Professional Documents
Culture Documents
: Nivel Educativo: rea de conocimiento: Asignatura: Carcter: Tipo Prerrequisitos: Profesores: Ao: Semestre: Horas teora/Semana: Horas Prctica/ Semana: Horas Totales del curso: INTRODUCCIN El curso Experimentacin Agrcola se ubica en el segundo ao y es esencial en el perfil de egreso de la carrera de Ingeniero Agrnomo Especialista en Fitotecnia, tiene relacin vertical con cursos como Metodologa de la Investigacin, Introduccin a los Mtodos Estadsticos y Genotecnia. Adems es un curso que tiene gran importancia con la investigacin experimental, que en un momento dado, es requerido para realizar una tesis cuando el estudiante que desea titularse bajo esa modalidad. El curso se desarrolla en el saln y en el campo o laboratorio. En el saln se cubren los conceptos y aspectos tericos; mientras que las prcticas se realizan en el campo, estableciendo experimentos tanto de hortalizas como de algn cultivo bsico. Estas prcticas de carcter experimental son relevantes en el sentido de que integran conocimientos de Edafologa, Ecologa, climatologa, Cultivos Bsicos, Horticultura, Riego y Drenaje, entre otros como computacin, para hacer el anlisis estadstico de la informacin, que permite interpretar y concluir con los resultados. PRESENTACIN La investigacin experimental ha jugado un papel importante en la generacin de nuevas tecnologas. Los principios de esta investigacin experimental son, entre otros: definicin clara y precisa de objetivos, desarrollo de modelos apropiados, planeacin y conduccin apropiada de experimentos, coleccin y tcnicas de anlisis de datos y establecimiento de conclusiones. Fitotecnia Ingeniero Agrnomo Especialista en Fitotecnia Licenciatura Socioeconoma y Metodologa de la Investigacin Experimentacin Agrcola Obligatorio Terico - Prctico Introduccin a los Mtodos Estadsticos y Metodologa de la Investigacin. Quinto Primero 3 3 102
2/8
Estos principios que definen la actividad de investigacin cientfica experimental, son empleados para estudiar las relaciones entre variables implicadas en un fenmeno con carcter aleatorio. En agronoma, se estudian las relaciones entre variables relacionadas con insumos (fertilizantes, agua, pesticidas, densidad de plantas, variedades) con variables de inters para el aprovechamiento (rendimiento, altura de planta, cantidad de biomasa etc.). Las relaciones ptimas entre estas variables son estudiadas va investigacin experimental. El curso esta diseado para estudiar las estrategias de experimentacin ms comunes, que permitan obtener conclusiones validas sobre las relaciones entre las variables que se investigan. OBJETIVOS GENERALES DEL CURSO Aplicar los conceptos y tcnicas fundamentales de la investigacin cientfica, la estadstica y la agronoma experimental relacionado unos con otros as como con la realidad, para resolver de manera participativa la problematizacin, planificacin y ejecucin de experimentos cientfica y tcnicamente vlidos en el campo de la agricultura. CONTENIDO TERICO UNIDAD 1. INTRODUCCIN 1h
Objetivo: definir las partes que componen una investigacin por experimentacin para explicar su contribucin al conocimiento y a la sociedad. 1.1. Objetivos del curso. 1.2. El curso de Experimentacin Agrcola en el Plan de Estudios de Fitotecnia 1.3. Objetivo, definicin, relacin con la investigacin agrcola, y caractersticas del experimento y la experimentacin agrcola. 1.4. Contribucin de la investigacin agrcola experimental conocimiento y la sociedad. UNIDAD 2. CONCEPTOS BSICOS EN DISEOS EXPERIMENTALES. Objetivo: interpretar la terminologa bsica usada en experimentacin agrcola. 2.1. 2.2. 2.3. 2.4. 2.5. 2.6. 2.7. Hiptesis Experimento. Tratamiento. Unidad experimental. Repeticin Aleatorizacin. Variable respuesta. 2h
3/8
2.8. Error experimental 2.9. Factor y sus niveles. 2.10. Factores cruzados y factores anidados. 2.11. Diseo experimental y diseo de tratamientos. 2.12. Experimento simple y experimento factorial, factorial completo e incompleto. 2.13. Modelo estadstico de un diseo experimental 2.14. Ejemplos. UNIDAD 3. DISEO COMPLETAMENTE AL AZAR 3h
Objetivo: conducir un experimento usando el diseo experimental completamente al azar para analizar los datos de un experimento, as como interpretar los resultados. 3.1. 3.2. 3.4. 3.5. 3.6. 3.7. 3.8. 3.9. 3.10. 3.11. Descripcin. Aleatorizacin. Ventajas y desventajas Hiptesis. Anlisis de varianza. Interpretacin. Datos perdidos. Diferente nmero de repeticiones por tratamiento. Anlisis de varianza con submuestreo. Ejemplos. 3h
Objetivo: conducir un experimento usando el diseo en bloques completos al azar para analizar la informacin del experimento, as como interpretar los resultados. 4.1. 4.2. 4.3. 4.5. 4.6. 4.7. 4.8. 4.9. 4.10. 4.11. Principio de formacin de bloques. Descripcin. Aleatorizacin. Ventajas y desventajas. Hiptesis. Anlisis de Varianza Interpretacin. Datos perdidos Anlisis de varianza con submuestreo. Ejemplos. 3h
Objetivo: planear, montar y conducir un experimento usando el diseo experimental cuadrado latino; as mismo, deber ser capaz de tomar, analizar e interpretar los datos de un experimento conducido usando el diseo experimental cuadrado latino. 5.1. Descripcin.
