EXPERIMENTACION

• La experimentación es un tipo de observación de fenómenos producidos

artificialmente en el laboratorio. Caorsi, C.
• Consideramos un experimento como una búsqueda planeada para obtener
nuevos conocimientos o para confirmar o no resultados de experimentos
previos, con lo que tal indagación ayudará en la toma de decisiones. Steel y
Torrie
• La experimentación agrícola tiene por objeto comprobar en la práctica del
cultivo una hipótesis formulada sobre la superioridad de una modalidad
determinada de alguno de los elementos que intervienen en la producción de
ciertas cosechas o de las cosechas en general. De la Loma, J.
• Es la investigación de los fenómenos cualesquiera que sean, actuando sobre
ellos; se recurre con este fin a la creación de nuevas condiciones en
consonancia con los fines que el investigador se propone alcanzar. Todo
experimento se basa en la modelación de los fenómenos a estudiar. Rosental
y Iudin

07/05/09 1
 EXPERIMENTO
Es una acción planificada de
observación y análisis de la
realidad, bajo condiciones
controladas, con el objetivo de
contrastar hipótesis y
generalizar las conclusiones a
través de un proceso de
inferencia
07/05/09 2
 (1) CÓMO SE LLEGA A UN EXPERIMENTO

MARCO MARCO
BIOLÓGICO (FÍSICO) MATEMÁTICO

PROBLEMAS (PREGUNTAS) TEORÍA PROBABILÍSTICA

HIPÓTESIS (RESPUESTAS) MODELOS TEÓRICOS PARA EL MANEJO

PROBABILÍSTICO DE FENÓMENOS
ALEATORIOS
DEDUCCIONES “VERIFICABLES” “Regularidades”

HIPÓTESIS ESTADÍSTICAS PROPUESTAS TEÓRICO-MATEMÁTICAS

(DEDUCCIONES ESCRITAS EN LENGUAJE PARA LA MODELACIÓN DE LA REALIDAD
ESTADÍSTICO) “FÍSICA”

PLANEACIÓN DE “UN”
EXPERIMENTO
EXPERIMENTO O SERIE DE EXPERIMENTOS
ESTADÍSTICOS “VERIFICACIÓN DE
DEDUCCIONES”
07/05/09 3
 EXPERIMENTO

• Se conjugan teoría y práctica

• Es pequeño
• Es barato
• Está sometido a control
permanente

07/05/09 4
 (2) QUÉ HAY EN UN EXPERIMENTO ?
FÍSICAMENTE ESTADÍSTICAMENTE
•MUESTRAS
MUESTRAS DE DIFERENTES POBLACIONES
•TRATAMIENTOS
TRATAMIENTOS:
TRATAMIENTOS: CONCEPTUALES
Estímulos, procedimientos, etc., que se
quieren comparar. Pueden corresponder a •HIPÓTESIS
HIPÓTESIS referidas a:
uno o más factores de interés (expmtos.
factoriales o de un factor). -Medias de las poblaciones
-Efectos de los tratamientos
-Varianzas
•UNIDADES
UNIDADES EXPERIMENTALES
•VARIABLES
VARIABLES ALEATORIAS:
Unidades físicas que reciben un
tratamiento -Observables (Y)
-No observables (ε)
{U. Expmtales} = Material experimental
•MODELO
MODELO ESTADÍSTICO: Representation
•BLOQUES:
BLOQUES: Grupos de unidades matemática del fenómeno bajo
experimentales “homogéneas” experimentación

•MEDIDAS
MEDIDAS DE CONFIABILIDAD: En términos
•MEDICIONES:
MEDICIONES: Conjunto de valores a partir probabilísticos
de los cuales verificar las hipótesis
•MEDIDAS
MEDIDAS DE LA VARIABILIDAD
•VARIABILIDAD
VARIABILIDAD NATURAL: El hecho físico -Causada por los tratamientos
(biológico) de la heterogeneidad -Causada por las características del
material: “error experimental”
07/05/09 5
DISEÑO EXPERIMENTAL
 DEFINICIONES
• TRATAMIENTO: procedimiento cuyo efecto se mide y
se compara con otro procedimiento
• UNIDAD EXPERIMENTAL: unidad de material a la que
se aplica un tratamiento
• REPETICION: aplicación del mismo tratamiento en más
de una UE, manteniendo a éstas en iguales condiciones
• BLOQUE: conjunto de UE más parecidas entre sí que
con el resto
• FACTOR: variable experimental cuyo efecto se mide
• NIVEL: distintas intensidades establecidas a un
factor. Diferentes cantidades o estados de un factor
07/05/09 6
 MAS DEFINICIONES
• DISEÑO DE TRATAMIENTOS: definir qué
factores y qué niveles determinarán los
tratamientos a aplicar en el diseño de
experimento elegido
• DISEÑAR UN EXPERIMENTO: procedimiento
por el cual se define claramente cuales son los
tratamientos que interesa probar, cuáles y
cuántas las UE, cómo se dispondrán las
mismas, etc.
• DISEÑO DE EXPERIMENTO: patrón con el
cual se asignan los tratamientos a las UE
07/05/09 7
 OBJETIVO DEL D. E.

