EXPERIMENTACION.

Presentación del tema: "EXPERIMENTACION."— Transcripción de la presentación:

1 EXPERIMENTACION

2 La experimentación es el recurso que tiene el investigador para encontrar respuesta a interrogantes que surgen continuamente en la evolución de la actividad agropecuaria. A través de la realización de experimentos el investigador puede conocer los mejores procedimientos para lograr nuevos avances en la producción.

3 La realización de un experimento implica la formulación de una o más hipótesis
Los experimentos consisten básicamente en experiencias críticas donde se compara la respuesta del material experimental a distintos tratamientos.

4 Tratamiento: Con este término se designa a procedimientos y materiales cuyos efectos se quieren valorar. Algunos ejemplos de tratamientos Dosis de un producto químico Densidad de siembra Sistema de laboreo de suelos Sistema de riego Raza de ganado Variedad Efectos de una enfermedad Efectos de una fecha de siembra

5 Unidad experimental o parcela: es la unidad en la que se aplica el tratamiento.
Dependen de la naturaleza del experimento Ejemplos: Una planta o grupo de plantas Un árbol o grupo de árboles Un animal o conjunto de animales Una línea o varias líneas de cultivo Una hoja o una parte de una planta Un flanco de un animal Una porción de terreno

6 Las parcelas pueden agruparse para su comparación de distinto modo, en diferentes arreglos, que constituyen los diseños experimentales Se recolecta información de la/s variable/s de interés de toda la unidad experimental o de parte o partes de ella (muestras de la parcela)

7 La metodología más corriente consiste en comparar uno o más tratamientos con otro llamado testigo o control El testigo o control es el procedimiento o material cuya respuesta es conocida. A veces es el no tratamiento.

8 T C Interesará determinar la diferencia T - C
Resultado obtenido con el nuevo tratamiento Resultado obtenido con el tratamiento testigo Interesará determinar la diferencia T - C Si T – C es pequeña se puede pensar que se trata de una situación fortuita (azar o error experimental) Si T – C es grande se puede pensar que se trata de una diferencia real entre los tratamientos

9 El azar o error experimental se puede definir como “todos aquellos factores que siendo conocidos o desconocidos por el experimentador no fueron o no pudieron ser controlados en el experimento” El azar o error experimental es un factor importante a tener en cuenta en el momento que el investigador toma una decisión respecto a los resultados obtenidos. El azar es muy complejo y es casi imposible conocer todos sus componentes, pero el investigador puede estimar su incidencia relativa.

10 La diferencia T – C puede estar determinada por tres causas cuyo peso o importancia ayudarán a investigador a tomar una decisión. una diferencia real atribuible al nuevo tratamiento en comparación con el testigo. una diferencia atribuible a la incidencia de factores incontrolables en el experimento (error experimental en sentido estricto). una diferencia atribuible a factores susceptibles de ser controlados y evaluados por alguna técnica experimental y que forman parte del error experimental.

11 Supongamos que por algún método hemos podido estimar el error experimental.
Podrían presentarse las siguientes situaciones: A Diferencia T – C observada = 2 unidades Estimación del azar = 2 unidades Diferencia real entre T y C = 0 unidades B Estimación del azar = 1 unidad Diferencia real entre T y C = 1 unidad

12 C Diferencia T – C observada = 2 unidades Estimación del azar = 0.2 unidades Diferencia real entre T y C = 1.8 unidades D Diferencia T – C observada = 20 unidades Estimación del azar = 19 unidades Diferencia real entre T y C = 1 unidad El tamaño de la diferencia entre T y C es importante pero más importante es la relación entre el tamaño de la diferencia observada y la parte de la misma que se atribuye al azar.

13 Estimación del azar o error experimental
Requiere de uno de los principios básicos de la experimentación: la REPETICION. Para estimar el error experimental se deben repetir varias veces T y C. Cuando repetimos una observación los resultados son diferentes a los obtenidos la primera vez. Esa variación se debe tener en cuenta en el análisis de experimentos.

14 “Realmente hay muchas fuentes de variación
“Realmente hay muchas fuentes de variación. Las sucesivas medidas sobre un mismo objeto darán diferentes lecturas debido a la variación humana en el arte de tomar observaciones, debido a la variación del instrumento al indicar la medida exacta, o debido a ambas cosas. Cuando las medidas no se toman sobre un mismo objeto sino sobre un grupo de objetos aparentemente uniformes, se introduce otra fuente de variación debido a que dos objetos nunca son realmente idénticos. La variación es un fenómeno fundamental en biología. La naturaleza de las variaciones al azar solo se pueden observar y describir mediante observaciones repetidas bajo determinadas condiciones en las cuales se controlan las variaciones sistemáticas” (Llanos Llanos, 1970)

15 Si repetimos 6 veces T y C habrá 6 resultados para cada uno
Podemos calcular la diferencia de los promedios en lugar de T - C Como la diferencia se calcula sobre mayor número de observaciones el investigador tendrá mayor confianza en la diferencia entre T y C

16 Si la diferencia entre los promedios
es de 2 unidades, una parte de esa diferencia puede deberse al azar y otra parte a una diferencia real entre T y C. Ese azar es una clase de azar que ocurre entre los tratamientos. Otra clase de variación es la que ocurre entre las repeticiones dentro de un mismo tratamiento y se puede estimar: Si bien son clases distintas de azar el investigador supone que son de magnitudes similares entonces puede estimar el azar entre tratamientos con el azar dentro de tratamientos.

