El presente trabajo consistió en una revisión analítica de los principales métodos estadísticos empleados en la ciencia dedicada a la producción animal.
Para esto se analizaron 3 175 artículos científicos procedentes de siete revistas nacionales e internacionales, todas con prestigio internacional y citado en documentos referativos. Se encontró que los investigadores desarrollan más los experimentos de un factor (45.9 %) que los de dos factores (38.2 %). Estos experimentos en un 54.4 % fueron montados en diseños completamente aleatorizados. Resalta la alta frecuencia de aplicación de la prueba múltiple de Duncan. La aplicación de más de un método estadístico fue realizada por el 59.6 % de los autores, el 16 % de los investigadores no hacen uso de la inferencia estadística. El empleo de la estadística no paramétrica y de la multivariada fue bajo.
Se concluyó que un alto por ciento de los investigadores no posee preparación de Bioestadística Diseño Experimental, o la que poseen es aún insuficiente. Se recomienda hacer más extensiva la Superación Posgraduada en Bioestadística y Diseño.
Palabras claves: Estadística, diseño experimental, bioestadística, experimentos
Las investigaciones con animales se desarrollan en diferentes lugares; en fincas y en centros propiamente dedicados a las investigaciones, sus experimentos pueden ser de diferentes tipos, según sus objetivos; experimentos de laboratorio, experimentos de semilaboratorio y experimentos de campo.
En todos están presentes los errores experimentales, como los casuales, sistemáticos y vulgares, los últimos el investigador los puede controlar, el primero (aleatorio), solo es posible minimizarlo, de ahí la importancia de la técnica experimental.
En la técnica experimental la decisión de elegir el diseño experimental más adecuado constituye un elemento clave, su decisión no es fácil, está sujeta a un complejo de elementos como; el número de factores en estudio, el número de tratamientos y los recursos disponibles entre otros elementos. Por otro lado la elección más adecuada de la técnica estadística nos conduce a alcanzar resultados con una alta veracidad matemática.
La elección del diseño experimental conjuntamente con los factores, tratamientos, y réplicas, así como los diferentes métodos estadísticos a emplear, no se realiza cuándo finaliza el experimento, es antes de ejecutar el mismo.
Este trabajo tiene como objetivo hacer un análisis de los principales diseños experimentales y métodos estadísticos más utilizados en la producción animal.
Para el desarrollo del trabajo se realizó una revisión analítica de 3 175 artículos científicos procedentes de 7 revistas nacionales e internacionales, todas con prestigio internacional y citado en documentos referativos como el current count.
Los artículos dentro de las revistas fueron seleccionados de forma aleatoria. No se incluyeron trabajos relacionados al mejoramiento genético, biología celular, de anatomía patológica y trabajos puramente relacionados con el pasto.
Tabla 1. Revistas científicas revisadas.
Revistas | País | Período |
Revista de Ciencias Agrícolas | Cuba | 1987 – 2002 |
Investigaciones Agraria. Producción y sanidad animal. | España | 1986 – 2000 |
Animal Science | E.U | 1987 – 1996 |
Animal Science | India | 1987 – 1998 |
Animal Science | Canadá | 1988 – 1997 |
Animal Production | E.U | 1985 – 1996 |
Archivo Brasilero de Medicina Veterinaria | Brasil | 1991 – 1997 |
En los artículos revisados de determinó la frecuencia de los tipos de diseños experimentales más utilizados así como la clasificación por el número de factores aplicados.
Otro aspecto de interés fue la frecuencia del número de tratamientos empleados en los diferentes diseños experimentales y los tipos de prueba de comparación múltiple, como Duncan, LSD, Tukey y otras.
El porcentaje de los métodos estadísticos más empleados constituyó un elemento de análisis en los diferentes artículos revisados.
En la experimentación animal el número de factores a considerar en un experimento juega un papel destacado en la obtención de resultados con gran validez y en el aprovechamiento de los recursos, aunque un aumento del número de factores a estudiar en un experimento, incrementa el error de este, debido al incremento del número de unidades experimentales, de las dificultades en el manejo y de lograr un material experimental adecuado entre otras causas.
La gráfica No.1 refleja el comportamiento porcentual del número de factores empleados en los experimentos, en el se observa que en los experimentos de producción animal los investigadores tienden a emplear un solo factor, que representa el 45.9 %, la segunda frecuencia, 38.2 %, fue para el empleo de 2 factores, el uso de uno o dos factores es del 84.1 %, esto puede deberse al conocimiento de los investigadores de las ventajas que ofrecen los experimentos factoriales cuándo no existe una elevada cantidad de factores en estudio.
Para ver el gráfico seleccione la opción "Descargar" del menú superior
La precisión del experimento está fuertemente relacionada con el número de tratamientos, de ahí la importancia de elegir un número adecuado de tratamientos sin llegar a afectar los objetivos de dicho experimento.
El gráfico número 2 muestra que el empleo de 3 – 4 tratamientos en experimentos de un solo factor es lo más frecuente, siendo su uso del 76.6 %; el de 5 ó más tratamientos en las investigaciones de producción animal presenta una frecuencia baja, en la literatura múltiples autores señalan que la precisión de los resultados experimentales disminuye con el incremento del número de tratamientos.
