecto sobre la respuesta representa el interés para el estudio. 2.Factor efecto: Aquel que se contempla en el diseño para reducir la variabilidad. Por ejemplo: Bloque, Parcela, etc. 3.Error experimental: Aquel que no es contemplado en el diseño. Fuentes de Error Experimental: proviene de a) variabilidad inherente al material experimental al cual se aplica el tratamiento; Por ejemplo: variabilidad individual de cada unidad, como ser genética, etc. b) variabilidad debida a la falta de uniformidad física del experimento; Por ejemplo: variables del entorno no controladas, mala elección del diseño, mediciones erróneas, errores de muestreos, etc. Diseño Experimental - Análisis de la Variancia Principios básicos del Diseño Experimental Repetición: cuando un tratamiento es aplicado a más de una unidad experimental en un experimento, se dice que está repetido. Funciones: Permite estimar el error experimental y mejorar la precisión de un experimento. Al aumentar el numero de repeticiones se reduce el error dentro del tratamiento. Aleatorización: consiste en la asignación aleatoria de los tratamientos a las unidades experimentales. Funciones: Asegurar estimadores insesgados del error experimental, de las medias de los tratamientos y de las diferencias entre los mismos. Control Local: Es el Agrupamiento, Bloqueo y Balanceo de las unidades experimentales. Agrupamiento: Consiste en colocar un conjunto de unidades experimentales en un grupo, cada grupo quedará sujeto a un experimento. Bloqueo: Consiste en distribuir a las unidades experimentales en bloques homogéneos; x Ejem: sexo, razas, épocas, etc. Balanceo: Consiste en aplicar cada tratamiento al mismo número de unidades experimentales por tratamiento, permite estimaciones más precisas. Diseño Experimental - Análisis de la Variancia MODELO ESTADÍSTICO Es una representación matemática de las relaciones existentes entre los diversos factores o componentes considerados en un diseño experi- mental, el diseño matemático más simple es: ijiij eY Dependiendo de la forma en la que son elegidos los niveles de los factores en estudio, los modelos pueden ser: Modelo I (Efecto fijo): se presenta cuando los niveles son fijados por el experimentador. Por ejemplo: el estudio de dietas con diferentes niveles energéticos para evaluar la ganancia de peso corporal. Modelo II (Efecto Aleatorio): se presenta cuando los niveles son escogidos aleatoriamente desde una población. Por ejemplo: en el mismo estudio de evaluar las dietas, se desea evaluar la condición genética de los padres, midiendo la ganancia de peso de sus terneros hijos. Modelo III (Efecto Mixto): se presenta cuando se tiene una combinación de los dos anteriores, es decir se evalúa el efecto fijo y el aleatorio. Ejemplo: deseo probar el efecto de la dosis de vitamina B12 en cerdos Tratamientos. Cada nivel (0, 5, 10, 15 g/kg) corresponde a un tratamiento. Planifico la experiencia: Consistirá en alimentar a 5 cerdos con cada ración durante 30 días 5 REPETICIONES x 4 tratamientos N= 20 Debo seleccionar 20 animales y asignarlos de manera aleatoria a cada grupo T0,1 T0,2 T10,1 T5,1 T5,n T15,1 T15,n T0,n T10,n La experiencia inicia con grupos homogéneos con promedios de peso similares T0 10,2 10,5 10,3 10,6 10,8 T5 10,3 10,6 10,7 10,4 9,9 T15 10,6 10,1 10,3 10,5 10,7 T10 10,4 10,5 11,2 10,4 