1 / 24

Biometría

Biometría. Diseño experimental. Tipos de estudios según cómo se recopilan los datos. Estudios Observacionales o descriptivos : El proceso que se observa no está siendo controlado. Observación pasiva. Los datos existen sin necesidad de intervención del investigador. Confusión de efectos

missy
Télécharger la présentation

Biometría

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Biometría Diseño experimental

  2. Tipos de estudios según cómo se recopilan los datos • Estudios Observacionales o descriptivos:El proceso que se observa no está siendo controlado. Observación pasiva. Los datos existen sin necesidad de intervención del investigador. Confusión de efectos • Unidad de observación o individuo • Tratamientos no asignados aleatoriamente • Estudios Experimentales o manipulativos:El investigadorasignaactivamente un tratamiento a los individuos a fin de observar la respuesta. Hay una intervención. Los datos son generados por acción del investigador • Unidad experimental o individuo • Tratamientos asignados aleatoriamente a las u.e.

  3. Elementos de un experimento diseñado • Unidad experimental o individuo: es la menor unidad del material experimental de la cual se obtiene una observación independiente • Variable respuesta o dependiente: es la variable en estudio, su comportamiento es aleatorio e interesa estudiar si depende de otra/s variable/s llamadas explicatorias • Variable explicatoria o independiente o factor: es la que interesa estudiar si afecta a la variable respuesta; sus valores (niveles) son controlados • Tratamiento: si se analiza un factor, los tratamientos coinciden con los niveles del factor; si hay más de un factor, los tratamientos son las combinaciones de los niveles de los factores

  4. Variable subyacente o de confusión • No es de interés primario • Puede inclusive no ser medida • Está afectando la variable respuesta • Su efecto sobre la variable respuesta no puede ser separado de la variable explicatoria • En más común en estudios observacionales

  5. Ejemplo 1 La carne grasa es muy susceptible al enranciamiento debido a la oxidación grasa. Se efectuó un ensayo de laboratorio utilizando ácido ascórbico como antioxidante. Para ello se tomaron 20 muestras de carne de cerdo que se dividieron al azar en dos grupos. Un grupo fue dejado como control, mientras que al otro se lo trató con ácido ascórbico. Se midió el tiempo durante el cual la carne mantenía cualidades organolépticas aceptables. • Individuo • Variable respuesta • Variable explicativa o factor • Niveles • ¿Estudio experimental u observacional?

  6. Ejemplo 2 Se desea determinar si un fungicida es efectivo en el control de la roya en trigo, mejorando la productividad • Individuo • Variable respuesta • Variable explicativa o factor • Niveles • ¿Estudio experimental u observacional?

  7. Ejemplo 3 En una plantación forestal se desea determinar si el diámetro del árbol puede estar asociado con la infestación por insectos xilófagos. Para comprobarlo, se midió en un bosque de roble pellín el diámetro de árboles atacados y no atacados. • Individuo • Variable respuesta • Variable explicativa o factor • Niveles • ¿Estudio experimental u observacional?

  8. Principios del diseño experimental • Replicación • Aleatorización • Control del error experimental

  9. 1. Replicación • Consiste en aplicar un tratamiento a más de una unidad experimental. La cantidad de réplicas es la cantidad de repeticiones de cada tratamiento • Implica una repetición independiente del experimento • Demuestra que se pueden reproducir los resultados, al menos bajo las mismas condiciones experimentales • Permite una estimación del error experimental • Mejora la precisión de un experimento • Nota: Cuando todos los tratamientos tienen la misma cantidad de réplicas se dice que el diseño es balanceado

  10. ¿Cuántas réplicas? • A mayor cantidad de réplicas, mayor es la precisión del experimento (se obtienen estimadores más precisos) y mayor es la potencia de la prueba (capacidad para detectar diferencias en caso de haberlas) • La cantidad de réplicas (ni) necesaria para un experimento depende de: • La variabilidad de la variable respuesta • La magnitud del efecto que se quiere detectar d • El nivel de significación  • La potencia 1-, es decir la probabilidad de detectar el efecto

  11. Pseudorreplicación • Consiste en la utilización de “réplicas” que no son independientes entre sí • Es uno de los errores más frecuentes en diseño experimental • Se puede originar por un mal diseño o por un mal análisis

  12. ¿Cuántas réplicas? • Se llevó a cabo un experimento a fin de evaluar la respuesta del isópodo Exosphaeroma gigas a la exposición de dosis subletales de cadmio. Se dispone de 12 ejemplares que son asignados al azar a dos peceras: con y sin cadmio Pecera 1 Pecera 2 Control Cadmio ni?

