“Instituto Tecnológico de Comitancillo”

Asignatura: Diseños experimentales

Unidad 2: Ejecución de la experimentación

Facilitador: Ing. Juan Cruz Rendón

Alumno: Josué Nolasco Luis.

Semestre: 5° Sistema Abierto

Carrera: Ingeniería en Agronomía

03 de octubre del 2020

2. Ejecución de la experimentación.
2 A. Definición de conceptos.
Seleccione cuando menos 5 referencias bibliográficas (libros especializados sobre
diseños experimentales) para definir los siguientes conceptos:
Tratamiento:

Una combinación de niveles de todos los factores estudiados se llama tratamiento

o punto de diseño.

Testigo:

Son tratamientos de referencia, sirven para comparar los tratamientos propios del
experimento.

Pueden ser de dos tipos: Absoluto y Relativo. A veces un experimento lleva ambos
testigos. El tratamiento absoluto, permite medir la variable dependiente, ante la
ausencia de las tecnologías que se están probando. El tratamiento relativo puede
ser la tecnología tradicional, lo que se hace de manera corriente, me permite
valorar la mejora que producen las nuevas tecnologías, tomando como referencia
lo que se hace de forma tradicional.

Unidad experimental:
La unidad experimental es la pieza(s) o muestra(s) que se utiliza para generar un
valor que sea representativo del resultado del experimento o prueba.
Unidad de observación:
Es la unidad física que nos interesa estudiar u observar con fines de investigación.
Ejemplo: un paciente, una familia, una vivienda, una persona, un cajón de
manzanas, un pollo, un predio, etc. Cada uno de los elementos mencionados
puede ser considerado como unidad de observación cuando es nuestro particular
interés observarlo de manera sistemática. El conjunto de todas las unidades de
observación constituye la población en estudio.
Error experimental:
Componente del error aleatorio que refleja los errores del experimentador en la
planeación y ejecución del experimento.
Formas de reducir el error experimental:
Algunas de ellas son:
1.- El diseño experimental.
2.- El uso de observaciones concomitantes.
3.- La elección del tamaño y la forma de las unidades experimentales.
Repeticiones y función de las repeticiones:
Cuando un tratamiento aparece más de una vez en un experimento se dice que
está repetido.
Las funciones de la repetición son:
1.- Permitir una estimación del error experimental.
2.- Mejorar la precisión de un experimento mediante la reducción de la desviación
estándar de una media de tratamiento.
3.- Aumentar la precisión de un experimento a través de la selección y del uso
apropiado de unidades experimentales más variables.
4.- Ejercer control sobre la varianza anterior.
Variable de observación:
En el diseño de experimentos es lo que se observa o mide.
Diseño experimental:
El diseño experimental prescribe una serie de pautas relativas qué variables hay
que manipular, de qué manera, cuántas veces hay que repetir el experimento y en
qué orden para poder establecer con un grado de confianza predefinido la
necesidad de una presunta relación de causa-efecto.
El diseño experimental encuentra aplicaciones en la industria, la agricultura, la
mercadotecnia, la medicina, la ecología, las ciencias de la conducta, etc.
constituyendo una fase esencial en el desarrollo de un estudio experimental.
Referencias bibliográficas.
1. Cochran y Cox, (1985). Diseños experimentales, México: Trillas.
Corral, P. (2009). Diseños experimentales con aplicación a la agricultura y
la ganadería, México: Trillas.
 2. Condo y Pazmiño, (2015). Diseño experimental en el desarrollo del
conocimiento científico de las ciencias agropecuarias, Riobamba, Ecuador:
Instituto de Investigaciones.
3. Domínguez y Castaño, (2016). Diseño de experimentos - Estrategias en
análisis en ciencias e ingeniería, México DF, México: Alfaomega.
4. Navarro, J., (2006). Diseño experimental: aplicaciones en agricultura, Costa
Rica: Universidad de Costa Rica.
5. O. Kuehl, R, (2001). Diseño de experimentos: Principios estadísticos de
diseño y análisis de investigación, Boston, EUA: Thomson Learning.

