Diseño de Experimentos
Clase 1
Introducción al Diseño de Experimentos. Conceptos Básicos de Estadística
Descriptiva
2023-I
Ingeniería Agroecológica
IAGR - VII
VL283
C406
UNIVERSIDAD MINUTO DE DIOS
1
2
Objetivos
1.
Identificar las etapas/componentes del método científico
2.
Dominar conceptos estadísticos básicos
3.
Conocer y defender la aplicabilidad del diseño de
experimentos en el método científico
Método Científico: un
modo de proceder
El Método Científico ha
caracterizado a las ciencias
naturales desde el siglo
XVII y consiste en la
observación sistemática,
medida, y experimentación,
y la formulación,
comprobación, y
modificación de hipótesis.
The Oxford Dictionary of English (revised edition). Ed. Catherine Soanes and Angus
Método científico (Kempthorne, 1952)
• Observación del fenómeno en estudio, durante la cual se colectan los
elementos básicos, en términos abstractos
• Se establecen las bases lógicas de una teoría
• Se lleva a cabo el desarrollo de la teoría formulada
• Predicción de eventos futuros para tomar decisiones sobre un factor
y/o tratamiento.
Método científico (Box, 1957)
1. Conjeturas, donde las investigaciones experimentales de
resultados iniciales son tenidas en cuenta para plantear
nuevas hipótesis a ser juzgadas.
2. Diseño y planeación del experimento, donde algunas formas
para juzgar una nueva hipótesis son desarrolladas.
3. Desarrollo del experimento.
4. Análisis, donde los datos experimentales son cuidadosamente
examinados para determinar qué evidencia tienen en relación
con la hipótesis de estudio
Método científico (Box, 1957)
1. Conjeturas, donde las investigaciones experimentales de
resultados iniciales son tenidas en cuenta para plantear
nuevas hipótesis a ser juzgadas.
2. Diseño y planeación del experimento, donde algunas formas
para juzgar una nueva hipótesis son desarrolladas.
3. Desarrollo del experimento.
4. Análisis, donde los datos experimentales son cuidadosamente
examinados para determinar qué evidencia tienen en relación
con la hipótesis de estudio
¿Diseño experimental, para qué sirve?
“Un buen diseño experimental es aquel que proporciona la información
requerida con el mínimo esfuerzo experimental”.
Importancia en la fundamentación del método
científico
Por medio del diseño de experimentos podemos describir,
analizar y predecir eventos.
Método científico (Box, 1957)
1. Conjeturas, donde las investigaciones experimentales de
resultados iniciales son tenidas en cuenta para plantear
nuevas hipótesis a ser juzgadas.
2. Diseño y planeación del experimento, donde algunas formas
para juzgar una nueva hipótesis son desarrolladas.
3. Desarrollo del experimento.
4. Análisis, donde los datos experimentales son cuidadosamente
examinados para determinar qué evidencia tienen en relación
con la hipótesis de estudio
Definiciones …
La Estadística es “la disciplina científica que
trata de la recolección, análisis, y presentación
de datos”
Clases de Estadística:
1. Estadística Descriptiva
1.1 Univariable
1.2 Bivariable
2. Estadística Inferencial (Análisis o contraste
de hipótesis)
3. Estadística Multivariable
¿Qué son los datos?
Variable
Una variable es la característica medida u observada cuando se
realiza un experimento o una observación. Las variables pueden
ser no-numéricas. (categóricas) o numéricas. Desde una
observación no-numérica siempre puede codificarse
numéricamente, por lo que una variable, normalmente, siempre
es numérica”
Pregunta en clase:
En un ejemplo hipotético acorde con su carrera, elija una unidad
experimental y proponga las variables que podría medirle.
Tipos de datos
Los datos de Tipo I o datos
brutos, “raw data” o
microdatos. Se dispone de
los datos o valores que se
tiene para todos y cada
uno de los casos.
Los datos Tipo II, se obtienen
de hacer conteos con los
datos Tipo I, como, por
ejemplo, la frecuencia, el
número de casos que hay en
cada categoría o el número
de veces que se repite o
aparece cada valor o
categoría distinta (tabla de
frecuencias)
Los datos Tipo III,
también se muestra la
frecuencia o el número
de casos, pero por
intervalos (Tabla de
frecuencias por
intervalos).
Ejercicio en Clase
Distribución y categorización de las edades de un grupo de personas
*Regla de Sturges: establece que el número de clases es igual a uno más el logaritmo en
base dos del número total de datos. La regla de Sturges fue creada en 1926 por el
estadístico alemán Herbert Sturges.
Estadísticos descriptivos uni-variables y gráficos
Grupo
Tendencia Central
Dispersión
Estadístico
Moda
Mediana
Media
Mo
Me
X
Rango o Amplitud
A
2
Varianza
S
Desviación Típica
S
Coeficiente de Variación CV
Forma
Asimetría
Apuntamiento
Otros
Tabla de Frecuencias
Percentiles
Momentos
Gráficos
Diagrama de Barras
Histograma
Polígono de Frecuencias
g1
g2
Variables cualitativas
Estadísticos de tendencia central: la moda,
mediana y media
Se utilizan para describir características de centralidad de las variables
La moda
La moda es el valor o categoría de la variable que se repiten más veces o que tiene una
frecuencia mayor. Esta es la moda considerada absoluta.
