El documento discute diferentes métodos para el análisis de datos de experimentos, incluyendo el uso de gráficos y estadísticas. También describe varios diseños de experimentos como diseños aleatorios, de bloques completos y diseños de parcelas divididas. Explica que la elección del diseño depende del propósito del experimento y las fuentes de variación.
2. En el análisis de datos, es deseable proporcionar
ambos análisis gráficos y estadísticos. Además,
gráficos de datos permiten que el modelo
propuesto pueda ser comprobado y ayudar en la
identificación de alguna observación inusual. El
análisis estadístico cuantifica las respuestas
relativas de los factores, aclarando así las
conclusiones que puedan inducir a error de los
datos.
3. El propósito de un experimento puede variar
desde el exploratorio (descubrimiento de nuevas
fuentes importantes de variabilidad) al
confirmatorio (lo que confirma que las fuentes
previamente descubiertas de la variabilidad son
lo suficientemente importante
justificar un estudio más), y la
como para
filosofía del
análisis depende del propósito del experimento.
4. En las primeras etapas de la experimentación el
análisis puede ser exploratorio, y uno podría
trazar y analizar los datos de cualquier manera
que ayude a la identificación de las fuentes
importantes de variación. En etapas posteriores
de la experimentación, el análisis es por lo
general de naturaleza confirmatoria. Un modelo
matemático que de respuesta es postulado y las
hipótesis se ponen a prueba y se calculan los
intervalos de confianza.
5. Usaremos Modelos Lineales para
nuestra respuesta y el método de
modelar
Mínimos
Cuadrados para obtener la estimación de los
parámetros en el modelo.
6. La planificación de un experimento es una tarea
recomendable, aunque se lleva
considerable de tiempo. Por lo
un consumo
que muchos
comienzan a recopilar datos sin que el diseño
experimental haya tenido la suficiente atención.
El resultado es que raramente estos datos que
no se han recogido en forma adecuada y en
cantidad suficiente permitan un buen análisis
con la precisión requerida. A continuación se da
una guía paso a paso para el proceso de
planificación experimental.
7. A continuación se da una lista de control que
resume un número muy grande de decisiones que
necesitan hacerse en cada etapa del proceso de
planificación de un experimento.
Los pasos no son independientes, por lo que
algunas veces deberá regresarse a una etapa
anterior para revisar la decisión tomada.
8. a) Definir los objetivos del experimento.
b) Identificar todas las fuentes de variación, incluyendo:
(i) Factores de tratamiento y sus niveles.
(ii) Unidades experimentales.
(iii) Factores de bloqueo, factores de ruido, y
covariables.
c) Elegir una regla para asignar las unidades
experimentales a los tratamientos.
d) Especificar las mediciones a realizarse, el
procedimiento experimental y anticipar las
dificultades.
9. si es
e) Correr un experimento piloto.
f) Especificar el modelo.
g) Esbozar el análisis.
h) Calcular el número de observaciones que será
necesario realizar.
i)Revisar las decisiones anteriores. Revisar
necesario.
10. Un diseño experimental es una regla que determina la
asignación de unidades experimentales a los
tratamientos.
Y aunque los diseños de experimentos varían mucho
unos de otros, hay algunos diseños experimentales
que son usados frecuentemente.
11. Se refiere uno así a los diseños en los cuales el
experimentador asigna las unidades experimentales
a los tratamientos completamente al azar, sujetos
solamente al número de observaciones que sean
tomadas en cada tratamiento.
Este tipo de diseño es utilizado para los experimentos
que no involucran factores de bloqueo.
12. La mecánica del procedimiento de aleatorización se
ilustran más adelante. Las propiedades estadísticas
del diseño están completamente determinados por la
especificación de r1, r2,. . . , rk, donde ri denota el
número de observaciones sobre el tratamiento i, i =
1,. . . , k.
El modelo es de la forma:
Respuesta = constante + efecto de tratamiento + error
13. Un diseño de bloques es un diseño en el que el
experimentador particiona a las unidades
experimentales en bloques, determina la asignación
de los tratamientos a los bloques, y asigna las
unidades experimentales dentro de cada bloque con
los tratamientos completamente al azar.
