BIOMETRÍA Y DISEÑO
EXPERIMENTAL
INGENIERÍA EN BIOTECNOLOGÍA AMBIENTAL
NOVENO SEMESTRE
UNIDAD 1I
DISEÑOS EXPERIMENTALES
• Introducción a los diseños experimentales (DDE)
• Estimación puntual y por intervalos
INTRODUCCIÓN A LOS DISEÑOS
EXPERIMENTALES (DDE)
TIPOS DE EXPERIMENTOS
• Experimento absoluto
• Experimento comparativo
TIPOS DE EXPERIMENTOS
Experimento absoluto. El interés principal es la estimación
y la determinación de las propiedades físicas de la población
a ser estudiada.
Se espera que estas propiedades sean constantes, de allí el
término absoluto.
La selección de los tratamientos se hace generalmente
mediante procesos aleatorios.
TIPOS DE EXPERIMENTOS
Experimento comparativo. En circunstancias similares, se
espera que ciertos tratamientos sean sustancialmente
“mejores” que otros, aunque los resultados de un solo
tratamiento no pueden ser establecidos con exactitud.
Los tratamientos se comparan por sus efectos medios sobre
una variable respuesta con el objeto principal de determinar
cuál de ellos es “mejor” en algún sentido.
CARACTERÍSTICAS DE LOS ENSAYOS
• Simplicidad
• Grado de precisión
• Ausencia de error sistemático
• Rango de validez de las conclusiones
• Cálculo del grado de incertidumbre
CARACTERÍSTICAS DE LOS ENSAYOS
Simplicidad: La selección de los
tratamientos y la disposición
experimental deberá hacerse de la
forma más simple posible.
CARACTERÍSTICAS DE LOS ENSAYOS
Grado de precisión: el
experimento deberá tener la
capacidad de medir diferencias
entre tratamientos con los
grados de precisión que desee el
investigador. Deberá tener un
diseño apropiado y un número de
repeticiones adecuado.
CARACTERÍSTICAS DE LOS
ENSAYOS
Ausencia de error sistemático: se
debe planear un experimento con el
propósito de asegurar que las
unidades experimentales que
reciban un tratamiento no difieran
sistemáticamente de aquellas que
reciben otro, procurando de esta
manera obtener una estimación
insesgada del efecto de tratamiento.
CARACTERÍSTICAS DE LOS ENSAYOS
Rango de validez de las
conclusiones: las conclusiones
deberán tener un rango de validez
tan amplio como sea posible.
CARACTERÍSTICAS DE LOS ENSAYOS
Cálculo del grado de
incertidumbre: en todo
experimento existe algún grado de
incertidumbre en cuanto a la
validación de las conclusiones.
UNIDAD EXPERIMENTAL
• Unidad Experimental(UE). Elemento básico en los experimentos
comparativos.
• Los elementos sobre los cuales se hacen las mediciones y a los
cuales un tratamiento puede ser asignado aleatoriamente e
independientemente y el conjunto de unidades experimentales se
denomina material experimental.
UNIDAD EXPERIMENTAL
Cada UE contiene una o más
unidades muestrales u
observacionales (UO) en las cuales
las condiciones experimentales
planeadas previamente se realizan.
UE: colonia de abejas
UO: cada abeja
UNIDAD MUESTRAL
Por su naturaleza, las unidades
muestrales de la misma UE
deben recibir el mismo
tratamiento.
Consecuentemente, la asignación
del tratamiento a estas unidades
muestrales no es independiente.
UNIDAD EXPERIMENTAL
Las unidades experimentales
deben estar en capacidad de
recibir cualquiera de los
tratamientos que estén bajo
investigación, de acuerdo con el
objeto de estudio.
UNIDAD EXPERIMENTAL
Ejemplo:
En un experimento agrícola para
evaluar el rendimiento de algunas
variedades de maíz, la UE puede ser
una porción de terreno de tamaño
óptimo preestablecido, usualmente
denominada parcela, o un número de
plantas o un número de mazorcas.
TRATAMIENTO
Cada combinación específica de
niveles de factores se denomina
tratamiento.
TRATAMIENTO
• Se planea un experimento para evaluar el rendimiento de maíz
en función del tipo de variedad V1,V2,V3 y los nutrientes N y P
a los niveles 10, 30 y 20, 40, respectivamente.
