Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
MINITAB
INTRODUCCION
Meet Minitab presenta las caractersticas utilizadas con mayor frecuencia en Minitab. En este programa, usted usar
funciones, crear grficas y generar estadsticas. El contenido de Meet Minitab se relaciona con las acciones que debe
realizar en sus propias sesiones de Minitab.
La mayora de los anlisis estadsticos requiere una serie de pasos, con frecuencia orientados por un conocimiento
previo o por el rea en cuestin que se investiga.
INICIO DE MINITAB
Antes de comenzar su anlisis, inicie Minitab y examine el diseo de las ventanas.
En la barra de tareas de Windows, elija Inicio Programas Minitab
Solutions Software estadstico Minitab 16 Espaol.
Minitab se abre con dos ventanas principales visibles:
La ventana Sesin muestra los resultados de su anlisis en formato de texto. Adems, en esta ventana puede
ingresar comandos en lugar de usar los mens de Minitab.
La ventana Datos actual contiene una hoja de trabajo abierta, que es similar en aspecto a una hoja de clculo. Puede
abrir varias hojas de trabajo, cada una en una ventana Datos actual distinta.
El diseo completamente al azar es el ms simple de todos los diseos. Es un diseo en el cual los tratamientos son
asignados aleatoriamente a las unidades experimentales sin ningn tipo de restriccin. Este diseo es utilizado cuando
las unidades experimentales son bastante homogneas, es decir cuando la variabilidad entre ellas es pequea y no
existe ningn criterio de bloqueo que permita disminuirla. Dado que los tratamientos constituyen el nico criterio de
clasificacin para las unidades experimentales, a este diseo se le conoce tambin como diseo de clasificacin de una
va.
MODELO ESTADSTICO
Yij i eij
i 1, 2,3..........t
j 1, 2,.......ri
Donde:
Yij
i
eij
t Numero de tratamientos.
ri
ti
, siendo la expresin:
i i , donde
es la media
de
Tratamiento
Grados
de
libertad
t-1
Suma de cuadrados
Error
t ( r 1) SCtotal - SCtratamiento
Total
tr 1
Cuadrados medios
C .M .
(Yi.)
SCTrat
r
(Yij)
FC
S .C.
G.L
F
Calculado
F
Tabla
1%
5%
CMTrat
FC
CME
S .C (trat )
G.L (trat )
S .C ( Error )
G.L ( Error )
FC
101
51
83
67
29
2
3
4
TOTAL
Media
93
93
96
383
95.75
61
59
58
229
57.25
68
72
75
298
74.50
40
46
52
205
51.21
45
51
42
167
41.75
1.
PASOS EN EL MINITAB
Ir a Estadstica
Anova
Un solo factor
Respuesta
Poner:
Rendimiento (Variable dependiente o
variable respuesta)
Factor Poner tratamiento
Poner el cuadro de Aceptar
1282
Fuente
Tratamientos
Error
Total
S = 7.668
GL
4
15
19
Nivel
1
2
3
4
5
N
4
4
4
4
4
SC
7285.8
882.0
8167.8
CM
1821.5
58.8
R-cuad. = 89.20%
Media
95.75
57.25
74.50
51.25
41.75
Desv.Est.
3.77
4.35
6.35
11.59
9.29
F
30.98
P
0.000
R-cuad.(ajustado) = 86.32%
ICs de 95% individuales para la media
basados en Desv.Est. agrupada
---+---------+---------+---------+-----(---*---)
(---*---)
(---*---)
(---*---)
(---*---)
---+---------+---------+---------+-----40
60
80
100
CONCLUSION:
En conclusin, existe suficiente evidencia estadstica para aceptar que al menos uno de los tratamientos
produce un efecto diferente en rendimiento promedio en el pasto estrella.
Ir a Estadstica
ANOVA
Un solo factor
Respuesta Poner: Rendimiento (Variable dependiente o variable respuesta)
Factor Poner tratamiento
Comparaciones
Poner X en Tuckey
Poner Aceptar
N
4
4
4
4
4
Media
95.750
74.500
57.250
51.250
41.750
Agrupacin
A
B
C
C
C
Inferior
-55.255
-38.005
-61.255
-70.755
Centro
-38.500
-21.250
-44.500
-54.000
Superior
-21.745
-4.495
-27.745
-37.245
Tratamientos
2
3
4
5
+---------+---------+---------+--------(----*----)
(----*----)
(----*----)
(----*---)
+---------+---------+---------+---------70
-35
0
35
Inferior
0.495
-22.755
-32.255
Centro
17.250
-6.000
-15.500
Superior
34.005
10.755
1.255
Tratamientos
3
4
5
+---------+---------+---------+--------(----*----)
(----*----)
(----*---)
+---------+---------+---------+---------70
-35
0
35
Inferior
-40.005
-49.505
Centro
-23.250
-32.750
Superior
-6.495
-15.995
Tratamientos
4
5
+---------+---------+---------+--------(---*----)
(----*---)
+---------+---------+---------+---------70
-35
0
35
Inferior
-26.255
Centro
-9.500
Superior
7.255
Tratamientos
5
+---------+---------+---------+--------(----*----)
+---------+---------+---------+---------70
-35
0
35
INTERPRETACIN
T2- T1: es -55,25 -21.47 es la comparacin entre T2-T1
Si el Intervalo Confidencial CONTIENE AL CERO LAS MEDIAS SON IGUALES Y SI NO INCLUYE AL CERO SON
DIFERENTES, en este ejemplo no incluye entonces T2-T1 es diferente
CONCLUSION
El tratamiento 1 (xxx) tiene un valor de rendimiento promedio de 95.750 son diferentes significativamente con los
tratamientos 3, 2, 4 y 5.
El tratamiento 3 tiene un valor de rendimiento promedio de 74.5 y hay diferencia significativa en cuanto al valor
rendimiento promedio de los tratamientos 2, 4 y 5.
En los tratamiento 2, 4 y 5 no hay diferencia significativa en cuanto al valor del rendimiento promedio.
GRAFICOS EN EL MINITAB
Ir a Estadstica
Anova
Un solo factor
Respuesta Poner: Rendimiento (Variable dependiente o variable respuesta)
Factor Poner tratamiento
Graficas Se selecciona y se selecciona en diagrama de caja de datos
Grfica de caja de Rendimiento
110
100
Rendimiento
90
80
70
60
50
40
30
20
1
3
Tratamientos
Poner
el
cuadro de
Aceptar
Ejemplo 2: Se desea investigar si 5 clases de alimentos balanceados producen efectos en la ganancia de peso de los
cuyes (en gramos) el investigador se provee de unidades de la misma edad, peso y tamao, por experiencia se sabe
que teniendo 6 individuos por cada alimento son suficientes para tomar decisiones.
Al finalizar el experimento los resultados observados y ordenados se dan en el siguiente cuadro Qu conclusiones se
puede extraer con = 0.05 y =0.01?
Incremento de peso (gr x 10) en carne de cuy entre 5 tipos de alimentos.
Solucin:
Hp: ti = 0
i=1,2,3,4,5
Ha: ti 0para al menos algn i
En trminos de las medias de los tratamientos
Hp: i =
i=1,2,3,4,5
Hp: i
para al menos algn i
o Literalmente:
Hp: Los cinco alimentos balanceados tienen el mismo efecto en la ganancia de peso promedio en los cuyes
Ha: Al menos uno de los alimentos balanceados tienen una ganancia de peso promedio diferente en los cuyes.
(n) observaciones
1
2
3
4
5
6
A1
1.3
1.8
1.6
1.5
1.5
1.4
A5
2.6
2.3
2.5
2.1
2.5
2.7
TOTALES
NRO REPET
PROMEDIO
Yij i j eij
i = 1, 2, 3,, t y j = 1, 2, 3,., b
t = Numero de tratamientos
b = Numero de Bloques o de das
Donde:
Yij = Valor observado de la unidad experimental sujeto al i-simo tratamiento en el j-simo bloque.
