Guía Para Desarrollo De La Actividad 2.docx

TRABAJO COLABORATIVO DISEÑO EXPERIMENTAL

LUIS ALBERTO VERGARA DOMINGUEZ CODIGO: 93.436.068 ESTUDIANTE CURSO 300004-38 E- MAIL: [email protected]

LINA MARIA MONSALVE TUTORA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD CERES DOS QUEBRADAS (PEREIRA) BARCELONA QUINDIO MARZO DE 2019

Universidad Nacional Abierta y a Distancia – UNAD Vicerrectoría Académica y de Investigación - VIACI Escuela de Ciencias Agrícolas, Pecuarias y del Medio Ambiente

Curso: Diseño experimental Código: 300004 Guía para desarrollo de actividad 2. Fase 1- Contextualizar al estudiante en el diseño experimental Información del director del curso: Nombre: Jessica Braga Perfil: Estadística, Msc. Correo electrónico: [email protected] Pasos para el desarrollo de la actividad colaborativa. 1. Contestar las preguntas del cuestionario; 2. Resolver el estudio de caso 1; 3. Resolver el estudio de caso 2. 4. Entregar toda la actividad en un documento Word en el Entorno de Seguimiento y Evaluación del Aprendizaje.

Realizar la lectura de los contenidos en el Entorno de conocimiento correspondiente a la Unidad 1 y/o de fuentes confiables en internet. Desarrollar las actividades abajo. 1.

Cuestionario: b. ¿Qué es una unidad experimental?

La unidad experimental es el elemento (planta, animal u objeto) al que se le modificarán en forma planeada factores para revisar su respuesta. c. ¿Qué es una unidad de observación? es cada medición de la variable respuesta.

d. ¿En qué se diferencian los factores de los tratamientos y por qué? El tratamiento es el proceso de modificación de factores de una unidad experimental y cuyos efectos van a ser medidos y comparados. Tratamiento Testigo Es la selección de un grupo de unidades experimentales al que no se le aplica tratamiento especial con el fin de comparar los resultados con los otros tratamientos.

e. ¿Cuál es la finalidad de analizar una variabilidad de un conjunto de datos? la finalidad de analizar una variabilidad de un conjunto de datos es que Las medidas de variabilidad nos informan sobre el grado de concentración o dispersión que presentan los datos respecto a su promedio.

f. ¿En qué consiste el diseño experimental? El diseño experimental es el procedimiento de planeación y conducción de experimentos, así como la definición del análisis estadístico para evaluar los resultados, con el objetivo de tener conclusiones válidas y objetivas. El procedimiento incluye la definición de factores a modificar, la manera de su aplicación y el número de pruebas a realizar. El propósito del diseño de experimentos es establecer las metodologías que aseguren las conclusiones válidas y objetivas en el desarrollo de experimentos.

g. ¿Cuál es la diferencia de un diseño experimental balanceado y no balanceado? Diseño balanceado Usted tiene exactamente una observación para todas las combinaciones posibles de los niveles de los factores para los factores A, B y C: (0, 0, 0); (0, 0, 1); (0, 1, 0); (0, 1, 1); (1, 0, 0); (1, 0, 1); (1, 1, 0); y (1, 1, 1). Diseño no balanceado En este caso, faltaría la combinación de niveles de factor (1, 0, 0) y usted tiene dos observaciones de la combinación (0, 1, 0). Cualquiera de estas condiciones, por sí solas, hacen que el diseño sea no balanceado. Por tanto, el análisis de un diseño balanceado es sencillo, porque se pueden ver las diferencias entre las medias de los niveles de factores sin procesar para sus estimaciones de los efectos principales y de interacción. Si el diseño es no balanceado, bien sea porque así estaba previsto o debido a una pérdida accidental de datos, las diferencias en las medias de los niveles de factores sin procesar podrían mostrar las observaciones no balanceadas en lugar de cambios en los niveles de los factores. Para los diseños no balanceados, puede usar medias ajustadas para predecir los resultados que habría producido un diseño balanceado.

