Diseño de Bloques Completos al Azar
Embedded Files
Ilustración 1: DBCA
DBCA
DBCA
El diseño de bloques completos al azar (DBCA) es una estrategia experimental que busca minimizar la variabilidad inherente a los datos, permitiendo así una evaluación más precisa de los efectos de los tratamientos. En este diseño, las unidades experimentales se dividen en bloques homogéneos según características relevantes, como ubicación geográfica o edad en estudios con humanos, o características agronómicas en estudios agrícolas. Posteriormente, los tratamientos se asignan aleatoriamente dentro de cada bloque. Esta técnica combina la aleatorización con la controlada agrupación de unidades experimentales, lo que facilita la identificación de diferencias significativas entre tratamientos mientras se controlan factores de confusión. Montgomery (2017)
Desventajas
Desventajas
° No es apropiado para un número elevado de tratamientos.
(se recomienda entre 6 y 24 tratamientos)
° No es aconsejable cuando exista una gran variación (en más
de una variable) en el material experimental
° Si resulta una interacción entre bloque y tratamiento, se
invalida la prueba F
Ventajas
Ventajas
° Permite una gran flexibilidad en la relación tratamiento
bloque, siempre y cuando se reserven un número igual (o un
múltiplo) de tratamientos por unidad experimental.
° La pérdida de información por bloque o tratamiento no
dificulta el análisis estadístico
° Permite aplicar el principio de confusión al hacer coincidir los
bloques con los ciertas variables que influyen sobre la
respuesta pero que no son de interés para el investigador
Formación de bloques: La formación de bloques es esencial en el diseño de experimentos, ya que proporciona una estructura que facilita la identificación de diferencias significativas entre tratamientos al tiempo que aumenta la precisión y validez de los resultados Kutner, Nachtsheim, Neter y Li (2004)
Formación de bloques: La formación de bloques es esencial en el diseño de experimentos, ya que proporciona una estructura que facilita la identificación de diferencias significativas entre tratamientos al tiempo que aumenta la precisión y validez de los resultados Kutner, Nachtsheim, Neter y Li (2004)
Video 1: Diseño de Bloques Completos al Azar (Profe. Raúl Gracia, 2020b)
Page updated
Google Sites
Report abuse