Curso de diseño experimental 2137

Presentación del tema: "Curso de diseño experimental 2137"— Transcripción de la presentación:

1 Curso de diseño experimental 2137
Juan C. Benavides "Big" Biodiversity Experiment Universidad de Minnesota

2 Objetivos generales del curso
Presentar los principios del diseño y analisis estadistico de experimentos en estudios cientificos-ecologicos comparativos

3 Métodos Clases teorico practicas Lunes 67-319 Viernes 67-108
Clases se dividen en dos partes teoria y practica Discusion de artículos

4 Contenido Teoría estadística Muestreo y replicación
Comparación de dos medias Diseños completamente aleatorios Modelos ANOVA Diseños factoriales Diseños aleatorios y mixtos Diseños de bloques Análisis de covarianza

5 Literatura Design of Experiments: Statistical Principles of Research Design and Analysis 2nd Edition Experimental Design and Data Analysis for Biologists The R Book 2nd Edition Experimental Design at the Landscape Scale Microcosm Experiments have Limited Relevance for Community and Ecosystem Ecology Spatial heterogeneity and the design of ecological field experiments Pseudoreplication and the design of ecological field experiments

6 Evaluación Actividades en clase (60%) Trabajo final (40%)
Talleres clases (3) (30%) Talleres cortos desarrollando conceptos especificos Discusión artículos (30%) Presentación y discusión de artículos individual Trabajo final (40%) Desarrollo de un estudio propio donde se desarrolle una pregunta de investigación y se aplique un diseño experimental con el análisis correspondiente (individual) Entrega es en formato articulo (biotropica) haciendo énfasis en el diseño experimental y el análisis estadístico

7 Contacto Juan C. Benavides Correo e: jubenavides@javeriana.edu.co
Pagina e: lepicolea.wordpress.com Blackboard

8 Se espera que conozcan Principios de estadistica descriptiva
Principios de distribuciones estadisticas Distribución normal Distribución t Distribución F Media, mediana moda Varianza, desviación estándar, error estándar Intervalos de confianza (distribución t y normal) Pruebas t y no parametricas (KW, MW) Principios de ANOVA y regresión

9 Objetivos de enseñanza
Crear una sensibilidad hacia el diseño de experimentos en ciencia que le permita al estudiante usar esta herramienta con facilidad cuando en su quehacer profesional o científico lo requiera Proveer al estudiante con las herramientas básicas de diseño de experimentos para proporcionarle una herramienta adicional a su habilidad estadística No es una clase de R o de estadística

10 Ronald Fisher El principio del diseño experimental
Inglaterra Diseñado a entender como mejorar las actividades agrícolas Parcelas Control Replicación

11 El arreglo en experimentos de campo
“The arrangement of field experiments” eam/2440/15191/1/48.pdf Tres principios Control local-reducción del error experimental Replicación-estimación error experimental Aleatorización-validación del error experimental

12 Porque diseñar un experimento?
Para contestar una buena pregunta científica Con: Validez estadística Ahorro en la replicación (dinero, tiempo, precisión y exactitud)

13

14 Como diseñar un experimento?
Pregunta Hipotesis Posibles relaciones o efectos de como los cambios en una variable (s) afectan otra variable(s) Hipotesis estadisticas Hipotesis probables acordes a modelos estadisticos i.e. Comparacion de medias, varianzas, modelos Ejemplos de hipótesis: Silogismos, si…..entonces… Racionales, describir fenómeno y sus relaciones

15 Como diseñar un experimento?
Pregunta Hipotesis Definir variables Dependientes (y) Independientes (x o xxx) Actividad herpetos Eje y Temperatura (C) Eje x

16 Para que diseñar un experimento?
Control del error experimental Exactitud -sin sesgo El promedio es en el centro del blanco Precisión -repetición Dispersión alrededor de la media

17 Para que diseñar un experimento?
Aleatorización Eliminar el sesgo en la selección Independencia entre las observaciones Pruebas estadísticas lo requieren Fertilidad Low High Old New Old New Old New Old New Organización de parcelas no completamente al azar, las parcelas nuevas están en sitios de mayor fertilidad

18 Partes de un diseño experimental
Experimento Establecimiento de un set de circunstancias bajo un protocolo particular para observar y evaluar los resultados de las observaciones realizadas Experimento comparativo Establecimiento de mas de un set de circunstancias para comparar las diferentes circunstancias El de nosotros

