PRINCIPIOS EN EL DISEÑO DE EXPERIMENTOS Al realizar la investigación de los principios se determinan la existencia de varios de ellos, esto dependiendo de la etapa en la que se encuentre la experimentación, como cita (Marín, 2012) en su documento Introducción documento Introducción al Diseño de Experimentos: Al planificar un experimento existen principios !sicos que se deen tener siempre en cuenta" • • •
#l principio de aleatorización$ #l loqueo$ %a factorización del dise&o$
%os dos primeros (aleatorizar ' loquear) son estrategias eficientes para asignar los tratamientos a las unidad unidades es exp experi erimen mental tales es sin preocu preocupar parse se de qu tratam tratamien ientos tos con consid sidera erar$ r$ or el con contra trario rio,, la factorización del dise&o define una estrategia eficiente para elegir los tratamientos sin considerar en asoluto como asignarlos despus a las unidades experimentales$
*e esta manera se puede estalecer que el principio de aleatoriedad ' de loqueo pertenecen a los principios que se aplican previo a la otención de un tratamiento para dic+o experimento, por el contrario de la factorización del dise&o que nos permite defi defini nirr la estr estrat ateg egia ia a impl implem emen enta tarr, sin sin impo import rtan anci ciaa de cómo cómo real realiz izar ar dic+ dic+aa implementación adem!s (Marín, 2012) nos define los conceptos para cada principio que menciona" Aleatoriza Aleatorizar. r. -Aleatorizar todos los factores no controlados por el experimentador en el dise&o experi exp erimen mental tal ' que pueden pueden influir influir en los resulta resultados dos ser!n ser!n asign asignado adoss al azar azar a las unidades unidades experimentales.$ /entaas /entaas de aleatorizar los factores no controlados" •
• •
ransforma la variailidad sistem!tica no planificada en variailidad no planificada o ruido aleatorio$ *ic+o de otra forma, aleatorizar previene contra la introducción de sesgos en el experimento$ #vita la dependencia entre oservaciones al aleatorizar los instantes de recogida muestral$ /alida /alida muc+os de los procedimientos estadísticos m!s comunes$
Bloquear. -e deen dividir o particionar las unidades experimentales en grupos llamados loques de modo modo qu quee las las o ose serv rvac acio ione ness reali realiza zada dass en cada cada loq loque ue se real realic icen en ao ao cond condic icio ione ness experimentales lo m!s parecidas posiles.$ A diferencia de lo que ocurre con los factores tratamiento, el experimentador no est! interesado en investigar las posiles diferencias de la respuesta entre los niveles de los factores loque$ 3loquear es una uena estrategia siempre ' cuando sea posile dividir las unidades experimentales en grupos de unidades similares$ %a ventaa de loquear un factor que se supone que tienen una clara influencia en la respuesta pero en el que no se est! interesado, es la siguiente" •
4onvierte la variailidad sistem!tica no planificada en variailidad sistem!tica planificada$
4on el siguiente eemplo se trata de indicar la diferencia entre las estrategias de aleatorizar ' de loquear en un experimento$
Ejemplo. e desea investigar las posiles diferencias en la producción de dos m!quinas, cada una de las cuales dee ser maneada por un operario$ #n el planteamiento de este prolema la variale
respuesta es la producción diaria de una m!quina, el factor tratamiento en el que se est! interesado es el tipo de m!quina que tiene dos niveles ' un factor es el operario que manea la m!quina$ #n el dise&o del experimento para realizar el estudio se pueden utilizar dos estrategias para controlar el factor operario que manea la m!quina$
Aleatorizar: se seleccionan al azar dos grupos de operarios ' se asigna al azar cada grupo de operarios a cada una de las dos m!quinas$ 5inalmente se eval6a la producción de las mismas$ Bloquear: se introduce el factor loque operario$ e elige un 6nico grupo de operarios ' todos ellos utilizan las dos m!quinas$ 7a' que tener en cuenta en qu circunstancias se utilizan estas dos estrategias, ' cu!l estrategia es meor$ a!toriza!i"# $el $i%e&o. -8n dise&o factorial es una estrategia experimental que consiste en cruzar los niveles de todos los factores tratamiento en todas las cominaciones posiles.$ /entaas de utilizar los dise&os factoriales" •
•
ermiten detectar la existencia de efectos interacción entre los diferentes factores tratamiento$ #s una estrategia m!s eficiente que la estrategia cl!sica de examinar la influencia de un factor manteniendo constantes el resto de los factores$
or otra parte es necesario considerar m!s principios para el dise&o de experimentos, seg6n (9ueda, 201:) algunos de ellos son" Repli!a!i"# o Repeti!i"#. #s necesario repetir las prueas del experimento !sico para aumentar la certeza$ uponiendo que un ingeniero Agrónomo est! interesado en investigar el efecto que tienen sore el desarrollo de una enfermedad, dos procesos de larado" el autóctono ' el propuesto por un nuevo sistema$ #n ese eemplo, la rplica o repetición consiste en cada par de parcelas, una de ellas traaada con el sistema autóctono, ' otra con el sistema nuevo si se traaaran cinco pares de parcelas en cada sistema, se dir! que se realizaron cinco repeticiones en cada tratamiento$