10,3 Suma 52,20 51,90 52,80 52,80 Media 10,44 10,38 10,56 10,56 S 0,30 0,31 0,36 0,30 S2 0,09 0,10 0,13 0,09 Al cabo de 30 días, los cerdos de todos los tratamientos habrán crecido. En cada grupo, el crecimiento ocurrirá en relación a cuestiones relacionadas solamente a la fisiología de la especie, generando diferencias entre los animales de cada grupo generadas exclusivamente por azar. Adicionalmente, podrán aparecer diferencias entre los grupos, las que podrán relacionarse con el efecto de los tratamientos T0 20,2 22,5 19,3 23,6 25,8 T5 22,3 26,6 21,7 20,4 22,9 T15 23,6 22,1 25,3 22,5 24,7 T10 23,4 20,5 19,2 27,4 23,3 Suma 111,40 113,90 113,80 116,20 Media 22,28 22,78 22,76 23,24 S 2,62 2,33 3,16 2,06 S2 6,85 5,42 10,00 4,23 T0 20,2 22,5 19,3 23,6 25,8 T5 23,3 26,9 23,7 28,4 23,9 T15 34,6 32,1 35,3 36,5 34,7 T10 33,4 30,5 29,2 31,4 28,3 Suma 111,40 126,20 152,80 173,20 Media 22,28 25,24 30,56 34,64 S 2,62 2,27 1,98 1,61 S2 6,85 5,17 3,93 2,59 0 5 10 15 20,2 22,3 23,4 23,6 22,5 26,6 20,5 22,1 19,3 21,7 19,2 25,3 23,6 20,4 27,4 22,5 25,8 22,9 23,3 24,7 22,28 22,78 22,76 23,64 0 5 10 15 10 10,3 10,4 10,6 10,5 10,6 10,5 10,1 10,3 10,7 11,2 10,9 10,6 10,4 10,4 10,5 10,8 9,9 10,3 10,7 10,44 10,38 10,56 10,56 0 5 10 15 20,2 23,3 33,4 34,622,5 26,9 30,5 32,1 19,3 23,7 29,2 35,3 23,6 28,4 31,4 36,5 25,8 23,9 28,3 34,7 22,28 25,24 30,56 34,64 0 5 10 15 20,2 22,3 23,4 23,6 22,5 26,6 20,5 22,1 19,3 21,7 19,2 25,3 23,6 20,4 27,4 22,5 25,8 22,9 23,3 24,7 22,28 22,78 22,76 23,64 La decisión sobre la ocurrencia de un real efecto de los tratamientos se toma descomponiendo la variabilidad total de los datos en diferentes fuentes Suma 457,30 Media 22,87 S2 5,34 S2 = 5,34 = SCT = 101,43 glT 19 La SCT y los glT se descomponen en SC y gl correspondientes al efecto de los tratamientos y al error experimental Debemos cuantificar la probabilidad de que la variación encontrada haya ocurrido por azar. Diseño Experimental - Análisis de la Variancia ANALISIS DE LA VARIANCIA Es una técnica estadística que nos permite descomponer la variabilidad total de los resultados de un experimento en sus distintas fuentes: Factor Tratamiento Error experimental Fuente de Variación Grados de libertad Suma de Cuadrados Cuadrado Medio F F. Tratamiento k – 1 SC Entre T SCE/gl CME/CMD Error Experim. n – k SC Dentro SCD/gl Total N – 1 SC Total --- Factor Bloques Factor Interacción entre factores Factor Covariancia Supuestos del ANOVA Independencia Asignación aleatoria de los tratamientos a las unidades experimentales. Normalidad: Las t poblaciones son normales. Homocedasticidad: Las varianzas de las t poblaciones son iguales. Aditividad: El modelo debe ser lineal aditivo. Incumplimiento de los supuestos Si los supuestos no se satisfacen no sabemos el nivel de significación con el cual trabajamos. La probabilidad de cometer el error de tipo II puede afectarse. Si el incumplimiento de estos supuestos es leve, las pruebas no se ven seriamente afectadas siempre y cuando los tratamientos tengan igual número de repeticiones. Diseño Experimental - Análisis de la Variancia DISEÑOS EXPERIMENTALES 1. DISEÑO COMPLETAMENTE ALEATORIZADO–DCA Modelo Matemático: 2. DISEÑO EN BLOQUE COMPLETAMENTE ALEATORIZADO – DBCA Modelo Matemático: 3. DISEÑO EN CUADRADO LATINO – DCL Modelo Matemático: ijiij eY ijjiij eY ijhhjiijh eY
Compartir