: es la media general, estimada por la media del experimento : x ..
i
j
ij
x i
x j
..
..
x ij
x i
x j
Cuando los tratamientos y los bloques son escogidos al azar se tiene el modelo al azar y cuando son seleccionados por
el investigador se tiene el modelo fijo. En la prctica el modelo ms utilizado es el modelo mixto donde los tratamientos
son escogidos por el investigador pero os bloques son seleccionados al azar.
de
Grados
de libertad
Tratamiento
t-1
Bloques
b-1
Error
(t-1)(b-1)
Total
Tb-1
Suma de cuadrados
SCTrat
(Yi.)
b
SCTbloque
(Y . j )
t
SCerror
t
Yij2
i 1 j 1
FC
2
FC
Cuadrados medios
S .C .
C .M .
G.L
S .C (trat )
G.L (trat )
F
Calculado
FC
F
Tabla
1%
5%
CMTrat
CMError
S .C (bloques )
G.L(bloques )
S .C ( Error )
G.L( Error )
Y..2
tb
EJEMPLO 1: Tres diferentes soluciones estn siendo estudiadas para evaluar su efectividad en el retardo del
crecimiento de bacterias en contenedores de leche de 5 galones. Los anlisis son hechos en un laboratorio y solo tres
ensayos pueden efectuarse en un da dado. Debido a que los das pueden ser una fuente de variabilidad, el investigador
decide utilizar un diseo de bloques completos al azar. Las observaciones fueron tomadas en cuatro das y datos (en
UFC) se muestran en la siguiente tabla:
Ho: Las tres soluciones son igualmente efectivas en el retardo de crecimiento de bacterias en contenedores de la leche.
Ha: Al menos una de las soluciones tiene una efectividad diferente en el retardo del crecimiento de bacterias en
contenedores de la leche.
Solucin
Das
1
2
3
1
13
16
5
2
22
24
4
3
18
17
1
4
39
x
44
22
TOTAL
92
101
32
REPETICIONES
4
4
4
PROMEDIO
23
25.25
8
ANVA DBCA
Fuentes de
variacin
Grados
de libertad
Tratamiento
Bloques
Error
Total
1.
Suma de cuadrados
703.5
Cuadrados medios
S .C .
C .M .
G.L
351.75
F
Calculado
F
Tabla
40.72
1%
10.92
5%
5.14
1106.92
368.97
42.71
9.78
4.76
6
11
51.83
1862.25
8.638
PASOS EN EL MINITAB
Estadstica
ANOVA
2 factores
Respuesta
Crecimiento
(Variable
dependiente,
variable respuesta)
Factor de fila Poner: Das que son los Bloques
Factor de Columna Poner: Tratamientos (Soluciones)
Aceptar
GL
3
2
6
11
SC
1106.92
703.50
51.83
1862.25
CM
368.972
351.750
8.639
R-cuad. = 97.22%
F
42.71
40.72
P
0.000
0.000
R-cuad.(ajustado) = 94.90%
CONCLUSION:
Se rechaza la Ho. En conclusin, existe suficiente evidencia estadstica para aceptar que las tres soluciones
no son igualmente efectivas en el retardo del crecimiento de bacterias en contenedores de la leche.
SI HAY DIFERENCIA ESTADISTICA SE REALIZA LAS PRUEBAS DE COMPARACIONES MULTIPLES:
COMO LA PRUEBA DE COMPARACIONES MEDIAS
Ir a Estadstica
ANOVA
Un solo factor (porque aqu se hacen las comparaciones)
Poner X en Tuckey
Poner Aceptar
Agrupar informacin utilizando el mtodo de Tukey
Tratamientos
2
1
3
N
4
4
4
Media
25.25
23.00
8.00
Agrupacin
A
A
A
Inferior
-20.16
-37.41
Centro
2.25
-15.00
Superior
24.66
7.41
Tratamientos
2
3
+---------+---------+---------+--------(----------*----------)
(-----------*----------)
+---------+---------+---------+---------40
-20
0
20
Inferior
-39.66
Centro
-17.25
Superior
5.16
Tratamientos
3
+---------+---------+---------+--------(----------*-----------)
+---------+---------+---------+---------40
-20
0
20
Ejemplo 2:
Se presenta los resultados de seis variedades de Frijol (Rendimiento expresado en
cuatro repeticiones por tratamiento. Se quiere probar la siguiente hiptesis:
Ho: No existe diferencia entre tratamientos
Ha: Existen diferencia entre tratamientos, mas all de lo que puede atribuirse al azar.
Variedades
Repeticiones
Bayo
Gastelum
Mantequilla
Testigo
Cuyo
1
42
32
25
18
35
2
46
38
32
20
42
3
38
31
28
26
46
4
41
30
26
24
40
TOTAL
167
131
111
88
163
REPETICIONE
4
4
4
4
4
S
PROMEDIO
41.75
32.75
27.75
22
40.75
TOTAL
Zirate
36
25
22
26
109
4
27.25
ANVA DBCA
Fuentes de
variacin
Grados
de libertad
Suma de cuadrados
Cuadrados medios
S .C.
C .M .
G.L
F
Calculado
F
Tabla
1%
5%
Tratamiento
1251.208
250.2416
13.0959
4.56
2.9
Bloques
27.125
9.0417
0.4732
5.42
3.29
Error
15
286.625
19.108
Total
23
1564.958
DBCA EL MINITAB (15) TENIA ESTAS LIMITACIONES PERO AHORA EL MINITAB 16 SE EJECUTA.
ESTADISTICA
ANOVA
MODELO LINEAL GENERAL
RESPUESTAS: CRECIMIENTO
MODELO DIAS TRATAMIENTO
COMPARACIONES
XCOMPARACIONES EN PAREJA * TUCKEY
TERMINOS: Tratamiento
Modelo lineal general: Crecimiento vs. Dias,
Tratamientos
Factor
Dias
Tratamientos
Tipo
fijo
fijo
Niveles
4
3
Valores
1, 2, 3, 4
1, 2, 3
GL
3
2
6
11
SC Sec.
1106.92
703.50
51.83
1862.25
SC Ajust.
1106.92
703.50
51.83
S = 2.93920
R-cuad. = 97.22%
CM Ajust.
368.97
351.75
8.64
F
42.71
40.72
P
0.000
0.000
R-cuad.(ajustado) = 94.90%
Crecimiento
5.0000
EE de
ajuste
2.0783
Ajuste
0.5833
Residuo
4.4167
Residuo
estndar
2.13 R
N
4
4
4
Media
25.3
23.0
8.0
Agrupacin
A
A
B
Inferior
-4.13
-21.38
Tratamientos
2
3
----+---------+---------+---------+-(-----*------)
(-----*-----)
----+---------+---------+---------+--20
-10
0
10
Tratamientos = 2
Centrada
2.25
-15.00
Superior
8.628
-8.622
restado a:
Tratamientos
3
Inferior
-23.63
Centrada
-17.25
Superior
-10.87
Tratamientos
3
----+---------+---------+---------+-(------*-----)
----+---------+---------+---------+--20
-10
0
10
Tratamientos
2
3
Tratamientos = 2
Valor T
1.083
-7.217
Valor P
ajustado
0.5578
0.0009
Valor T
-8.300
Valor P
ajustado
0.0004
restado a:
Diferencia
de medias
-17.25
Tratamientos
3
EE de
diferencia
2.078
2.078
EE de
diferencia
2.078
GL
3
2
6
11
SC
1106.92
703.50
51.83
1862.25
MC
368.972
351.750
8.639
R-cuad. = 97.22%
F
42.71
40.72
P
0.000
0.000
R-cuad.(ajustado) =
Fuente
Modelo
tratamiento
Suma de
cuadrados
tipo III
6029.167(a)
703.500
6
2
Media
cuadrtica
1004.861
351.750
F
116.318
40.717
Significacin
.000
.000
42.711
.000
gl
Das
1106.917
368.972
Error
51.833
8.639
Total
6081.000
12
a R cuadrado = .991 (R cuadrado corregida = .983)
Dias
Desactivar
-Continuar
-Aceptar
Error tp.
