Según el Programa oficial de la asignatura , la estructura correcta de la Unidad 2 es:

UNIDAD 2. Diseños con bloques (Semanas 4–6)

  1. Diseño en bloques completos al azar (DBCA).
  2. Diseño en cuadro latino (DCL).
  3. Diseño en parcelas divididas (DPD).

Se mantiene:

  • Modalidad virtual.
  • Escritura manual en segunda sesión.
  • Portafolio acumulativo en RMarkdown.
  • Entrega física al cierre de la unidad (Semana 6).

📘 DISEÑO EXPERIMENTAL (2026-1)

UNIDAD 2 — DISEÑOS CON BLOQUES (Semanas 4–6)

Modalidad Virtual – Microsoft Teams

🗓 SEMANA 4 — DISEÑO EN BLOQUES COMPLETOS AL AZAR (DBCA)

1️⃣ Objetivos de la Semana 4

El estudiante deberá:

  • Comprender el principio de bloqueo.
  • Formular el modelo matemático del DBCA.
  • Diferenciar DCA y DBCA.
  • Construir la tabla ANOVA del DBCA.
  • Implementar el DBCA en R y Python.

📚 SESIÓN 1 — Fundamento Teórico

Interacción “Estudia y Aprende”

Prompts sugeridos:

  1. Explica el principio de control local.
  2. ¿Por qué el DCA no es adecuado cuando existe heterogeneidad?
  3. Define formalmente el DBCA.

Modelo:

\[Y_{ij} = \mu + \tau_i + \beta_j + \varepsilon_{ij}\]

Se analiza el papel del bloque como reducción del error experimental.

📚 SESIÓN 2 — Implementación Inicial

Implementación en R

modelo_dbca <- aov(rendimiento ~ tratamiento + bloque, data=datos)
summary(modelo_dbca)

Implementación en Python

modelo = ols('rendimiento ~ C(tratamiento) + C(bloque)', data=df).fit()
sm.stats.anova_lm(modelo, typ=2)

✍️ Escritura Manual (Semana 4)

Se ejecuta el Prompt Global aplicado al DBCA.

Se escribe una hoja con:

  • Fundamento del bloqueo.
  • Modelo matemático.
  • Tabla ANOVA.
  • Diferencias con DCA.
  • Ejemplo aplicado.
  • Reflexión.

📌 No se entrega aún.

📘 Portafolio — Actualización

Agregar sección:

# Semana 4 — DBCA

## Fundamento del Bloqueo
## Modelo Matemático
## Tabla ANOVA
## Implementación en R
## Implementación en Python
## Reflexión