1 Un error experimental es una desviacin del valor medido de una magnitud fsica respecto al

valor real de dicha magnitud. En general los errores experimentales son ineludibles y dependen
bsicamente del procedimiento elegido y la tecnologa disponible para realizar la medicin.

Control Local (Control del error Experimental): Consiste en tomar medidas

dentro del diseo experimental para hacerlo ms eficiente, de tal manera que
pueda permitir la reduccin del error
experimental y as hacerla ms sensible a cualquier prueba de significacin
2 Cuando hablamos de rplicas en un experimento nos referimos al grado de
precisin, pero hay que recordar que el experimento debe tener la capacidad
de medir y calcular las diferencias entre tratamientos con los grados de
precisin que desea el investigador, para cumplir con este propsito se debe
partir del diseo con un numero de repeticiones adecuadas, el muestreo o la
seleccin delas unidades experimentales que uno va a poner a componer la
muestra a analizar, tambin debe disearse de modo que esta muestra sea
representativa del fenmeno o la totalidad de la poblacin estudiada de
manera que as los resultados que se obtengan se puedan extrapolar a
situaciones diferentes de las que se van a medir. Slo se puede decir que un
experimento u observacin es cientfica cuando puede ser reproducido bajo
condiciones semejantes. Llamamos a estas ciencias, ciencias fcticas.

4 En probabilidad y estadstica, la covarianza indica el grado de variacin

conjunta de dos variables aleatorias. Indicativa de la relacin lineal entre
variables aleatorias, se formula como medida del valor esperado del producto
de sendas desviaciones con respecto a la media

5 A.1. Estimar una proporcin:

Si deseamos estimar una proporcin, debemos saber:
1. El nivel de confianza o seguridad (1- ). El nivel de confianza prefijado da lugar a un coeficiente
(Za ). Para una seguridad del 95% = 1.96, para una seguridad del 99% = 2.58.
2. La precisin que deseamos para nuestro estudio.
3. Una idea del valor aproximado del parmetro que queremos medir (en este caso una proporcin).
Esta idea se puede obtener revisando la literatura, por estudio pilotos previos. En caso de no
tener dicha informacin utilizaremos el valor p = 0.5 (50%).
Ejemplo: A cuantas personas tendramos que estudiar para conocer la prevalencia de diabetes?
Seguridad = 95%; Precisin = 3%: Proporcin esperada = asumamos que puede ser prxima al 5%; si no
tuvisemos ninguna idea de dicha proporcin utilizaramos el valor p = 0,5 (50%) que maximiza el tamao
muestral:

donde:

Z 2 = 1.962 (ya que la seguridad es del 95%)

p = proporcin esperada (en este caso 5% = 0.05)
q = 1 p (en este caso 1 0.05 = 0.95)
d = precisin (en este caso deseamos un 3%)

Si la poblacin es finita, es decir conocemos el total de la poblacin y desesemos saber cuntos del total
tendremos que estudiar la respuesta seria:

donde:

N = Total de la poblacin
Za2 = 1.962 (si la seguridad es del 95%)
p = proporcin esperada (en este caso 5% = 0.05)
q = 1 p (en este caso 1-0.05 = 0.95)
d = precisin (en este caso deseamos un 3%).

A cuntas personas tendra que estudiar de una poblacin de 15.000 habitantes para conocer la prevalencia
de diabetes?
Seguridad = 95%; Precisin = 3%; proporcin esperada = asumamos que puede ser prxima al 5% ; si no
tuviese ninguna idea de dicha proporcin utilizaramos el valor p = 0.5 (50%) que maximiza el tamao
muestral.

Segn diferentes seguridades el coeficiente de Za vara, as:

Si la seguridad Za fuese del 90% el coeficiente sera 1.645
Si la seguridad Za fuese del 95% el coeficiente sera 1.96
Si la seguridad Za fuese del 97.5% el coeficiente sera 2.24
Si la seguridad Za fuese del 99% el coeficiente sera 2.576
A.2. Estimar una media:
Si deseamos estimar una media: debemos saber:

El nivel de confianza o seguridad (1- ). El nivel de confianza prefijado da lugar a un coeficiente

(Za ). Para una seguridad del 95% = 1.96; para una seguridad del 99% = 2.58.
La precisin con que se desea estimar el parmetro (2 * d es la amplitud del intervalo de

confianza).
Una idea de la varianza S2 de la distribucin de la variable cuantitativa que se supone existe en la
poblacin.

