Universidad Nacional de San Martn - T

Facultad de Ciencias Agrarias

Departamento Acadmico Agrosilvo Pastoril
Escuela Acadmico-Profesional de MV.
Syllabus
I. INFORMACIN GENERAL

1. ASIGNATURA : Investigacin II (Formulacin de Proyectos)

2. CDIGO : 0000FO0968
3. PRE-REQUISITO : Investigacin I (Epistemologa)
4. CICLO : IX
5. CREDITOS :3
6. NMERO DE HORAS : Teora 02 Horas Prctica 02 Horas
7. SEMESTRE ACADMICO : 2016 - I
8. DOCENTE : Ing. M. Sc. Dr. Orlando Ros Ramrez

II. SUMILLA

Investigacin II, es la asignatura que involucra a los Mtodos Estadsticos para la

investigacin como parte de la Estadstica Aplicada, juegan un papel de mucha importancia
en el futuro de la medicina veterinaria, razn evidente para el constante entrenamiento de
personas y profesionales que trabajan en los diferentes campos de la investigacin
cientfica.
El Mdico Veterinario que armoniza las prcticas de medicina veterinaria y el campo
agrario, es uno de los que debe conocer, manejar y hacer uso de los Mtodos Estadsticos,
que le permitir buscar respuesta a sus diferentes incgnitas de los problemas que
encuentra al realizar el diagnstico en el campo que enfoca resolver. En este campo la
Estadstica ayuda al investigador en la elaboracin de proyectos muy variados,
estrechamente relacionados con las ciencias agrarias, gobernada por la ciencia del cultivo
de plantas, la cra de animales, sanidad, ambiente ms eficientes y productivos,
estableciendo conclusiones sostenibles y determinando el uso ms adecuado y la
optimizacin de los recursos.

III. OBJETIVOS

1. Generales:
Desarrollar capacidades de anlisis, manejo, interpretacin y evaluacin de mtodos
estadsticos para la investigacin.

2. Especficos:

Conocer los diferentes diseos experimentales estadsticos para la investigacin en la

produccin agraria.
Evaluar y definir los diseos estadsticos aplicables a nuestras condiciones, preservando
los recursos naturales dentro un medio ambiente en armona con la naturaleza local.
Elaborar planes de investigacin y experimentar los diferentes diseos estadsticos viables
en la produccin agraria.

IV. PROGRAMACIN SECUENCIAL DE DESARROLLO DEL CONTENIDO TEMTICO DE

LA SUMILLA.

1era semana (21 al 25 marzo 2016)

CAPITULO I: BASES DE LA INVESTIGACIN
1. Introduccin: La Estadstica y el Mtodo Cientfico.
2. Caractersticas de un experimento bien planeado.
3. Planeamiento de los experimentos.
4. Esquema de un proyecto de investigacin.
5. Campo de aplicacin de los mtodos estadsticos en la investigacin.
2da semana (28 al, 31 marzo hasta el 01 abril 2016)
CAPITULO II: BASES DE LA ESTADSTICA.

1. Simbologa, poblacin, muestra, promedio, medidas de dispersin, distribucin de

frecuencia, medidas de tendencia central, caractersticas de la distribucin normal
(grfica de la curva normal).
2. Distribucin de Z, X2, t student, lmites de confianza, F.
3. Desviacin estndar de los promedios y de la diferencia de los promedios

3era semana (04 al 08 abril 2016)

CAPITULO III: PRINCIPIOS BSICOS DE LOS DISEOS EXPERIEMENTALES.

1. Diseo. Experimento. Objetivos de un diseo.

2. Error experimental. Control de error. Exactitud y Precisin.
3. Repeticin. Aleatorizacin. Control local. Tratamiento. Unidad experimental. Efecto de
bordes.
4. Pruebas de hiptesis. Prueba estadstica (diseos experimentales). Anlisis de
variancia. P valor.
5. Coeficiente de variabilidad. Coeficiente de determinacin.
6. Planeamiento de experimentos agrcolas, pecuarios o Agroforestales.