14. En el análisis de un diseño de bloques, los bloques
son tratados como los niveles de un solo factor de
bloqueo a pesar de que puede estar definido por una
combinación de los niveles de más de un factor de
molestia.
El modelo es de la forma:
Respuesta = constante + efecto de bloque + efecto de
tratamiento + error
15. El diseño de bloque más simple es el diseño de
cada
cada
bloques completos, en los que se observa
tratamiento el mismo número de veces en
bloque.
Los diseños de bloques completos son fáciles de
analizar.
Un diseño de bloques completos cuyos bloques
contienen una sola observación en cada tratamiento
se llama un diseño de bloques completos al azar o,
simplemente, un diseño de bloques al azar.
16. Cuando el tamaño del bloque es menor que el
número de tratamientos, no es posible observar cada
tratamiento en cada bloque, así, este diseño de
bloques se denomina un diseño de bloque
incompleto. La precisión con la que los efectos del
tratamiento se pueden comparar y los métodos de
análisis que son aplicables dependen de la elección
del diseño.
17. Cuando un experimento consiste en dos fuentes
principales de variación y cada uno ha sido designado
como factor de bloqueo, se dice que están cruzados o
anidados estos factores de bloqueo. La diferencia
entre estos se ilustra en la siguiente figura:
18. Planes esquemáticos de experimentos con dos factores de
bloqueo
Cada unidad experimental ocurre en alguna combinación de
niveles de dos factores de bloqueo, y un * denota unidades
experimentales que son asignadas a tratamientos de bloqueo.
19. Factores de bloqueo cruzado. Un diseño que implica dos
factores de bloqueo cruzado a veces se llama un diseño de
"fila-columna". Esto se debe a la representación pictórica del
diseño, en la que los niveles de un factor de bloqueo están
representados por filas y los niveles de la segunda están
representadas por las columnas. Una intersección de una fila y
una columna se denomina una "célula". Las unidades
experimentales en la misma célula debe ser similar. El modelo
es de la forma
Respuesta = constante + efecto de bloque de filas + efecto de
bloque de columnas + efecto de tratamiento + error
20. Por un cuadrado latino se entenderá lo siguiente: Si se
ignoran los títulos de las columnas, el diseño parece un diseño
de bloques al azar. Del mismo modo, si se ignoran los
encabezados de fila, el diseño con columnas como bloques
parece un diseño de bloques completos al azar.
Ejemplo.
21. Los factores de bloqueo anidados (o jerárquicos). Dos factores
de bloqueo se dice que están anidados cuando las
observaciones tomadas en dos diferentes niveles de un factor
de bloqueo son de forma automática en dos diferentes niveles
del segundo factor de bloqueo.
Ejemplo.
22. En un diseño de bloques ordinario, las unidades
experimentales pueden ser pensadas como siendo anidadas
dentro de los bloques. Las unidades experimentales se anidan
dentro de sub-bloques, sub-bloques están anidados dentro de
los bloques. Los sub-bloques se pueden asignar al azar a los
niveles de un factor de tratamiento adicional. Cuando se hace
esto, el diseño es a menudo conocido como “un diseño de
parcelas divididas”.
23. Un diseño de parcela dividida es un diseño con al menos un
factor de bloqueo, donde las unidades experimentales dentro
de cada bloque se asignan a los niveles de los factores de
tratamiento, como de costumbre, y, además, los bloques se
asignan al azar a los niveles de un factor de tratamiento
adicional. Este tipo de diseño se usa cuando los niveles de uno
(o más) factores de tratamiento son fáciles de cambiar, mientras
que la alteración de los niveles de otros factores de
tratamiento son costosos, o que consumen tiempo
24. Diseños de parcelas divididas se producen con cierto uso en los
experimentos médicos y psicológicos. Por ejemplo
supongamos que varios sujetos se asignan al azar a los niveles
de un fármaco. En cada intervalo de tiempo se le pidió a cada
sujeto realizar una de una serie de tareas, y se mide alguna
variable de respuesta. Los sujetos pueden ser considerados
como bloques, y los intervalos de tiempo para cada sujeto
pueden
dentro
ser considerados
de los bloques.
como unidades experimentales
Los bloques y las unidades
experimentales son asignados a los niveles de los factores del
tratamiento, los sujetos a las drogas y los intervalos de tiempo
a las tareas.