DULCE PÉREZ SÁNCHEZ SAÚL GÓMEZ GONZÁLEZ 6° B DISEÑO DE EXPERIMENTOS
EJERCICIO GRUPO B
Cuando Cuando se comparan varios varios fertilizant fertilizantes es o diferent diferentes es variedades variedades de cierto cierto cultivo, es típico que se deba considerar el gradiente de fertilidad del suelo (factor columna) o los efectos residuales de cultivos previos (factor renglón). Considerando estos factores de bloque, Gómez y Gómez (1!") plantean un e#perimento en cuadro latino para comparar, en cuanto a rendimiento en tonela toneladas das por por $ect%r $ect%reas eas,, tres tres varied variedade adess de maíz maíz $ibrid $ibrido o (&,',C (&,',C)) y una variedad control (C ). ara ello, se utiliza un campo agrícola cuadrado de 1 $ect%reas, dividido en parcelas de una $ect%rea. *os datos del rendimiento obtenidos en cada parcela se muestran a continuación. continuación.
Ren/col 1 2 3 4
1 1,640 (B) 1,475 (C ) 1,670 (A) 1,565 (D)
2 1,210 (D) 1,185 (A) 0,710 (C ) 1,290 (B)
3 1,425 (C ) 1,400 (D) 1,665 (B) 1,655 (A)
4 1,345 (A) 1,290 (B) 1,180 (D) 0,660 (C )
+#iste +#isten n difer diferenc encias ias en los rendi rendimie miento ntoss de las difere diferente ntess varied variedade adess de maízebido ebido a que el /value /value (0,02) (0,02) es menor a 0.02 se a3rma a3rma que si e#isten e#isten diferencias entre los tratamientos. +4e $abría detectado las mismas diferencias en los tratamientos con un dise5o completamente al azar6o porque en el dise5o en cuadro latino se controlan dos factores de bloqueo y se tienen cuatro fuentes de variabilidad para el modelo y por lo tanto pueden afectar la respuesta observada. Paso 1 característica critica.
7endimiento 7endimiento de los diferentes tipos de maíz en toneladas por $ect%reas Paso 2. eterminar cómo va a ser medida
4e utiliza un campo agrícola cuadrado de 1 $ect%reas, dividido en parcelas de una $ect%rea Paso 3. 8eri3car la $abilidad del sistema de medición Paso 4 9b:etivo de la comparación.
ara comparar, en cuanto a rendimiento en toneladas por $ect%reas, tres variedades de maíz $ibrido (&,',C) y una variedad control (C ). Paso 5 ;ipo de comparación.
DULCE PÉREZ SÁNCHEZ SAÚL GÓMEZ GONZÁLEZ 6° B DISEÑO DE EXPERIMENTOS
´ ´ ´
Hipótesis: Ho: =>? =@?AAA.. =B ? = Ha: =i =: para algDn i : = 0.02
Eipótesis para las medias
Paso 6. stadística a usar
F49 CH&79 *&;F69 (C*) Y ij =µ + T i + Y i + δ i+ Eij T i =efectodebido al tratamiento Y i=efecto debidoal bloque δ i=efectodebido al renglon Eij =error aleatorio atribuiblea lamedicion
Paso 7. 9btención de datos
4e realizó la toma de muestras mediante un proceso aleatorio en el cual se utiliza un campo agrícola cuadrado de 1 $ect%reas, dividido en parcelas de una $ect%rea Paso 8 &n%lisis
PRUEB !E IGU"!! !E #E!I$
EoI μ 1= μ 2= μ 3= μ 4 EaI μ 1 ≠ μ 2 ( al menosuna ij) #o%e&o &i'ea& (e'e)a&: RE$PUE$* +s. CO"U#,- I"*R*#IE,*O Método Codificación de factores
(-1, 0, +1)
DULCE PÉREZ SÁNCHEZ SAÚL GÓMEZ GONZÁLEZ 6° B DISEÑO DE EXPERIMENTOS
Información del factor Factor C!"#MN$ FI"$ T$T$MI*NT!
Tipo Fi%o Fi%o Fi%o
Niveles & & &
alores 1, ', , & 1, ', , & $, , C,
$nlisis de arian.a F/ente C!"#MN$ FI"$ T$T$MI*NT! *rror Total
" 6 15
C $%/st2 3'4&' 0155 &'63&' 1'753& 1&17'
MC $%/st2 '45431 1005' 1&''31 '1574
alor F 1'244 02&4 6257
alor p 02005 02414 020'5
es/men del modelo
1&62761
-c/ad2 7023&8
-c/ad2 (a%/stado) 442078
-c/ad2 (pred) &238
Coeficientes
Término Constante C!"#MN$ 1 ' FI"$ 1 ' T$T$MI*NT! $ C
Coef 152
** del coef2 624
alor T 62&
alor p 02000
IF
'5'2' -'626 '0027
626 626 626
276 -24' 216
02004 02010 020'0
1250 1250 1250
6724 '2' -'721
626 626 626
1210 020 -02&6
0215 0274& 0266&
1250 1250 1250
1'32& 1527 -'6423
626 626 626
'20' '21& -&2'1
02070 02044 02006
1250 1250 1250
*c/ación de re9resión *:#*T$ ; 152 + '5'2' C!"#MN$<1 - '626 C!"#MN$<' + '0027 C!"#MN$< - '1626 C!"#MN$<& + 6724 FI"$<1 + '2' FI"$<' - '721 FI"$< - &'23 FI"$<& + 1'32& T$T$MI*NT!<$ + 1527 T$T$MI*NT!< - '6423 T$T$MI*NT!
DULCE PÉREZ SÁNCHEZ SAÚL GÓMEZ GONZÁLEZ 6° B DISEÑO DE EXPERIMENTOS
G)ias %e )esi%os pa)a RE$PUE$* G)ia %e p)oai&i%a% 'o)9a&
+s. astes
/
e 4 a t ' e 5/ 3 ) o P
1/ 1
02//
01//
/
1//
2//
Resi%o
15//
18//
) asta%o
Histo()a9a
.
//
+s. o)%e'
1 /
015/
01//
05/
/
5/
Resi%o
• •
• •
1//
15/
8 1/ 11 12 13 14 15 16
e ose)+aió'
e acuerdo a los residuos tenemos datos normales #isten datos aleatorios, e#iste una varianza $omogJnea debido a que no e#iste un patrón #iste aleatoriedad, no e#iste dependencia *os datos a simple vista siguen una distribución normal.
Con un p/value mayor a se acepta la $ipótesis nula es decir las medias de los rendimientos de las diferentes variedades de maíz son estadísticamente distintas.
