Diseo completamente al azar

El diseo completamente al azar es una prueba basada en el anlisis de varianza, en donde la varianza
total se descompone en la varianza de los tratamientos y la varianza del error. El objetivo es
determinar si existe una diferencia significativa entre los tratamientos, para lo cual se compara si la
varianza del tratamiento contra la varianza del error y se determina si la primera es lo
suficientemente alta segn la distribucin F.

Caractersticas del diseo

Se definen los t tratamientos que se van a aplicar a las n unidades experimentales, de tal forma que a r
unidades experimentales les va a corresponder un tipo de tratamiento. Las unidades experimentales se
sortean para la asignacin a cada tratamiento.

Se define la variable a medir.

ESTADSTICA Y EXPERIMENTACIN UAAAN

Modelo para desigual unidades por tratamiento
En algunas ocasiones no se cuenta con el suficiente material para realizar el experimento, as que algunos
tratamientos pueden quedar sin algunas repeticiones, o bien, en el transcurso del experimento se pierden
unidades por enfermedad o por mal manejo, en tal caso se usa el modelo de desigual unidades por tratamiento.

ESTADSTICA Y EXPERIMENTACIN UAAAN

Hiptesis de un diseo completamente al azar

ESTADSTICA Y EXPERIMENTACIN UAAAN

ESTADSTICA Y EXPERIMENTACIN UAAAN
La prueba estadstica apropiada es la Prueba de Tukey
para la aditividad. Esta prueba debe conducir a un no
rechazo de Ho para que el supuesto se cumpla

ANUA (ANOVA)

ESTADSTICA Y EXPERIMENTACIN UAAAN

Un anlisis de varianza (ANOVA) prueba la hiptesis de que las medias de dos o ms poblaciones son
iguales. Los ANOVA evalan la importancia de uno o ms factores al comparar las medias de la variable
de respuesta en los diferentes niveles de los factores. La hiptesis nula establece que todas las medias
de la poblacin (medias de los niveles de los factores) son iguales mientras que la hiptesis alternativa
establece que al menos una es diferente.

Para ejecutar un ANOVA, debe tener una variable de respuesta continua y al menos un factor
categrico con dos o ms niveles. Los anlisis ANOVA requieren datos de poblaciones que sigan una
distribucin aproximadamente normal con varianzas iguales entre los niveles de factores. Sin embargo,
los procedimientos de ANOVA funcionan bastante bien incluso cuando se viola el supuesto de
normalidad, a menos que una o ms de las distribuciones sean muy asimtricas o si las varianzas son
bastante diferentes. Las transformaciones del conjunto de datos original pueden corregir estas
violaciones.

Formulas

https://www.slideshare.net/dthenriquez/formulario-de-regresin-correlacin-y-diseo-completamente-al-azar-
20122

http://www.galeon.com/colposfesz/est501/dca/dca.htm

ESTADSTICA Y EXPERIMENTACIN UAAAN