Puedes seguir el tutorial por vídeo en YouTube

1 Introducción al diseño de experimentos.

1.1 Diseños de experimentos hoy.

1.2 Definiciones básicas en el diseño de experimentos.

1.3 Etapas en el diseño de experimentos.

1.4 Consideraciones prácticas sobre el uso de métodos estadísticos.

El conocimiento estadístico es vital. El experimentador debe tener un buen nivel de conocimiento técnico y práctico sobre el fenómeno o proceso que estudia.

Hay reconocer la diferencia entre significancia estadística e importancia práctica. En ocasiones, un experimentador puede concluir que tratamientos son diferentes estadísticamente, pero que tales diferencias, aunque sean significativas, no necesariamente representan una diferencia que en la práctica sea importante. Por ejemplo, se puede dar el caso que un ensayo concluya que la aplicación de un determinado abono, conlleve un aumento de la producción estadísticamente significativo de 100 kg/ha de algodón, pero esos kilos, pueden no ser importantes para un agricultor.

1.5 Principios básicos.

El punto de partida para una correcta planeación es aplicar los principios básicos del diseño de experimentos: aleatorización, repetición y bloqueo, los cuales tienen que ver directamente con que los datos obtenidos sean útiles para responder a las preguntas planteadas.

Aleatorización. Consiste en hacer tratamientos experimentales en orden aleatorio (al azar) y con material también seleccionado aleatoriamente. Este principio aumenta la probabilidad de que el supuesto de independencia de los errores se cumpla, lo cual es un requisito para la validez de las pruebas de estadísticas que se realizan. También es una manera de asegurar que las pequeñas diferencias provocadas por materiales, equipo y todos los factores no controlados, se repartan de manera homogénea en todos los tratamientos.

Repetición. Es correr más de una vez un tratamiento o una combinación de factores. Es preciso no confundir este principio con medir varias veces el mismo resultado experimental. Las repeticiones permiten distinguir mejor qué parte de la variabilidad total de los datos se debe al error aleatorio y cuál a los factores.

Bloqueo. Consiste en nulificar o tomar en cuenta, de forma adecuada, todos los factores que puedan afectar a la respuesta observada. Al bloquear, se supone que el subconjunto de datos que se obtengan dentro de cada bloque (nivel particular del factor bloqueado), debe resultar más homogéneo que el conjunto total de datos.

1.6 Clasificación y selección de los diseños experimentales.

Existen muchos diseños experimentales, pero en el ámbito técnico agrícola, los que más se dan son los siguientes:

  • Diseños para comparar dos o más tratamientos.

  • Diseño completamente al azar.
  • Diseño de bloques completos al azar.

  • Diseño de cuadros latino y grecolatino.

  • Diseños para estudiar el efecto de varios factores sobre una o más variables de respuesta.

  • Diseños factoriales 2k.
  • Diseños factoriales 3k.

  • Diseños factoriales fraccionados \(2^{k-p}\).