4ta semana (11 al 15 abril 2016)

CAPITULO IV: DISEO COMPLETAMENTE AL AZAR.

1. DCA con igual nmero de observaciones por tratamiento. Usos, ventajas, desventajas,
Restricciones, croquis de campo de ilustracin.
2. DCA con diferente nmero de observaciones por tratamiento.
3. Aplicacin del paquete estadstico Infostat o SPSS.

5ta semana (18 al 22 abril 2016)

CAPITULO V: RANGOS MLTIPLES. INTERPRETACIN DE LOS RESULTADOS.

1. Diferencia Mnima significativa.

2. Prueba de Duncan.
3. Prueba de Tukey.
4. S.N.K.

6ta semana (25 al 29 abril 2016)

5. Prueba de Dunnet.
6. Comparaciones por contrastes y ortogonalidad.
7. Prueba de Scheff.

7ma semana (02 al 06 mayo 2016)

CAPITULO VI: DISEO DE BLOQUE COMPLETAMENTE AL AZAR.

1. DBCA con igual nmero de observaciones por tratamiento. Usos, ventajas, desventajas.
Restricciones, Croquis de campo e ilustraciones.
2. DBCA con unidades perdidas. Formula General.
3. Aplicacin del paquete estadstico Infostat o SPSS.

8va Semana (09 al 13 mayo 2016)

CAPITULO VII: DISEO CUADRADO LATINO.

1. DCL con una observacin por parcela experimental. Usos, ventajas, desventajas.
Restricciones. Croquis de campo e ilustracin.
2. DCL Repetidos.
3. DCL con parcelas perdidas. Casos de estimacin. Paquete Infostat o SPSS.

9na semana (16 al 20 mayo 2016)

Examen parcial de medio curso

10masemana (23 al 27 mayo 2016)

CAPITULO VIII: EXPERIMENTOS FACTORIALES.

1. Factoriales. Usos, ventajas, desventajas. Clasificacin de los factores.

2. Factoriales incluidas en diseos simples (DCA, DBCA,). Paquete Infostat o SPSS.

11va semana (30, 31 mayo al 03 junio 2016)

CAPITULO IX: DISEO SIMPLE DE PARCELAS DIVIDIDAS

1. Usos, ventajas, desventajas, modelo matemtico, croquis de campo e ilustracin.

2. Parcelas Divididas incluidas en diseos simples (DCA, DBCA).Aplicacin del paquete
Infostat o SPSS.

12va semana (06 al 10 junio 2016)

CAPITULO X: TRANSFORMACIN DE DATOS.
1. Transformacin por la raz cuadrada.
2. Transformacin angular.
3. Transformacin logartmica.

13ava - semana (13 al 17 junio 2016)

CAPITULO XI: REGRESIN Y CORRELACIN LINEAL SIMPLE Y MLTIPLE.

1. Definicin. Problemas de regresin y correlacin. Casos de modelos de regresin y

correlacin.
2. Coeficiente de regresin y correlacin. Caractersticas.
3. Ecuacin y lneas de regresin.
4. Origen de la variabilidad de la regresin.
5. Coeficiente de correlacin. Aplicacin del paquete Infostat o SPSS.

14ava semana (20 al 24 junio 2016)

CAPITULO XII: COVARIANCIA DCA, DBCA.

1. Covariancia en DCA.
2. Covariancia en DBCA.

15ava semana (27 al 30 junio hasta 01 julio 2016)

CAPITULO XIII: OBSERVACIONES CONCOMITANTES.

1. Elementos y suposiciones.
2. Clculos preliminares.
3. Anlisis de suma de cuadrados.
4. Medias ajustadas de los tratamientos e interpretaciones.

16ava semana (04 al 08 julio 2016)

Semana de Medicina veterinaria
Presentacin de resultados de investigacin y/o trabajos.
Actividades de proyeccin y extensin universitaria.