2.07833
2.07833
Significacin
.558
.001
Lmite
superior
Lmite inferior
-8.6269
4.1269
8.6231
21.3769
(I) tratamiento
1.00
(J) tratamiento
2.00
3.00
2.00
1.00
2.2500
2.07833
.558
-4.1269
8.6269
3.00
17.2500(*)
-15.0000(*)
-17.2500(*)
2.07833
2.07833
2.07833
.000
.001
.000
10.8731
-21.3769
-23.6269
23.6269
-8.6231
-10.8731
3.00
1.00
2.00
Subconjuntos homogneos
crecimiento
DHS de Tukey
Subconjunto
tratamiento
3.00
1.00
2.00
N
4
4
2
8.0000
1
23.0000
25.2500
Significacin
1.000
.558
Se muestran las medias para los grupos en subconjuntos homogneos.
Basado en la suma de cuadrados tipo III
El trmino error es la Media cuadrtica (Error) = 8.639.
a Usa el tamao muestral de la media armnica = 4.000
b Alfa = .05.
Dias
Comparaciones mltiples
Variable dependiente: Crecimiento
DHS de Tukey
(I) Dias
(J) Dias
Diferencia
entre medias
Error tp.
Significacin
Intervalo de confianza al
95%.
1.00
2.00
3.00
4.00
Lmite
superior
Lmite inferior
-13.6409
2.9742
-8.9742
7.6409
2.00
3.00
(I-J)
-5.3333
-.6667
2.39985
2.39985
.219
.992
4.00
-23.6667(*)
2.39985
.000
-31.9742
-15.3591
1.00
5.3333
2.39985
.219
-2.9742
13.6409
3.00
4.00
1.00
4.6667
-18.3333(*)
.6667
2.39985
2.39985
2.39985
.304
.001
.992
-3.6409
-26.6409
-7.6409
12.9742
-10.0258
8.9742
2.00
-4.6667
2.39985
.304
-12.9742
3.6409
4.00
-23.0000(*)
2.39985
.000
-31.3076
-14.6924
.000
.001
.000
15.3591
10.0258
14.6924
31.9742
26.6409
31.3076
1.00
23.6667(*)
2.39985
2.00
18.3333(*)
2.39985
3.00
23.0000(*)
2.39985
Basado en las medias observadas.
* La diferencia de medias es significativa al nivel .05.
Crecimiento
DHS de Tukey
Subconjunto
N
3
3
2
11.3333
12.0000
2.00
16.6667
4.00
Significacin
M
e
d
i
a
s
m
a
r
g
i
n
a
l
e
s
e
s
t
i
m
a
d
a
s
d
e
C
r
e
c
i
m
i
e
n
t
o
2
5
,0
Mediasmarginalestimads
Dias
1.00
3.00
35.0000
.219
1.000
2
0
,
0
1
5
,
0
1
0
,01
.0T
2
.0
.0
r
a
t
m
ie
t
o
s3
En este diseo la restriccin para controlar la variabilidad esta en dos direcciones, hileras y columnas. Los tratamientos
se arreglan en bloques de dos sentidos y cada tratamiento aparece una vez en cada hilera y columna. El anlisis de los
datos puede eliminar el error la variabilidad debida a la hilera y columna.
Debe existir el mismo nmero de tratamientos, hileras y columnas, o sea, el nmero de tratamientos es igual al nmero
de repeticiones. Un arreglo para cuatro tratamientos podra ser:
A
D
B
C
D
C
A
B
C
B
D
A
B
A
C
D
MODELO ADITIVO LINEAL
Y(i ) jk t(i ) j k ( i ) jk
i, j, k = 1,.t
Y( i ) jk
= Es el valor o rendimiento observado em em i esimo tratamiento, j esima fila k esima columna.
Es el efecto de la media general.
k = Es el efecto del
ij ( k )
Para i= 1,2,3.,t.
= Efecto del error experimental en el i- esimo tratamiento, j- esimo bloque- fila, k-esimo bloque- columna.
G.L.
Tratamientos
t-1
Bloque: Filas
t-1
Bloque: Columnas
t-1
S.C.
C.M.
Yi ..2
t FC
Y. 2
j.
t
FC
2
Y..k
t FC
Error
(t-1)(t-2)
Total
t2
s CME
Hiptesis
Hp:
Ha:
-1
Y..
t2
ui u
ui u
Para al menos i
Diferencia
2
( i ) jk
Fc.
SC.Trat
G.L..trat
CM .Trat
C.M .Error
SC.Fila
G.L.. fila
CM .Fila
C.M .Error
SC.Col
G.L..col
CM .Colum
C.M .Error
F(tabla)
5%
1%
SC.Error
G.L..error
2
Y(.)..
t2
C.V .
s
x100
Y
Ejemplo 1: Se desea experimentar 5 raciones (A-B-C-D-E) en 5 vacas y con 5 pastos distintos. Es aconsejable en que
en cada racin sea experimentada en cada una de las vacas y con cada uno de los pastos. Del cual se tendr el
siguiente esquema:
Vaca 1
Vaca 2
Vaca 3
Vaca 4
Vaca 5
Pasto 1
B
E
D
A
C
Pasto 2
C
A
B
D
E
Pasto 3
D
B
C
E
A
Pasto 4
A
C
E
B
D
Pasto 5
E
D
A
C
B
Los tratamientos A, B, C, D, E distribuidos de tal forma que cada tratamiento aparezca solo una vez en la fila y columna
Ejemplo 2: Se realiz un experimento para comparar la efectividad de 4 abonos nitrogenados en el cultivo de caa de
azcar. Las claves para los abonos son:
l. NA: Nitrato amnico NH4N03
3. SS: Salitre sdico
2. SA: Sulfato ammco (Nh4)2S04
4. UR: Urea
Todos los abonos se aplicaron a razn de 100 Kg por hectrea. El diseo empleado fue un cuadrado latino, donde las
unidades experimentales fueron clasificadas en filas y columnas segn su ubicacin en el terreno tal y como se muestra
en el siguiente croquis junto con los resultados del experimento (en Kg de caa/parcela):
Hiptesis planteada
H0: Los cuatro abonos nitrogenados tienen el mismo efecto en el cultivo de caa de azcar.
H1: Con al menos uno de los abonos nitrogenados se obtiene un efecto diferente en el cultivo de caa de azcar.
PARCELAS
PERIODOS
2
3
518(NA)
458 (SS)
724(UR)
400(NA)
384 (SS)
400(SA)
506(SA)
501(UR)
1
432 (SA)
550 (SS)
556(UR)
500(NA)
Parcela I
Parcela II
Parcela III
Parcela IV
Total de Columnas
PASOS EN EL MINITAB
Rellenar en las celdas
Numero
Filas
Columnas
1
1
1
2
2
1
3
3
1
4
4
1
.
.
Total de Filas
4
583 (UR)
524(SA)
297(NA)
494(SS)
C.M.
Fc
19857
13631
6656
3738
5.31
F tabla.
1%
5%
Tratamiento Efectividad
SA
432
SS
550
UR
556
NA
500
Estadstica
ANOVA
Modelo lineal general
Respuesta Efectividad o Rendimiento (Variable dependiente, variable respuesta)
Modelo Seleccionar y Poner: Filas columnas tratamientos
Aceptar
Tipo
fijo
fijo
fijo
Niveles
4
4
4
Valores
1, 2, 3, 4
1, 2, 3, 4
NA, SA, SS, UR
GL
3
3
3
6
15
SC Sec.
40893
19968
59570
22426
142856
SC Ajust.
40893
19968
59570
22426
R-cuad. = 84.30%
CM Ajust.
13631
6656
19857
3738
F
3.65
1.78
5.31
P
0.083
0.251
0.040
R-cuad.(ajustado) = 60.75%
CONCLUSION:
En conclusin, existe suficiente evidencia estadstica para aceptar que con al menos uno de los abonos
nitrogenados se obtiene un efecto diferente (rendimientos diferentes) en el cultivo de caa de azcar.
