Editorial Universidad de Antioquia Diseno estadistico de experimentos 22 edicion Abel DiazDisefio estadistico de experimentos 2.“ edicién Abel Diaz Cadavid Giencia y Tecnologia Editorial Universidad de AntioquiaColeceién Ciencia y Teenologia © Abel Diaz Cadavid :ditorial Universidad de Antioquia ISBN; 978-958-714-264-8 Primera edici6n: junio de 1999 Segunda edicién: diciembre dk Fotografia y disefio de cubierta: Anastasia Garzén Vidal, Imprenta Universidad de Antioquia Diagramacién: Luz Elena Ochoa Vélez Impresién y terminacién: Imprenta Universidad de Antioquia 2009 ordinacién editorial: Gonzalo Montoya Velasquez Impreso y hecho en Colombia / Printed and made in Colombia Prohibida la reproduccién total o parcial, por cualquier medio 6 con cualquier propésito, sin autorizacién escrita del editor Editorial Universidad de Antioquia Teléfono: (574) 219 50 10. Telefax: (574) 219 50 12 Correo electrénico: editorial@udea.edu.co Sitio web: htrp:/jeditorialud Apartado 1226. Medellin. Col edu.co mbia Ficha bibliognifica: véase piigina iv El contenido de la obra corresponde al derecho de expresién del autor y no compromete el pensamiento institucional de la Universidad de Antioquia, ni desata su responsabilidad frente a terceros, El autor asume la responsabilidad por los derechos de autor y conexos contenidos en la obra, as{ como por la eventual informacién sensible publicada en ella.Contenido Introduccién, 1. La estadistica en la experimentacién 1.1 La investigacién clentifica sciminiianiinamamansininaneseannns 1.2 La estadistica y el método cientifico .. 1.5 Clases de experimentos «. Ejercicios .. 2. Principios del diseno de experimentos .... 2.1 Vocabulario del disefio experimental... 2.2 Disenio estadistico de experiments .. 2.8 Fases del disento de experiments srr 2.4 Principios basicos del diserio de experimentos 2.5 Aleatorizacion .. - 2.6 Muestras aleatorias y muestras representativas 2.7 Repeticion esses 2.8 Control de error experimental 2.9 Exactitud y precision Ejercicios .. 3. Anilisis estadistico de una muestra .. 8.1 Clasificaci6n de las variables de respuesta $.2 Analisis de una variable cuantitativa . 8.9 Gréfico de Tamas sssesseseusestsstnesestssnesssive 3.4 Cajas esq $.5 Analisis inferencial de una muestra aleatoria cuantitativa 8.6 Significacion de una prueba de hipotesis 8.7 Pruebas de bondad de ajuste a la distribucién Normal 3.8 Datos o1ttliers ssssstsnsstnnnneniansnanintsnatintssitinnsianasennnnaassieist 3.9 Tamaiio de la muestra ... Ejercicios MALICAS ssesseessseees 20 22 22 28 25 26 29 32 34 38 40 43viii 4. Disefos completamente aleatorizados 4.1 Disefio completamente aleatorizado .. 4.2 Principios del andllisis de varianza. sinensis 4,3 Inferencia en ANOVA 4.4 ANOVA para grupos desiguales .... 4.5. Modelo de componentes de varianza . sea 4.6 Potencia y tamatio muestral en ANOVA sssssecsssseeeseneesennneesaneeessneeeanaees Ejercicios 5. Supuestos y alternativas del andlisisde varianza 1 Supuestos nilisis gréfico de los residuos 5.3 Transformaciones de los datos .. 5.4 Prucba de rangos de Kruskall y Wallis «. 5.5 Medias o-recortadas en aniilisis de varianza . jercicios 6, Comparaciones miiltiples .... 6.1 Contrastes entre medias de tratamientos ., 6.2 Contrastes ortogonales .. xilisis de contrastes ortogonales 64 Comtrastes no ortogonales y sugeridos por los datos Métodos de Bonferroni y Scheffé 6.6 Comparaciones de medias por pares .... 6.7 Método de Fisher, MDS 6.8 Método de Tukey, DHS 6.9 Método de Student-Newman-Keuls, 6.10 Método de Duncan, RMD ... - 6.11 Método de Dunnett: comparaciones con un control . 6.12 Método de Dunn: comparaciones por pares usando rangos Bjercicios .. 7. Diseito de bloques aleatorizados 7.1 Diseiio de bloques completos al 7.2 Modelo matematico para un DBA y bloques fijos . 7.8 Restriccién de aleatoriedad y eficiencia de un DBA .. 7A Supuestos del modelo y prueba de aditividad oS 7.5 Bloques aleatorios y modelos mixtos ..... 7.6 Datos perdidos y disefios no ortogonales « 7.7 Diseios de bloques con medidas repetidas .....- 7.8 Prueba de rangos de Friedman para un DBA. ...ceeeees Ejercicios ... torizados en 8. Disefos de cuadrado latino .... 8.1 Disetios de cuadrado latino .......cceseeese 46 99 102 108 106 107 110 HL 113 14 115 7 120 120 122 125 126, 128 132 153 136 137 142 142,ix 8.2 Analisis de un diseito de cuadrado latino 8.5 Disefios de bloques incompletos .... 8.4 Ditehios Conmiltatos cxcsrnmaremacmememummavanenacucn: 147 8.5 Cuadrados latinos repetidos .. 149 Bjercicios 150 9. Experimentos factoriales 9.1 Caracterizacién de los experimentos «... 9.2 Modelo matemitico en estudios bifactoriales 9.3 Modelos mixtos si.essssseseesneiesusnaninstinsisenannsenenanssnnetensnnise 9.4 Experimentos bilactoriales con una observaci6n por celda 9.5 Experimentos bifactoriales en un DBA ... 9.6 Experimentos factoriales 2" 9.7 Experimentos factoriales 2° Ejercicios .. 170 10. Experimentos anidados 0 jerarquicos 17 10.1 Modelo mixto ... 177 10.2 Modelo aleatorio 180 10.3 Otros modelos .. 183 Ejercicios 186 11, Regresién lineal simple 189 11.1 Concepto de regresién 189 11.2 Regresi6n lineal simple .. 191 11.8 Estimacién de los pardmetros de la regresion 196 11.4 Anilisis de los residuos loses 197 11.5 Falta de ajuste y diagndstico en regresi6n 199 11.6 ‘Transformaciones en regresi6n .... 2 11.7 Variable independiente aleatoria 206 11.8 Otros métodos de regresi6n .. 3 208 11.9 Valores éptimos de X y mimero de repeticiones 210 11.10 Correlacién lineal simple 211 Ejercicios ....... ee a 2 214 12, Variables categéric 220 12.1 Datos categories ......-. ea re 220 12.2 Prueba de bondad de ajuste multiino 3 221 12.8 ‘Tablas de contingencia r x ¢ 224 12.4 Tablas de contingencia 2 x 2 227 12.5 Tamaiio de Ta muestra... . . 229 12.6 Prueba exacta de Fisher essen 230 12.7 Homogeneidad de experimentos repetido: 232 12.8 Medidas de asociacion en tablas r xe 235 FJercicios se centceerntsneeneenntennee cevstteennennenenes — 286Referencias bibliograficas .. Apéndices A. Tablas B. Curvas caracteristicas de operacién para el modelo de efectos os en el andlisis de varianza sissies C, Curvas caracteristicas de operacién para el modelo de efectos aleatorios en el analisis de varianza Indice analitico 241 247 247 267Introducci6n Convencido de la utilidad y pertinencia de un texto guia para los cursos de disetio. de experimentos dictados en la Universidad de Antioquia, y considerandb la escasa bibliografia disponible en nuestro medio, me propuse escribir este libro dirigido, en particular, a los estudiantes que reciben un segundo curso en bioestadistica y, en general, a estudiantes, investigadoresy profesores que requicran disefiar experimen- tos y analizar datos estadisticamente. El libro se enfoca hacia la estadistica experimental, no desarrolla procedi- mientos matemiticos y solamente exige, por parte del lector, los conocimientos minimos de estadistica descriptiva e inferencial, equivalentes a los que normalmente se ensefian en un primer curso de estadistica. Aunque la mayoria de los ejemplos y de los ejercicios provienen del area de la biologia, cl estudiante de otras ciencias tendra suficiente madurez y poca dificultad en visualizar ejemplos similares en sus propias areas de estudio, Los procedimientos estadisticos que se desarrollan en el libro pueden efectuarse con una calculadora de bolsillo. Sin embargo, esos mismos procedimicntos pueden agilizarse, y la probabilidad de cometer errores aritméticos es mucho menor, si se usa el computador; esta herramienta es casi indispensable cuando se desea analizar gnificamente los datos. Los ejemplos y ejercicios numéricos que ilustran los procedimientos del ana- lisis estadistico contienen datos reales, no ficticios tados de investigaciones realizadas por person Medellin El libro contiene doce capitulos en los cuales se discuten los temas fundamen- del disefto y analisis de experimentos. En los tres primeros se fundamenta el y muchos de ellos son los resul- s vinculadas a las universidades de ‘io propiamente dicho. Estos son capitulos basicamente conceptuales donde se establecen las relaciones entre la estadistica y el proceso investigativo; se exponen los principios metodolégicos y filos6ficos del diseno y se muestra su conexidad con, a teorfa de la inferencia estadist ca, En los capitulos 4 y 5 se define y aplica la técnica del andlisis de varianza, que se adopta como la metodologia que se va a emplear en el anilisis de datosxii experimentales, y se discute el cumplimiento de aquellos supuestos que dan validez al anilisis estadistico, Elcapitulo 6 se dedica al andlisis de las comparaciones miltiplesy ofrece amplia gama de metodologias para las comparaciones por pares. En los capitulos siguientes, del 7 al 10, se discuten los diseitos experimentales mas simples pero también los mas comunes en investigaciones cortas y de caracter exploratorio. El capitulo 11 presenta al estudiante los principios de la regresién y la co- rrelacién lineales, Solo se estudia el caso simple o de uma variable a causa de la limitacién de espacio y del bagaje matematico requerido. El capitulo 12 resume el andlisis tradicional de las variables categéricas, como la prueba de homogeneidad de proporciones y las tablas de contingencia. Deseo expresar mis agradecimientos muy sinceros a los profesoresy estudiantes del Departamento de Biologia de Ia Facultad de Ciencias Exactas y Naturales de la Universidad de Antioquia, que me permitieron escudrinar y seleccionar el material bibliografico para los ejemplos y ejercicios de este libro. Igualmente, me declaro en deuda de gratitud con todos los investigadores y profesionales que directa o indirec- tamente me permitieron utilizar sus resultados experimentales para conformar un texto mis enfrentado a la realidad y para que su lectura fue Debo, de la misma manera, reconocer y agradecer a mi esposa Maria Cecilia ya mis dos hijas Marcela y Olga Lucia las privaciones y frecuentes sacrificios en la vida familiar hechos con amor, originados en mi afin de cumplir con el compromiso de ofrecer un libro bien elaborado a la comunidad universitaria. Este libro fue pensado y bosquejado durante los tiltimos diez atios de docen- e mas ame! cia universitaria del tema, pero su escritura me fue posible gracias al beneficio del ito Sabatico concedido por el Honorable Consejo Superior de la Universidad de Antioquia mediante la Resolucién Superior 1501 del 11 de diciembre de 1991. Abel Diaz Cadavid Febrero de 19931 La estadistica en la experimentaci6n 1.1 La investigacion cientifica La estadistica y, en particular, el disetio de experimentos, son considerados en la literatura cientifica como técnicas que deben incorporarse al desarrollo del proceso investigativo. Ubicar la estadistica en el contexto de la investigacién es asunto de la teoria del conocimiento. Sin pretender entrar en el campo filos6fico, se enunciaran algunas ideas relacionadas con la adquisicin del conocimiento cientifico. La ciencia, segtin E. Ander Egg (2001), es el conocimiento racional, cierto 0 probable, obtenido metédicamente, sistematizado y verificable. Segiin su objeto, hay dos tipos de ciencia: las ciencias formales, las cuales estudian ideas, como la fas actuales, que estudian hechos, como las ciencias matemiatica y la légica: y las cienci naturales y h Esta clasificacion tiene en cuenta el método por el cual se ponen a prueba los emunciados de cada ciencia. Mientras las ciencias formales usan el proceso deductivo cias fiicticas necesitan la observacion o la experi y tratan con entes ideales, las cie mentacidn, o de la observaci6n y la experimentacién, para confin nar sus conjeturas; es decir, son ciencias empirica Por otra parte, segtin el tipo de interés que se tenga en la biisqueda del cono- s y objetivas cimiento, la ciencia tiene dos propésitos: incrementar el conocimiento y contribuir al bienestar y al poder de los pueblos. A la primera se le Hama ciencia pura y a la segunda ciencia aplicada. Es claro que esta subdivision no esta delimitada rigida- mente: la ciencia es pura solamente en el sentido de que no se preocupa de las aplicaciones, pero sus resultados pueden eventualmente contribuir a la solucién de un problema de naturaleza real. La ciencia es a la vez pensamiento y accion. Se crea ciencia mediante la inves- tigacién y su producto final es el conocimiento. La investigacién, por su parte, ¢s ante todo un proceso creativo Hleno de dificultades ¢ imprevistos. Se construye el conocimiento a medida que avanza el proceso, pero este no es automatico: no hay un conjunto de reglas tinico para tratar un problema cientifico; es decir; la capacidad2 / Diseio estaditic de experimentos creativa es una fancién de la imaginacién y del talento de una persona, y no puede reducirse a un proceso mecanico. Se puede, sin embargo, diferenciar dos caminos en la practica cientifica: la postulacion, que implica la deduccién logica, y la experimentacion, que incluye el método cientifico. El método de la ciencia 6 método cientifico, es un proceso que da indicaciones para avanzar en la investigacién y suministra medios para evitar algunos errores, pero no reemplaza la inventiva ni la originalidad. Bunge (1988) describe ocho pasos en la aplicacién del método cientifico, ellos son 1, Emunciar preguntas bien formuladas y verosimilmente fecundas, 2. Arbitrar conjeturas fundadasy contrastables con ka exper a las preguntas formuladas. 8. Derivar consecuencias Igicas de las conjeturas, 4, Arbitrar (écnicas para someter las conjeturas a contrastacién. Someter, a su vez, a cont \cia para contestar astacion esas técnicas para comprobar su rele vancia. 6, Llevar a cabo la contrastacion ¢ interpretar los resultados. 7. Estimar la pretensin de verdad de las conjeturas y la fidelidad de las técnicas. 8, Determinar los dominios en los cuales son validas las conjeturas y las téenicas, y formular problemas nuevos originados por la investigaci6n. En un problema o situacién real, estos pasos estan tan intimamente relaciona- dos que resulta dificil diferenciarlos completamente. El proceso no es uniforme ni infalible, estando en un paso intermedio es posible que se deba regresar a uno de los pasos iniciales: aun habiendo recorrido todo el proceso, no se garantiza el éxito total. Por otra parte, el desconocimiento o la omisién del proceso cientifico no invalidan un posible hallazgo o invencion, pero si aumentan terriblemente la probabilidad de fracaso en cualquier intento de contribuir al conocimiento. 1.2 La estadistica y el método cientifico La experimentacion dentro del proceso cientifico debe ir asistida por técnicas esta- disticas: los andlisis descriptivo y exploratorio de datos ayudan en el reconocimiento de los problemas y en el planteamiento de las hipétesis, pasos 1 y 2 anteriores; el diseito estadistico de experimentos y el muestreo aportan las bases para la planea- cion, recolecci6n de datos y validacion de Ia informacion, pasos 4 y 5:y la inferencia estadistica, por mi cidn de hipétesis, estimaciones y conclusiones, pasos 6, 7y 8, es la tinica que ofrece métodos basados en la probabilidad para obtener inferencias inductivas validas. dio de la contrast La estadistica sirve de puntal al investigador en el disefio y anilisis de sus ex- perimentos. Bien aplicada, conduce a la realizacién de diseitos mas eficientes con el consigniente ahorro de tiempo y recursos, a la vez que se gana en informacion. Al contrario, exper pueden arruinar todo un proyecto de investigacién. La estadistica ayuda a responder preguntas, no a formularlas. Para dar los tres mente s mal disehados conducen frecuentemente a errores queLa estadistica en la experimentacion | 8 ador no requiere la estadistic: -cuencias de ellas. primeros pasos en la practica cientifica, el investig esta le dice poco acerca de cémo descubrir hipétesis o derivar cons sin embargo, el conocimiento de sus principios y métodos le favorece en el momento de escoger aquellas conjeturas contrastables, que deben traducirse al lenguaje ma tematico para su verificacién. Por otra parte, mediante la estadistica se corrobora o se refuta una hipstesis pero no se demuestra; es decir, esta no puede establecerse con certeza. Aqui se esti poniendo en relieve que los métodos estadisticos no son de naturaleza deductiva sino inductiva. Atin permanece el concepto, no cientifico, sobre la posibilidad de falsear ciertas conclusiones wiilizando estadistica, Disraeli, politico y eseritor inglés del siglo xix, decia que habia tres clases de mentiras: mentirillas, mentiras execrablesy estadisticas Segtin Di Trocchio (1998), entre las habilidades de algunos cientificos para enganar a sus lectores esti el conocimiento profando de los trucos estadisticos, que otorgan la posibilidad de sostener con rigor matemitico toda idea surgida de la f Como ocurre con otras ciencias, la estadistica puede utilizarse con fines no siempre plausibles, pero esto no le quita su cardeter cientifico. ntasia 1.3 Clases de experimentos Los experimentos se han clasificado en absolutos y comparativos. En los prime- ros, el objetivo es la determinacién de propiedades absolutas de un conjunto de ajos en objetos; por ejemplo, la determinacion del ntimero de especies de escara una region, el porcentaje de individuos que sufren una enfermedad, el peso de un planeta, etc. En los experimentos comparativos, el objetivo es establecer comparaciones entre objetos que reciben tratamientos diferentes. En agricultura, por ejemplo, es usual comparar semillas, fertilizantes, inseeticidas, riegos y suelos; asi mismo, la potencia ina droga puede establecerse comparandola con la de otras drogas, incluyendo iduos, procesos, maquinas, de 1 forma, las diferencias entre indi controles. De igu teriales y otros mas, se establecen generalmente por comparacion. Los estudios comparativos pueden ser experimentales w observacionales experimentales, el investigador controla, es decir, mantiene constante o varia delibe- En los radamemte, aquellos factores que parecen tener mayor influencia en los resultados del fenémeno en estudio. El control de las condiciones experimentales, le permite fecto entre las variables de respuesta y los se les llama experimentos disefiados, y son al cientifico establecer relaciones ausa factores controlados. A estos tambié universalmente reconocidos como los métodos explicativos mids potentes en la ciencia. Sin embargo, no siempre son aplicables. En medicina por ejemplo, razones éticas acion, mientras que en ecologi ia seria necesario y legales podrian impedir su ut esperar cincuenta o nds aiios para comparar experimentalmente el crecimiento de los bosques. En consecuencia, la estrategia investigativa debe reducirse con frecuenci enfoque observacional. En este, el investigador no tiene control sobre los factores que causan los cambios en los resultados del fenémeno, y debe limitarse a observar ia al4 | Diseio estadistic de experimentos su forma de manifestarse para establecer relaciones asociativas entre factores y respuestas. Ambos enfoques investigativos tienen como objetivo dilucidar las relaciones causa-efecto entre las variables en estudio. La metodologia estadistica aplicada a los experimentos disentados puede aplicarse también a los experimentos observaciona- les, aunque las conclusiones son, por lo general, menos convincentes y mas débiles para los tiltimos. Los estudios observacionales pueden ser descriptivos, exploratorios y analiticos Los primeros describen el comportamiento de un fenémeno en el tiempo y buscan relaciones o asociaciones estadisticas entre sus variables, Pueden ser transversales refieren a un momento en el tiempo, o longitudinales si cubren un periodo establecido para la observacién del comportamiento del fenémeno, Los estudios exploratorios invohucran inicialmente un conjunto grande de hipotesis de investigaci6n para, finalmente, desechar aquellas que estin en contra- diccién con los hechos observados y sugerir hipétesis especificas que posteriormente justifiquen una investigaci6n detallada, Por otra parte, los estuctios analiticos tienen como finalidad contrastar estas hipotesis particulares. Ahora bien, los paradi isma di- reccién que un experimento disefiado, esto es, parten de causas postuladas hacia efectos reconocibles, se laman experimentos prospectivos 0 de cohorte. Aquellos que siguen el proceso contrario, los que especifican efectos y buscan las causas po- sibles, son experimentos retrospectivos, llamados también casos y controles. ‘Tanto los unos como los otros son de aplicaci6n frecuente en epidemologia, ecologia y en las ciencias sociales, Schlesselman (1982), Grimes y Schulz (2002). Cuando el cientifico toma la iniciativa de estudiar un fenémeno aleatorio, ya tiene al frente un problema estadistico: planteado el problema, es necesario reco- ger informacién para hacer inferencias. El diseiio y analisis de experimentos caen en la esfera de la recolecci6n e interpretacién de datos, pero el muestreo también esta orientado en la misma direccién. Segtin Das y Giri (1986), aunque las teorias de encuestas por muestreo y disefio de experimentos conciernen con las técnicas de recolecci6n de datos, cumplen propésitos diferentes. La teorfa de encuestas por muestreo deriva métodos para seleccionar muestras de poblaciones con existencia real y casi siempre finitas, de modo que la muestra obtenida representa adecuada- mente ¢ interpreta exactamente a la poblacidn. En el caso de los experimentos, lo que existe es un problema para resolver y es necesario fabricar o crear la muestra mediante la experimentacién apropiada, de modo que la respuesta al problema pueda inferirse de estos datos. Los métodos de las encuestas por muestreo han sido incluidos por varios escritores como una rama del disefio de experimentos absolutos, en cuanto per- mite la determinacion de caracteristicas particulares para uma poblacién especifica (Hinkelmann y Kemptorne, 1994). No obstante, en este texto no se inchuira la teoria del muestreo que por su amplitud puede ser objeto de otro libro, por ejemplo, Diaz (1981), Cochran (1995) y Ospina (2001). sis mas observacionales que proceden en la 1La estadistica en la experimentacion | 5 Ejercicios 11Cla car los experimentos cientificos. Sugerencia: hacer un cuadro sin6p 1.2 Ubicar la investigaci6n biolégica dentro de la ciencia segtin su objeto, su interés y el camino que sigue en la adquisicién del conocimiento. 1.3 Dar ejemplos de experimentos absolutos, estudios experimentales y estudios observacionale 1.4 Discutir las siguientes a a, Los experimentos cientificos buscan descubrir relaciones causa entre dos o mas variables efecto rrelaciones causa-efecto entre 6. Sin la estadistica no es posible estable las variables en estudio. 6, Laestadistica tiene el peligro de resultar mentirosa si no corrobora las hipstesis de investigacion. d. Con la estadist nada, ca se puede probar todo y por tanto no se prueba ¢. La estadistica puede Hevar a la certeza en el conocimiento porque se fundamenta en la teorfa de la probabilidad. 1.5 Leer el articulo Introduccién al mélodo cienti ico (Escobar y Urdn, 1980). 1.6 Leer el libro escrito por Manotas y otros (1996). Este texto presenta una visién de la metodolog en las ciencias de la salud. a de la investigac2 Principios del disefio de experimentos -1 Vocabulario del disefio experimental Muchos de los métodos estadisticos del diseno experimental fueron innovados por R.A. Fisher y F. Yates durante su trabajo en Ja Estacién Experimental Agricola de Rothamsted, Inglaterra, en los primeros afios del siglo xx. De ah{ que el vocabulario al de esta disciplina se haya derivado de la biologia y la agricultu Hoy dia, el disetio de experimentos se emplea en casi todas las areas del cono- cimiento aplicado, y palabras como tratamiento, nivel, bloque y parcela, han perdido su comnotaci6n agricola: su significado original se ha generalizado al aplicarse a la prictica cientifica de otros campos del saber. Algunos de los términos que se usarsin frecuentemente en este libro son los siguientes. Variables dependientes e independientes. El concepto de independencia en ne de la al, donde experimentacién Jea matemstica de relacion funcion el cambio de los valores de una variable —dependiente— es el resultado directo de la manipulacién de los valores de otra u otras variables —independientes—. Por ejemplo, el peso de un individu —variable dependiente— varia segiin su alimentacién, edad y sexo Variable de respuesta, EF la caracteristica observada o medida en cada unidad ex- perimental: también se llama variable dependiente. En el ejemplo anterior, la variable peso (medida en kg) es la variable de respuesta. Factor, Es una variable independiente que se evalita en ka investigacién. Los factores pueden ser experimentales u observacionales, se Haman factores de estudio y se diferencian de otras variables independientes que no son de interés primordial variables independientes. enelestudio, pero que pueden afectar a la variable de respuesta; estas tiltimas son Hlamadas factores de control. Si se investiga el efecto de una dieta en el peso de un individuo, el factor experimental es la dieta, mientras que factores control podrian ser el sexo, el clima, la raza, entre otros. Niveles de los factores. Un nivel cs cada uno de los atributos 0 estados en que se descompone un factor. Los niveles del factor dieta podrian ser varias clases de dietas: por ejemplo, harina, grasa animal y grasa vegetal. El factor sexo tiene dosPrincipios del dish de experinentos ['T niveles: macho y hembra, y es un factor observacional. La temperatura puede serun factor de estudio y tomarse a tres niveles, 40, 60 y 80°C. Una enfermedad puede darse en los estados © niveles inicial, intermedio 0 avanzado. Tratamiento. Es un nivel de un factor cuando el estudio es unifactorial. En estudios multifactoriales, un tratamiento es una combinacién de niveles tomando uno de cada factor. En el estudio de las dietas, un tratamiento es, por ejemplo, ma dicta rica en grasa animal. Supéngase que se desea investigar el rendimiento de wna variedad de aven y se tienen como factores el clima, frfo o templado: el riego, sin riego, riego esporddico o riego permanente, y el método de siembra, manual o mecinico. Un tratamiento para este experimento consiste en sembrar manualmente en tierra fria y sin riego. El estudio tendria doce tratamientos en total. Unidad experimental. Ks la parte mas pequetia del material experimental a la que se le puede aplicar un tratamiento. Es, por tanto, el objeto sobre el que se iza una medicién w observacion En agronomfa, una unidad experimental puede ser una matera, una parcel, una finca o una region geogréfica. En medicina, puede ser una persona, un animal, un consultorio, un hospital, un grupo de diez camas con enfermos, etc. Si se investiga la hipertension, el grupo sanguinco, el sida o similares, la unidad ¢s el sujeto. En otros casos, la unidad experimental puede ser el higado, un miembro 0 una parte de la piel del individuo. La unidad experimental también puede ser un sitio escogido en un rio, u profundidad dada en un lago, tm cuadrante de diez metros en un bosque. un Arbol, una rama o una flor de un arbol, etc. Segtin el objetivo de investigaci una maquina, un lote de materia prima, wn dia de Ja semana, un grupo de estudiantes, um hotel, un Ingar de la ciudad, también pueden ser tnidades experimentales. En el disefio de un experimento va incluida la labor de definir el tamaiio, la forma, el reconocimiento, la ubicacion y la diferenciacion de las umidades ex- perimentales. Una unidad experimental, en adelante we, puede subdividirse en unidades de muestreo. Si una parcela tiene varios cientos de plantas, la unidad de muestreo podria ser un conjunto de diez plantas seleccionadas al azar. Si ka unidad mayor es um estanque con peces, la unidad de muestreo puede ser un pez om grupo de peces de ese estanque. Bloque. Es un grupo de unidades experimentales homogéneas. La agrupacié: unidades homogéneas en bloques permite reducir el error experimental. £ es uno de los diseiios baisicos que se versin posteriormente. is el resultado de las observaciones © mediciones hechas a cada unidad ex- perimental y, un conjunto de ellos, conforman la base para hacer los caleulos estadisticos. a a nm, Dato, Poblacién, Desde el punto de vista del investigador, es el conjunto de todas las uni- dades experimentales que podrian recibir uno de los tratamientos. El objetivo de la investigacién debe establecerse en términos de esta poblacién. Para el estadistico, la poblacién es el conjunto de datos que podrian obtenerse de todas las unidades experimentales