17ava semana (11 al 15 julio 2016)

Examen final
V. LA DIDCTICA, LA METODOLOGA Y LA TECNOLOGA A APLICARSE EN EL
DESARROLLO DE LAS CLASES.

Clases tericas

Se desarrollarn en el Fundo Miraflores o en otras instituciones previas coordinaciones

para lo cual se har uso del mtodo mixto inductivo-deductivo, es decir que en base a
ejemplos de casos concretos, de situaciones particulares, se llegue a soluciones
generales, a la formulacin de principios, tambin a la obtencin de modelos estadsticos e
inferir resultados para ser aplicados a situaciones especficas siendo participativas, con el
uso de audiovisuales, videos, etc.

En el aspecto terico, algunos temas se desarrollarn en base a exposiciones por parte de

los estudiantes donde ese evaluar la presentacin exposicin, dominio del tema y
acostumbrarse a exponer al frente de un pblico; adems tanto los alumnos y el docente
formularn preguntas al sustentante para aclarar dudas con respecto al tema.

Se invitar como expositores a profesionales con experiencia reconocida a nivel local,

nacional e internacional en la temtica, que permitir intercambiar conocimiento con los
estudiantes y realizacin de prcticas.

Clases prcticas

Los estudiantes instalarn y conducirn un diseo estadstico en el Fundo Miraflores a

nivel de campo, invernadero y/o laboratorios de la FCA-UNSM-T y desarrollarn
seminarios con ejercicios propuestos de los captulos realizados.

Tambin se emplear para el desarrollo de las prcticas de ejercicios numricos

propuestos en la teora, obtenidos del diseo de campo, invernadero o laboratorio,
haciendo uso del paquete estadstico Infostat o SPSS en el laboratorio de cmputo de la
FISI, que permitirn diferenciar lo que se desarrolla manualmente los datos en clase,
procesando a travs de la computadora obteniendo resultados mucho ms rpidos,
quedando para el investigador realizar las interpretaciones la cual no lo ejecutan los
paquetes estadsticos y que es la razn de la asignatura.

Se realizarn visitas a instituciones pblicos o privadas de investigacin que estn

conduciendo trabajos de investigaciones empleando diseos estadsticos experimentales
tanto en campo, laboratorio e invernadero en diferentes sistemas de produccin a nivel
local (INIA, IIAP, ICT), regional y nacional o fuera del pas, esta ltima en coordinacin con
las autoridades, docentes y alumnos de asignaturas de las dos escuelas acadmicas
profesionales de agronoma y medicina veterinaria, para una mejor optimizacin de la
movilidad y de las prcticas de estudiantes con otras asignaturas integrando la formacin
del futuro profesional en base al perfil.

1ra. Prctica
Visita a INIA, IIAP, ICT y la observacin de los estudiantes de diseos experimentales
instaladas.
2da. Prctica
Visitas a universidades del pas y si existe la posibilidad al exterior para compartir
conocimientos sobre trabajos de investigaciones empleando diseos experimentales.

VI. EVALUACIN Y CALIFICACIN

1. Instrumentos y criterios de evaluacin.

La asistencia a clases tericas y prcticas es obligatoria de acuerdo a las normas de la ley

universitaria.
 Para tener derecho a ser evaluado es la Asistencia obligatoria del 70% como mnimo
a clases tericas y prcticas y rendir las evaluaciones establecidas en el slabo
de la asignatura respectiva y otros incisos en cumplimiento al artculo 61 de la
normatividad acadmica vigente.