SI HAY DIFERENCIA ESTADISTICA SE REALIZA LAS PRUEBAS DE COMPARACIONES MULTIPLES:
COMO LA PRUEBA DE COMPARACIONES MEDIAS
PASOS EN EL MINITAB
Estadstica
ANOVA
Modelo lineal general
Aceptar
N
4
4
4
4
Media
591.0
471.5
465.5
428.8
Agrupacin
A
A B
A B
B
Inferior
-113.0
-107.0
12.5
Tratamiento
SA
SS
UR
+---------+---------+---------+-----(---------*---------)
(---------*---------)
(---------*---------)
+---------+---------+---------+------150
0
150
300
Tratamiento = SA
Centrada
36.75
42.75
162.25
Superior
186.5
192.5
312.0
restado a:
Tratamiento
SS
UR
Inferior
-143.8
-24.3
Tratamiento
SS
UR
+---------+---------+---------+-----(---------*---------)
(---------*---------)
+---------+---------+---------+------150
0
150
300
Tratamiento = SS
Tratamiento
UR
Tratamiento
UR
Centrada
6.000
125.500
Superior
155.8
275.3
restado a:
Inferior
-30.28
Centrada
119.5
Superior
269.3
+---------+---------+---------+-----(---------*---------)
+---------+---------+---------+------150
0
150
300
Pruebas simultneas de Tukey
Variable de respuesta Efectividad
Todas las comparaciones de dos a dos entre los niveles de Tratamiento
Tratamiento = NA restado a:
Tratamiento
SA
SS
UR
Diferencia
de medias
36.75
42.75
162.25
Tratamiento = SA
Tratamiento
SS
UR
Tratamiento
UR
Valor T
0.8501
0.9889
3.7532
Valor P
ajustado
0.8295
0.7611
0.0359
Valor T
0.1388
2.9031
Valor P
ajustado
0.9989
0.0966
Valor T
2.764
Valor P
ajustado
0.1142
restado a:
Diferencia
de medias
6.000
125.500
Tratamiento = SS
EE de
diferencia
43.23
43.23
43.23
EE de
diferencia
43.23
43.23
restado a:
Diferencia
de medias
119.5
EE de
diferencia
43.23
Variable
Efectividad
Tratamiento
NA
SA
SS
UR
N
4
4
4
4
N*
0
0
0
0
Variable
Efectividad
Tratamiento
NA
SA
SS
UR
Mediana
450.0
469.0
476.0
569.5
Media
428.8
465.5
471.5
591.0
Error
estndar
de la
media
51.0
29.5
34.8
47.5
Q3
513.5
519.5
536.0
688.8
Mximo
518.0
524.0
550.0
724.0
Desv.Est.
102.0
59.1
69.5
95.0
Mnimo
297.0
400.0
384.0
501.0
Q1
322.8
408.0
402.5
514.8
Media
400
300
200
100
0
NA
SA
SS
UR
Tratamiento
Repeticiones
TOTAL DE
COLUMNAS
Tratamientos
Promedio
B
2
A
7
D
5
C
6
20
D
3
C
5
B
4
A
9
21
Variedades
A
6
B
5
C
9
D
5
25
C
8
D
7
A
10
B
5
30
A
32
8
B
16
4
C
28
7
D
20
5
S.C.
C.M.
Fc
Total Hileras
19
24
28
25
Ftabla.
1 %
9.78
5%
Tratamientos
4
40
10
3.75
4.76
Filas
4
10.5
2.625
0.984
4.76 N.S
Columnas
4
15.5
3.875
1.453
4.76 N.S
Error
3
8
2.667
Total
16
74
La significacin de hileras o columnas indica en qu direccin del terreno est la fertilidad del suelo. En este
experimento no se detecto dicha variabilidad en ninguna hilera ni en columna. El coeficiente de variacin
indicara la confiabilidad en los datos.
EXPERIMENTOS FACTORIALES
Un experimento factorial es aquel en el que se estudian simultneamente varios factores, de modo que los
tratamientos se forman por todas las posibles combinaciones de los niveles de los factores. Un experimento
factorial no constituye un nuevo diseo experimental, sino un diseo para la formacin de los tratamientos.
Los experimentos factoriales pueden ser conducidos bajo los lineamientos de cualquier diseo experimental
como el DCA, DBCA o DCL.
Estos experimentos son tiles tambin en campos de estudio ms complejos en los que se sabe que un
factor no acta independientemente sino en estrecha relacin con ortos factores. En este captulo se trataran
los experimentos factoriales con dos factores conducidos bajo los lineamientos de un DCA y DBCA.
EL MODELO ADITIVO LINEAL PARA UN FACTORIAL PXQ EN DCA SER:
i= 1,,p
j=1,..,q k=1,.., r ij
i= 1,,p j=1,..,q
k=1,..., b
Donde:
Yijk
Es el valor o rendimiento observado con el i-esimo nivel del factor A, j-esimo nivel del factor B, k-esima repeticin
( ) ij
ijk
= Es el efecto de la interaccin en el i-esimo nivel del factor A, j-esimo nivel del factor B.
Es el efecto del error experimental en el i- esimo nivel del factor A, j- esimo nivel del factor B, k-esima repeticin
p = Es el numero de niveles del factor A.
q = Es el numero de niveles del factor B.
rij
Es el nmero de repeticiones en el i- esimo nivel del factor A, j- esimo nivel del factor B,
k Es el efecto del
k-esimo bloque.
b = Es el numero de boques
Ejemplo 1 (Experimento Factorial en DCA):
En un experimento se estudiaron tres tipos de Alimentos concentrados (A) en dos razas de ovinos (B) en una
determinada localidad. Se emplearon 4 animales por cada combinacin y se tuvieron los siguientes resultados
correspondientes a los aumentos de ganancia de peso (en Kg)
Para un modelo efectos fijos las hiptesis sern:
Para el efecto principal A (Alimentos concentrados):
Ho : i 0....i 1, 2,3
Ha : i 0.... para..al..menos.a lg un..i
Ho : j 0.... j 1, 2
Ha : j 0.... para..al..menos.a lg un.. j
A1
A2
B1
A1B1
1
2
3
4
5
6
6
7
3
3
4
4
B1
A2B1
3
2
4
3
TOTAL
PROMEDI
O
24
6
14
3.5
12
3
B1
B2
TOTAL
B2
A1B2
A1
24
14
38
A3
B2
A2B2
3
2
8
5
B1
A3B1
2
4
2
2
2
6
10
6
18
4.5
10
2.5
24
6
A2
12
18
30
B2
A3B2
A3
10
24
34
TOTAL
46
56
102
1.
Alimento
0.59016393
3.55
Ovinos
4.167
4.167
1.22960656
4.41
Alimento*Ovinos
37.33
18.665
5.50770492
3.55*
Error
18
61
3.38888889
Total
23
106.5
PASOS EN EL MINITAB
Estadstica
ANOVA
Modelo lineal general
Respuesta Peso (Variable dependiente, variable respuesta)
Modelo Poner: Factor A factor B Factor A*Factor B
Ejemplo: Alimento raza (selecciona nuevamente Alimento*raza)
Aceptar
Factor
Alimento
Raza
Tipo
fijo
fijo
Niveles
3
2
Valores
1, 2, 3
1, 2
GL
2
1
2
18
23
SC Sec.
4.000
4.167
37.333
61.000
106.500
SC Ajust.
4.000
4.167
37.333
61.000
R-cuad. = 42.72%
CM Ajust.