hacer comparaciones entre los

efectos de los tratamientos
libres de interferencias

controlar las fuentes de variación
presentes en el material
experimental
07/05/09 8
 GUIA EXPERIMENTAL
• Reconocimiento y establecimiento del
problema
• Seleccionar los factores y niveles
• Selección de variable(s) respuesta
• Elección del diseño experimental
• Realización del experimento
• Análisis de información
07/05/09 9
 CONSIDERACIONES
• Conocimiento del problema (en
términos biológicos)
• Mantener el diseño y análisis lo más
simple posible
• Diferenciar entre significancia
estadística y práctica
• La experimentación es iterativa

07/05/09 10
 PRINCIPIOS DEL DISEÑO DE
EXPERIMENTO

REPETICION

ALEATORIZACION

CONTROL LOCAL
07/05/09 11
 REPETICION

• Es la aplicación de un tratamiento en 2 o
más unidades experimentales
• Permite estimar el error experimental
• Un mayor nº brinda una medición más
precisa de las diferencias entre los efectos
de tratamientos

07/05/09 12
 ALEATORIZACION
• Es el procedimiento que asegura que un
tratamiento no estará favorecido o
desfavorecido por alguna fuente extraña de
variación conocida o desconocida
• Permite la asignación de los tratamientos a
las unidades experimentales de modo que
todas tengan igual probabilidad de recibir
un tratamiento particular
07/05/09 13
 SELECCION DEL DISEÑO
Depende de:
• Homogeneidad del material experimental
– Completamente al azar
– Bloques completos al azar
– Cuadro latino y otros diseños
• Condiciones de aplicación de los tratamientos
– Parcelas divididas
– Parcelas subdivididas, etc.
• Número de tratamientos, tamaño de bloque
– Bolques incompletos
– Látices
 α látices
07/05/09 14
 EJEMPLO
Experimento para comparar el
rendimiento (Ton/ha) de tres
variedades de trigo
• 9 parcelas de 10 m2 (1x10)
“homogéneas”
• se siembra cada variedad en tres
parcelas (r=3)
• Y : v.a. Rendimiento
07/05/09 15
 PLANO DE CAMPO

1 2 3
V31 V12 V22
4 5 6
V11 V21 V33
7 8 9
V32 V13 V23

07/05/09 16
 Variedad
repetición 1 2 3
1 1,8 1,9 2,2
2 2,1 2 2,6
3 2 2,3 2,3
media 1,967 2,067 2,367 2,133
diferencia
con la
media
general -0,167 -0,07 0,233 0

07/05/09 17
 ¿Qué pasa en cada UE?
• En cada UE se realiza un experimento aleatorio
• En cada experimento aleatorio se generan dos
variables aleatorias: rendimiento en grano
ij Yij
y error experimental ε
• Las variables se pueden relacionar mediante un
Ymodelo estadísticoY12 = µ1 + ε12
11 = µ1 + ε 11 Y13 = µ1 + ε13
Y21 = µ2 + ε 21 Y22 = µ2 + ε 22 Y23 = µ2 + ε 23
Y31 = µ3 + ε 31 Y32 = µ3 + ε 32 Y33 = µ3 + ε 33

07/05/09
Yij = µi + ε ij 18
 µ1 µ2 µ3 i=1, 2, 3
j=1, 2, 3

τ 1 = µ1 − µ τ 2 = µ2 − µ τ 3 = µ3 − µ

r=3
r=3 r=3 y3.
y1. y2.
¿Sólo una población
ó más de una?
1 t r
y.. = ∑∑ yij
H 0 : µ1 = µ2 = µ3
H a : existe al menos una diferencia
rt i =1 j =1
µ1 + µ 2 + µ3
µ=
3
07/05/09 19
 ESTIMADORES

t r
µ 1
µ → µˆ = Y .. = ∑∑ Yij
rt i =1 j =1 ....
r
µ µˆ = Y . = 1
µi → i i ∑
r j =1
Yij

τ →µτˆ = Y . − Y ..
i i i

σˆ = CMEE2

07/05/09 20
 Bajo qué supuestos estamos
trabajando
✔ El modelo es correcto
✔ Es aditivo
✔ Los errores son v.a independientes
✔ Todos tienen idéntica distribución: Normal
✔ Están centrados en 0 y tienen varianza
constante