Ejemplo: Si deseamos conocer la media de la glucemia basal de una poblacin, con una seguridad del 95 % y
una precisin de 3 mg/dl y tenemos informacin por un estudio piloto o revisin bibliogrfica que la varianza
es de 250 mg/dl

Si la poblacin es finita, como previamente se seal, es decir conocemos el total de la poblacin y

desearamos saber cuantos del total tendramos que estudiar, la respuesta sera:

B. Estudios para contraste de hiptesis:

Estos estudios pretenden comparar si las medias o las proporciones de las muestras son diferentes.
Habitualmente el investigador pretende comparar dos tratamientos. Para el clculo del tamao muestral se
precisa conocer:
1. Magnitud de la diferencia a detectar que tenga inters clnicamente relevante. Se pueden
comparar dos proporciones o dos medias.
2. Tener una idea aproximada de los parmetros de la variable que se estudia (bibliografa, estudios
previos).
3. Seguridad del estudio (riesgo de cometer un error )
4. Poder estadstico (1 - ) (riesgo de cometer un error )
5. Definir si la hiptesis va a ser unilateral o bilateral.

Bilateral: Cualquiera de los dos parmetros a comparar (medias o proporciones)

puede ser mayor o menor que el otro. No se establece direccin.

Unilateral: Cuando se considera que uno de los parmetros debe ser mayor que el

otro, indicando por tanto una direccin de las diferencias.

La hiptesis bilateral es una hiptesis ms conservadora y disminuye el riesgo de cometer un error de tipo I
(rechazar la H0 cuando en realidad es verdadera).
B1. Comparacin de dos proporciones:

Donde:

n = sujetos necesarios en cada una de las muestras

Za = Valor Z correspondiente al riesgo deseado
Zb = Valor Z correspondiente al riesgo deseado
p1 = Valor de la proporcin en el grupo de referencia, placebo, control o tratamiento habitual.
p2 = Valor de la proporcin en el grupo del nuevo tratamiento, intervencin o tcnica.
p = Media de las dos proporciones p1 y p2

Los valores Za segn la seguridad y Zb segn el poder se indican en la Tabla 2 (8).

B2. Comparacin de dos medias:

Donde:

n = sujetos necesarios en cada una de las muestras

Za = Valor Z correspondiente al riesgo deseado
Zb = Valor Z correspondiente al riesgo deseado
S2 = Varianza de la variable cuantitativa que tiene el grupo control o de referencia.
d = Valor mnimo de la diferencia que se desea detectar (datos cuantitativos)

Los valores Za segn la seguridad y Zb segn el poder se indican en la Tabla 2 (8).

Tabla 2. Valores de Z y Z ms frecuentemente utilizados
Za

Test unilateral

Test bilateral

0.200
0.150
0.100
0.050
0.025
0.010

0.842
1.036
1.282
1.645
1.960
2.326

1.282
1.440
1.645
1.960
2.240
2.576

Potencia

(1-)

Zb

0.01
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50

0.99
0.95
0.90
0.85
0.80
0.75
0.70
0.65
0.60
0.55
0.50

2.326
1.645
1.282
1.036
0.842
0.674
0.524
0.385
0.253
0.126
0.000

Ejemplo de comparacin de dos medias:

Deseamos utilizar un nuevo frmaco antidiabtico y consideramos que seria clnicamente eficaz si lograse un
descenso de 15 mg/dl respecto al tto. Habitual con el antidiabtico estndar. Por estudios previos sabemos
que la desviacin tpica de la glucemia en pacientes que reciben el tratamiento habitual es de 16 mg/dl.
Aceptamos un riesgo de 0.05 y deseamos un poder estadstico de 90% para detectar diferencias si es que
existen.

precisamos 20 pacientes en cada grupo.

Ejemplo de comparacin de dos proporciones:
Deseamos evaluar si el Tratamiento T2 es mejor que el tratamiento T1 para el alivio del dolor para lo que
diseamos un ensayo clnico. Sabemos por datos previos que la eficacia del frmaco habitual est alrededor

del 70% y consideramos clnicamente relevante si el nuevo frmaco alivia el dolor en un 90%. Nuestro nivel
de riesgo lo fijamos en 0.05 y deseamos un poder estadstico de un 80%.

6 Aleatorizacin: Consiste en la asignacin al azar de los tratamientos en

estudio a las unidades experimentales con el propsito de asegurar que un
determinado tratamiento no presente sesgo. Por otro lado la aleatorizacin
hace vlidos los procesos de inferencia y las pruebas estadsticas.
Repeticin: Viene a ser la reproduccin o rplica del experimento bsico
(asignacin de un tratamiento a una unidad experimental). Las principales
razones por las cuales es deseable la repeticin son :
Primero por que proporciona una estimacin del error experimental, siendo tal
estimacin confiable a medida que aumenta el nmero de repeticiones, y
segundo permite estimaciones ms precisas del tratamiento en estudio.