• Los posibles 12 tratamientos V , N, P son:
TRATAMIENTO
El concepto de tratamiento implica que:
1. Cualquier UE está en capacidad de recibir cualquier tratamiento.
2. La asignación de tratamientos a la UE está bajo el control del experimentador.
DISEÑO EXPERIMENTAL
El diseño estadístico de
experimentos es esencialmente el
plan para poner a funcionar el
experimento, especificando el
arreglo de las unidades
experimentales en el tiempo y/o
espacio, y el patrón de
observaciones que va a reportar
información.
DISEÑO EXPERIMENTAL
Secuencia compleja de etapas
proyectadas para garantizar que los
datos sean obtenidos de tal manera
que permitan un análisis objetivo,
soportado en inferencias válidas
respecto al planteamiento del
problema, el cual debe ser lo más
preciso posible y, además, viable
económicamente.
REPLICACIÓN
Proceso de repetir en condiciones
similares el experimento para cada
tratamiento.
REPLICACIÓN
Cuando el número de replicaciones es
igual para todos los tratamientos, el
diseño se denomina balanceado, caso
contrario, es desbalanceado.
ALEATORIZACIÓN
La aleatorización es necesaria, ya
que provee las bases para
obtener una prueba válida de
significación al destruir
cualquier sistema de
correlación que pueda existir
entre las unidades
experimentales.
ALEATORIZACIÓN
• La aleatorización es fundamental para tener un diseño de
experimentos válido, es el procedimiento que permite a
cada UE tener iguales condiciones para recibir cualquier
tratamiento.
• La aleatorización es un proceso físico en donde cada
tratamiento tiene igual probabilidad de ser asignado a
cualquier UE.
CONTROL LOCAL O BLOQUEO
Proceso de clasificación de las
unidades experimentales en
grupos homogéneos
CONTROL LOCAL O BLOQUEO
Se planea un experimento para evaluar el rendimiento de maíz
en función del tipo de variedad V1,V2,V3 y los nutrientes N y P a
los niveles 10, 30 y 20, 40, respectivamente. Los posibles 12
tratamientos V , N, P son:
CONTROL LOCAL O BLOQUEO
Si se controla el nivel de fertilidad del
terreno, se determinan unidades
homogéneas de terreno llamadas
bloques, se subdivide cada bloque en
parcelas, de igual área preferiblemente, y se
aleatorizan sobre estas los tratamientos
buscando que cada UE reciba un único
tratamiento y que la totalidad de los
tratamientos estén en cada bloque.
RECOMENDACIONES PARA ABORDAR UN
ESTUDIO EXPERIMENTAL
• Conocimiento claro del material experimental
• Escogencia de factores y niveles.
RECOMENDACIONES PARA ABORDAR UN
ESTUDIO EXPERIMENTAL
Conocimiento claro del material experimental.
No siempre el desarrollo de un problema requiere de
experimentación ni es simple presentar un claro y
apropiado estado del problema.
Un adecuado conocimiento del estado del problema
frecuentemente contribuye a un mejor entendimiento del
fenómeno y a una solución del problema.
RECOMENDACIONES PARA ABORDAR UN
ESTUDIO EXPERIMENTAL
Escogencia de factores y niveles. El experimentador debe seleccionar las
variables independientes o factores a ser estudiados, estos pueden ser
cuantitativos o cualitativos.
En el caso de tener variables cualitativas, hay que tener en cuenta cómo se
controlarán estas en los valores de referencia y cómo van a ser medidas (aquí es
importante el conocimiento del investigador).
Es conveniente seleccionar los rangos de variación de los factores y el número de
niveles a considerar, los cuales pueden ser predeterminados o escogidos
aleatoriamente del conjunto de los posibles niveles.
RECOMENDACIONES PARA ABORDAR UN
ESTUDIO EXPERIMENTAL
Escogencia de factores y niveles.
El experimentador debe seleccionar
las variables independientes o
factores a ser estudiados, estos
pueden ser cuantitativos o
cualitativos.
RECOMENDACIONES PARA ABORDAR UN
ESTUDIO EXPERIMENTAL
Escogencia de factores y niveles.
En las variables cualitativas, tener en cuenta cómo se controlarán
estas en los valores de referencia y cómo van a ser medidas
(conocimiento del investigador).
Es conveniente seleccionar los rangos de variación de los
factores y el número de niveles, los cuales pueden ser
predeterminados o escogidos aleatoriamente del conjunto de los
posibles niveles.