h. ¿Cuáles son los diseños experimentales más usados en ciencias agropecuarias y cuáles son sus posibles usos? En la planificación agrícola o biológica y en el desarrollo de una investigación en particular, son de interés los siguientes aspectos: a. Especificar los problemas, con el fin de probar hipótesis o encontrar respuestas. Es necesario considerar que los experimentos sean: a.1. Experimentos simples, cuando se estudia un solo factor de variación; por ejemplo, probar cinco variedades de sorgo, estudiar cinco dosis de nitrógeno en trigo, etc. a.2. Experimentos factoriales, cuando se estudian simultáneamente dos o más factores que influyen en la producción; por ejemplo, estudiar tres variedades, cada una sembrada a tres

densidades de siembra, o bien tratamientos de fósforo, nitrógeno y potasio, cada uno a cuatro dosis por unidad de superficie. Mantener constante los diversos factores que pueden afectar a la producción o a la calidad del producto, de manera que los únicos factores de variación sean los tratamientos objeto de estudio. e. Extremar precauciones y ser cautos en los resultados experimentales, considerando que un experimento es una observación de una muestra en una población de experimentos. f. Repetir experimentos uniformes en diferentes localidades, suelos y años. g. Tener conocimiento de la tecnología de campo y saber cuáles son los problemas del productor

i. ¿Qué es una tabla ANOVA y cuál es su utilidad en estadística? ANOVA de un factor (también llamada ANOVA unifactorial o one-way ANOVA en inglés) es una técnica estadística que señala si dos variables (una independiente y otra dependiente) están relacionadas en base a si las medias de la variable dependiente son diferentes en las categorías o grupos de la variable independiente. Es decir, señala si las medias entre dos o más grupos son similares o diferentes. uno de los principales usos en la estadística de la ANOVA es estimar varianzas.

j. ¿Qué es un diseño completamente al azar (DCA), cuáles son sus ventajas, desventajas, en qué casos se usa? El diseño completamente al azar es una prueba basada en el análisis de varianza, en donde la varianza total se descompone en la “varianza de los tratamientos” y la “varianza del error”. El objetivo es determinar si existe una diferencia significativa entre los tratamientos, para lo cual se compara si la “varianza del tratamiento” contra la “varianza del error” y se determina si la primera es lo suficientemente alta según la distribución F. Ventajas 1.- Permite flexibilidad completa. Puede utilizarse cualquier número de tratamientos y repeticiones, siempre y cuando se consigan unidades experimentales homogéneas. Puede variarse a voluntad el número de repeticiones de un tratamiento a otro (pero no es muy recomendable sin una buena razón),

2.- El análisis estadístico es fácil, aun si el número de repeticiones por tratamiento no es el mismo, o si los errores experimentales difieren de un tratamiento a otro. 3.- Aun cuando los datos de algunas de las unidades o algunos tratamientos completos se hayan perdido, o se rechacen por alguna causa, el método de análisis sigue siendo sencillo. Por otra parte, la pérdida relativa de información debida a los datos faltantes, es de menos importancia que en cualquier otro diseño. 4.- Se obtiene el mayor número de grados de libertad para estimar el error experimental. Desventajas 1.- Si el número de tratamientos o de repeticiones es muy elevado, a veces resulta difícil conseguir unidades experimentales homogéneas. 2.- Si el número de repeticiones o de tratamientos es muy bajo, se pierde sensibilidad en el experimento.

k. ¿Qué tipo de hipótesis se aplica en un diseño completamente al azar (DCA)? En un diseño completamente al azar, la hipótesis nula es que los efectos de tratamientos (β) son todos iguales, lo que se expresa por: H0: β1 = β2 = β2 .. . . . . La hipótesis alterna es que hay al menos un efecto de tratamiento que es diferente a los demás. Para probar la hipótesis, en la tabla ANVA se comparan los cuadrados medios de tratamientos respecto a los cuadrados medios del error, los primeros deben ser suficiente mayores que los segundos. Debido a que los cuadrados medios se distribuye ji-cuadrada, al dividir dos variables con distribución ji-cuadrada se obtiene una variable con una distribución F (Fisher). Es por esto que la división de los cuadrados medios de tratamientos entre cuadrados medios del error se le llama «F calculada», y se puede ubicar en esta distribución Fc El nivel de significancia es de 0.05 (95% de seguridad), es decir, que se tiene que identificar el punto (F tabular con nivel de significancia de 0.05), cuya área a la derecha sea de 0.05; si Fc logra ser mayor que Ft entonces es cuando se rechaza la H0 . Fc Ft En el caso de los paquetes computacionales, no se usan las columnas Fc y Ft , se cambia por la probabilidad de que ocurra Fc , cuando esto ocurre, se rechaza H0 cuando la probabilidad es menor a 0.05.

