EXPERIMENTOS FACTORIALES
DCA
UNIFACTORIAL DBCA
DCL
Experimento Factorial
Parcelas divididas
Parcelas subdivididas
MULTIFACTORIAL
Bloques divididos
Experimento Factorial
con bloque
Y tantos otros que el investigador puede
generar para sus experimentos.
Experimentos Factoriales
Son en aquellos experimentos los que se estudia simultáneamente dos o más
factores.
Estos datos se analizan en función al diseño experimental elegido, lo
importante de un primer análisis, es determinar si existe influencia del efecto
del factor o tratamientos que se desea evaluar, sólo es posible mediante el
análisis de Variancia (ANVA) que se determina mediante:
Factorial es, un modo de formar las combinaciones de los niveles de cada
factor para generar tratamientos.
ellos deben ser llevados a cualquier diseño, como: D.C.A. ; D.B.C.A.; D.C.L.
Los experimentos factoriales en si no constituyen un diseño experimental, si no,
que
Los experimentos factoriales se emplean en todos los campos de la
investigación, son muy útiles en investigaciones de fertilización y en aquellas
que poco se sabe acerca de muchos factores.
Fundamentos para generar experimentos factoriales:
1. Para obtener información de los efectos medios de todos los factores de
un experimento simple de tamaño moderado.
2. Para ampliar la base de las inferencias de un factor para probarlo bajo
condiciones variadas de otros.
3. Para evaluar de manera en la cual los efectos de los factores interactúan
con cada uno.
VENTAJAS:
1.- Permite estudiar los efectos principales, efectos de interacción de factores,
efectos simples y efectos cruzados.
2.- Todas las unidades experimentales intervienen en la determinación de los
efectos principales y de los efectos de interacción de los factores, por lo que el
número de repeticiones es elevado para estos casos.
3.- El número de grados de libertad para el error experimental es alto,
comparándolo con los grados de libertad de los experimentos simples de los
mismos factores, lo que contribuye a disminuir la variancia del error
experimental, aumentando por este motivo la precisión del experimento.
DESVENTAJAS:
1. Se requiere un mayor número de unidades experimentales que los
experimentos simples y por lo tanto se tendrá un mayor costo y trabajo en la
ejecución del experimento.
2. Como en los experimentos factoriales c/u de los niveles de un factor se
combinan con los niveles de los otros factores; a fin de que exista un balance
en el análisis estadístico se tendrá que algunas de las combinaciones no tiene
interés práctico pero deben incluirse para mantener el balance.
3. El análisis estadístico es más complicado que en los experimentos
simples y la interpretación de los resultados se hace más difícil a medida de
que aumenta el número de factores y niveles por factor en el experimento.
FACTOR:
Es una clase de tratamiento o un conjunto de tratamiento. En experimentos
factoriales se entiende que todo factor proporciona tratamientos. Ejemplo:
sistemas de riego, dosis de fertilización, variedades de cultivo, Sistemas de
manejo de crianzas, etc.
FACTORIAL
Es una combinación de factores para formar tratamientos.
NIVELES DE UN FACTOR
Son los diferentes tratamientos que pertenecen a un determinado factor. Se
acostumbra simbolizar con letra minúscula que representa al factor y el valor
del respectivo nivel.
Factor A: Sistemas de riego.
Niveles: r1 = aspersión
r2 = goteo
r3 = sin riego
TRATAMIENTO
Es el procedimiento o material al cual se le mide un efecto, ese efecto
medido en un tratamiento, se compara con otros tratamientos.
Es una de las modalidades o niveles que pueden tomar un factor en
estudio.
Un tratamiento corresponde a una combinación de los niveles de los
factores de estudio, pudiendo ser estos uno o más.
Por ejemplo medir el EFECTO de:
Variedades
Fórmulas de abonamiento
Dosis de pesticidas
Grupos etarios
Umbrales de precipitación
Sistemas de riegos
Técnicas de podas
Abonos orgánicos
Tipos de trampas de insectos
Eficiencia de controladores biológicos
TIPOS DE FACTORES:
1. Factores cuantitativos
2. Factores cualitativos
FACTORES CUANTITATIVOS:
Son aquellos factores cuyos niveles son valores numéricos. Ejemplo:
Factor A: dosis de fertilización
Niveles: d1 =0 kg/ha, d2 = 20 kg/ha, d3 = 40 kg/ha, d4 = 60 kg/ha
FACTORES CUALITATIVOS:
Son aquellos factores cuyos niveles son procedimientos o cualidades. Ejemplo:
Factor B: Variedades de Zapallo.
Niveles: v1 = Macre
v2 = Zucchin
v3 = Avianca
v4 = Loche
CONSIDERACIONES PARA FORMAR EXPERIMENTOS FACTORIALES
En la información de factoriales, se debe tener presente lo siguiente:
1.- Que factores deben incluirse.
2.- Que factores son fijos y que factores son al azar.
3.- Cuantos niveles se tiene por factor.
4.- Si son factores cuantitativos, cual debe ser el espaciamiento entre los
niveles del factor.
EFECTOS DE LOS EXPERIMENTOS FACTORIALES
1.- Efecto principal.
Es una medida del cambio en el promedio de los niveles de un factor,
promediado sobre los deferentes niveles del factor. Ejemplo: Dosis de
nitrógeno en la U E.
2.- Efecto interacción.
Es una medida de cambio que expresa el efecto adicional resultante de la
influencia combinada de dos o más factores. Ejemplo: Efecto conjunto dosis y
variedad de zapallo
Combinación de tres factores con diferentes niveles
Factor “A”: Abonamiento nitrogenado
Niveles de “A”: a1=0, a2=30, a3=60
Factor “B”: Abonamiento fosforado
Niveles de “B”: b1=0, b2=30, b3=60, b4=90
Factor “C”: Abonamiento potásico
Niveles de “C”: c1=0, c2=30, c3=60
CASOS PRIORITARIOS DE EXPERIMENTOS FACTORIALES
Los experimentos factoriales se emplean en todos los campos de la
investigación, son muy útiles en investigaciones de fertilización y en aquellas
que poco se sabe acerca de muchos factores.
ARREGLO COMBINATORIO INTERACCIÓN
Cuadro ordenado de un arreglo factorial de 3x4x3 en DBCR con 5
repeticiones
EFECTOS DE LOS EXPERIMENTOS FACTORIALES
1.- Efecto principal.
Es una medida del cambio en el promedio de los niveles de un factor,
promediado sobre los diferentes niveles del factor. Ejemplo: Dosis de nitrógeno
en la U E.
2.- Efecto interacción.
Es una medida de cambio que expresa el efecto adicional resultante de la
influencia combinada de dos o más factores. Ejemplo: Efecto conjunto dosis y
variedad de zapallo
MODELO ADITIVO LINEAL DE FACTORIAL
Xij = μ + A + B + C + … (AxB) + (AxC) + (BxC) +…. + ε
Xij = Variable respuesta
μ= Media general de la respuesta
A = Efecto de factor A (híbridos de maíz en estudio)
B = Efecto de Factor B (insumos orgánicos)
C = Efecto de Factor C (distanciamientos entre plantas)
AxB = Efecto de AxB (interacción híbridos por insumo orgánico)
AxC = Efecto de AxC (híbridos por distancia entre plantas)
BxC = Efecto de BxC (insumo orgánico por distancia entre plantas)
ε= Error experimental