2.000
4.167
18.667
3.389
F
0.59
1.23
5.51
P
0.565
0.282
0.014
R-cuad.(ajustado) = 26.81%
Peso
8.0000
2.0000
10.0000
Ajuste
4.5000
6.0000
6.0000
EE de
ajuste
0.9204
0.9204
0.9204
Residuo
3.5000
-4.0000
4.0000
Residuo
estndar
2.20 R
-2.51 R
2.51 R
GRAFICA DE FACTORES
Efecto de la ganacia de peso
5
Media
2
Alimento
ANOVA
Modelo lineal general, ya esta todos los datos
Entrar al cuadro de Grafica de Factores
Ingresar factores: Alimento y luego Ingresar Factores: Peso
O Tambin
Ingresar factores: Ovino y luego Ingresar Factores: Peso
O Tambin
Estadstica
Media
2
Raza
Ingresar
factores:
Tratamiento
luego
Aceptar
Estadstica
ANOVA
Modelo lineal general, ya esta todos los datos
Entrar al cuadro de Resultados
Seleccionar x Mostrar cuadro de medias
Poner Factor A*Factor B
Factor A
Factor B
SI HAY DIFERENCIA ESTADISTICA SE REALIZA LAS PRUEBAS DE COMPARACIONES MULTIPLES:
COMO LA PRUEBA DE COMPARACIONES MEDIAS
Estadstica
ANOVA
Modelo lineal general
Seleccionar el cuadro de Comparacin
X en comparaciones
Trminos: Factor A (Alimentos)
Aceptar
N
8
8
8
Media
4.7
4.3
3.8
Agrupacin
A
A
A
Alimento = 1
Alimento
2
3
restado a:
Inferior
-3.350
-2.850
Alimento = 2
Alimento
3
Centrada
-1.000
-0.500
Superior
1.350
1.850
-------+---------+---------+--------(-----------*-----------)
(-----------*----------)
-------+---------+---------+---------2.0
0.0
2.0
Superior
2.850
-------+---------+---------+--------(----------*-----------)
-------+---------+---------+---------2.0
0.0
2.0
restado a:
Inferior
-1.850
Centrada
0.5000
Diferencia
de medias
-1.000
-0.500
Alimento = 2
Alimento
3
EE de
diferencia
0.9204
0.9204
Valor T
-1.086
-0.543
Valor P
ajustado
0.5343
0.8512
Valor T
0.5432
Valor P
ajustado
0.8512
restado a:
Diferencia
de medias
0.5000
EE de
diferencia
0.9204
Estadstica
ANOVA
Modelo lineal general
Seleccionar el cuadro de Comparacin
X en comparaciones
Trminos: Factor B. Ejemplo (raza)
Aceptar
N
12
12
Media
4.7
3.8
Agrupacin
A
A
Inferior
-0.7456
Centrada
0.8333
Superior
2.412
-------+---------+---------+--------(--------------*---------------)
-------+---------+---------+--------0.0
1.0
2.0
Diferencia
de medias
0.8333
EE de
diferencia
0.7515
Valor T
1.109
Valor P
ajustado
0.2821
ovino
Estadstica
ANOVA
Modelo lineal general
Seleccionar el cuadro de Comparacin
X en comparaciones
Trminos: Factor A* Factor B. Ejemplo (Alimentos*raza)
Aceptar
Raza
2
1
2
2
1
1
N
4
4
4
4
4
4
Media
6.0
6.0
4.5
3.5
3.0
2.5
Agrupacin
A
A
A
A
A
A
Raza
2
1
2
1
2
Inferior
-6.633
-7.133
-5.633
-7.633
-4.133
Alimento
1
2
2
3
3
Raza
2
1
2
1
2
-----+---------+---------+---------+(-------*-------)
(-------*-------)
(-------*-------)
(-------*-------)
(-------*-------)
-----+---------+---------+---------+-5.0
0.0
5.0
10.0
Alimento = 1
Raza = 2 restado a:
Centrada
-2.500
-3.000
-1.500
-3.500
0.000
Superior
1.6328
1.1328
2.6328
0.6328
4.1328
Alimento
2
2
3
3
Raza
1
2
1
2
Inferior
-4.633
-3.133
-5.133
-1.633
Centrada
-0.500
1.000
-1.000
2.500
Superior
3.633
5.133
3.133
6.633
Alimento
2
2
3
3
Raza
1
2
1
2
-----+---------+---------+---------+(-------*-------)
(-------*-------)
(-------*-------)
(-------*-------)
-----+---------+---------+---------+-5.0
0.0
5.0
10.0
Alimento = 2
Raza = 1 restado a:
Alimento
2
3
3
Raza
2
1
2
Inferior
-2.633
-4.633
-1.133
Centrada
1.5000
-0.5000
3.0000
Superior
5.633
3.633
7.133
Alimento
2
3
3
Raza
2
1
2
-----+---------+---------+---------+(-------*-------)
(-------*-------)
(-------*-------)
-----+---------+---------+---------+-5.0
0.0
5.0
10.0
Alimento = 2
Raza = 2 restado a:
Alimento
3
3
Raza
1
2
Inferior
-6.133
-2.633
Centrada
-2.000
1.500
Superior
2.133
5.633
Alimento
3
3
Raza
1
2
-----+---------+---------+---------+(-------*-------)
(-------*-------)
-----+---------+---------+---------+-5.0
0.0
5.0
10.0
Alimento = 3
Raza = 1 restado a:
Alimento
3
Raza
2
Inferior
-0.6328
Centrada
3.500
Superior
7.633
Alimento
3
Raza
2
-----+---------+---------+---------+(-------*-------)
-----+---------+---------+---------+-5.0
0.0
5.0
10.0
EE de
Valor P
Alimento
1
2
2
3
3
Raza
2
1
2
1
2
de medias
-2.500
-3.000
-1.500
-3.500
0.000
diferencia
1.302
1.302
1.302
1.302
1.302
Valor T
-1.921
-2.305
-1.152
-2.689
0.000
ajustado
0.4220
0.2424
0.8529
0.1263
1.0000
EE de
diferencia
1.302
1.302
1.302
1.302
Valor T
-0.3841
0.7682
-0.7682
1.9206
Valor P
ajustado
0.9987
0.9695
0.9695
0.4220
EE de
diferencia
1.302
1.302
1.302
Valor T
1.1523
-0.3841
2.3047
Valor P
ajustado
0.8529
0.9987
0.2424
EE de
diferencia
1.302
1.302
Valor T
-1.536
1.152
Valor P
ajustado
0.6469
0.8529
EE de
diferencia
1.302
Valor T
2.689
Valor P
ajustado
0.1263
Alimento = 1
Raza = 2 restado a:
Alimento
2
2
3
3
Raza
1
2
1
2
Diferencia
de medias
-0.500
1.000
-1.000
2.500
Alimento = 2
Raza = 1 restado a:
Alimento
2
3
3
Raza
2
1
2
Diferencia
de medias
1.5000
-0.5000
3.0000
Alimento = 2
Raza = 2 restado a:
Alimento
3
3
Raza
1
2
Diferencia
de medias
-2.000
1.500
Alimento = 3
Raza = 1 restado a:
Alimento
3
Raza
2
Diferencia
de medias
3.500
6
5
Media
4
3
2
1
0
2
Raza
B1
1,9
2,3
2,0
2,1
8,3
B2
1,8
2,1
2,4
2,9
9,2
A2
B3
2,7
2,4
2,9
2,8
10,8
B1
1,8
2,2
2,0
2,4
8,4
B2
2,9
2,7
3,2
3,5
12,3
B3
3,0
3,2
2,9
3,4
12,5
1.0004
1.0004
18.81
2.9100
1.4550
27.35
3.29
A*B
0.5633
0.2817
5.30
3.68*
Error
15
0.7979
0.0532
Total
23
6.0763
1. PASOS EN EL MINITAB
4.54
Estadstica
ANOVA
Modelo lineal general
Respuesta Rendimiento (Variable dependiente, variable respuesta)
Modelo Poner: Bloque
Factor A
Factor B
Factor AxFactor B
Aceptar
Rendimiento
1.9
2.3
2.0
Tipo
fijo
fijo
fijo
Niveles
4
2
3
Valores
1, 2, 3, 4
1, 2
1, 2, 3
GL
3
1
2
2
15
23
SC Sec.
0.80458
1.00042
2.91000
0.56333
0.79792
6.07625
SC Ajust.
