Conceptos Clave en el Diseño y Ejecución de Experimentos Científicos

Definiciones Fundamentales

• Experimento: Procedimiento que tiene como fin probar una hipótesis, demostrar la causa y efecto de diferentes variables. Ejemplos: Rendimiento, tamaño de fruto, hoja, tallo, planta, velocidad de crecimiento.
• Factores: Variables de interés controladas hasta cierto punto por el experimentador.
  • Cuantitativas: Discretas y continuas.
  • Cualitativas: Nominales y ordinales.
• Nivel: Modalidad específica dentro de un factor.
• Tratamiento: Cada una de las combinaciones de los niveles de varios factores aplicados.
• Efecto Principal: Contribución de cada factor sobre las variables respuesta.
• Efecto de Interacción: Efectos combinados de diferentes factores.
• Variable Respuesta: Se mide para conocer el efecto de sus factores y niveles.
• Ruido: Interferencias que pueden influenciar sobre la variable respuesta.
  • Tipos de Ruido: Error experimental, error de la medición, error ambiental.
  • Estrategias para Combatir el Ruido: Aleatorización, bloqueo, medición de covariables, replicación, medición repetida.

Tipos de Diseños Experimentales

• Diseño Completamente al Azar (DCA): Diseño más simple, rápido, económico y utilizado. No hay restricciones ni controles de ruido.
• Diseño de Bloques al Azar (DBA): Si el factor es conocido y controlable, se utiliza un bloque. Si el factor es conocido y no controlable, se utiliza una covariable.
• Diseño de Cuadrado Latino (DCL): Se usa cuando es necesario controlar dos variables de ruido y bloquear ambos. Ejemplo: Bloqueo de riego, nivel de fertilización.
• Diseño de Parcelas Divididas (DPD): Diseño combinado usado cuando al estudiar simultáneamente varios factores, algunos se aplican a unidades experimentales (UE) grandes y otros a UE pequeñas.

Tipos de Hipótesis

• Simple
• Compleja

Pasos en la Planeación de un Experimento

1. Reconocimiento y/o planteamiento del problema.
2. Selección de los factores de estudio y niveles de cada uno.
3. Análisis de toda la bibliografía alrededor del mecanismo de dicho tema.
4. Selección de la variable respuesta.
5. Consideración de las posibles variables de ruido.
6. Planteamiento de la hipótesis.

Análisis de Varianza (ANOVA)

ANOVA (o ANDEVA): Es una prueba estadística paramétrica (datos con distribución normal). Las principales pruebas son la T de Student, la prueba F y el valor P.

ANOVA Unifactorial

Cuando Pr (>F) es cercano a cero, más que el valor F, significa que sí hay diferencia significativa.