2 B. Qué consideraciones se deben tener para definir: (utilice cuando menos

5 referencias bibliográficas).
 El tamaño óptimo de las unidades experimentales.

Por lo general, si se esperan diferencias pequeñas entre tratamientos será

necesario un mayor tamaño de muestra. Aunque existen varios métodos para
estimar el tamaño muestral, muchas veces tienen poca aplicabilidad porque
requieren cierto conocimiento previo sobre la varianza del error experimental.
Si recurrimos a la experiencia vemos que el número de réplicas en la mayoría de
las situaciones experimentales en las que se involucra un factor varía entre cinco y
diez; incluso, en algunos casos puede llegar hasta 30. La tendencia podría
inclinarse por un extremo de este rango e incluso salirse de éste, de acuerdo con
las siguientes consideraciones:
 A menor diferencia que se espera en los tratamientos, mayor será la
cantidad de réplicas si se quieren detectar diferencias significativas, y
viceversa, es decir, si se esperan grandes diferencias quizá con pocas
réplicas sea suficiente.
 Si se espera mucha variación dentro de cada tratamiento, debido a la
variación.
 De fuentes no controladas como métodos de medición, medio ambiente,
materia prima, etc., entonces se necesitarán más réplicas.
  Si son varios tratamientos (cuatro o más), entonces éste es un punto
favorable para reducir el número de réplicas.
• La forma y constitución de las unidades experimentales (en el caso de
cultivos de ciclo corto, animales o cultivos perennes).
El tamaño de la parcela debe ser el adecuado para conseguir los objetivos del
ensayo, el tamaño de las unidades experimentales debe satisfacer los
requerimientos de la investigación. Lo deseable debe estar en equilibrio con lo
posible. Es importante indicar que el número de repeticiones debe ser el mismo,
ya
sea con parcelas pequeñas o grandes. Hay una tendencia a creer en que grandes
unidades experimentales hacen mejores ensayos y que por lo tanto se necesitaran
menos repeticiones. Esto no es así parcelas más grandes aumentan el costo de
los ensayos y también la probabilidad de un mayor error experimental debido a la
heterogeneidad dentro de las parcelas. En general, el tamaño de parcela estará
determinado por la cantidad de terreno disponible para el ensayo y por la cantidad
de mano de obra o insumos disponibles para desarrollar el ensayo.
• El número de repeticiones.
El número de repeticiones de un experimento depende de varios factores, de los
cuales el más importante es el grado de precisión deseada. Cuanto más pequeña
sea la discrepancia con respecto a la hipótesis nula que se ha de medir o detectar,
mayor será el número de repeticiones requeridas.
En un experimento, es muy importante tener una cuantía correcta de precisión. No
tiene objeto usar 10 repeticiones para detectar una diferencia que se puede
detectar con 4 en la mayoría de los casos; tampoco es de utilidad llevar a cabo un
experimento en el que el número de repeticiones sea suficiente para detectar
diferencias importantes, excepto ocasionalmente.
Referencias bibliográficas:
1. Navarro, J., (2006). Diseño experimental: aplicaciones en agricultura, Costa
Rica: Universidad de Costa Rica.
2. Gutiérrez y De la Vara, (2008). Análisis y diseño de experimentos, México
DF, México: Mc Graw- Hill Interamericana.
 3. Douglas, C., (2004). Diseño y análisis de experimentos, México DF, México:
Limusa Wiley.
4. Domínguez y Castaño, (2016). Diseño de experimentos - Estrategias en
análisis en ciencias e ingeniería, México DF, México: Alfaomega.
5. Condo y Pazmiño, (2015). Diseño experimental en el desarrollo del
conocimiento científico de las ciencias agropecuarias, Riobamba, Ecuador:
Instituto de Investigaciones.

2 C. Seleccione 5 artículos científicos relacionados con la agronomía.

Para cada uno de ellos enuncie el título del trabajo, los objetivos, los
tratamientos, la unidad experimental, el número de repeticiones, las
variables que midieron, las conclusiones que obtuvieron.

1.- Título del trabajo.

Productividad y calidad de fibra de variedades convencionales de algodón en la

comarca lagunera, México.
Objetivo.

Evaluar el comportamiento productivo y la calidad de fibra de cinco variedades

convencionales de algodón desarrolladas en el programa de mejoramiento
genético del INIFAP para su uso comercial.
Tratamientos.

4 tratamientos de la evaluación de la siembra las variedades del algodón en

México.

Unidad experimental.

115 mil plantas por hectárea.

Número de repeticiones.

3 repeticiones

Variables.
Rendimiento de fibra, rendimiento de hueso, peso de capullo, contenido de fibra,
índice de semilla, NCPP, altura de planta, peso de fibra y hueso, finura,
resistencia, longitud de fibra y GL.

Conclusiones.

Las variedades convencionales Cian Precoz, Cian 95, Juárez 91, Laguna 89 y
Nazas 87, a pesar de que no fueron superiores a Delta Pine, mostraron valores
superiores en calidad de fibra para satisfacer las exigencias del mercado actual.
Los materiales mencionados pueden ser una fuente importante de genes para
calidad de fibra en programas de mejoramiento genético; sin embargo, es
necesario definir zonas de adaptabilidad para mejorar los bajos rendimientos que
se reportan en el presente trabajo.
Bibliografía:

Bonilla, O., Leal, H., Chávez V., Buendía, M., Ramírez, B., Bautista, H., y Requejo,
I. (2020). Productividad y calidad de fibra de variedades convencionales de
algodón en la comarca lagunera, México. Fitotec. Mex. Vol. 43 (1): 3-9. ISSN:
2007-0934. Disponible en https://www.revistafitotecniamexicana.org/

2.- Título del trabajo.

Rendimiento comparativo de la yuca bajo fertilización mineral y abono verde.

Objetivo.

Evaluar el efecto de la leguminosa Crotalaria juncea L. como abono verde en el

rendimiento de la yuca y la fertilidad del suelo en diferentes densidades de
plantación.
Tratamientos.

4 tratamientos con diferentes dosis de fertilización

Unidad experimental.

26975 plantas

Número de repeticiones.

2 repeticiones
Variables.

Rendimiento (t ha-1), rendimiento de la biomasa aérea de la yuca (t ha-1),

mejoramiento en la fertilidad del suelo y análisis estadístico.

Conclusiones.

La aplicación de Crotalaria juncea L. no aumenta los rendimientos de las raíces

tuberosas de la yuca, pero si mantiene buenos rendimientos sin necesidad de uso
de fertilización química nitrogenada.
El peso seco de tallo fue similar en todos los tratamientos; sin embargo, en el peso
seco de hojas, la densidad menor produjo la mayor cantidad.
Las propiedades químicas del suelo no mostraron diferencias estadísticas
significativas en ninguno de los tratamientos.
Bibliografía:

Obrador Olán, J., Magaña Valenzuela, W., García López, E., Castelán Estrada, M.,
& Carrillo Ávila, E. (2020). Rendimiento comparativo de la yuca bajo fertilización
mineral y abono verde. Revista Mexicana De Ciencias Agrícolas, 11(6), 1259-
1271. https://doi.org/https://doi.org/10.29312/remexca.v11i6.2202.

3.- Título del trabajo.

Efecto de la aplicación de levasa (mosto de caña de azúcar) en la producción y

calidad de Agave Tequilana Weber.
Objetivo.

Evaluar el efecto de dosis crecientes de mosto de caña de azúcar en el desarrollo,

rendimiento y calidad de Agave tequilana Weber Var. Azul.
Tratamientos.

5 tratamientos testigos.1 tratamiento sin fertilizante y 4 con diferentes dosis.

Unidad experimental.

36 plantas.
Número de repeticiones.

4 repeticiones.

Variables.

Rendimiento de jima, peso seco aéreo, espesor de hoja, diámetro de piña, altura
de planta y longitud de piña.
Conclusiones.

