DISEÑOS EXPERIMENTALES EN LAS CIENCIAS AGRÍCOLAS

Transcripción

1 DISEÑOS EXPERIMENTALES EN LAS CIENCIAS AGRÍCOLAS

2 EXPERIMENTOS FACTORIALES PRINCIPIOS FUNDAMENTALES

3 CONCEPTOS IMPORTANTES 1 } Experimentos factoriales se refiere al arreglo de los tratamientos, no es un diseño. } Los arreglos factoriales pueden ser usados en DCA, BCA, Parcelas Divididas } Los tratamientos están formados por combinaciones de dos o más factores, los cuales tienen dos o más niveles.

4 CONCEPTOS IMPORTANTES 2 } Las combinaciones ocurren de tal forma que cada nivel de cada factor ocurre con cada nivel del otro factor } Interacción: Cuando dos factores no son independientes. Los cambios de un factor son condicionados por el nivel de otro factor. } Cuando las interacciones son muy grandes, es mas importante conocer el efecto de las interacciones que el efecto principal

5 VENTAJAS } Establecer experimentos en los cuales se necesita explorar varios factores y definir cuales son o no son importantes } Determinar la magnitud de las interacciones } El efecto principal (efecto primario de interés para el investigador) se estima con la misma precisión como si se hubiera investigado un solo factor

6 DESVENTAJAS } A medida que aumenta el número de factores, se incrementa el tamaño del experimento } Se incrementa el costo del ensayo } La uniformidad del material experimental es más complicada } Factoriales muy grandes pueden ser difíciles de interpretar, especialmente si hay interacciones a todos los niveles

7 FUENTE GL SC CM VALOR F Pr > F_ DOSIS <.0001 VARIEDAD <.0001 DOSIS*VARIEDAD <.0001 Least Squares Means (Comparación de medias ajustadas) % CONTROL Standard LSMEAN DOSIS VARIEDAD LSMEAN Error Pr > t Number 0.2 A < B < C < A < B < C < A < B < C <

8 ANALISIS DE DATOS MEDIDOS VARIAS VECES A TRAVES DEL TIEMPO MEDIDAS REPETIDAS EN TIEMPO

9 QUÉ SON MEDIDAS REPETIDAS? } Cuando una variable de reacción (efecto provocado por TRT) se mide en varios momentos durante un ensayo y su efecto es acumulativo } Hay dos factores de variación que se deben analizar : TRT y Tiempo } Modelo Lineal: Y ij = Trt + (Tiempo ij ) + Trt * Tiempo + E ij + µ

10 Variables de reacción que se miden en varios momentos : Ø Reproducción de una población insectil Ø Mortalidad de una plaga Ø Porcentaje de daño Ø Porcentaje de control EJEMPLOS Ø Degradación de ingrediente activo Ø Conteos microbiológicos Ø Calidad de un alimento

11 POR QUÉ NO ANALIZAR CADA FECHA APARTE? Porque generalmente nos interesa el efecto acumulativo de los TRT Haciendo varios análisis aumentaría el número de pruebas F Cada prueba F adicional aumenta el riesgo de cometer error de Tipo I (concluir que existen diferencias Significativas entre TRT cuando, en realidad, los TRT son iguales)

12 POR QUÉ NO ANALIZAR MEDIAS PROMEDIADAS A TRAVES DEL TIEMPO? El interés es el patrón de los TRT a través del tiempo Pueden haber efectos escondidos al analizar solamente las medias Hay que analizar la interacción Trt * Tiempo,si esta interacción es significativa (P < 0.05), es mejor analizar cada fecha aparte Una interacción puede esconder diferencias verdaderas entre TRT

13 FUENTE GL SC CM VALOR F Pr > F BLOQUE TRT BLOQUE*TRT TIEMPO TRT*TIEMPO _ Duncan's MulEple Range Test for LARVAS Means with the same leler are not significantly different. Duncan Grouping Mean N TRT a X b Y Duncan Grouping Mean N TIEMPO a b c

14 Duncan's MulSple Range Test for LARVAS TIEMPO=1 Duncan Grouping Mean N TRT a X a Y TIEMPO=2 Duncan Grouping Mean N TRT a Y a X TIEMPO=3 Duncan Grouping Mean N TRT a Y b X

