El método científico la base de la experimentación

Glosario:
  1. Población: Son todos los elementos sobre los que se investiga o estudia.
  2. Muestra: Es una porción extraida de la población que se esta investigando o estudiando.
  3. Parámetro: Son medidas descriptivas de toda una población
  4. Objeto de estudio: Es el tema de investigación que se analizará o desarrollará en el estudio.
  5. Covariable: Se refiere a cualquier variable que usualmente no se controla durante la obtención de datos.
  6. Variable: Son condiciones o caracteristicas que varian e influyen sobre los resultados de la investigación.
  7. Variable independiente: Es un factor que el investigador modifica para evaluar su efecto sobre las variables dependientes
  8. Variable dependiente: Es una respuesta al comportamiento de una variable independiente.
  9. Variable constante: Es un factor que no tiene una respuesta a la modificación de la variable independiente por lo que su comportamiento es constante y predecible.
  10. Unidad experimental: Es la parte más pequeña a la que se aplica un tratamiento y se ejecuta un muestreo.
¿Qué es el diseño experimental?

// El diseño experimental es la determinación de cómo se va a desarrollar el experimento. De esta manera se definen las variables que deben ser observadas, la relación entre elementos, cómo van a ser las variables medidas y cómo se van a analizar los datos obtenidos.

Diseñar un experimento es realizar un prueba o una serie de pruebas buscando determinar las variables explicativas de mayor influencia en un ensayo de interés, a través de una o una serie de variables respuesta.

Así, un diseño es una prueba o una serie de pruebas en las cuales se inducen cambios deliberados en las variables de entrada (factores) de un proceso o sistema, de manera que es posible observar e identificar las causas de los cambios en las respuesta(s) de salida. Se buscar minimizar el efecto de las variables no controlables (covariables), procurando estabilizar y minimizar la variabilidad de las respuestas.

Debemos tener en cuenta que:
  1. Provocará el fenómeno que quiere estudiar (manipulará la variable independiente (factor))
  2. Aislará el fenómeno que quiere estudiar (controlará el efecto de las variables externas)
  3. Hay más tipos de diseños de investigacion:
  • Diseño cuasi experimental: Es un plan de trabajo con el que se pretende estudiar el impacto de los tratamientos y/o los procesos de cambio en situaciones donde los sujetos o unidades de observación no han sido asignados.
  • Diseño no experimental: Se basa en categorías, conceptos, variables, sucesos, comunidades o contextos que se dan sin la intervención directa del investigador.
¿Cuál es el objetivo del diseño experimental?,¿para qué se usa?

  • Maximizar el efecto de la variable independiente

  • Controlar las variables externas de efectos sistemáticos

  • Reducir el efecto de las variables externas con efectos aleatorios

¡Hagamos una actividad para hacerlo más ilustrativo!

Supongamos que queremos determinar que marca de gaseosa prefieren consumir los hombres vs. las mujeres y para esto hay que representar las ideas pertinentes, debemos tener en cuenta:

  • ¿Población? Hombre y mujeres que consumen gaseosa
  • ¿Muestra? Hombres y mujeres de la investigación
  • ¿Variables? Marca de la gaseosa, empresa distribuidora, tipo de gaseosa, caracteristicas de la gaseosa

En su proyecto ustedes puede usar todos los criterios, reglas, variables, condiciones, formas de medir, etc. El diseño que ustedes quieran implementar para determinar, comprobar o evidenciar una relación, hay que intentar responder la siguiente pregunta:

¿Cuál es la relación que buscan con el desarrollo de su proyecto?

// Evaluar el efecto de las luces artificiales (azul y roja) y fertilizante (químico y orgánico) sobre el desarrollo morfológico de la acelga

Ejercicios

Ahora van determinar todos los conceptos que puedan, variables, datos, muestra, etc. Para esto les planteamos una situación: Se tiene un cultivo de papa que se encuentra ubicado en un lote de \(1250 m^2\) sembradas en una distribución de \(80 cm\) entre plantas y \(80 cm\) entre hileras donde el 17 % de las plantas están infectadas por Tizón temprano (Alternaria solani) que se encuentran dentro del lote. En este contexto, ¿cuál sería la prevalencia de la enfermedad, y que más podríamos determinar con los datos presentados? en R.

Pista: Hablamos de prevalencia cuando examinamos los casos existentes de la infección.

fres <-expand.grid(X=seq(0.80,25,0.80), Y=seq(0.80,50,0.80))
par(mar=c(5,5,5,6), xpd=T)
  plot(fres, cex = 0.4 ,pch= 18, col = "darkgreen",main="Cultivo de Papa")
legend(26,30,  legend = c("Papa"), fill = c("darkgreen"))

set.seed(2021)

botry = sort(sample(1:1922,249.8,replace=F))

 par(mar=c(5,5,5,6), xpd=T)
  plot(fres[botry,], pch=20,col="red",cex=0.4,
       main="Cultivo de Papa - Alternaria solani") 
  points(fres[-botry,],cex=0.4,col ="darkgreen",pch= 20)
  legend(26,30,  legend = c("Sanas","Enfermas"), fill = c("darkgreen","red"),cex=0.8)