La aplicación de mosto de caña de azúcar promovió el desarrollo, producción y

nutrición orgánica del cultivo de Agave tequilana A. Weber Var. Azul. Los mejores
resultados se obtuvieron con aplicación de 10 y 15 m3 ha -1, lo cual se reflejó a
nivel de desarrollo del cultivo en altura de la planta, longitud, ancho y espesor de
hojas, a nivel de rendimiento en una mayor longitud y diámetro de piña y
producción de jima y mayor contenido de azucares.

Así mismo, la nutrición orgánica en las plantas de Agave tequilana A. Weber Var.
Azul, con la aplicación de 15 m3 ha-1 de L evasa permitió tener una asimilación de
fósforo y potasio,10 y 5% mayor que los testigos de fertilización química y
absoluto, respectivamente.

Bibliografía:

Arreola Tostado, J., Montoya Jasso, V., Arreola Nava, J., Castillo Valdez, X.,
Olivares Arreola, E., & Báez Pérez, A. (2020). Efecto de la aplicación de levasa
(mosto de caña de azúcar) en la producción y calidad de Agave Tequilana Weber.
Revista Mexicana De Ciencias Agrícolas, 11(6), 1311-1324.
https://doi.org/https://doi.org/10.29312/remexca.v11i6.2216.

4.- Título del trabajo.

Efecto de herbicidas preemergentes en el control de malezas y el desarrollo de

cebolla bajo condiciones de fertirriego.
Objetivos.
Determinar el efecto de herbicidas de acción preemergente en el control de
malezas y el desarrollo del cultivo de cebolla bajo sistema de fertirriego.
Tratamientos.

16 tratamientos, incluido el testigo sin aplicación de herbicidas.

Unidad experimental.

Estuvo constituida de cinco surcos de 3.5 m de longitud por 4 m de ancho.

En cada cama se colocaron dos hileras de plantas con una separación 15 cm
entre ellas y de 15 cm entre plantas.
Número de repeticiones.

3 repeticiones.

Variables.

La emergencia de plantas de malezas a lo largo de un gradiente temporal, la

producción de biomasa de malezas y el rendimiento del cultivo.
Conclusiones.

La combinación Acetoclor con Flumioxazin fue la que tuvo mejor en control en la

densidad de las malezas, siendo este último herbicida el que presenta menor
densidad de malezas.
En la variable Biomasa de malezas y eficiencia de herbicidas, la combinación de
Pendimethalín con Acetoclor presenta el mejor control, debido probablemente a
que tienen diferente modo de acción en la emergencia de las malezas. Lo cual
favoreció al rendimiento de la cebolla.
Bibliografía:

López-Urquídez, G., Murillo-Mendoza, C., Martínez-López, J., Tafoya, F., Yañez-

Juárez, M., & López Orona, C. (2020). Efecto de herbicidas preemergentes en el
control de malezas y el desarrollo de cebolla bajo condiciones de fertirriego.
Revista Mexicana De Ciencias Agrícolas, 11(5), 1149-1161.
https://doi.org/https://doi.org/10.29312/remexca.v11i5.2337.

5.- Título del trabajo.

Rendimiento de biomasa y grano en variedades de triticale en el valle de Mexicali.

Objetivo.

Evaluar el rendimiento de biomasa seca y grano de 10 variedades de triticale en el

valle de Mexicali.

Tratamientos.

11 tratamientos de las 10 variedades de triticale.

Unidad experimental.

10 parcelas con una variedad de triticale distinta.

Número de repeticiones.

3 repeticiones.

Variables.

Longitud de espiga (LE) y número de espiguillas/espiga (EE).

Conclusiones.

Para las condiciones agroecológicas prevalecientes en el presente estudio, las

variedades invernales AN31B y AN34 postraron potencial para la producción de
biomasa total, la variedad facultativa AN38 y las variedades primaverales AN125 y
Eronga, presentaron superioridad en rendimiento de grano en los dos ciclos de
evaluación.
El rendimiento de grano de los triticales evaluados, fue explicado por los
componentes espigas por metro cuadrado, peso de granos por espiga, granos por
espiga y espiguillas por espiga asimismo fueron afectados por la variación en las
temperaturas máximas y mininas durante el desarrollo del cultivo.
La variedad de avena (Bachiníva) tuvo menor rendimiento de biomasa total,
biomasa de hojas y biomasa de tallos que las variedades de triticale. Los triticales
de tipos invernales presentaron el mayor potencial productivo en biomasa seca
total, los de tipo facultativo y primaveral en rendimiento de grano.
Para la producción de doble propósito forraje y grano la variedad AN38 de triticale
de tipo facultativo pueden ser opción para el valle de Mexicali, al ser competitivos
en forraje con respecto a la avena y en grano con respecto al trigo.
Bibliografía:

Velasco-López, José, Soto Ortiz, R., Ail Catzim, C., Grimaldo Juárez, O., Avilés
Marín, S., & Lozano del Río, A. (2020). Rendimiento de biomasa y grano en
variedades de triticale en el valle de Mexicali. Revista Mexicana De Ciencias
Agrícolas, 11(5), 1097-1109.
https://doi.org/https://doi.org/10.29312/remexca.v11i5.2293.

2 D. Describa ampliamente qué es el análisis de varianza y qué relación tiene

con las hipótesis planteadas en un trabajo de investigación experimental.

El análisis de varianza fue ideado por Ronald Fisher, el mismo que menciona que
es un procedimiento matemático que desdobla una suma total de cuadrados en
componentes asociados o con fuentes de variación reconocida, usado con
provecho en todos los campos de la investigación con información cuantitativa.
El análisis de varianza es una técnica que permite descomponer la variabilidad
total de los resultados de un experimento en sus distintas fuentes de variación
(factores, tratamientos, bloques, interacciones, variables, error experimental), con
la finalidad de compararlas e identificar su importancia relativa en la explicación de
la variabilidad total.
De la misma manera podemos reportar que el análisis de varianza permite medir
la variabilidad en cada una de las fuentes de variación, incluso, desdoblar los
factores entre sí; de esta manera determinamos el nivel de significancia dentro de
los mismos factores, permitiendo aceptar o rechazar la hipótesis planteada al inicio
de la investigación.
Este análisis estadístico es lo que se llama análisis de varianza (ADEVA), que fue
introducido por Sir Ronald Fisher y es, en esencia, un procedimiento matemático
que consiste en desdoblar una suma de cuadrados total (variación total) dentro de
las fuentes de variación reconocidas, incluyendo la variación que no se ha podido
medir, fuente de variación a la que se conoce como residuo, resto o error
experimental.
El ADEVA es utilizado en todos los campos de la investigación cuando los datos
son medidos cuantitativamente, es decir, cuando las observaciones se hallan en
forma de números. Su uso ha significado una gran expansión para el diseño
experimental.
La relación que presenta el análisis de varianza y la hipótesis, es que el análisis de
la varianza es capaz de probar la hipótesis de igualdad de las k medias con un
solo estadístico de prueba, en todo trabajo experimental.

Referencias bibliográficas:
 Cochran y Cox, (1985). Diseños experimentales, México: Trillas.
Corral, P. (2009). Diseños experimentales con aplicación a la agricultura y
la ganadería, México: Trillas.
 O. Kuehl, R, (2001). Diseño de experimentos: Principios estadísticos de
diseño y análisis de investigación, Boston, EUA: Thomson Learning.
 Palmer y Luis, (2009). Análisis de datos en diseños experimentales, Palma
de Mallorca, España: Edicions Uib.
 Gutiérrez y De la Vara, (2008). Análisis y diseño de experimentos, México
DF, México: Mc Graw- Hill Interamericana.
 Domínguez y Castaño, (2016). Diseño de experimentos - Estrategias en
análisis en ciencias e ingeniería, México DF, México: Alfaomega.
 Douglas, C., (2004). Diseño y análisis de experimentos, México DF, México:
Limusa Wiley.
 Navarro, J., (2006). Diseño experimental: aplicaciones en agricultura, Costa
Rica: Universidad de Costa Rica.
 Condo y Pazmiño, (2015). Diseño experimental en el desarrollo del
conocimiento científico de las ciencias agropecuarias, Riobamba, Ecuador:
Instituto de Investigaciones.