15 DISEÑO COMPLETAMENTE AL AZAR DCA

16 INTRODUCCION La asignación de los TRT a las UE es completamente al azar, no existe ninguna restricción en la aleatorización DCA es el mejor diseño cuando las UE son homogéneas (Se usa comúnmente en ensayos de laboratorio o cuando se pueden establecer un mayor numero de repeeciones)

17 VENTAJAS DEL DCA Flexible en cuanto al número de TRT El número de repeeciones de cada TRT puede ser diferente Fácil análisis estadíseco, especialmente si el número de REP de cada TRT es igual Es el diseño con el que se obeene mayor número de GL para el error. La precisión de un EXPT aumenta con el número de GL para el error

18 DESVENTAJA DEL DCA En si no Eene ninguna desventaja Cuando la variación entre Unidades Experimentales es grande se debe escoger otro diseño porque el Error Experimental resulta muy inflado

19 BLOQUES COMPLETOS AL AZAR BCA

20 INTRODUCCION Bloque es un grupo de unidades homogéneas usadas para corregir fuentes de variación debido a gradientes (suelo, ferslidad, pendiente, Sempos, personas, comunidades, ambientes, etc.) Los bloques forman una UE más homogénea para comparar el efecto de los TRT En BCA cada bloque consene todos los TRT S Bloques Incompletos al Azar(BIA). Los bloques no consenen todos los tratamientos del experimento

21 VENTAJAS BCA El bloqueo aumenta la precisión removiendo una fuente de variación del Error EXPTL Se puede usar cualquier cansdad de bloques y TRT s y el análisis es mucho más fácil cuando cada TRT se repita el mismo número de veces en cada bloque El análisis estadíssco es relasvamente simple

22 DESVENTAJAS BCA Datos perdidos causan dificultades en el análisis Asignación errónea de TRT s a las UE puede causar problemas en el análisis Diicil el manejo cuando el número de TRT s es elevado Si las UE son homogéneas DCA es mas eficiente

23 EFICIENCIA DE BLOQUES EN EXPERIMENTACION Si P >.05 o (P >.10) no es significasvo : NO SE JUSTIFICÓ EL USO DEL BLOQUEO Si P <.05 o (P <.10) si es significasvo: EL USO DE BLOQUES SE JUSTIFICÓ

24 DISEÑO DE PARCELAS DIVIDIDAS PRINCIPIOS Y FUNDAMENTOS

25 INTRODUCCION Parcelas divididas son experimentos mulsfactoriales en los cuáles la naturaleza de las unidades experimentales hacen diicil manejar de la misma manera todas las combinaciones posibles de los factores involucrados El InvesSgador desea aumentar precisión en la essmación de algunos efectos, y sacrificar precisión en la essmación de otros

26 CONCEPTOS BASICOS 1 Dos tamaños de unidades experimentales (Parcela y sub- parcela). En algunos casos hay sub- sub- parcelas. Dos factores de interés A y B Las parcelas principales están divididas en unidades mas pequeñas; sub- parcelas, a las cuales diferentes niveles del factor B son aplicadas Los tratamientos aplicados a las sub- parcelas consstuyen un arreglo factorial de los tratamientos

27 CONCEPTOS BASICOS 2 Se asignan aleatoriamente los tratamientos del factor (A) a las parcelas principales arregladas en un DCA, BCA Los tratamientos del segundo factor (B) se asignan aleatoriamente a las sub- parcelas dentro de las parcelas principales

28 CONCEPTOS BASICOS 3 Se sacrifica precisión al essmar los efectos promedios del factor (A) o parcelas principales Mejor precisión para comparar el efecto del factor (B) o sub- parcelas El error para la Parcela Principal es mayor que el de la Sub- parcela. Esto indica una menor oportunidad de encontrar diferencias entre los niveles del factor asignados a las Parcelas Principales

29 VENTAJAS Permiten el uso eficiente de algunos TRT que requieren Unidades Experimentales de mayor tamaño Proveen mayor precisión en la essmación del efecto de algunos factores

30 DESVENTAJAS Tamaño del ensayo Uniformidad experimental Interpretación de las interacciones

31 MODELO LINEAL Error a Error b Yijk = µ + τi+ βj + (τβ)ij + λk + (τλ)ik + (βλ)jk + (τβλ)ijk Parcela Principal Sub- parcela

32 TEMAS VARIOS DE INTERES EN EXPERIMENTACIÓN AGRICOLA InvesSgación aplicada a nivel de finca Parcelas DemostraSvas El productor- invessgador Programas de análisis estadíssco SAS Jump Minitab Infostat SPSS