*e esta manera se puede estalecer que la rplica o repetición en un experimento permite al experimentador otener una estimación de un error posile al realizar dic+o n6mero de experimentos, esto se toma como la ase para determinar las diferencias que se pueden +allar estadísticamente en el n n6mero de repeticiones del experimento que se realice, esto supondr! una significancia, es decir, a ma'or n6mero de repeticiones realizadas, ma'or ser! el grado de precisión del efecto de un factor para el experimento
S'P'ESTOS EN EL DISEÑO EXPERIMENTAL Al realizar la investigación de los supuestos existentes en el *ise&o #xperimental primero se dee partir por definir qu es lo significan dic+os supuestos ;stos supuestos tienen el oetivo de expresar con una nivel de confianza la validez de los datos estadísticos otenidos en el proceso de experimentación$ ara ellos se tiene q estalecer cu!ntos tipos de supuestos existen ' a q se refieren, desde este punto se parte diciendo como cita la (5acultad de ciencias Agrarias ' 5orestales, 201:)" %as +erramientas principales para el diagnóstico del cumplimiento de los supuestos est!n asadas en el An!lisis de los 9esiduos$ %os residuos se otienen como la diferencia entre el valor oservado ' el valor estimado por el modelo asociado al dise&o experimental$
#n general podemos decir que si los supuestos se verifican sólo aproximadamente, el modelo tendr! validez, aunque existen prueas ' mtodos para asegurarnos de su cumplimiento$ 9esumiendo diremos que los supuestos que corresponden al modelo A<=/A son" • • • •
Aditividad >ndependencia 7omoscedasticidad
A$iti(i$a$. %a falta de aditividad entre los factores puede ocurrir por un mal dise&o del experimento, por eemplo se pruean diferentes dosis de fertilizante, pero cada dosis se pruea en una especie de planta diferente, resultando una interacción entre dosis de fertilizante ' especie que rompe el modelo aditivo$ %as causas principales de no aditividad, son" ). %os efectos son multiplicativos$ *. ueden existir interacciones, pero los trminos que representan tales efectos no estar representados en el modelo aditivo lineal$ +. ueden +aerse tomado oservaciones equivocadas$ %a pruea para determinar la aditividad es la pruea estadística de u?e'$
I#$epe#$e#!ia. *entro de los test que pueden usarse para determinar si una secuencia ordenada de oservaciones es aleatoria (independiente) se dispone de los contrastes de rac+as ' auto correlación ara determinar la independencia de las respuestas, se calculan los valores residuales para cada grupo de tratamiento a travs de la fórmula" ´ Error Residual=Y i −Y i
e utiliza la pruea de aleatoriedad o de las rac+as para verificar su cumplimiento$
,omo%!e$a%ti!i$a$. e refiere a que la varianza dee tener una +omogeneidad en su varianza, es decir, que los valores de las muestras no tengan una variación mu' desproporcionada para cada tratamiento$ 4omo las varianzas varían como funciones de las medias, una gr!fica de las medias con las varianzas o con los desvíos est!ndar pueden ser 6tiles como un examen r!pido para comproar la +omoscedasticidad$ #st!s gr!ficas no deen indicar ninguna correlación entre los estadísticos (media @ varianza o desvió est!ndar) caso contrario es proale que se est violando el supuesto de +omogeneidad de varianzas$ %a pruea utilizada para determinar la +omogeneidad es la de 3artlett o la de %evene$
Normali$a$. e refiere a que las respuestas deen poseer una distriución normal dentro de cada grupo de tratamiento$ %a pruea para determinar la normalidad de las respuestas es la pruea de +apiroBil? para muestras grandes ' la de Colmogorovmirnov para muestras peque&as$
CONCL'SI-N #l *ise&o experimental se asa en 9><4>>= ' 88#= para llevar a cao la valoración de los par!metros ' factores presentes en la misma, dentro de los principios se pueden determinar los m!s relevantes ' de importancia dentro del estudio"
• • • •
rincipio de Aleatoriedad rincipio de 3loqueo rincipio de 5actorización del dise&o rincipio de 9epetitividad
%os supuestos se asa en los datos o respuestas otenidas en la implementación de tratamientos, estos supuestos son" •
upuesto de Aditividad$ Prueba de Tukey upuesto de >ndependencia$ Prueba de Aleatoriedad o de las ac!as upuesto de 7omoscedasticidad$ Prueba de Bartlett o la de "e#ene upuesto de
•
Reere#!ia% 5acultad de ciencias Agrarias ' 5orestales$ (201:)$ E*PEI+E,T-$ $I+P"E$ An.lisis de supuestos del A,-/A) =tenido de 8<>/#9>*A*
=ntro*#$pdf 9ueda, J$ (201:)$ PI,1IPI-$ DE" DI$E3- E*PEI+E,TA") =tenido de 8<>/#9>*A* =A" +ttp"DDEEE$unalmed$edu$coDLaruedaD*#$pdf
