QUIMICA.

INTRODUCCIÓN

La experimentación juega un papel fundamental en todos los campos de la investigación y el desarrollo. El objetivo de la experimentación es obtener información de calidad y confiable. Información que debe permitir el desarrollo de nuevos productos y procesos, comprender mejor un sistema y tomar decisiones sobre como optimizarlo además el de comprobar hipótesis científicas, etc.

En este trabajo reconocemos la importancia del diseño de un experimento para poder conseguir buenos resultados.

1. Explique ¿Por qué es necesario un control local?, ¿Cuál sería la consecuencia de no utilizarlo en un experimento? Plantee un experimento de ejemplo (aplicado al programa de formación en el que está matriculado) e identifique el control requerido, explicando que variable está controlando y por qué es importante.

RTA: Porque al utilizar las técnicas de bloqueo, balanceo y agrupamiento de las unidades experimentales se asegura que el diseño sea eficiente ya que en los experimentos es importante las comparaciones entre los métodos o formas del conjunto de los elementos utilizados además se pueden generar un menor error en el experimento.

La consecuencia de no utilizar el control local es que se aumentaría la estimación de error experimental y la exactitud de las observaciones.

Ejemplo: Probar tres abonos en la producción de maracuyá en cinco surcos, para este experimento se utilizan las tres parcelas centrales.

Unidad experimental TRES PARCELAS CENTRALES

Variable que se controla LA PRODUCCIÓN DE CADA SURCO y es importante porque dependiendo de la producción de maracuya por cada surco experimental se puede evaluar que abono es mas eficiente y productivo para este cultivo.

2. Mediante un ejemplo (aplicado al programa de formación al que se encuentra inscrito) presente un experimental con un diseño totalmente aleatorio, con cuatro tratamientos y tres unidades experimentales por cada uno.

Ejemplo:

Una asociación de cacaoteros, interesada en maximizar el rendimiento de la semilla de cacao, la producción por parcela y el vigor de las plantas desea comprobar si dicho rendimiento depende del tipo de fertilizante utilizado para tratar la planta. A su disposición tiene 4 tipos de fertilizantes y 20 parcelas. Para comparar su eficacia fumiga, con cada uno de los fertilizantes, un cierto número de parcelas de terreno de la misma calidad y de igual superficie. Al recoger la cosecha se mide el rendimiento de la semilla, la producción de la planta y vigor de la planta.

3. ¿Cómo se determina el tamaño de una muestra? Aplique la información encontrada a un ejemplo (aplique la fórmula que corresponda según el experimento que plantee en el ejemplo).

El tamaño de la muestra depende básicamente del tamaño de la población, del nivel de confianza o confiabilidad de las estimaciones, del grado de variación o dispersión de la variable a estudiar y del error de estimación.

Ejemplo: Calcular el tamaño de la muestra de un cultivo de 500 plantulas de café con un nivel de confianza del 95%

Donde:

n = el tamaño de la muestra.

N = tamaño de la población.

Desviación estándar de la población que, generalmente cuando no se tiene su valor, suele utilizarse un valor constante de 0,5.

Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si no se tiene su valor, se lo toma en relación al 95% de confianza equivale a 1,96 (como más usual) o en relación al 99% de confianza equivale 2,58, valor que queda a criterio del investigador.

e = Límite aceptable de error muestral que, generalmente cuando no se tiene su valor, suele utilizarse un valor que varía entre el 1% (0,01) y 9% (0,09), valor que queda a criterio del encuestador.

Se tiene N=500 plantulas, para el 95% de confianza Z = 1,96, y como no se tiene los demás valores se tomará y e = 0,05.

Reemplazando valores de la fórmula se tiene:

Los cálculos en Excel se muestran en la siguiente figura:

4. ¿Qué diferencias existen entre hacer un contraste de hipótesis con una prueba paramétrica con respecto a una no paramétrica?

Prueba de hipótesis paramétrica

Pruebas de hipótesis estadísticas que asumen cierto comportamiento de:

• Muestras obtenidas aleatoriamente

• Distribución normal de las observaciones

• Existe un parámetro de interés que buscamos estimar

Prueba de hipótesis no paramétrica

No asumen lo anterior total o parcialmente

5. ¿Cómo se puede definir sí los datos obtenidos deben ser evaluados mediante pruebas paramétricas o pruebas no paramétricas?

Las pruebas de hipótesis estadísticas paramétricas asumen cierto comportamiento:

Muestras obtenidas aleatoriamente

Distribución normal de las observaciones

Existe un parámetro de interés que buscamos estimar Si no se cumplen, entonces hay otras pruebas.

Pruebas paramétricas

Suposiciones que subyacen a la utilización de las pruebas paramétricas.

1. El nivel de medición debe ser al menos de intervalo. Debemos tomar una decisión a cerca de nuestra variable dependiente. ¿Es realmente un nivel de intervalo? Si es una escala no estandarizada, o si se basa en estimaciones o calificaciones con humanos. Frecuentemente aparecen como intervalo pero lo reducimos a nivel ordinal al darles rango.

2. Los datos de la muestra se obtienen de una población normalmente distribuida. Este principio suele mal entenderse como: la muestra debe distribuirse normalmente, "no es así". La mayoría de las muestras son demasiado pequeñas para siquiera parecerse a una distribución normal, la cual solo obtiene su característica en forma de campana con la acumulación de muchas puntuaciones.

3. La varianza de las 2 muestras no son significativamente diferentes, esto se conoce como el principio de homogeneidad de la varianza, Los especialistas en estadística han investigado más sobre ese requisito, el cual sabia exigir varianzas muy similares. Estos se ignoran cuando tratamos con muestras relacionadas

...