  13. ¿Cuántas réplicas? • Se rediseña el ensayo anterior. Los animales se dividen en 4 peceras de 3 animales cada uno. A cada pecera se le asigna un tratamiento Control Cadmio Pecera 1 Pecera 2 Pecera 3 Pecera 4 ni?

  14. 2. Aleatorización • En un estudio experimental, consiste en la asignación al azar de los tratamientos a las unidades experimentales • En un estudio observacional, consiste en la selección al azar de los individuos • Logra que los factores no controlados por el experimentador en el diseño experimental y que pueden influir en los resultados serán asignados al azar a las unidades experimentales (se eliminan sesgos)

  15. 3. Control del error • Error experimental: es la variabilidad existente entre unidades experimentales igualmente tratadas • Causas: • variabilidad natural entre unidades experimentales • variables no controladas • variabilidad debida a latécnica experimental

  16. La clave está en la variabilidad Fuentes de variabilidad en la variable respuesta: • Debida a las variables explicatorias o factores (controladas) • Debida al error experimental (no controlable)

  17. Control del error • Utilizar unidades experimentales homogéneas • Bloquear: si las unidades experimentales son heterogéneas, se las puede agrupar en unidades más o menos homogéneas (bloques) y dentro de estos aplicar los tratamientos • Refinar la técnica experimental

  18. Volvamos al ejemplo 1 Efecto del ascórbico en el retardo del enranciamiento de la carne de cerdo Diseño 1: Se tomaron 20 muestras de carne de cerdo que se dividieron al azar en dos grupos: control y tratado con ácido ascórbico. • Replicación: • Aleatorización: • Control del error: muestras independientes = diseño completamente aleatorizado (DCA)

  19. Volvamos al ejemplo 1 Efecto del ascórbico en el retardo del enranciamiento de la carne de cerdo Diseño 2: Se tomaron 10 muestras de carne de cerdo con distinto tenor graso. Cada muestra se dividió en dos. Una mitad se dejó como control y la otra fue tratada con ácido ascórbico. • Replicación: • Aleatorización: • Control del error: muestras dependientes = diseño en bloques al azar (DBA)

  20. Comparando los dos diseños • Si las muestras son muy homogéneas (igual tenor graso) • El error experimental es bajo • El alcance del ensayo es limitado • Si las muestras son muy heterogéneas (distinto tenor graso) • El error experimental es alto • El alcance del ensayo es mayor

  21. C C C C C T T T T T 10m2 Volvamos al ejemplo 2 Determinación de la efectividad de un fungicida en el control de la roya en trigo, mejorando la productividad Diseño 1: Se dispone de un campo con un gradiente de fertilidad norte sur. Se divide en dos, a una mitad se la trata con funguicida y la otra queda como control. Se cosechan 5 parcelas en cada mitad. N S ni?

  22. C C C C C T T T T T Volvamos al ejemplo 2 Diseño 2: Se eligen 10 parcelas y en cada una se decide al azar si es tratada o no con funguicida N S ni? Muestras independientes = Diseño completamente aleatorizado (DCA) Hay pobre control del error

  23. C C C C C T T T T T Volvamos al ejemplo 2 Diseño 3: Se eligen 5 parcelas perpendiculares al gradiente. Cada parcela se divide en dos y se decide al azar cuál subparcela es tratada o no con funguicida N S T T C C C C T C T T ni? Muestras dependientes = Diseño de bloques al azar (DBA) Mejor control del error Maximiza la variabilidad entre bloques y minimiza la variabilidad dentro del bloque

  24. Diseños • Muestras independientes Diseño Completamente aleatorizado (DCA) • es el más simple • los tratamientos son asignados al azar a las u.e. • no es recomendable cuando las u.e. son heterogéneas • El alcance puede ser limitado • Muestras dependientes Diseño de Bloques al azar (DBA) • Ofrece una gran ventaja cuando las u.e. son heterogéneas • Ofrece una pequeña desventaja cuando las u.e. son homogéneas • Mayor alcance (no requiere u.e. homogéneas)

More Related