} 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.
CONCEPTOS IMPORTANTES…1
} 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
CONCEPTOS IMPORTANTES…2
} 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
VENTAJAS
} 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
DESVENTAJAS
} 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:
Yij= Trt + (Tiempoij) + Trt*Tiempo + Eij + µ
¿QUÉ SON MEDIDAS REPETIDAS?
• 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
Ø Degradación de ingrediente activo Ø Conteos microbiológicos
Ø Calidad de un alimento
EJEMPLOS
• 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)
¿POR QUÉ NO ANALIZAR CADA FECHA APARTE?
• 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
¿POR QUÉ NO ANALIZAR MEDIAS PROMEDIADAS A TRAVES DEL TIEMPO?
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 repeFciones)
VENTAJAS DEL DCA • Flexible en cuanto al número de TRT
• El número de repeFciones de cada TRT puede ser diferente
• Fácil análisis estadísFco, especialmente si el número de REP de cada TRT es igual
• Es el diseño con el que se obFene mayor número de GL para el error. La precisión de un EXPT aumenta con el número de GL para el error
DESVENTAJA DEL DCA
• En si no Fene ninguna desventaja
• Cuando la variación entre Unidades Experimentales es grande se debe escoger otro diseño porque el Error Experimental resulta muy inflado
INTRODUCCION • Bloque es un grupo de unidades homogéneas usadas para corregir fuentes de variación debido a gradientes (suelo, ferLlidad, pendiente, Lempos, personas, comunidades, ambientes, etc.)
• Los bloques forman una UE más homogénea para comparar el efecto de los TRT
• En BCA cada bloque conLene todos los TRT’S • Bloques Incompletos al Azar(BIA). Los bloques no conLenen todos los tratamientos del experimento
VENTAJAS BCA • El bloqueo aumenta la precisión removiendo una fuente de variación del Error EXPTL
• Se puede usar cualquier canLdad 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 estadísLco es relaLvamente simple
DESVENTAJAS BCA
• Datos perdidos causan dificultades en el análisis
• Asignación errónea de TRT’s a las UE puede causar problemas en el análisis
• DiWcil el manejo cuando el número de TRT’s es elevado
• Si las UE son homogéneas DCA es mas eficiente
EFICIENCIA DE BLOQUES EN
EXPERIMENTACION
• Si P > .05 no es significaLvo : NO SE JUSTIFICÓ EL USO DEL BLOQUEO • Si P < .05 significaLvo: EL USO DE BLOQUES SE JUSTIFICÓ
INTRODUCCION
• Parcelas divididas son experimentos mulLfactoriales en los cuáles la naturaleza de las unidades experimentales hacen diWcil manejar de la misma manera todas las combinaciones posibles de los factores involucrados
• El InvesLgador desea aumentar precisión en la esLmación de algunos efectos, y sacrificar precisión en la esLmación de otros
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 consLtuyen un arreglo factorial de los tratamientos
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
CONCEPTOS BASICOS…3
• Se sacrifica precisión al esLmar 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
VENTAJAS
• Permiten el uso eficiente de algunos TRT que requieren Unidades Experimentales de mayor tamaño
• Proveen mayor precisión en la esLmación del efecto de algunos factores