0.80458
1.00042
2.91000
0.56333
0.79792
R-cuad. = 86.87%
CM Ajust.
0.26819
1.00042
1.45500
0.28167
0.05319
F
5.04
18.81
27.35
5.30
P
0.013
0.001
0.000
0.018
R-cuad.(ajustado) = 79.86%
Estadstica
ANOVA
Modelo lineal general
Seleccionar el cuadro de Comparacin
X en comparaciones
Trminos: Factor A* Factor B. Ejemplo (Maiz*Dosis)
Aceptar
CUADRO DE RESULTADOS
Estadstica
ANOVA
Modelo lineal general
Resultados (mostrar cuadro de las medias) Factor A, Factor B Factor A*Factor B
Factor B
3
2
3
2
1
1
N
4
4
4
4
4
4
Media
3.1
3.1
2.7
2.3
2.1
2.1
Agrupacin
A
A
A B
B C
C
C
Factor B
2
3
1
2
3
Inferior
-0.3043
0.0957
-0.5043
0.4707
0.5207
Centrada
0.22500
0.62500
0.02500
1.00000
1.05000
Superior
0.7543
1.1543
0.5543
1.5293
1.5793
Factor A
1
1
2
2
2
Factor B
2
3
1
2
3
Factor A = 1
Factor B = 2
----+---------+---------+---------+-(------*-----)
(------*-----)
(-----*------)
(------*-----)
(-----*------)
----+---------+---------+---------+--0.80
0.00
0.80
1.60
restado a:
Factor A
1
2
2
2
Factor B
3
1
2
3
Inferior
-0.1293
-0.7293
0.2457
0.2957
Factor A
1
2
2
2
Factor B
3
1
2
3
----+---------+---------+---------+-(------*------)
(------*-----)
(------*-----)
(-----*------)
----+---------+---------+---------+--0.80
0.00
0.80
1.60
Factor A = 1
Factor B = 3
Centrada
0.4000
-0.2000
0.7750
0.8250
Superior
0.9293
0.3293
1.3043
1.3543
restado a:
Factor A
2
2
2
Factor B
1
2
3
Inferior
-1.129
-0.154
-0.104
Factor A
2
2
2
Factor B
1
2
3
----+---------+---------+---------+-(------*-----)
(------*-----)
(-----*------)
----+---------+---------+---------+--0.80
0.00
0.80
1.60
Factor A = 2
Factor B = 1
Centrada
-0.6000
0.3750
0.4250
Superior
-0.07068
0.90432
0.95432
restado a:
Factor A
2
2
Factor B
2
3
Inferior
0.4457
0.4957
Factor A
2
2
Factor B
2
3
----+---------+---------+---------+-(-----*------)
(------*-----)
----+---------+---------+---------+--0.80
0.00
0.80
1.60
Factor A = 2
Factor B = 2
Centrada
0.9750
1.0250
Superior
1.504
1.554
restado a:
Factor A
2
Factor B
3
Inferior
-0.4793
Centrada
0.05000
Superior
0.5793
Factor A
2
Factor B
3
----+---------+---------+---------+-(------*-----)
----+---------+---------+---------+--
-0.80
0.00
0.80
1.60
Factor B
2
3
1
2
3
Factor A = 1
Factor B = 2
Factor A
1
2
2
2
Factor A
2
2
2
Factor A
2
2
Factor A
2
Valor P
ajustado
0.7380
0.0166
1.0000
0.0002
0.0001
Diferencia
de medias
0.4000
-0.2000
0.7750
0.8250
EE de
diferencia
0.1631
0.1631
0.1631
0.1631
Valor T
2.453
-1.226
4.752
5.059
Valor P
ajustado
0.1997
0.8177
0.0029
0.0016
Diferencia
de medias
-0.6000
0.3750
0.4250
EE de
diferencia
0.1631
0.1631
0.1631
Valor T
-3.679
2.299
2.606
Valor P
ajustado
0.0223
0.2532
0.1557
EE de
diferencia
0.1631
0.1631
Valor T
5.978
6.285
Valor P
ajustado
0.0003
0.0002
EE de
diferencia
0.1631
Valor T
0.3066
Valor P
ajustado
0.9996
restado a:
Factor B
2
3
Factor A = 2
Factor B = 2
Valor T
1.3796
3.8323
0.1533
6.1317
6.4383
restado a:
Factor B
1
2
3
Factor A = 2
Factor B = 1
EE de
diferencia
0.1631
0.1631
0.1631
0.1631
0.1631
restado a:
Factor B
3
1
2
3
Factor A = 1
Factor B = 3
Diferencia
de medias
0.22500
0.62500
0.02500
1.00000
1.05000
Diferencia
de medias
0.9750
1.0250
restado a:
Factor B
3
Diferencia
de medias
0.05000
ESTADISTICA
ANOVA
MODELO LINEAL GENERAL
RESPUESTAS: CRECIMIENTO
MODELO DIAS TRATAMIENTO
COMPARACIONES
XCOMPARACIONES EN PAREJA
TUCKEY
Tipo
fijo
fijo
Niveles
4
3
Valores
1, 2, 3, 4
1, 2, 3
GL
3
2
6
11
SC Sec.
1106.92
703.50
51.83
1862.25
SC Ajust.
1106.92
703.50
51.83
S = 2.93920
R-cuad. = 97.22%
CM Ajust.
368.97
351.75
8.64
F
42.71
40.72
P
0.000
0.000
R-cuad.(ajustado) = 94.90%
Crecimiento
5.0000
Ajuste
0.5833
EE de
ajuste
2.0783
Residuo
4.4167
Residuo
estndar
2.13 R
GL
3
2
6
11
SC
1106.92
703.50
51.83
1862.25
MC
368.972
351.750
8.639
R-cuad. = 97.22%
F
42.71
40.72
P
0.000
0.000
R-cuad.(ajustado) = 94.90%
-Analizar
-Modelo lineal general
-Univariante
Respuesta Poner Crecimiento (Variable respuesta)
Factores Fijos: Dia (Bloques)
Tratamientos (Solucin)
-Seleccionar Modelo
Seleccionar x Personalizado
Modelo: Tratamientos
Dias
Desactivar
incluir interaccion en el modelo
-Continuar
-Aceptar
Pruebas de los efectos inter-sujetos
Variable dependiente: crecimiento
Fuente
Modelo
tratamiento
Suma de
cuadrados
tipo III
6029.167(a)
703.500
6
2
Media
cuadrtica
1004.861
351.750
F
116.318
40.717
Significacin
.000
.000
42.711
.000
gl
Das
1106.917
368.972
Error
51.833
8.639
Total
6081.000
12
a R cuadrado = .991 (R cuadrado corregida = .983)
COMPARACIONES
-Analizar
-Modelo lineal general
-Univariante
Respuesta Poner Crecimiento (Variable respuesta)
Factores Fijos: Da (Bloques)
Tratamientos (Solucion) TODO ESTO YA ESTA
-Seleccionar POST HOC
Constraste Comparacion multiple
Factores
Solucion
seleccionar Solucion es decir tratamientos lo que vas a comparar
Dia
Seleccionar tuckey o Duncan
Seleccionar Graficos
Eje horizontal poner Tratamiento o solucion lo que se quiere evaluar
Aadir
Aceptar
Luego opciones Univariante
Mostrar medias Poner solucion o tratamientos
Seleccionar estadstica descriptiva
Contiunar
Aceptar
-Seleccionar Modelo
Seleccionar x Personalizado
Modelo: Tratamientos
Dias
Desactivar
Incluir interaccion en el modelo
-Continuar
-Aceptar
Error tp.