εij ~ N (0 ; σ2ε) ∀ i, j

07/05/09 21
 DISEÑO COMPLETAMENTE
AL AZAR (DCA)
• Cuando usarlo: cuando las UE son
homogéneas
• Aleatorización: asignación de los
tratamientos a las UE enteramente al
azar
• Modelo estadístico:
– con las medias de tratamientos
– con los efectos de los tratamientos
• Hipótesis que se prueban
07/05/09 22
07/05/09 23
F. V. g.l. S. C. C.M. F0

r ∑ (Yi . − Y ..)
SCtra CM tra
Trat. t-1 2
t −1 CM EE
i

Error t(r-1)   SC EE
∑i ∑j (Yij − Yi .) 
2
t (r − 1)
 

t r
Total tr-1 ∑∑ ij
(Y − Y ..) 2

i =1 j =1

07/05/09 24
 Fórmulas de cálculo

F. V. g.l. S. C. C.M. F0

∑ Y ( ∑∑ Y )
SCtra CM tra
Trat. t-1 2 2
i. t −1 CM EE
−
i ij

r rt
SCEE
Error t(r-1) diferencia
t (r − 1)

2
Total tr-1 t r

t r
 ∑∑ Yij 
 i =1 j =1 
∑∑
i =1 j =1
Y 2
ij −
rt
07/05/09 25
 DISEÑO EN BLOQUES
COMPLETOS AL AZAR
I. Cuando usarlo
II. Cómo se aleatoriza
III. Modelo estadístico
IV. Hipótesis que se prueban
V. Supuestos
– εij ~ N (0 ; σ2ε) ∀ i, j
– no hay interacción bloque * tratamiento
VI. Ortogonalidad
VII. Análisis de la Varianza
07/05/09 26
 I. ¿Cuándo usarlo?

• Cuando las UE pueden agruparse de

acuerdo a una característica, en
conjuntos razonablemente homogéneos
“dentro” de ellos y heterogéneos “entre”
ellos

07/05/09 27
 II. Aleatorización

• Los tratamientos se asignan al azar

dentro de cada bloque

• Se realiza una aleatorización

independiente en cada bloque

07/05/09 28
 III. Modelo estadístico

Yij = µ + τ i + β j + ε ij
Yij : v.a. observable
µ : parámetro, media general
τ i : efecto relativo del i-ésimo tratamiento
β j : efecto relativo del j-ésimo bloque
εij : v.a. no observable
t : nº de tratamientos
r : nº de bloques

07/05/09 29
 IV. Hipótesis que se prueban

H 0 :τ1 = τ 2 =  = τ t
H a : existe al menos una diferencia

07/05/09 30
 V. Supuestos
• El modelo es correcto
• Es aditivo

∀ εij son v. a. independientes

∀ εij ~ N (0 ; σ2ε) ∀ i, j
• no hay interacción bloque * tratamiento:
se dice que bloques y tratamientos son
ortogonales
07/05/09 31
VI. Ortogonalidad entre bloques y
tratamientos
• Experimento: comparar el efecto de 2
tratamientos aplicados en un DBCA (2
repeticiones).
• Plano del experimento
I II

Y11 Y22
Y21 Y12
07/05/09 32
 El modelo para cada v.a
observable y su esperanza es
Y11 = µ + τ 1 + β1 + ε 11 , E (Y11 ) = µ + τ 1 + β1 + E (ε 11 )

Y12 = µ + τ 1 + β 2 + ε 12 , E (Y12 ) = µ + τ 1 + β 2 + E (ε 12 )

Y21 = µ + τ 2 + β1 + ε 21 , E (Y21 ) = µ + τ 2 + β1 + E (ε 21 )

Y22 = µ + τ 2 + β 2 + ε 22 , E (Y22 ) = µ + τ 2 + β 2 + E (ε 22 )

07/05/09 33
Interesa la media poblacional de
cada tratamiento

β1 + β 2
E (Y1 .) = µ + τ 1 +
2
β1 + β 2
E (Y2 .) = µ + τ 2 +
2

07/05/09 34
 La ortogonalidad permite eliminar los
efectos de bloque de la comparación
entre tratamientos

E (Y1 . − Y2 .) = τ 1 − τ 2

07/05/09 35
 Ortogonalidad
• Definición: todo D.E. que tenga la
característica que un factor no intervenga en
el otro a la hora de hacer comparaciones se
dice ortogonal
• Steel-Torrie: durante la ejecución del
experimento, todas las UE del mismo bloque
deben ser tratadas tan uniformemente como
sea posible

07/05/09 36
 VII. ANAVA

F.de V. g.l. S.C. C.M F0

Bloques r-1 ∑∑ (Y . J − Y ..) 2 SCB
i j
r −1

Tratam. t-1 ∑∑ i
(Y . − Y ..) 2
SCtrat CMtrat
i j
t −1 CMee
Error (r-1)(t-1) diferencia SCee
(r − 1)(t − 1)
Total rt-1 ∑∑ (Y
i j
ij − Y ..) 2

07/05/09 37