ESTIMACIÓN PUNTUAL Y POR
INTERVALOS
INFERENCIA ESTADÍSTICA
Afirmaciones estadísticas acerca de una población basado en una
muestra
• Estimación
• Prueba de hipótesis
Las dos se apoyan en cantidades o datos estadísticos calculados a
partir de observaciones sobre una muestra.
ESTIMACIÓN PUNTUAL
Una estimación
es puntual cuando se usa un solo
valor extraído de la muestra para
estimar el parámetro desconocido
de la población.
Al valor usado se le llama
estimador.
ESTIMACIÓN PUNTUAL Y POR
INTERVALO
ESTIMACIÓN PUNTUAL Y POR
INTERVALO
Ejemplo:
Estimación puntual
La altura que alcanza las plantas de maíz es de 1.82 m
Estimación por intervalo
La altura que alcanza las plantas de maíz con un 90% de confianza está
entre 1.75 m y 1.89 m
ESTIMACIÓN PUNTUAL
• La media de la población se puede estimar puntualmente mediante la media de la
muestra
• La proporción de la población se puede estimar puntualmente mediante la proporción
de la muestra:
• La desviación típica de la población se puede estimar puntualmente mediante la
desviación típica de la muestra
ESTIMACIÓN POR INTERVALOS
A veces es conveniente obtener
unos límites entre los cuales se
encuentre el parámetro con un
cierto nivel de confianza, en este
caso hablamos de estimación por
intervalos.
NIVEL DE CONFIANZA
Indica en porcentaje con qué
proporción el intervalo de confianza
contiene el parámetro estimado.
ESTIMADORES
• Estimar parámetros es utilizar una medida de una muestra
(estadístico) para inferir el valor de la correspondiente
medida de la población (parámetro)
• El estadístico se convierte en un estimador
ESTIMACIÓN PUNTUAL Y POR
INTERVALO
ESTIMACIÓN PUNTUAL Y POR
INTERVALO
El tipo de estimación que más se utiliza es la estimación por intervalo porque se
le puede asociar criterios de probabilidad, lo que no es posible con las
estimaciones puntuales
MEDIA
Es el valor promedio de un conjunto de datos numéricos,
calculada como la suma del conjunto de valores dividida
entre el número total de valores.
MEDIA
La media de la muestra es el
mejor estimador de la media
poblacional.
La muestra debe ser los
suficientemente grande, por lo
que la distribución será más
normal
DESVIACIÓN ESTÁNDAR (s)
Medida que se utiliza para cuantificar la variación o
la dispersión de un conjunto de datos numéricos.
DESVIACIÓN ESTÁNDAR (s)
Desviación estándar baja: la mayor parte de los datos de
una muestra tienden a estar agrupados cerca de su media.
Desviación estándar alta: indica que los datos se
extienden sobre un rango de valores más amplio
VARIANZA (s 2 )
Medida de dispersión que se utiliza para representar la
variabilidad de un conjunto de datos respecto de la media
aritmética de los mismo.
VARIACIÓN Y DESVIACIÓN
• La varianza es la desviación típica elevada al cuadrado, la
desviación típica es la raíz cuadrada de la varianza.
• La desviación típica se hace para poder trabajar en las
unidades de medida iniciales.
• La varianza es necesaria para obtener el valor de otros
parámetros, como la covarianza, y matrices econométricas
PROPORCIÓN MUESTRAL
• Expresa la frecuencia con que se encuentra la variable de
interés, dentro del conjunto total de datos de una
población.
P= a / N
• Se trata de un parámetro, y es un número exacto, es decir,
que si no cambia la población, la proporción será
constante.
PROPORCIÓN MUESTRAL
P= a / N
Siendo:
• P = la proporción
• a= el número de veces que se ha presentado la variable de
interés,
• N=el número de datos del total de la muestra.
Que tan confiables son los estimadores puntuales ?
ESTIMACIÓN POR INTERVALOS
• Rango de números llamado intervalo construido alrededor
de la estimación puntual.
• Consiste en establecer un intervalo de valores donde es
más probable que se encuentre el parámetro
ESTIMACIÓN POR INTERVALOS
El intervalo de confianza se construye de manera que la
probabilidad del parámetro de la población se localice en
algún lugar del intervalo conocido.