Las calificaciones sern de 0 a 20. La nota aprobatoria mnima es once (11). De acuerdo al
Estatuto y Reglamento de la universidad.
En el promedio final, la fraccin mayor o igual a 0,5 se computar como un (01) punto a
favor del estudiante.
Inasistencias injustificadas a los exmenes y prcticas, as como sorprenderlos copiando,
los calificativos sern de cero (0). Estudiante que no asiste a la prctica no tiene derecho a
presentar informe.
Se tomarn exmenes anunciados y pasos escritos no anunciados en forma permanente,
un (01) examen sustitutorio, la cual reemplazar a la nota ms baja del examen de medio
curso o del examen final.
Luego de cada evaluacin se les informar a los estudiantes en el plazo de ocho (8) das
hbiles, los resultados de la misma, entregndoles los exmenes debidamente calificados
y atendiendo a reclamos dentro de los 30 minutos correspondientes, aplicando de esta
manera el artculo 72 del Reglamento de Normatividad Acadmica.

2. Sistema de calificacin a utilizarse:

El promedio final del curso se obtendr de:

a) Participacin en clase terica, prcticas. 20%

b) Examen parcial de medio curso 20%
c) Examen final 20%
d) Seminarios y trabajos encargados 20%
e) Informe de prcticas 20%

VII. BIBLIOGRAFA

1. ARROYO V. J.R. Diseos Experimentales ms Comunes en la Estacin

Experimental y Campos de Productores. Proyecto IICA-GTZ. Orientacin
Investigacin Agraria hacia el Desarrollo Alternativo.2000.
2. CALZADA BENZA, J. Mtodos Estadsticos para la Investigacin 1 970.
3. CHIN CHU LI. Diseos Experimentales. 1 982.
4. CORDOVAZ. M. Estadstica Descriptiva e Inferencial. Segunda Edic. Edit. Moshera
S.R.L. 2006.
5. LITTLE, T.M. Mtodos Estadsticos para la Investigacin en la Agricultura. 1 991.
6. STELL R.G.D. Principles and Procedures of Statistics. A Biometrical
Approach.Segunda Edic.Red de Accin de Alternativas al uso de Agroqumicos Edit.
McGraw Hill Inc.Latinoamericana. Bogot. Colombia. 1980.

Morales, marzo de 2 016.

 Universidad Nacional de San Martn - T
Facultad de Ciencias Agrarias
Departamento Acadmico Agrosilvo Pastoril
Escuela Acadmico-Profesional de MV.
Syllabus
I. INFORMACIN GENERAL

1. ASIGNATURA : Investigacin II (Formulacin de Proyectos)

2. CDIGO : 0000FO0968
3. PRE-REQUISITO : Investigacin I (Epistemologa)
4. CICLO : IX
5. CREDITOS :3
6. NMERO DE HORAS : Teora 02 Horas Prctica 02 Horas
7. SEMESTRE ACADMICO : 2015 - II
8. DOCENTE : Ing. M. Sc. Dr. Orlando Ros Ramrez
Ing. Harry Saavedra Alva (Prctica)

II. SUMILLA

Investigacin II, es la asignatura que involucra a los Mtodos Estadsticos para la

investigacin como parte de la Estadstica Aplicada, juegan un papel de mucha importancia
en el futuro de la medicina veterinaria, razn evidente para el constante entrenamiento de
personas y profesionales que trabajan en los diferentes campos de la investigacin
cientfica.
El Mdico Veterinario que armoniza las prcticas de medicina veterinaria, ingeniera y el
campo agrario, es uno de los que debe conocer, manejar y hacer uso de los Mtodos
Estadsticos, que le permitir buscar respuesta a sus diferentes incgnitas de los
problemas que encuentra al realizar el diagnstico en el campo que enfoca resolver. En
este campo la Estadstica ayuda al investigador en la elaboracin de proyectos muy
variados, estrechamente relacionados con las ciencias agrarias, gobernada por la ciencia
del cultivo de plantas, la cra de animales, sanidad, ambiente ms eficientes y productivos,
estableciendo conclusiones sostenibles y determinando el uso ms adecuado y la
optimizacin de los recursos.

III. OBJETIVOS
1. Generales:

Desarrollar capacidades de anlisis, manejo, interpretacin y evaluacin de mtodos

estadsticos para la investigacin.

