Escolar Documentos
Profissional Documentos
Cultura Documentos
4. Diseos robustos.
a.Arreglos ortogonales (diseos factoriales)
b.Diseo con arreglos interno y externo
5. Diseos de mezclas
a.Diseo simplex-reticular
b.Diseo simplex con centroide
c.Diseo con restricciones
d.Diseo axial
Sntesis sobre las escalas de medicin y sus principales caractersticas.
23
Estudios Planificados
24
Estudios Planificados
25
Vocabulario asociado a Proyectos de Investigacin
que generan Datos
Unidad Experimental
Unidad Observacional
Factor, niveles de los factores
Tipo de Factores: cualitativos y cuantitativos
Tratamientos
Repeticin. Pseudo-rplicas
Submuestras
Contraste o comparacin
Precisin
26
Preguntas asociadas a Proyectos de Investigacin
que generan Datos
Cuntos tratamientos se desean estudiar?
Cuntas veces necesita observar la respuesta?
Es necesario observar la evolucin de la respuesta en el tiempo?
Cules son las unidades experimentales?
Cules son las unidades de observacin?
Son las unidades experimentales homogneas?
Son las unidades experimentales suficientes para realizar todos
los tratamientos?
Cmo se asignan los tratamientos a las unidades experimentales?
El objetivo del experimento, es la comparacin y/o la estimacin?
Los tratamientos tienen alguna estructura?
Puede el diseo resultante ser analizado y/o las comparaciones
deseadas llevadas a cabo?.
27
Comparacin de dos medias (prueba t)
La prueba t de Student proporciona el mtodo para
comparar las medias de dos muestras independientes o
dependientes (apareadas).
Muestras aleatorias independientes: los tratamientos se
asignan a diferentes unidades experimentales al azar
Hiptesis para las 2 Hiptesis para las
H0 :12 22 H0 : 1 2
H1:12 22 H1: 1 2
Tipos de errores en pruebas de hiptesis:
Error Tipo I : rechazar H0 cuando es verdadera ( )
Error Tipo II: aceptar H0 cuando es falsa ( )
28
Ejemplo prueba de t para dos muestras
independientes
Se tienen datos de dos procedencias de pino honreo, las que
van a compararse sobre la base de su produccin en volumen.
Los volmenes (m3) de 11 rboles de cada procedencia son:
Procedencia 1: 11, 5, 9, 8, 10, 11, 10, 8, 11, 8, 8
Procedencia 2: 9, 6, 9, 9, 13, 8, 6, 5, 6, 10, 7
Prueba T para muestras Independientes
Clasific Variable Grupo(1) Grupo(2) n(1) n(2)
Procedencia Volumen {1.00} {2.00} 11 11
29
Comparacin de dos medias (prueba t)
Muestras dependientes: los tratamientos se aplican a pares de unidades
experimentales gemelas o parecidas; aleatorizando dentro de los pares
Hiptesis
H0 : 1 2 0 H1: 1 2 0
Ejemplo:
Un tcnico desea evaluar el comportamiento de dos tipos de picos aspersores de riego. Para esto
Selecciona 10 campos aleatoriamente, y en cada uno de ellos pone a prueba los 2 picos. Se conoce
que el tipo de agua influye sobre la calidad de la aspersin, ya que las sales disueltas en ella suelen
tapar los picos. Por este motivo, la variable a evaluar es el caudal entregado por los picos luego de
1 mes de funcionamiento. Los datos obtenidos en litros por hora son los siguientes:
Productor 1 2 3 4 5 6 7 8 9 10
Pico A 9 7 9 10 11 5 8 4 11 7
Pico B 5 4 4 6 10 6 7 3 10 7
Prueba T (muestras apareadas)
Obs(1) Obs(2) N media(dif) DE(dif) T Bilateral
Pico A Pico B 10 1.90 1.97 3.05 0.0138
30
Anlisis de Varianza (ANAVA)
La tcnica de anlisis de la varianza presupone un modelo para la
variable respuesta. Permite descomponer la variacin total de las
observaciones en la variacin entre tratamientos y la variacin
dentro de tratamientos (entre unidades experimentales que reciben
el mismo tratamiento).
31
El objetivo del ANAVA
Es en los efectos fijos, contrastar la hiptesis de que los
efectos de tratamientos son nulos versus que al menos uno
no lo es. En trminos estadsticos:
H0: 1=...=a= 0
Test:Duncan Alfa:=0.05
Error: 2.5933 gl: 12
Trat Medias n
E 40.00 5 A
C 38.20 5 A
D 35.40 5 B
A 30.00 5 C
B 29.00 5 C
Letras distintas indican diferencias significativas(p<= 0.05)
Estructura de un modelo estadstico
Un modelo estadstico se utiliza para describir la relacion entre una
variable respuesta y un conjunto de variables explicativas.
La parte explicada es una funcion que describe como es el efecto de las variables
explicativas sobre la respuesta media.
El trmino de error es una variable aleatoria que recoge el efecto de otras muchas
variables que pueden influir en la respuesta pero no han sido tenidas en cuenta
explcitamente en el modelo.
Un modelo muy sencillo (sin variables explicativas)
En un estudio para comparar la eficacia del uso de fertilizantes, se utilizan los
fertilizantes en 30 parcelas y posteriormente se registra el peso en toneladas de la
cosecha resultante en cada parcela. Los datos son:
6.27 5.36 6.39 4.85 5.99 7.14 5.08 4.07 4.35 4.95
3.07 3.29 4.04 4.19 3.41 3.75 4.87 3.94 6.28 3.15
4.04 3.79 4.56 4.55 4.55 4.53 3.53 3.71 7.00 4.61
Modelo: