Análisis de diseños experimentales con igual número de submuestras

Proponemos un algoritmo general de tres pasos para analizar los datos de cualquier diseño experimental con submuestreo en el que se haya tomado el mismo número de submuestras por unidad experimental. La explicación detallada de cómo se deriva el algoritmo así como ejemplos numéricos acompañados de programas en puede encontrarlos acá.

Diseño experimental y análisis de varianza

Un diseño experimental sirve para comparar las medias de dos o más tratamientos (niveles de factor) a través del análisis de varianza, propuesto por Ronald A. Fisher a principios del Siglo XX, de los datos experimentales. Como se sabe, un experimento consiste en la manipulación intencional y controlada de una o más variables para evaluar su (supuesto) efecto en la variable dependiente (variable de respuesta). Dependiendo de las características del material experimental, el experimento puede hacerse en un diseño completamente aleatorizado (cuando el material experimental se supone sensiblemente homogéneo), en un diseño de bloques completos al azar (cuando se supone variación en una sola dirección), en diseño en cuadrados latinos (se asume que hay variación en dos direcciones); hay otras variantes de diseño experimental como el diseño grecolatino, parcelas divididas o anidado, bloques incompletos, bloques generalizados, entre otros. Esto es, un diseño experimental consiste en el arreglo físico de los diferentes niveles de factor cuando se realiza el experimento, según la variabilidad del material experimental; la partición de la variabilidad total contenida en los datos experimentales en la variabilidad atribuida a las diferentes fuentes (de variación) se realiza a través del análisis de varianza. Este análisis permite concluir, bajo el modelo de efectos fijos, si hay diferencias estadísticas o no entre las medias de los diferentes niveles tratamientos. La implicación de esta búsqueda es, entre otros ejemplos, encontrar la combinación de factores óptima que nos produce el material más resistente, hallar la mejor combinación de elementos que produce el mayor aumento de biomasa en seres vivos o el nivel de combinación de factores que eficientan un proceso, como la propagación in vitro de una especie de interés económico pero con dificultades para reproducirse en su medio natural.

Other Languages