2. Especficos:

Conocer los diferentes diseos experimentales estadsticos para la investigacin en la

produccin agraria.
Evaluar y definir los diseos estadsticos aplicables a nuestras condiciones, preservando
los recursos naturales dentro un medio ambiente en armona con la naturaleza local.
Elaborar planes de investigacin y experimentar los diferentes diseos estadsticos viables
en la produccin agraria.

3. PROGRAMACIN SECUENCIAL DE DESARROLLO DEL CONTENIDO TEMTICO DE

LA SUMILLA.

1era semana (25 al 28 agosto 2015)

CAPITULO I: BASES DE LA INVESTIGACIN
1. Introduccin: La Estadstica y el Mtodo Cientfico.
2. Caractersticas de un experimento bien planeado.
3. Planeamiento de los experimentos.
4. Esquema de un proyecto de investigacin.
5. Campo de aplicacin de los mtodos estadsticos en la investigacin.

2da semana (31 agosto al 04 setiembre 2015)

CAPITULO II: BASES DE LA ESTADSTICA.
1. Simbologa, poblacin, muestra, promedio, medidas de dispersin, distribucin de
frecuencia, medidas de tendencia central, caractersticas de la distribucin normal
(grfica de la curva normal).
2. Distribucin de Z, X2, t student, lmites de confianza, F.
3. Desviacin estndar de los promedios y de la diferencia de los promedios

3era semana (07 al 11 setiembre 2015)

CAPITULO III: PRINCIPIOS BSICOS DE LOS DISEOS EXPERIEMENTALES.
1. Diseo. Experimento. Objetivos de un diseo.
2. Error experimental. Control de error. Exactitud y Precisin.
3. Repeticin. Aleatorizacin. Control local. Tratamiento. Unidad experimental. Efecto de
bordes.
4. Pruebas de hiptesis. Prueba estadstica (diseos experimentales). Anlisis de
variancia. P valor.
5. Coeficiente de variabilidad. Coeficiente de determinacin.
6. Planeamiento de experimentos agrcolas, pecuarios o Agroforestales.

4ta semana (14 al 18 setiembre 2015)

CAPITULO IV: DISEO COMPLETAMENTE AL AZAR.
4. DCA con igual nmero de observaciones por tratamiento. Usos, ventajas, desventajas,
Restricciones, croquis de campo de ilustracin.
5. DCA con diferente nmero de observaciones por tratamiento.
6. Aplicacin del paquete estadstico Infostat.

5ta semana (21 al 25 setiembre 2015)

CAPITULO V: RANGOS MLTIPLES. INTERPRETACIN DE LOS RESULTADOS.
5. Diferencia Mnima significativa.
6. Prueba de Duncan.
7. Prueba de Tukey.
8. S.N.K.

6ta semana (28, 30 setiembre al 03 de octubre 2015)

5. Prueba de Dunnet.
6. Comparaciones por contrastes y ortogonalidad.
7. Prueba de Scheffe.

7ma semana (05 al 09 octubre 2015)

CAPITULO VI: DISEO DE BLOQUE COMPLETAMENTE AL AZAR.
1. DBCA con igual nmero de observaciones por tratamiento. Usos, ventajas, desventajas.
Restricciones, Croquis de campo e ilustraciones.
2. DBCA con unidades perdidas. Formula General.
3. Aplicacin del paquete estadstico Infostat.

8va Semana (12 al 16 octubre 2015)

CAPITULO VII: DISEO CUADRADO LATINO.
1. DCL con una observacin por parcela experimental. Usos, ventajas, desventajas.
Restricciones. Croquis de campo e ilustracin.
2. DCL Repetidos.
3. DCL con parcelas perdidas. Casos de estimacin. Aplicacin del paquete Infostat.
 9na semana (19 al 23 octubre 2015)
Examen parcial de medio curso

10masemana (26 al 30 octubre 2015)

CAPITULO VIII: EXPERIMENTOS FACTORIALES.
1. Factoriales. Usos, ventajas, desventajas. Clasificacin de los factores.
2. Factoriales incluidas en diseos simples (DCA, DBCA,). Aplicacin del paquete Infostat.