Para ver el gráfico seleccione la opción "Descargar" del menú superior
La decisión adecuada del diseño que ha de ser aplicado, constituye uno de los aspectos decisivos en la fase de planificación de las investigaciones, esto se debe a la influencia que el mismo tiene en la precisión del experimento así como en la confiabilidad de los resultados que se esperan, lo que permite dar una solución satisfactoria a los problemas planteados.
En cuanto al tipo de diseño experimental empleado en las investigaciones se presentan en el gráfico No.3. Se destaca con una frecuencia de 54.4 % el diseño completamente al azar, como el de mayor aplicación, lo cuál puede deberse a lo fácil de establecer, conducir y de admitir diferente número de repeticiones, aunque es exigente en la uniformidad del material experimental, este tipo de diseño fue utilizado en muchos experimentos de laboratorio y de campo.
En segundo orden aparece el diseño de bloque al azar el que nos permite controlar una causa de variación dentro del material experimental. El empleo de diseños como Cuadrado Latino Simple, Cuadrado Latino Doble, Swith Back y otros fueron aplicados en menor frecuencia.
En cuanto a las pruebas de comparación múltiple de medias de tratamientos utilizados en los experimentos de los artículos revisados y donde se aplicó este tipo de prueba, el gráfico 4 presenta que el empleo de dócima múltiple de Duncan ( Duncan, 1955), presenta un porcentaje de 33,3 %, la M.D.S ( mínima diferencia
significativa) de 31.1 %, los otros tipos de prueba como Tukey, Sloffe, S.N.K , etc., su empleo es poco frecuente.
Para ver el gráfico seleccione la opción "Descargar" del menú superior
Nacionalmente, la prueba de Duncan es aplicada en un 92.3 %. Países como México se inclinan por el empleo de la prueba de Tukey; en Brasil, tiene su mayor uso la Student – Newman – Keuls; en Estados Unidos es muy utilizada la de Duncan. El empleo de una u otra prueba esta en relación a la exigencia de los resultados y el número de tratamiento a comparar entre otros factores.
El gráfico No.5 nos muestra que el 59.4 % de los trabajos revisados hacen uso de los métodos de inferencia estadística ( análisis de varianza, pruebas de hipótesis, correlaciones, covarianzas, otras). El 25 % de los artículos estiman los estadígrafos ( media, desviación típica, varianza, coeficiente de variación) o presentan la información resumida en gráficos ( los más empleados Histogramas y Polígonos de Frecuencia). No hacen uso de la estadística en el 15.6 % de los trabajos analizados, lo que está en parte muy relacionado con los objetivos de los experimentos y en ocasiones la falta de motivación o de interés de los investigadores para aplicar técnicas estadísticas.
Para ver el gráfico seleccione la opción "Descargar" del menú superior
Leyenda:
IF: Inferencia Estadística
ED: Estadística Demostrativa
SE: Sin Estadística
El gráfico No.6 presenta que entre los métodos estadísticos más utilizados correspondió el 60.8 % a las combinaciones, lo que significa que los investigadores en un alto porcentaje emplean 2 o más métodos estadísticos. La aplicación de análisis de varianza, conjuntamente con las pruebas de comparación múltiple y de regresión constituyen las combinaciones más observadas en los artículos revisados, aspectos que permiten obtener de los datos experimentales mayor información y dar más confiabilidad y respaldo a los resultados y a las conclusiones alcanzadas. Por otro lado los métodos no paramétricos ( Freeman, de Signo, Kolmo.Gorro-Smirnov, etc), son utilizados en baja frecuencia.
Para ver el gráfico seleccione la opción "Descargar" del menú superior
Se concluye, existe una alta necesidad en hacer más extensiva la superación postgraduada en Bioestadística y Diseño Experimental.
- Animal Production. E.U. 1985 – 1996
- Archivo Brasileiro de Medicina Veterinaria. 1991 – 1997
- Journal of Animal Science. E.U. 1987 – 1996
- Journal of Animal Science. Canadá. 1988 – 1997
- Journal of Animal Science. India . 1987 – 1998
- Revista de Investigaciones Agrarias y Sanidad Animal. Epaña. 1986 – 2000
- Revista Cubana de Ciencias Agrícolas. 1987 – 2002.
Autor:
Dr C. Victor Sotto Agüero *
Profesor Auxiliar
Dpto. Morfofisiología
Facultad de Medicina Veterinaria
Universidad de Granma
Dra. M.V. MsC. Amelia García Baratute **
Ing. MsC. Narcys Bueno Figueras *
Ing. Migdalia Montiel Sánchez *
* Universidad de Granma. Facultad de Medicina Veterinaria. Centro de Estudio de Producción Animal. Km 17 ½ . Carretera Manzanillo, Bayamo, Granma, Cuba.
++ Instituto de Investigaciones Agropecuarias " Jorge Dimitrov" , km 17. Carretera Manzanillo, Bayamo, Granma, Cuba.