DISEÑOS DE EXPERIMENTOS CLÁSICOS

Flowchart nodes

• Tipos

• Diseño completamente aleatorio

• Diseño en bloques o con factor de bloque

• Diseño con dos o más factores bloque

• Diseño con dos o más factores

•  comparar dos o más tratamientos,  sólo considera dos fuentes de variabilidad: los tratamientos y el error aleatorio

•  factor de bloque es un factor en el que no se está interesado en conocer su influencia pero se incorpora al diseño del experimento para disminuir la variabilidad residual del modelo.

• consta de dos o más factores, cada uno de los cuales con distintos valores o niveles, cuyas unidades experimentales cubren todas las posibles combinaciones de esos niveles en todo los factores

• Principios básicos

•  determinar Réplicas del experimento 

• Realizar la Aleatorización

• Análisis por bloques

• Planificación de un experimento

• 1.- Definir los objetos del experimento. 2.- Identificar todas las posible fuentes de variación. 3.-Tratamientos, regla de asignación. 4.- Especificar las medidas en la que se trabajará, procedimientos. 5.-Realizar experimento piloto. 6.- Especificar modelo. 7.- Esquematizar los pasos del análisis. 8.- Determinar el tamaño muestral. 9.- Revisar las decisiones anteriores, modificar si es necesario.

• -ANOVA -Diagramas de Cajas -Gráficas de medias

• Conceptos básicos

• *Experimento *Unidad experimentas *Variables de respuesta *Factores controlables *Factores no controlables o de ruido *Factores estudiados *Niveles y tratamientos *Error aleatorios *Error experimental  

•  Diseños de experimentos

• bloques inompletos balanceados

• METODO LSD 

• METODO TUKEY 

• METODO DUNCAN 

• se utiliza en la tabla ANOVA crear intervalos de confianza  en las medias de los errores controlando la tasa de erro controlado por familia en un determinado nivel 

• Test de comparaciones múltiples  comparar las medias de los T niveles de un factor después de haber evaluado la hipotesis nula de igualdad de medias mediante la tecnica anova

• El Test LSD  Fisher  de comparaciones múltiples. Permite comparar las medias de los t niveles de un factor después de haber rechazado la Hipótesis nula de igualdad de medias mediante la técnica ANOVA.

• permite disminuir la variánza de error y proporciona comparaciones mas precisas lo que no es posible con método de bloques completos