11va semana (02 al 06 noviembre 2015)

CAPITULO IX: DISEO SIMPLE DE PARCELAS DIVIDIDAS
1. Usos, ventajas, desventajas, modelo matemtico, croquis de campo e ilustracin.
2. Parcelas Divididas incluidas en diseos simples (DCA, DBCA).Aplicacin del paquete
Infostat.

12va semana (09 al 13 noviembre 2015)

CAPITULO X: TRANSFORMACIN DE DATOS.
1. Transformacin por la raz cuadrada.
2. Transformacin angular.
3. Transformacin logartmica.

13ava - semana (16 al 20 noviembre 2015)

CAPITULO XI: REGRESIN Y CORRELACIN LINEAL SIMPLE Y MLTIPLE.
1. Definicin. Problemas de regresin y correlacin. Casos de modelos de regresin y
correlacin.
2. Coeficiente de regresin y correlacin. Caractersticas.
3. Ecuacin y lneas de regresin.
4. Origen de la variabilidad de la regresin.
5. Coeficiente de correlacin. Aplicacin del paquete Infostat.

14ava semana (23 al 27 noviembre 2015)

CAPITULO XII: COVARIANCIA DCA, DBCA.
1. Covariancia en DCA.
2. Covariancia en DBCA.

15ava semana (30 noviembre al 04diciembre 2015)

CAPITULO XIII: OBSERVACIONES CONCOMITANTES.
5. Elementos y suposiciones.
6. Clculos preliminares.
7. Anlisis de suma de cuadrados.
8. Medias ajustadas de los tratamientos e interpretaciones.

16ava semana (07 al 11diciembre 2015)

Semana de Agronoma
Presentacin de resultados de investigacin y/o trabajos.
Actividades de proyeccin y extensin universitaria.

17ava semana (14 al 18 diciembre 2015)

Examen final

4. LA DIDCTICA, LA METODOLOGA Y LA TECNOLOGA A APLICARSE EN EL

DESARROLLO DE LAS CLASES.

Clases tericas

Se desarrollarn en el Fundo Miraflores o en otras instituciones previas coordinaciones

para lo cual se har uso del mtodo mixto inductivo-deductivo, es decir que en base a
ejemplos de casos concretos, de situaciones particulares, se llegue a soluciones
 generales, a la formulacin de principios, tambin a la obtencin de modelos estadsticos e
inferir resultados para ser aplicados a situaciones especficas siendo participativas, con el
uso de audiovisuales, videos, etc.

En el aspecto terico, algunos temas se desarrollarn en base a exposiciones por parte de

los estudiantes donde ese evaluar la presentacin exposicin, dominio del tema y
acostumbrarse a exponer al frente de un pblico; adems tanto los alumnos y el docente
formularn preguntas al sustentante para aclarar dudas con respecto al tema.

Se invitar como expositores a profesionales con experiencia reconocida a nivel local,

nacional e internacional en la temtica, que permitir intercambiar conocimiento con los
estudiantes y realizacin de prcticas.

Clases prcticas

Los estudiantes instalarn y conducirn un diseo estadstico en el Fundo Miraflores a

nivel de campo, invernadero y/o laboratorios de la FCA-UNSM-T y desarrollarn
seminarios con ejercicios propuestos de los captulos realizados.

Tambin se emplear para el desarrollo de las prcticas de ejercicios numricos

propuestos en la teora, obtenidos del diseo de campo, invernadero o laboratorio,
haciendo uso del paquete estadstico Infostat o SPSS en el laboratorio de cmputo de la
FISI, que permitirn diferenciar lo que se desarrolla manualmente los datos en clase,
procesando a travs de la computadora obteniendo resultados mucho ms rpidos,
quedando para el investigador realizar las interpretaciones la cual no lo ejecutan los
paquetes estadsticos, .

