Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Diseño Experimental en Bloques

No description

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Diseño Experimental en Bloques

Diseño Experimental en Bloques Completos Completamente al Azar
Ejemplo de Prueba de Hipótesis para un Diseño de Bloques Completos Completamente al Azar
En un experimento realizado en San Juan de la Vaquería, en junio de 1981, se analizaron siete variedades de soya con cuatro repeticiones. Los rendimientos se dan en Kg/parcela.
Bibliografía
Daniel, W. W. (2006). Bioestadística: base para el análisis de las ciencias de la salud (4a Edición ed.). Limusa Wiley.

Montgomery, D. C. (2005). Diseño y análisis de experimentos (2a Edición. ed.). Limusa Wiley.

Padrón Corral, E. (1996). Diseños Experimentales con Aplicación a la Agricultura y la Ganadería. México: Trillas.
Prueba de Rango Múltiple de Duncan
Diseño en Bloques Completos Completamente al Azar
Unidad Saltillo
Maestría en Ciencias en Sustentabilidad de los Recursos Naturales y Energía
Biól. Nelson Alexander Arreaga Tovar
Taller Extra-Curricular: Modulo 2 - Métodos de diseño de experimentos y análisis de resultados
Responsable: Dr. Prócoro Gamero Melo
Ramos Arizpe, Coah. a 30 de Julio de 2014
Objetivo:

Reunir las unidades experimentales a las cuales se aplicarán los tratamientos, en bloques de cierto tamaño, de tal modo que los tratamientos se efectúen dentro de cada bloque

Fundamento:

La variabilidad entre las unidades experimentales de bloques diferentes será mayor que entre unidades dentro del mismo bloque

Como consecuencia, las diferencias encontradas entre unidades, se deben principalmente a discrepancias entre tratamientos

La disparidad que no se deba al tratamiento, se elimina por el diseño y forma parte del error experimental.

La variabilidad entre bloques no afecta las diferencias entre medias de tratamientos, porque en cada bloque aparece una vez por tratamiento, y así los bloques y tratamientos son ortogonales.
Aplicación:

Durante el experimento todas las parcelas dentro del bloque se deben tratar igual, excepto cuando se aplique un tratamiento cuyo efecto se quiera medir

Ejemplo: si los tratamientos son niveles de fertilización, todos los demás factores como preparación del suelo, época, densidad de siembra, labores de cultivo, uso de plaguicidas, riesgos y variedades deben ser exactamente iguales para todas las parcelas

Si no es así, se introducirían otras fuentes de variación cuyo efecto no se podría medir, y ocultarían el efecto de los tratamientos en estudio.
Ventajas

a)
Se caracteriza por su equilibrio, fácil planificación y procedimiento de cálculo simple.

b)

Puede proveer resultados más precisos que un diseño completamente al azar del mismo tamaño si los agrupamientos son efectivos.

c)
Sirve para cualquier nº de tratamientos y replicaciones.

d)
El análisis no se complica si se debe descartar, por alguna causa, un tratamiento o algún bloque.

e)
Se puede introducir, deliberadamente, variabilidad en las unidades experimentales para ampliar el rango de validez de los resultados sin sacrificar la precisión de los resultados.
Desventajas

a)
Cuando el número de tratamientos es alto, aumenta la superficie del terreno dentro de cada bloque y también el error experimental.

b)
Las observaciones faltantes dentro de un bloque requiere cálculos más complejos.

c)
Los grados de libertad para el error experimental no son tantos como en el diseño completamente al azar.

d)

Se requieran más presunciones para el modelo: no interacción entre tratamientos y bloques, varianza constante de bloque a bloque.
Full transcript