l. ¿Explique en qué situaciones se aplica un diseño en bloques completos al azar (DBA), cuáles son sus ventajas y desventajas? Se utiliza en algunos experimentos las unidades diseño experimentales no son homogéneas, es decir, algunas tienen características diferentes a las demás. Para eficientar el experimento las unidades experimentales se agrupan por su homogeneidad y a esos grupos se les aplican los tratamientos. Así se evalúa también el impacto del grupo de unidades llamado bloque. La varianza total se va a separar en tres varianzas, la de tratamientos, la de bloques y la del error. Ventajas Es fácil de analizar, extrae del error experimental la variación debida a los bloques además de la variación debida a tratamientos. Desventajas Menor número de grados de libertad para el error experimental. Si el número de tratamientos es muy elevado (como 25), se hace muy difícil conseguir un buen agrupamiento de las parcelas experimentales. c. Restricciones Cada bloque debe contener los tratamientos asignados al azar.

m. ¿Qué tipo de hipótesis se aplica en un diseño en bloques completos al azar (DBCA) El diseño en bloques más simple es el denominado diseño en bloques completos, en el que cada tratamiento se observa el mismo número de veces en cada bloque. El diseño en bloques completos con una única observación por cada tratamiento se denomina diseño en bloques completamente aleatorizado o, simplemente, diseño en bloques aleatorizado. Cuando el tamaño del bloque es inferior al número de tratamientos no es posible observar la totalidad de tratamientos en cada bloque y se habla entonces de diseño en bloques incompletos.

 

Box, G.E.; Hunter, J.S.; Hunter, W.G. (2008). Estadística para investigadores. Diseño, innovación y descubrimiento. Segunda Edición, Ed. Reverté, Barcelona. Gutiérrez, H.; de la Vara, R. (2003). Análisis y diseño de experimentos. McGraw-Hill, México.

Ejercicios de aplicación

Estudio de caso 1.

Se investigó una pérdida de peso (Gómez y González, 1991) 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-ovac

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: a.

¿Qué tipo de diseño experimental es? Justifique su respuesta

b. ¿Cuál es el modelo matemático? Para cada ítem en el ejercicio planteado indique a que corresponde cada término del modelo c. ¿Estipule claramente las hipótesis que interesa contrastar con el análisis de varianza de este experimento? d.

Realice el análisis de varianza en Excel.

e. ¿Según el análisis de varianza hay diferencias significativas? ¿Por qué? f. Si encuentra diferencias estadísticas significativas, realice la prueba de Tukey en Excel relacionando las operaciones. g.

Discuta ampliamente los resultados, desde la perspectiva biológica.

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

1

Día 0 41

Día 28 50

Día 56 63

Día 84 92

Día 112 118

Día 0 43

Día 28 60

Día 56 68

Día 84 101

Día 112 119

2 3 4 5

32 41 31 38

41 55 41 52

52 70 53 77

66 92 77 88

93 114 99 117

37 36 41 42

48 47 60 58

60 71 75 80

81 88 98 101

103 103 113 113

De acuerdo a los datos presentados y a la distribución del experimento resuelva: a. ¿Qué tipo de diseño experimental es? Justifique su respuesta b. ¿Cuál es el modelo matemático? Para cada ítem en el ejercicio planteado indique a que corresponde cada término del modelo c. ¿Estipule claramente las hipótesis que interesa contrastar con el análisis de varianza de este experimento? d.

Realice el análisis de varianza en Excel.

e. ¿Según el análisis de varianza hay diferencias significativas? ¿Por qué? f. Si encuentra diferencias estadísticas significativas, realice la prueba de Tukey en Excel relacionando las operaciones. g.

Discuta ampliamente los resultados, desde la perspectiva biológica.

Paso

Guía Bibliográfica

disponible en

el

entorno de conocimiento

Balzarini, M., Tablada, M., & González, L. 1. Para desarrollo del (2009). Introducción a la bioestadística: aplicaciones con infostat en agronomía. Cuestionario. p. 291-305. Recuperadodehttps://bibliotecavirtual.una d.edu.co:2538 Si alguna definición no se reporta en el texto recomendado lo pueden buscar

Paso

Guía Bibliográfica

disponible en

el

entorno de conocimiento en un texto de una fuente confiable en internet.

Nota: Se pueden apoyar de toda la bibliografía citada en la unidad I del curso, igualmente puede consultar otras fuentes de internet,pero deben tener como base las registradas en el entorno de conocimiento. Cualquier duda e inquietud regístrela de manera oportuna en el foro de trabajo colaborativode la actividad 2para que su docente de apoyo lo pueda asesorar, recuerde que, aunque la actividad es individual la no participación en el foro es causa de no calificación de la actividad por parte del docente. El ensayo y el mapa conceptual de deben entregar en un solo documento en formato Word o PDF en el entorno de evaluación y seguimiento. Éxitos en su trabajo. Atentamente, Jessica Almeida Directora de curso