Se realizarn visitas a instituciones pblicos o privadas de investigacin que estn

conduciendo trabajos de investigaciones empleando diseos estadsticos experimentales
tanto en campo, laboratorio e invernadero en diferentes sistemas de produccin a nivel
local (INIA, IIAP, ICT), regional y nacional o fuera del pas, esta ltima en coordinacin con
las autoridades, docentes y alumnos de asignaturas de las dos escuelas acadmicas
profesionales de agronoma y medicina veterinaria, para una mejor optimizacin de las
prcticas de estudiantes con otras asignaturas integrando la formacin del futuro
profesional en base al perfil.

1ra. Prctica
Visita a INIA, IIAP, ICT y la observacin de los estudiantes de diseos experimentales
instaladas.
2da. Prctica
Visitas a universidades del pas y si existe la posibilidad al exterior para compartir
conocimientos sobre trabajos de investigaciones empleando diseos experimentales.

5. EVALUACIN Y CALIFICACIN

3. Instrumentos y criterios de evaluacin.

La asistencia a clases tericas y prcticas es obligatoria de acuerdo a las normas de la ley

universitaria.
Para tener derecho a ser evaluado es la asistencia obligatoria del 70% como mnimo a
clases tericas y prcticas y rendir las evaluaciones establecidas en el slabo de la
asignatura respectiva y otros incisos en cumplimiento al artculo 61 de la normatividad
acadmica vigente.
Las calificaciones sern de 0 a 20. La nota aprobatoria mnima es once (11). De acuerdo al
Estatuto y Reglamento de la universidad.
En el promedio final, la fraccin mayor o igual a 0,5 se computar como 01 punto a favor
del estudiante.
 Inasistencias injustificadas a los exmenes y prcticas, as como sorprenderlos plagiando,
los calificativos sern de cero (0). Estudiante que no asiste a la prctica no tiene derecho a
presentar informe.
Se tomarn exmenes anunciados y pasos escritos no anunciados en forma permanente,
01 examen sustitutorio, la cual reemplazar a la nota ms baja del examen de medio curso
o del examen final.
Luego de cada evaluacin se les informar a los estudiantes en el plazo de ocho (8) das
hbiles, los resultados de la misma, entregndoles los exmenes debidamente calificados
y atendiendo a reclamos dentro de los 30 minutos correspondientes, aplicando de esta
manera el artculo 74 del Reglamento de Normatividad Acadmica. Rendirn examen de
aplazado en aplicacin del artculo 60 de la normatividad acadmica vigente.

4. Sistema de calificacin a utilizarse:

El promedio final del curso se obtendr de:

a) Participacin en clase terica, prcticas. 20%

b) Examen parcial de medio curso 20%
c) Examen final 20%
d) Seminarios y trabajos encargados 20%
e) Informe de prcticas 20%

6. BIBLIOGRAFA

1. ARROYO V. J.R. Diseos Experimentales ms Comunes en la Estacin

Experimental y Campos de Productores. Proyecto IICA-GTZ. Orientacin
Investigacin Agraria hacia el Desarrollo Alternativo.2000.
2. CALZADA BENZA, J. Mtodos Estadsticos para la Investigacin 1 970.
3. CHIN CHU LI. Diseos Experimentales. 1 982.
4. CORDOVAZ. M. Estadstica Descriptiva e Inferencial. Segunda Edic. Edit. Moshera
S.R.L. 2006.
5. LITTLE, T.M. Mtodos Estadsticos para la Investigacin en la Agricultura. 1 991.
6. STELL R.G.D. Principles and Procedures of Statistics. A Biometrical
Approach.Segunda Edic.Red de Accin de Alternativas al uso de Agroqumicos Edit.
McGraw Hill Inc.Latinoamericana. Bogot. Colombia. 1980.

Morales, agosto de 2 015.