Principios y Supuestos Del Diseño Experimental
Principios y Supuestos Del Diseño Experimental
Principios y Supuestos Del Diseño Experimental
El principio de aleatorizacin.
El bloqueo.
La factorizacin del diseo.
Los dos primeros (aleatorizar y bloquear) son estrategias eficientes para asignar los tratamientos a las
unidades experimentales sin preocuparse de qu tratamientos considerar. Por el contrario, la
factorizacin del diseo define una estrategia eficiente para elegir los tratamientos sin considerar en
absoluto como asignarlos despus a las unidades experimentales.
Bloquear. Se deben dividir o particionar las unidades experimentales en grupos llamados bloques
de modo que las observaciones realizadas en cada bloque se realicen bajo condiciones
experimentales lo ms parecidas posibles.
A diferencia de lo que ocurre con los factores tratamiento, el experimentador no est interesado en
investigar las posibles diferencias de la respuesta entre los niveles de los factores bloque.
Bloquear es una buena estrategia siempre y cuando sea posible dividir las unidades experimentales en
grupos de unidades similares.
La ventaja de bloquear un factor que se supone que tienen una clara influencia en la respuesta pero en
el que no se est interesado, es la siguiente:
Con el siguiente ejemplo se trata de indicar la diferencia entre las estrategias de aleatorizar y de
bloquear en un experimento.
Ejemplo. Se desea investigar las posibles diferencias en la produccin de dos mquinas, cada una de
las cuales debe ser manejada por un operario. En el planteamiento de este problema la variable
respuesta es la produccin diaria de una mquina, el factor tratamiento en el que se est interesado es
el tipo de mquina que tiene dos niveles y un factor es el operario que maneja la mquina.
En el diseo del experimento para realizar el estudio se pueden utilizar dos estrategias para controlar
el factor operario que maneja la mquina.
Aleatorizar: se seleccionan al azar dos grupos de operarios y se asigna al azar cada grupo de
operarios a cada una de las dos mquinas. Finalmente se evala la produccin de las mismas.
Bloquear: se introduce el factor bloque operario. Se elige un nico grupo de operarios y todos ellos
utilizan las dos mquinas. Hay que tener en cuenta en qu circunstancias se utilizan estas dos
estrategias, y cul estrategia es mejor.
Factorizacin del diseo. Un diseo factorial es una estrategia experimental que consiste en cruzar
los niveles de todos los factores tratamiento en todas las combinaciones posibles.
Suponiendo que un ingeniero Agrnomo est interesado en investigar el efecto que tienen sobre el
desarrollo de una enfermedad, dos procesos de labrado: el autctono y el propuesto por un nuevo
sistema. En ese ejemplo, la rplica o repeticin consiste en cada par de parcelas, una de ellas
trabajada con el sistema autctono, y otra con el sistema nuevo; si se trabajaran cinco pares de
parcelas en cada sistema, se dir que se realizaron cinco repeticiones en cada tratamiento.
Resumiendo diremos que los supuestos que corresponden al modelo ANOVA son:
Aditividad
Independencia
Homoscedasticidad
Normalidad
Aditividad. La falta de aditividad entre los factores puede ocurrir por un mal diseo del
experimento, por ejemplo se prueban diferentes dosis de fertilizante, pero cada dosis se prueba
en una especie de planta diferente, resultando una interaccin entre dosis de fertilizante y especie
que rompe el modelo aditivo. Las causas principales de no aditividad, son:
Independencia. Dentro de los test que pueden usarse para determinar si una secuencia ordenada
de observaciones es aleatoria (independiente) se dispone de los contrastes de rachas y auto
correlacin
Para determinar la independencia de las respuestas, se calculan los valores residuales para cada
grupo de tratamiento a travs de la frmula:
Error Residual=Y iY i
Como las varianzas varan como funciones de las medias, una grfica de las medias con las
varianzas o con los desvos estndar pueden ser tiles como un examen rpido para comprobar la
homoscedasticidad. Ests grficas no deben indicar ninguna correlacin entre los estadsticos
(media varianza o desvi estndar) caso contrario es probable que se est violando el supuesto
de homogeneidad de varianzas.
Normalidad. Se refiere a que las respuestas deben poseer una distribucin normal dentro de
cada grupo de tratamiento. La prueba para determinar la normalidad de las respuestas es la
prueba de Shapiro-Wilk para muestras grandes y la de Kolmogorov-Smirnov para muestras
pequeas.
CONCLUSIN
El Diseo experimental se basa en RPINCIPIOS y SUPUESTOS para llevar a cabo la
valoracin de los parmetros y factores presentes en la misma, dentro de los principios
se pueden determinar los ms relevantes y de importancia dentro del estudio:
Principio de Aleatoriedad
Principio de Bloqueo
Principio de Factorizacin del diseo
Principio de Repetitividad
Los supuestos se basa en los datos o respuestas obtenidas en la implementacin de
tratamientos, estos supuestos son:
Supuesto de Aditividad. Prueba de Tukey
Supuesto de Independencia. Prueba de Aleatoriedad o de las Rachas
Supuesto de Homoscedasticidad. Prueba de Bartlett o la de Levene
Supuesto de Normalidad. Prueba deSahpiro- Wilk y la de Kolmogorov-
Smirnov.
Referencias
Facultad de ciencias Agrarias y Forestales. (2014). EXPERIMENTOS SIMPLES
Anlisis de supuestos del ANOVA. Obtenido de UNIVERSIDAD NACIONAL
DE LA PLATA: http://aulavirtual.agro.unlp.edu.ar/mod/resource/view.php?
id=2645
Marn, J. M. (2012). INTRODUCCIN AL DISEO DE EXPERIMENTOS. Obtenido
de UCEM:
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/Disenno/IntroDE.pdf
Rueda, J. (2014). PRINCIPIOS DEL DISEO EXPERIMENTAL. Obtenido de
UNIVERSIDAD NACIONAL DE COLOMBIA:
http://www.unalmed.edu.co/~jarueda/PDE.pdf