4/8
Objetivo: planear, montar y conducir un experimento usando el diseo experimental en ltice; as mismo, deber ser capaz de tomar, analizar e interpretar los datos de un experimento conducido usando el diseo experimental en ltice. 6.1. 6.2. 6.3. 6.4. 6.5. 6.6. 6.7. 6.8. 6.9. 6.10.6.11. Bloques incompletos. Balance y balance parcial. Diseo en ltice simple: Descripcin. Modelo. Hiptesis. Anlisis de varianza. Interpretacin Datos perdidos. Error estndar de la diferencia entre medidas. Ventajas y desventajas. Ejemplos. 3h
Objetivo: discutir si se cumplen las suposiciones del modelo: normalidad, varianzas homogneas e independencia, de no cumplirse las suposiciones del modelo para planear el uso de una transformacin adecuada dentro del anlisis de datos tomados en los experimentos. 7.1. 7.2. 7.3. 7.4. 7.5. 7.6. Suposiciones del modelo de distribucin. Homogeneidad de varianzas. Normalidad. Transformaciones cuando no se cumplen las suposiciones. Escalas de medicin. Ejemplos. 9h
Objetivo: planear, montar y conducir un experimento factorial con dos o tres factores ya sea usando el diseo completamente al azar o el diseo bloques al azar, as mismo, deber ser capaz de tomar, analizar e interpretar los datos de un experimento factorial con dos o tres factores conducido usando el diseo experimental completamente al azar o el bloques al azar.
5/8
Factores y sus niveles. Factores cruzados; tratamientos factoriales. Factores anidados. Interaccin de factores. Diseo de tratamientos y diseo experimental. Experimento con dos factores cruzados en CA y BA. 8.6.1. Modelo 8.6.2. Hiptesis 8.6.3. Anlisis de varianza e interpretacin. 8.7. Experimentos con tres factores cruzados en CA y BA. 8.8. Posibilidad de experimentos con ms de tres factores. 8.9. Anlisis de varianza con submuestreo. 8.10. Ejemplos. UNIDAD 9. PRUEBAS DE COMPARACION MULTIPLE DE MEDIAS DE TRATAMIENTO. 5h Objetivo: usar las pruebas de comparaciones mltiples de medias DMS, Duncan, Takey, Dunnett y Scheffe, para identificar la mejor valoracin y los mejores tratamientos. 9.1. Pruebas mltiples. 9.2. Prueba DMS. 9.3. Prueba Ducan. 9.4. Prueba Tukey 9.5. Prueba Dunnett. 9.6. Prueba de SNK. 9.7. Contrastes (prueba de Scheffe). UNIDAD 10. DISEO DE BLOQUES AL AZAR GENERALIZADO 3h
Objetivo: planear, montar y conducir un experimento usando el diseo de bloques al azar generalizado; as mismo, deber ser capaz de tomar, analizar e interpretar los datos de un experimento conducido usando el diseo de bloques al azar generalizado. 10.1. 10.2. 10.3. 10.4. 10.5. 10.6. Descripcin. Aleatorizacin. Modelo Hiptesis Anlisis de varianza. Interpretacin. 6h
Objetivo: planear montar y conducir un experimento usando parcelas divididas completamente al azar o en bloques al azar; as mismo, deber ser capaz de tomar,
6/8
analizar e interpretar los datos de un experimento conducido usando el arreglo en parcelas divididas. 11.1. 11.2. 11.3. 11.4. 11.5. 11.6. 11.7. 11.8. Descripcin. Aplicaciones. Diseos experimentales. Ventajas y Desventajas. Modelo Hiptesis. Anlisis de varianza. Interpretacin. 6h
Objetivo: relacionar, conocer los conceptos de modelos: fijos, aleatorios y mixtos; modelos: completos, incompletos, balanceados y desbalanceados, as como entender los algoritmos para calcular los grados de libertad, sumas de cuadrados, cuadrados medios, F y esperanzas de cuadrados medios en modelos completos y balanceados. 12.1. Descripcin. 12.2. Tipos de modelo: Fijo, aleatorio, mixto, completos, incompletos, balanceados, desbalanceados. 12.3. Algoritmos para el clculo de grados de libertad, de cuadrados y esperanzas de cuadrados medios para el caso de modelos aleatorios completos y balanceados. 12.4. Estimacin de componentes de varianza. UNIDAD 13. INTRODUCCIN AL ANLISIS DE COVARIANZA. 4h
Objetivo: revisar la tcnica del anlisis de Covarianza en el diseo experimental completamente al azar para usar sta en el anlisis e interpretacin de datos. 13.1. 13.2. 13.3. 13.4. 13.5. 13.6. 13.7. 13.8. Descripcin. Aplicaciones. Modelo para DCA. Hiptesis. Anlisis de Covarianza. Ajuste de medias de tratamientos. Interpretacin. Ejemplos. 18 h
Objetivo: delimitar el uso del paquete estadstico SAS (Statistical Analysis System), para analizar datos provenientes de experimentos fundamentalmente, as como los procedimientos GLM, ANOVA, MEANS, UNIVARIATE, REG, SORT y VARCOMP. 14.1. Descripcin del sistema SAS.
