BIOMETRIA Y DISEÑO EXPERIMENTAL

Universidad Nacional Abierta y A Distancia UNAD

Escuela de Ciencias Agrícolas, Pecuarias y del Medio Ambiente

Esp. Nutrición Animal Sostenible – Ingeniería Agroforestal

Curso BIOMETRIA Y DISEÑO EXPERIMENTAL

Grupo: 203018_11

Trabajo Colaborativo 2

LUIS FERNANDO CARDENAS BLANCO

COD. 86 077 556

Tutor: ALBERTO CASTELLANOS

CERES INIRIDA GUAINIA

15/05/2014

INTRODUCCIÓN

La metodología del diseño de experimentos se basa en la experimentación. Es conocido que si se repite un experimento, en condiciones idénticas, los resultados presentan variabilidad que puede ser grande o pequeña. Si la experimentación se realiza en un laboratorio donde la mayoría de las causas de variabilidad están muy controladas, el error experimental será pequeño y habrá poca variación en los resultados del experimento. Pero si se experimenta en procesos industriales, agropecuarios, administrativos, la variabilidad es grande en la mayoría de los casos. El diseño de experimentos se utiliza para estudiar si utilizar un determinado tratamiento produce una mejora en el proceso o no. Para ello se debe experimentar utilizando el tratamiento y no utilizándolo. Si la variabilidad experimental es grande, sólo se detectará la influencia del uso del tratamiento cuando éste produzca grandes cambios en relación con el error de observación.

Existen ocasiones donde un diseño de experimentos presenta como objetivo comparar más de dos tratamientos, como el caso de los diseños completamente al azar, por lo tanto se presenta una hipótesis a probar con lo cual se quiere decidir si los tratamientos son iguales estadísticamente en cuanto a sus medias, frente a la alternativa de que al menos dos de ellos son diferentes. Pero los diseños completamente al azar (DCA) en muchas ocasiones presentan incapacidad de controlar algunos factores extraños de variación, en este caso es recomendable utilizar un diseño que controle esta fuente extraña de variación. La variación es de tipo sistemático y puede ser debida a la naturaleza o ``inducida'' o introducida por el investigador para ampliar las inferencias acerca de los tratamientos, en estos casos se puede utilizar un diseño de bloques completamente al azar (DBCA).

OBJETIVOS

Obtener un conocimiento amplio sobre el análisis de varianza, diseños completamente al azar y diseño de bloques completamente al azar.

Determinar la influencia de los factores sobre las respuestas observadas en un experimento de completamente al azar.

Analizar de entre todos los factores que afectan al proceso, cuales son los que más influyen en este.

Optimizar respuestas conociendo que factores proporcionan las respuestas de mayor calidad.

EJERCICIOS

Para el siguiente trabajo se estudia en forma comparativa rendimientos de 6 especies de menta (Menta sp), usando un DBCA con 3 repeticiones.

Las especies estudiadas fueron:

Tratamiento Especie

A Menta Arvenses

B Menta Sativa

C Menta Pulegium

D Menta Spicata

E Menta Ritundifolia

F Menta laxiflora

Los Rendimientos de aceite esencial (kg/ha) para las 6 especies de menta en un diseño en Bloques completos al azar son:

BLOQUES Tratamiento Total Promedio

I II III

A 63,07 55,37 33,68 152,12 50,71

B 51,7 57,2 33,43 142,33 47,44

...