Diapositiva 1

1
Facultad de Medicina Veterinaria Unidad de
PostGrado Doctorado en Ciencia Animal Diseños
Experimentales para la Ciencia Animal Clase
22 Marzo 2008
2

• 5.3. Criterios de estratificación en ensayos de
  sobrecambio
• En un diseño de sobrecambio, un determinado
  número de tratamientos es aplicado por un igual
  número de períodos (filas) a un determinado
  número de unidades experimentales (columnas).
  Para 2 tratamientos y 8 unidades
  experimentales

3

• Para 3 tratamientos y 6 unidades experimentales

4

• Un ensayo de sobrecambio puede descomponerse (y
  viceversa) en varios cuadrados latinos
• Un ensayo de sobrecambio con igual número de
  tratamientos y unidades experimentales puede
  manejarse como un cuadrado latino donde los
  criterios de estratificación son las unidades
  experimentales y los periodos

5

• Un ensayo de sobrecambio puede descomponerse (y
  viceversa) en varios cuadrados latinos
• En ensayos de sobrecambio los periodos son
  divididos en subperiodos pre-experimental y
  experimental (usualmente de igual duracion)

A
B Preexperimental
B Experimental
Observaciones para el análisis
C
6

• El propósito del periodo preexperimental es
  diluir el efecto residual del tratamiento
  precedente.
• De aquí la inconveniencia de construir CLs
  corriendo el orden de los tratamientos
• Note que D es precedido por C en 4 de las 5
  columnas Qué tal si D es un placebo y C es la
  más alta dosis?

7

• Por esta razón en ensayos de sobrecambio es
  mejor usar cuadrados latinos mejor balanceados
• Aún con un periodo preexperimental es posible que
  en el efecto de los tratamientos esté incluido un
  efecto residual
• Supongamos que tenemos 3 tratamientos A, B y C,
  tenemos efectos directos ta, tb y tc atribuibles
  a los tratamientos y efectos residuales ra, rb y
  rc producidos en los periodos inmediatamente
  siguientes. Por ejemplo en el CL anterior el
  efecto total del tratamiento E (columna 2,
  periodo IV) es

8

• La estimación de los efectos residuales se
  facilita si es que en el diseño del CL cada
  tratamiento es precedido con la misma frecuencia
  por los otros tratamientos. P.ej.
• Este tipo de arreglo es conocido como diseños
  Williams (Cochran Cox, 1957). Cuando el número
  de tratamientos es impar es necesario diseñar dos
  CL.
• 5.4. Análisis de covarianza
• Cuando existe una o más variables continuas bajo
  las siguientes condiciones

9
- Correlacionan significativamente con la
variable de respuesta. - La relación es
preferiblemente lineal (pero es posible
manejar otros modelos) - Las regresiones son
homogéneas entre tratamientos es posible
incorporar a estas variables (covariables) en el
modelo aditivo lineal para reducir el
error El procedimiento es conocido como
análisis de covarianz (ANCOVA) y tiene diferentes
usos - Para incrementar la precisión del
experimento - Para ajustar las medias de los
tratamientos - Para estimar unidades
experimentales perdidas
10
Algunas covariables de uso potencial en
investigación animal