7/8
14.2. Programa para el diseo DCA. 14.3. Programa para el diseo DBA. 14.4. Programa para el diseo Cuadro - Latino. 14.5. Programa para experimentos factoriales. 14.6. Programa para el arreglo en parcelas divididas. 14.7. PROC GLM. 14.8. PROC ANOV. 14.9. PROC MEAS. 14.10. SET, MERGE. 14.11. PROC SORT. 14.12. PROC. VARCOMP. CONTENIDO PRCTICO 31 h
La parte prctica del curso consiste en planear y realizar 5 experimentos por grupo, en el Campo Agrcola Experimental de la Universidad. Para ello, el grupo se dividir en 5 equipos y cada uno de estos planeara, establecer, conducir un experimento, tomar usando un diseo en particular informacin pertinente y har una presentacin de los resultados obtenidos a los otros equipos del grupo. METODOLOGA Es un curso que se imparte con la modalidad de exposicin con la participacin de alumnos en trabajos de investigacin bibliogrfica, con prcticas tanto de laboratorio como de campo e invernadero lo cual ocupa 50% del tiempo. EVALUACIN DEL CURSO El curso ser evaluado en base al siguiente criterio: Tres exmenes (2 parciales y un final) Tareas Reporte del Experimento en equipo BIBLIOGRAFA Cochran W.G.y Cox, G. M. Segunda Edicin en Espaol, Cuarta reimpresin, mayo 1999. Diseos Experimentales Ed. Trillas. Hinkelmann K. And Kempthorne O. 1994. Design and analysis of experiments. Volume I. Hocking, RR. 1996. Methods and Applications of Linear Models: Regression and the Analysis of Variance Ed. J. Wiley. Infante G.S. y G. Zarate. 1984. Mtodos Estadsticos Ed. Trillas. Kuelhl, R.O. 2000. Design of Experiments: Statistical Principles of Research Design and Analysis. 2nd. Ed. Duxbury. Lentner, M. and Bishop, T. 1993. Experimental design and Analysis. Second ed. Valley Martnez G. A. 1982. Diseos Experimentales. C.P. Chapingo. Mx. Monthgomery D. C. 2001. Design and Analysis of Experiments. 5th Ed. J. Wiley.
8/8
Ostle G. 1983. Estadstica aplicada Ed. Limusa. Steel R.G. and. J. H. Torrie. 1996. Principals and procedures of Statistics. 3th Ed. McGraw-Hill.
9/8
Profesores de la Academia de Socioeconoma y Metodologa de la Investigacin M.C. Gloria Virginia Cano Garca M.C. Toms Corona Sez Dr. Jess Axayacatl Cuevas Snchez Ing. Arturo Curiel Rodrguez M.C. Erick Estrada Lugo M.C. Scrates Galicia Fuentes Dr. Teodoro Gmez Hernndez Dr. Csar del Carmen Luna Mora Dr. Jaime Sahagn Castellanos Dr. Miguel ngel Serrato Cruz Dr. Alberto Tapia Aguilar Dr. J. Enrique Rodrguez Prez M.C. Marcelino Prez Vivar Dr. Tito R. Vzquez Rojas M.C. Rosa Mara Rodrguez Cortes Profesores de Servicio. Dr. Abel Muoz Orozco Lic. Ma. Isabel Palacios Rangel inicio