La mediana
La mediana es el valor de la variable que deja por debajo el 50,0% de los
casos. Por lo que por encima de su valor está el otro 50,0%.
La media
La media es el valor que tendrían todos los casos, si todos los casos
tuviesen el mismo valor o también se puede considerar como el centro de
gravedad de la variable o el punto de apoyo que la mantiene en equilibrio,
esto es, que la suma de los valores de los casos que hay a la izquierda
“pesan” lo mismo que la suma de los valores de los casos que hay a la
derecha y es la suma de los valores de todos los casos dividida por el
número de casos.
Estadísticos de Dispersión
Los estadísticos de Tendencia Central representan a la
variable a través de un único valor. El riesgo es que este
valor sea representativo o no de todos los casos. La
media no proporciona información de cómo están
situados todos los casos respecto de ella.
Con las medidas de dispersión se obtiene
información de cómo están situados los casos
respecto a un estadístico de tendencia central,
normalmente, la media.
Rango o Amplitud de la variable
Se define rango o amplitud de una variable, y
se denominará por A, a la diferencia entre el
valor mayor y el menor de la variable, o sea,
los valores más extremos de la variable.
A= VM-Vm
En donde:
A: Amplitud.
VM: Valor mayor de la variable.
Vm: Valor menor de la variable.
La varianza
El concepto de dispersión es medir la distancia de todos los casos respecto
a algún estadístico de tendencia central, normalmente la media.
La desviación típica o desviación estándar
Si se aplica la raíz cuadrada a la varianza, se le quita el
cuadrado al valor y a las unidades y el valor obtenido se le llama
desviación típica.
El coeficiente de variación
Tanto la varianza como la desviación estándar son estadísticos que se pueden considerar abstractos, el
primero es el resultado es un valor de la variable elevado al cuadrado, al hallar la raíz cuadrada, se elimina
la abstracción, pero el valor está influido por la unidad de medida de la variable; y el segundo, es un
estadístico que no permite interpretar la dispersión de la variable ni compararla con la de otras variables.
Mientras que, el coeficiente de variación es la estandarización de la desviación típica al eliminar la unidad de
medida de la variable.
Valores que puede tomar el Coeficiente de Variación:
• El CV establece la relación entre la desviación típica y la media. Cuanto más se
aproxime a cero, menor será la dispersión de la variable. No tiene unidad de
medida porque las unidades del numerador (desviación típica) al ser las mismas
que las del denominador (media) se eliminan.
• Según el Teorema de Tchebycheff, si 𝑆 ≥ 𝑋, se puede dar la probabilidad de que
haya casos con valores negativos en la variable, o que la variable tuviese un
comportamiento muy anómalo. Por lo tanto, un CV igual o mayor que la unidad
se interpretará como un valor que indica una dispersión anómala. Incluso por
debajo de 1 se considerará desproporcionada. Teóricamente, sólo se puede
considerar una dispersión aceptable cuando CV sea igual o incluso inferior
a 0,5 ó 50,0 %, y cuanto más se aproxime a cero menor será la dispersión.
Las variables según su relación
Las variables pueden ser dependientes o independientes.
En los métodos de investigación y estadísticos, “es una variable que potencialmente puede
ser influida por una o más variables independientes
Por medio de la experimentación se determina si una o más variables independientes
influyen en una o más variables dependientes de alguna manera”
Matemáticamente: “si y es una función de x expresado como una función y = f(x), si la
función asigna un solo valor a y por cada valor de x, entonces y es la variable dependiente”
(McGraw-Hill, op. cit.)
En un diseño experimental la variable independiente es “una variable que es manipulada
por el experimentador, para examinar sus efectos en la variable dependiente”
En una situación experimental, pueden manipularse las variables independientes
sistemáticamente, para que se pueda observar el efecto producido en la variable
dependiente
Técnicas de Investigación
Las Técnicas de Investigación es la forma en como se va
a proceder para recoger la información o datos de las
unidades de Observación (unidades experimentales).
La característica de la información implica dos
Paradigmas: Cuantitativoa y Cualitativob, cada uno con
sus Técnicas de Investigación diferenciadas.
a: Festinger et al, 1953; Ander-Egg, 1982; D’Ancona, 1996; Gambara, 1998; León et al, 1998; Babbie, 1999; Baker, 1999; Corbetta, 2003; Losada et al, 2003;
Hernández Sampieri, 2007)
b: Cualitativo (Festinger et al, 1953; Ander-Egg, 1982; Ruiz O. et al, 1989; Delgado, 1994; Denzin et al, 1994/2005; Valles, 1997; Baker, 1999; Corbetta, 2003;
Flick, 2004a; Flick et al., 2004b; Seale, 2004;), cada uno con sus Técnicas de Investigación diferenciadas.
En ciencia y filosofía, un paradigma es un conjunto distinto de conceptos o patrones de pensamiento, que incluye teorías, métodos de investigación, postulados
y estándares para lo que constituyen contribuciones legítimas a un campo.
Técnicas de Investigación
Paradigma
Técnica
Encuesta
Cuantitativo Experimento
Estudio de Caso
Técnicas Individuales
Dinámicas
Biográficas
Entrevistas
Observación
Técnicas Grupales
Dinámicas
Biográficas
Entrevistas
Observación
Cualitativo