19 Tratamiento Circunstancias creadas en el experimento en respuesta a las hipotesis de investigación, pueden ser combinadas Dieta Especie Temperatura Tipos de suelo Coberturas Nutrientes

20 Unidad experimental Entidad física o sujeto que es expuesto a los tratamientos independiente de las otras unidades Luego de la aplicación del tratamiento la unidad experimental es una replica del tratamiento

21 Unidad experimental

22 Cuantas unidades experimentales se observan?

23 Objetivo de los análisis de varianza
Error experimental Variación entre unidades experimentales consideradas idénticas (mismos tratamientos) Causas Variación natural Variabilidad de la medida de respuesta Incapacidad de reproducir las condiciones experimentales Interacción entre tratamientos y unidades experimentales Intervención diabólica

24 Estudios observacionales-comparativos
Experimentos en los cuales no se pueden asignar los tratamientos Por ética, practica, economía La selección de las unidades debe ser aleatoria Para efectos prácticos las unidades experimentales se comportan como en estudios experimentales

25 Hipotesis y diseño experimental
La(s) hipótesis establece un grupo de circunstancias y sus posibles consecuencias Los tratamientos son una creación de las circunstancias establecidas en la hipótesis Los tratamientos pueden ser usados para medir la mejor (peor) respuesta o para entender un mecanismo particular

26 Tratamientos control Determina la efectividad de los tratamientos experimentales Las condiciones del experimento pueden afectar la respuesta mas alla de los tratamientos Cercados Fertilizantes Placebos Estándar

27 Debemos preguntarle a la naturaleza pocas preguntas o mejor aun una sola pregunta a la vez

28 “La naturaleza… responde mejor a un cuestionario lógico, si le preguntamos solo una cosa ella no nos contestara hasta que todos los temas que la afecten sean resueltos”

29 “La naturaleza… responde mejor a un cuestionario lógico, si le preguntamos solo una cosa ella no nos contestara hasta que todos los temas que la afecten sean resueltos” El nacimiento del diseño multifactorial

30 Control Determina el efecto de las acciones que el investigador emplea para reducir el error experimental Técnica Selección de las unidades experimentales Paridad de la información entre tratamientos (bloques) Selección del diseño experimental Medición de covariables

31 Técnica Cuidado en la medición disminuye error experimental
Métodos de laboratorio Aplicación uniforme de tratamientos

32 Selección de unidades experimentales uniformes
Seleccionar las unidades experimentales de tal manera que sean lo mas parecidas entre si antes de los tratamientos Está uniformidad esta dada dentro de localidades, no necesariamente las localidades se tienen que parecer Demasiadas restricciones en la selección de las unidades limita la aplicabilidad del experimento

33 Replicación Repetición independiente del experimento Cada tratamiento es asignado al azar y de manera independiente a las unidades experimentales

34 https://encrypted-tbn0. gstatic. com/images

35 Bloques-bloqueo “Diferenciar entre aquellos componentes del error que deben ser eliminados en el experimento y aquellos que no deben ser eliminados” En ocasiones la estimación del error debe ser modificado para tener en cuenta el arreglo en el campo (estructura espacial) Las unidades experimentales son agrupadas de tal manera que la variabilidad de las unidades de un solo grupo es menor que la variabilidad de todas las unidades sin bloques

36 Criterios para bloques
Proximidad Similitud de características físicas Tiempo Manejo de las actividades en el experimento Covariables

37 Actividades prroxima clase
Leer Activar análisis de datos de Excel analysis-toolpak-to-perform-complex-data-analysis- 6c67ccf0-f4a9-487c-8dec-bdb5a2cefab6

38 Activar análisis en Excel
Seleccionar opciones en Excel datos1 datos2 2 3 5 4 6 7 1 8 9

39 Activar análisis en Excel
Seleccionar complementos Ir a complementos Excel datos1 datos2 2 3 5 4 6 7 1 8 9

40 Activar análisis en Excel
Revisar casilla análisis este seleccionada datos1 datos2 2 3 5 4 6 7 1 8 9

41 Activar análisis en Excel
Copiar y pegar tabla de datos en excel datos1 datos2 2 3 5 4 6 7 1 8 9

42 Activar análisis en Excel
Seleccionar análisis Seleccionar: Prueba t para dos muestras con diferente varianzas

43 Activar análisis en Excel
Seleccionar: Seleccionar rango variable 1: columna A Seleccionar rango variable 2: columna B Aceptar

44 Activar análisis en Excel
Ejemplo resultados