2.07833
2.07833
Significacin
.558
.001
Lmite
superior
Lmite inferior
-8.6269
4.1269
8.6231
21.3769
(I) tratamiento
1.00
(J) tratamiento
2.00
3.00
2.00
1.00
2.2500
2.07833
.558
-4.1269
8.6269
3.00
17.2500(*)
-15.0000(*)
-17.2500(*)
2.07833
2.07833
2.07833
.000
.001
.000
10.8731
-21.3769
-23.6269
23.6269
-8.6231
-10.8731
3.00
1.00
2.00
Subconjuntos homogneos
crecimiento
DHS de Tukey
Subconjunto
tratamiento
3.00
1.00
4
4
2.00
Significacin
8.0000
23.0000
25.2500
1.000
.558
Se muestran las medias para los grupos en subconjuntos homogneos.
Basado en la suma de cuadrados tipo III
El trmino error es la Media cuadrtica (Error) = 8.639.
a Usa el tamao muestral de la media armnica = 4.000
b Alfa = .05.
ANOVA de un factor
ANOVA
rendimiento
Inter-grupos
Intra-grupos
Total
Suma de
cuadrados
7285.800
882.000
gl
4
15
8167.800
Media
cuadrtica
1821.450
58.800
F
30.977
Sig.
.000
19
(J) tratamientos
2.00
3.00
4.00
2.00
3.00
4.00
Diferencia de
medias (I-J)
38.50000(*)
21.25000(*)
Error tpico
5.42218
5.42218
Sig.
.000
.010
Lmite
superior
Lmite inferior
21.7567
55.2433
4.5067
37.9933
44.50000(*)
5.42218
.000
5.00
54.00000(*)
5.42218
.000
37.2567
70.7433
1.00
-38.50000(*)
5.42218
.000
-55.2433
-21.7567
3.00
4.00
5.00
-17.25000(*)
6.00000
15.50000
5.42218
5.42218
5.42218
.042
.801
.076
-33.9933
-10.7433
-1.2433
-.5067
22.7433
32.2433
1.00
-21.25000(*)
5.42218
.010
-37.9933
-4.5067
2.00
17.25000(*)
5.42218
.042
.5067
33.9933
4.00
23.25000(*)
5.42218
.005
6.5067
39.9933
5.00
32.75000(*)
-44.50000(*)
-6.00000
5.42218
5.42218
5.42218
.000
.000
.801
16.0067
-61.2433
-22.7433
49.4933
-27.7567
10.7433
1.00
2.00
27.7567
61.2433
3.00
-23.25000(*)
5.42218
.005
-39.9933
-6.5067
5.00
9.50000
5.42218
.434
-7.2433
26.2433
1.00
-54.00000(*)
5.42218
.000
-70.7433
-37.2567
-15.50000
3.00
-32.75000(*)
4.00
-9.50000
* La diferencia de medias es significativa al nivel .05.
5.42218
5.42218
5.42218
.076
.000
.434
-32.2433
-49.4933
-26.2433
1.2433
-16.0067
7.2433
5.00
2.00
SPSS EN COMPARACIONES
Analizar
-Comparar medias
-Anova de un solo Factor
Dependiente
Se selecciona y se pone Rendimiento
Factor Se selecciona y se pone tratamiento
-Seleccionar Post Hoc. Y
Seleccionar tucKey
Aceptar
1
432
550
556
500
2
518
724
384
506
PERIODOS
3
458
400
400
501
Total de Filas
4
583
524
297
494
de
Tipo
fijo
fijo
fijo
Niveles
4
4
4
Valores
1, 2, 3, 4
1, 2, 3, 4
NA, SA, SS, UR
GL
3
3
3
6
15
SC sec.
40893
19968
59570
22426
142856
SC ajust.
40893
19968
59570
22426
R-cuad. = 84.30%
MC ajust.
13631
6656
19857
3738
F
3.65
1.78
5.31
P
0.083
0.251
0.040
R-cuad.(ajustado) = 60.75%
101
51
93
3
4
TOTAL
Media
93
96
383
95.75
Tratamiento
3
83
67
29
61
68
40
45
59
58
229
57.25
72
75
298
74.50
46
52
205
51.21
51
42
167
41.75
1282
2. PASOS EN EL MINITAB
Ir a Estadstica
Anova
Un solo factor
Respuesta Poner: Rendimiento (Variable dependiente o variable respuesta)
Factor Poner tratamiento
Poner el cuadro de Aceptar
Numero
Tratamientos
Maceta
Rendimiento
1
1
1
101
2
1
2
93
3
1
3
93
4
1
4
93
5
2
1
51
6
2
2
61
7
2
3
59
8
2
4
58
9
3
1
83
10
3
2
68
11
3
3
72
12
3
4
75
13
4
1
67
14
4
2
40
15
4
3
46
16
4
4
52
17
5
1
29
18
5
2
45
19
5
3
51
20
5
4
42
INTERPRETACIN
GRAFICO DE INTERACCION
Anlisis de Efectos Simples
Cuadro de ANVA de Efectos Simples:
F.V.
G.L.
SC
CM
FC
Ftabla (0.05)
Alimento (B1)
28.667
28.667
8.46
3.55
Alimento (B2)
12.667
12.667
3.74
4.41
Error
61.00
3.389
3.55*
La Prueba de Duncan para comparar la ganancia promedio para los tres tipos alimentos dado la raza de ovino
B1.
Para el ovino B1
A1B1
A2B1
A2B1
6.0
3.0
2.5
AES (D)
2.97
3.12
Comparacin
ALS(D)
DECISION
A1-A2
3.0
2.74
A1-A3
3.5
2.872
A2-A3
0.5
2.734
N.S
Promedio
ALS ( D ) AES ( D )
CME
n
g.L Error = 18
CME
3.389
0.92046
4
CONCLUSIONES
La Prueba de Duncan para comparar la ganancia promedio para los tres tipos alimentos dado la raza de ovino
B2.
Para el ovino B2
A1B2
A2B2
A3B2
3.5
4.5
6.0
AES (D)
2.97
3.12
Comparacin
ALS(D)
DECISION
A1-A2
1.0
2.734
N.S
A1-A3
2.5
2.872
N.S
A2-A3
1.5
2.734
N.S
Promedio
ALS ( D ) AES ( D )
CME
n
g.L Error = 18
CME
Conclusiones
3.389
0.92046
4
ESTADISTICA
ANOVA
MODELO LINEAL GENERAL
RESPUESTA Rendimiento variable respuesta
Modelo. Filas columnas tratamiento
Aceptar
COMPARACION
ESTADISTICA
ANOVA
MODELO LINEAL GENERAL
Comparaciones en parejas
GRAFICOS
ESTADISTICA
ANOVA
MODELO LINEAL GENERAL
Grafica de factores
Factor. Tratamiento
Minimo de CERO
Aceptar
Esto no va
Ir a Estadstica
Anova
Un solo factor
Respuesta Poner: Rendimiento (Variable dependiente o variable respuesta)
Factor Poner tratamiento
Poner el cuadro de Aceptar
INTERPRETACIN
Si el P value tiene un valor menor a 0,05 se rechaza la hiptesis planteada, eso quiere decir que hay diferencia
significativa entre tratamientos (sali valor = 0,000) hay diferencia
Si el Pvalue es mayor que 0,05 se acepta la hiptesis planteada, No hay diferencia entre tratamientos.
Ejemplo 2:
Se presenta los resultados de seis variedades de Frijol (Rendimiento expresado en g/ parcela) en el que se usaron
cuatro repeticiones por tratamiento
Se quiere probar la siguiente hiptesis:
Ho: No existe diferencia entre tratamientos
Ha: Existen diferencia entre tratamientos, mas alla de lo que puede atribuirse al azar.
Repeticiones
1
2
3
4
TOTAL
REPETICIONE
S
PROMEDIO
Bayo
42
46
38
41
167
4
Gastelum
32
38
31
30
131
4
41.75
32.75
Variedades
Mantequilla
Testigo
25
18
32
20
28
26
26
24
111
88
4
4
27.75
22
TOTAL
Cuyo
35
42
46
40
163
4
Zirate
36
25
22
26
109
4
40.75
27.25
ANVA DBCA
Fuentes
variacin
de
Grados
de libertad
Suma de cuadrados
Cuadrados
medios
S .C.
C.M .
