Practica planeación

2.9 Consideraciones en la planeación, ejecución, recolección, análisis e interpretación de los datos de un experimento:

Principios básicos del diseño de experimentos

1.- Reproducción.

2.- Aleatorización.

3.- Control Local.

Reproducción.

Repetición del experimento porque:

• Proporciona una estimación del error experimental.

• Permite obtener una estimación más precisa del efecto medio de cualquier factor.

Unidad Experimental

Unidad a la cual se le aplica un solo tratamiento (que puede ser una combinación de muchos factores) en una reproducción del experimento.

Error Experimental

Describe la situación de no llegar a resultados idénticos con dos unidades experimentales tratadas idénticamente y refleja:

• Errores de experimentación

• Errores de observación

• Errores de medición

• Variación del material experimental (esto es, entre unidades experimentales)

• Efectos combinados de factores extraños que pudieran influir las características en estudio, pero respecto a los cuales no se ha llamado la atención en la investigación.

El error experimental puede reducirse:

• Usando material experimental más homogéneo o por estratificación cuidadosa del material disponible.

• Utilizando información proporcionada por variables aleatorias relacionadas

• Teniendo más cuidado al dirigir y desarrollar el experimento

• Usando un diseño experimental muy eficiente.

Aleatorización.

Asignación al azar de tratamiento a las unidades experimentales. Una suposición frecuente en los modelos estadísticos de diseño de experimentos en que las observaciones o los errores en ellas están distribuidos independientemente (Ostle, 1975).

OSTLE B. Estadística Aplicada., 1ra Edición, 1975, Editorial, Limusa-Wiley, México.

2.10 Análisis de varianza y aceptación o rechazo de hipótesis nula (prueba de F)

El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más medias, que es necesario porque cuando se quiere comparar más de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de Student. (Abraira, 1996)

(Webster, 2005) Un contraste de hipótesis estadístico se plantea como una decisión entre dos hipótesis.

La hipótesis nula consiste en una afirmación acerca de la población de origen de la muestra. Usualmente, es más simple (menor número de parámetros, por ejemplo) que su antagonista. Se designa a la hipótesis nula con el símbolo H0.

La hipótesis alternativa es igualmente una afirmación acerca de la población de origen. Muchas veces, aunque no siempre, consiste simplemente en negar la afirmación de H0. La hipótesis alternativa se designa con el símbolo H1.

La razón F tal y como se utiliza en ANOVA: La razón F es una razón de la variación entre muestras y la variación dentro de las muestras.

La razón F: cuando las medias poblacionales son diferentes, el efecto del tratamiento está presente y las desviaciones entre las muestras serán grandes comparadas con la desviación del error dentro de una muestra. Por tanto, el valor F aumentara, lo cual es una razón de la variación del tratamiento y de la variación del error. (Webster, 2005)

Variación Total = variación del tratamiento + variación del error.

V. Abraira, A. Pérez de Vargas, "Métodos Multivariantes en Bioestadística"., Ed. Centro de Estudios Ramón Areces. 1996.

ALLEN L., WEBSTER, "Estadística aplicada a los negocios y la economía", Editorial McGraw-Hill, Tercera Edición, 2005

...