17 Base de las pruebas estadísticas para 2 o más promedios
Se puede expresar Dr = diferencia real que desea detectarse A = cuantificación del azar o error en el experimento Interesa conocer la relación: Base de las pruebas estadísticas para 2 o más promedios

18 Esta relación puede tener distintos resultados (suponiento que la estimación del azar entre tratamientos a partir del azar dentro de tratamientos sea buena): = 1 (no hay diferencias entre T y C) > 1 (a medida que se aleje de 1 se rechazará que T = C) < 1 ( a medida que se aleje de 1 la estimación del azar no es eficiente por malas técnicas experimentales)

19 Se trata de Error de Tipo II
Riesgos de la decisión Si se decide que T = C y en realidad T  C se toma una decisión equivocada Ocurre cuando la estimación del azar dentro de tratamientos es muy grande respecto a la estimación del azar entre tratamientos. Se trata de Error de Tipo II Se soluciona con el refinamiento de la técnica experimental o aumentando el número de repeticiones o ambas.

20 Se trata de Error de Tipo I (muy riesgoso).
Si se decide que T  C y en realidad T = C se toma una decisión equivocada. Se trata de Error de Tipo I (muy riesgoso). El investigador pone límites a la posibilidad de cometer este error (generalmente 5% o 1% lo que implica un riesgo menor o igual a estos límites) La probabilidad de que por azar T  C cuando en realidad son iguales será menor a 5% o 1%

21 En nuestro ejemplo decíamos que repetiamos 6 veces T y C
La repetición va asociada a otra premisa de la experimentación: la ALEATORIZACION Todos los tratamientos tienen igual probabilidad de ser asignados a una unidad experimental cualquiera sea ésta favorable o desfavorable

22 La aleatorización impide que los resultados aparezcan enmascarados por errores sistemáticos anulando el sesgo causado por factores extraños al experimento (los tratamientos no serán favorecidos o perjudicados por fuentes extrañas de variación que el investigador no controla). La aleatorización nos permite calcular (estimar) el azar o error experimental y los promedios de los tratamientos SIN SESGO

23 Se debe tratar de minimizar los errores SIMULTANEAMENTE
Volvamos sobre la decisión del investigador: ¿T = C o T  C? El investigador quiere que su decisión sea segura, que tenga el menor riesgo posible. Quiere que los errores Tipo I y Tipo II sean lo más bajos posible (MUY DIFICIL porque la disminución de uno hace aumentar el otro) Se debe tratar de minimizar los errores SIMULTANEAMENTE Solo se logra reducir considerablemente el azar con una buena planificación y conducción del experimento.

24 Reducción relativa del error experimental por uso de una metodología adecuada
Heterogeneidad en el soporte experimental Número de repeticiones Efectos de borde Tamaño de la parcela Forma de la parcela

25 Heterogeneidad en el soporte experimental
La decisión T > C puede deberse a que T realmente supera a C o puede deberse a que T fue favorecido por una mejor calidad del soporte Veamos dos ejemplos: Se prueban dos variedades T y C y T es probada sistemáticamente en parcelas de mejor calidad de suelo. Se prueban dos dietas T y C y T es probada sistemáticamente en animales más jóvenes y más sanos. Los resultados “enmascaran” la verdadera situación de T y C

26 Surge así el CONTROL LOCAL, otra premisa de la experimentación.
Muchas veces se solucionan estos resultados “enmascarados” con la repetición y la aleatorización, pero a veces no es suficiente. Surge así el CONTROL LOCAL, otra premisa de la experimentación. Si nuestro soporte es el suelo y presenta un gradiente de fertilidad Más fértil Menos fértil

27 Si los tratamientos se distribuyeran así:
El soporte no es homogéneo y T es asignado en una mejor porción del soporte. En la diferencia T - C (si la hubiera) no se podrá determinar cuanto se debe al efecto tratamiento y cuanto al efecto soporte.

28 Otra distribución posible de los tratamientos
Aquí se aleatorizan los tratamientos en cada porción del soporte y la comparación entre T y C será más justa ya que T y C están igual número de veces en cada situación de diferente fertilidad.

29 Si bien la comparación es más justa, las diferencias entre repeticiones dentro de cada tratamiento serán mayores. En la relación El denominador se incrementará (y se sobreestimará el azar entre tratamientos) Se podría eliminar la estimación exagerada del azar separando la variación debida a la heterogeneidad del soporte y así se reduciría el denominador.

30 Se puede separar del azar la fuente de variabilidad independiente debida a la heterogeneidad del soporte mediante el Control Local (bloques, edades, etc) Se produce una descomposición del azar en dos fuentes distintas de variación: Variación debida al gradiente Error Experimental Se puede calcular la variación debida al gradiente porque en cada porción (++) (+) (-) ambos tratamientos T y C fueron evaluados y las diferencias entre las columnas (++), (+) y (-) se deben a diferencias del soporte y no a los tratamientos.

31 LOS DISEÑOS EXPERIMENTALES
De la distribución de los tratamientos de acuerdo a las características del soporte experimental y su posterior análisis estadístico se ocupan LOS DISEÑOS EXPERIMENTALES D. C. A. D. B. C. A. D. C. L.

32 Número de repeticiones
Todo aumento en el número de repeticiones (con la debida aleatorización) aumenta la precisión del experimento. Se debe aumentar el número de repeticiones hasta un punto en que el material, el personal requerido y los costos en general no se conviertan en una limitante. El número adecuado de repeticiones depende del número de tratamientos evaluados y del diseño experimental utilizado.

33 Alcances de la inferencia
Si se tomó la decisión T  C se debe ser cautelosos para extrapolar los resultados a otra situación (con otro manejo, en otra localidad, en otro año). Se pueden repetir los experimentos en distintas zonas y en distintos años para que las conclusiones sean confiables y así la inferencia tenga mayor alcance.