7 Representa un elemento fundamental en el proceso de investigacin. Luego

de formular un problema, el investigador enuncia la hiptesis, que orientar el
proceso y permitir llegar a conclusiones concretas del proyecto que recin
comienza.
La hiptesis bien formulada tiene como funcin encausar el trabajo que se
desea llevar al efecto. Hayman (1974) cita: adems que aclaran acerca de
cuales son las variables, que han de analizarse y las relaciones que existen
entre ellas, y permiten derivar los objetivos del estudio constituyndose en la
base de los procedimientos de investigacin.
Es una proposicin que establece relaciones, entre los hechos; para otros es
una posible solucin al problema; otros mas sustentan que la hiptesis no es
mas otra cosa que una relacin entre las variables, y por ltimo, hay quienes
afirman que es un mtodo de comprobacin.

La hiptesis como proposicin que establece relacin entre los hechos: una
hiptesis es el establecimiento de un vnculo entre los hechos que el
investigador va aclarando en la medida en que pueda generar explicaciones
lgicas del porqu se produce este vnculo.

8 Factor tratamiento es una variable cuyo posible efecto sobre los datos desea
ser investigado. Los niveles de un factor tratamiento son los tipos o grados
especficos del factor que se utilizarn en el experimento, pueden ser
cualitativos o cuantitativos.

9 Unidades experimentales son el material donde evaluar la variable respuesta.

10 Tipos de diseo:
Diseo experimentales: se aplican experimentos "puros", entendiendo por tales
los que renen tres requisitos fundamentales: 1)Manipulacin de una o ms
variables independientes; 2) Medir el efecto de la variable independiente sobre
la variable dependiente ; y 3) Validarse interna de la situacin experimental.

Diseo cuasi experimental: se utilizan cuando no es posible asignar al azar los

sujetos de los grupos de investigacin que recibirn tratamiento experimental.

Tipos de investigacin:
Investigacin descriptiva: se efecta cuando se desea describir, en todos sus
componentes principales, una realidad. Interpretacin de lo que es.
Investigacin exploratoria: es considerada como el primer acercamiento
cientfico a un problema. Se utiliza cuando ste an no ha sido abordado o no
ha sido suficientemente estudiado y las condiciones existentes no son an
determinantes.

Investigacin correlacional: es aquel tipo de estudio que persigue medir el

grado de relacin existente entre dos o ms conceptos o variables.
Investigacin explicativa: es aquella que tiene relacin causal; no slo persigue
describir o acercarse a un problema, sino que intenta encontrar las causas del
mismo. Existen diseos experimentales y NO experimentales.

No experimentales: se entiende por investigacin no experimental cuando se

realiza un estudio sin manipular deliberadamente las variables.
Investigacin histrica: se trata de investigar de la experiencia pasada,
describe lo que era y representa una bsqueda crtica de la verdad que
sustenta los acontecimientos pasados.
El investigador depende de fuentes primarias y secundarias las cuales proveen
Informacin y a las cules el investigador deber examinar cuidadosamente
con el fin de determinar su confiabilidad por medio de una crtica interna y
externa. En el primer caso verifica la autenticidad de un documento o vestigio
y en el segundo determina el significado y la validez de los datos que
contiene... [continua

9 Unidades experimentales.
Son el material donde evaluar la variable respuesta y al que se le aplican los
distintos
niveles de los factores tratamiento.
Ejemplos de unidades experimentales son:
en informtica, ordenadores, pginas web, buscadores de internet,
en agricultura, parcelas de tierra,
en medicina, individuos humanos u animales,
en industria, lotes de material, trabajadores, mquinas.
Cuando un experimento se ejecuta sobre un perodo de tiempo de modo que
las observaciones se recogen secuencialmente en instantes de tiempo
determinados, entonces los
propios instantes de tiempo pueden considerarse unidades experimentales.

Es muy importante que las unidades experimentales sean representativas de la

poblacin
sobre la que se han fijado los objetivos del estudio. Por ejemplo, si se utilizan
los estudiantes universitarios de un pas como unidades experimentales, las
conclusiones del
experimento no son extrapolables a toda la poblacin adulta del pas.

11 . El bloqueo.
Se deben dividir o particionar las unidades experimentales en grupos
llamados bloques de modo que las observaciones realizadas en cada bloque
se realicen bajo condiciones experimentales lo ms parecidas posibles.
A diferencia de lo que ocurre con los factores tratamiento, el
experimentador no est interesado en investigar las posibles diferencias de
la respuesta entre los niveles de los factores bloque.
Bloquear es una buena estrategia siempre y cuando sea posible
dividir las unidades experimentales en grupos de unidades similares.
La ventaja de bloquear un factor que se supone que tienen una clara
influencia en la respuesta pero en el que no se est interesado, es la
siguiente:
Convierte la variabilidad sistemtica no planificada en variabilidad
sistemtica planificada