G.L
F
Calculado
F
Tabla
1%
5%
Tratamiento
1251.208
250.2416
13.0959
4.56
2.9
Bloques
27.125
9.0417
0.4732
5.42
3.29
Error
15
286.625
19.108
Total
23
1564.958
EL DCA EN SPSS
-Analizar
-Comparar medias
- Anova de un factor
Todas las pruebas de comparacin.
de
Grados
Suma de
cuadrados
de libertad
Cuadrados medios
C.M .
Tratamiento
7286
1821.5
Error
15
882
58.8
Total
19
8168
S .C.
G.L
Calculado
Tabla
30.98
1%
5%
4.89**
3.06
Hp: i =
i=1,2,3,4,5
Hp: i
o Literalmente:
Hp: Todos los Alimentos balanceados tienen el mismo efecto en la ganancia de peso de los cuyes
Ha: Con al menos uno de los Alimentos balanceados se obtiene una ganancia de peso diferente.
5 Tipos de Alimentos Dosis de alimentos
(n) observaciones
A1
A2
A3
A4
A5
1.3
0.9
2.1
2.3
2.6
1.8
1.1
2.5
2.8
2.3
1.6
0.8
2.9
2.0
2.5
1.5
1.0
2.5
2.6
2.1
1.5
0.9
2.8
2.7
2.5
1.4
1.3
2.9
2.1
2.7
TOTALES
9.1
15.7
14.5
14.7
NRO REPET
PROMEDIO
1.52
1.0
2.62
2.42
2.45
60.0
ANVA DCA
Fuentes
variacin
de
Grados
Suma de
cuadrados
Cuadrados medios
de libertad
C.M .
Tratamiento
11.94
2.985
Error
25
1.58
0.0632
Total
29
13.52
S .C.
G.L
Calculado
47.23
Tabla
1%
5%
4.18**
2.76
45
35
34
41
46
33
34
41
49
35
44
44
34
43
33
41
5
6
42
44
41
41
TOTALES
184
68
137
169
NRO REPET
PROMEDIO
46
34
34
42
ANVA DCA
Fuentes
de
Grados
Suma de
Cuadrados medios
variacin
de libertad
cuadrados
C.M .
Tratamiento
432
144
Error
16
32
Total
19
464
Calculado
S .C.
G.L
Tabla
72
1%
5%
5.29**
3.24
DCA
CON
TUCKEY
CON
GL
4
15
19
Nivel
1
2
3
4
5
N
4
4
4
4
4
SC
7285.8
882.0
8167.8
CM
1821.5
58.8
R-cuad. = 89.20%
Media
95.75
57.25
74.50
51.25
41.75
F
30.98
P
0.000
R-cuad.(ajustado) = 86.32%
ICs de 95% individuales para la media
basados en Desv.Est. agrupada
---+---------+---------+---------+-----(---*---)
(---*---)
(---*---)
(---*---)
(---*---)
---+---------+---------+---------+-----40
60
80
100
Desv.Est.
3.77
4.35
6.35
11.59
9.29
Variable
Rendimiento
Tratamientos
1
2
3
4
5
N
4
4
4
4
4
N*
0
0
0
0
0
Media
95.75
57.25
74.50
51.25
41.75
Error
estndar
de la
media
1.89
2.17
3.18
5.79
4.64
Desv.Est.
3.77
4.35
6.35
11.59
9.29
Mnimo
93.00
51.00
68.00
40.00
29.00
Nivel
1
2
3
4
5
N
4
4
4
4
4
GL
4
15
19
SC
7285.8
882.0
8167.8
CM
1821.5
58.8
R-cuad. = 89.20%
Media
95.75
57.25
74.50
51.25
41.75
Desv.Est.
3.77
4.35
6.35
11.59
9.29
F
30.98
P
0.000
R-cuad.(ajustado) = 86.32%
ICs de 95% individuales para la media
basados en Desv.Est. agrupada
---+---------+---------+---------+-----(---*---)
(---*---)
(---*---)
(---*---)
(---*---)
---+---------+---------+---------+------
FISHER
40
60
80
100
N
4
4
4
4
4
Media
95.750
74.500
57.250
51.250
41.750
Agrupacin
A
B
C
C
C
Inferior
-55.255
-38.005
-61.255
-70.755
Centro
-38.500
-21.250
-44.500
-54.000
Superior
-21.745
-4.495
-27.745
-37.245
Tratamientos
2
3
4
5
+---------+---------+---------+--------(----*----)
(----*----)
(----*----)
(----*---)
+---------+---------+---------+---------70
-35
0
35
Inferior
0.495
-22.755
-32.255
Centro
17.250
-6.000
-15.500
Superior
34.005
10.755
1.255
Tratamientos
3
4
5
+---------+---------+---------+--------(----*----)
(----*----)
(----*---)
+---------+---------+---------+---------70
-35
0
35
Inferior
-40.005
-49.505
Centro
-23.250
-32.750
Superior
-6.495
-15.995
+---------+---------+---------+--------(---*----)
(----*---)
+---------+---------+---------+---------
-70
-35
35
Inferior
-26.255
Centro
-9.500
Superior
7.255
Tratamientos
5
+---------+---------+---------+--------(----*----)
+---------+---------+---------+---------70
-35
0
35
GL
4
15
19
Nivel
1
2
3
4
5
N
4
4
4
4
4
SC
7285.8
882.0
8167.8
CM
1821.5
58.8
R-cuad. = 89.20%
Media
95.75
57.25
74.50
51.25
41.75
F
30.98
P
0.000
R-cuad.(ajustado) = 86.32%
Desv.Est.
3.77
4.35
6.35
11.59
9.29
N
4
4
4
4
4
Media
95.750
74.500
57.250
51.250
41.750
Agrupacin
A
B
C
C
C
Inferior
-55.255
-38.005
-61.255
-70.755
Centro
-38.500
-21.250
-44.500
-54.000
Superior
-21.745
-4.495
-27.745
-37.245
Tratamientos
2
3
4
5
+---------+---------+---------+--------(----*----)
(----*----)
(----*----)
(----*---)
+---------+---------+---------+---------70
-35
0
35
Inferior
0.495
-22.755
-32.255
Centro
17.250
-6.000
-15.500
Superior
34.005
10.755
1.255
Tratamientos
3
4
5
+---------+---------+---------+--------(----*----)
(----*----)
(----*---)
+---------+---------+---------+---------70
-35
0
35
Inferior
-40.005
-49.505
Centro
-23.250
-32.750
Superior
-6.495
-15.995
Tratamientos
4
5
+---------+---------+---------+--------(---*----)
(----*---)
+---------+---------+---------+---------70
-35
0
35
Inferior
-26.255
Centro
-9.500
Superior
7.255
Tratamientos
5
+---------+---------+---------+--------(----*----)
+---------+---------+---------+---------70
-35
0
35
N
4
4
4
4
4
Media
95.750
74.500
57.250
51.250
41.750
Agrupacin
A
B
C
C D
D
Inferior
-50.057
-32.807
-56.057
-65.557
Centro
-38.500
-21.250
-44.500
-54.000
Superior
-26.943
-9.693
-32.943
-42.443
Tratamientos
2
3
4
5
--+---------+---------+---------+------(---*---)
(---*---)
(---*---)
(---*---)
--+---------+---------+---------+-------60
-30
0
30
Inferior
5.693
-17.557
-27.057
Centro
17.250
-6.000
-15.500
Superior
28.807
5.557
-3.943
Tratamientos
3
4
5
--+---------+---------+---------+------(---*---)
(---*---)
(---*---)
--+---------+---------+---------+-------60
-30
0
30
Inferior
-34.807
-44.307
Centro
-23.250
-32.750
Superior
-11.693
-21.193
Tratamientos
4
5
--+---------+---------+---------+------(---*---)
(---*---)
--+---------+---------+---------+-------60
-30
0
30
Inferior
-21.057
Centro
-9.500
Superior
2.057
Tratamientos
5
--+---------+---------+---------+------(---*---)
--+---------+---------+---------+-------60
-30
0
30