Diseño Experimental

Fase 2 - Identificar y aplicar los diseños completamente al azar y bloques

completos al azar

Presentado por:

Fanory Mestizo

Tutor

Diego Alberto Deaza

Universidad Nacional Abierta y a Distancia UNAD

CEAD Palmira

Septiembre del 2019

 Introducción

En el presente trabajo se tiene como objetivo demostrar en un primer

momento la realización de unos ejercicios teóricos que permitieron
conceptualizar un poco elementos que componen la estadística; en un segundo
momento dada la apropiación de los temas se da pie para aspectos prácticos,
en donde se toma en cuenta fórmulas de análisis de varianza, las cuales
permitieron realizar los ejercicios usando el programa R.

Objetivos

Objetivo general

Desarrollar un diseño completamente al azar ejecutándolo mediante el

programa R

Objetivos específicos

 Establecer una tabla de análisis de varianza ejecutada por el

programa R
 Determinar la validación de supuestos del modelo y prueba de
comparación de medias.
 Interpretar resultados según los datos arrojados por el programa R
 Preguntas orientadoras.

1. ¿Qué tipo de variables existen en estadística?

R// Existen tres tipos de variables en estadística como son las siguientes:

 Variables cuantitativas continuas: se refieren a mediciones, por

ejemplo:
o Ambiental: PH, PM, BDQ, DBO
o Zootecnia: Peso y altura
o Agronomía: el peso del fruto, diámetro de cabeza
 Variables cuantitativas discretas: se refieren a conteos, por ejemplo
o Ambiental: número de empresas por barrio con decibles por encima
de lo permitido
o Zootecnia: el número de partos de una vaca de una edad definida, el
número de lechones por cerdita
o Agronomía: el número de dedos en plátano
 Variables cualitativas nominales: se refiere aquella que los valores no
pueden ser sometidos a un criterio de orden; por ejemplo: el operador de un
celular
 Variables cualitativas categórica: se refiere aquella que los valores
están en categorías; por ejemplo: el nivel académico de un trabajador, los
estractos

2. ¿El diseño completamente al azar en qué condiciones se usa?

R// El diseño completamente al azar, es utilizado bajo invernaderos, bajo

condiciones experimentales controladas, es decir donde se garantice un suelo
homogéneo; por ejemplo, en bancos de propagación.

Los tratamientos y repeticiones se distribuyen aleatoriamente en el

terreno o espacio en el laboratorio
 3. ¿El diseño de bloques completamente al azar en qué condiciones se
usa?

R// Es utilizado por tratamientos que se distribuyen al azar en bloques

completamente al azar y que al interior de cada bloque las condiciones sean
homogéneas.

4. ¿En análisis de varianza cual es la hipótesis nula qué se prueba?

R// Un análisis de varianza es una prueba de hipótesis y la hipótesis nula

tiene que ver con todos los promedios, específicamente que sean de conteo
para que así se pueda transformar.

La hipótesis nula es que en los tratamientos no hay diferencia

estadísticamente significativa, por lo menos un tratamiento debe comportarse
diferente.

5. Seleccione en una tabla los componentes de análisis para un diseño

completamente al azar, Recuerde que lo que el libro de Ruesga relaciona como
S2 es cuadros medios o CME.

EJEMPLO: En un experimento bajo el diseño completamente al azar se

compararon 4 cepas nativas de Azotobacter, en el cultivo del pimiento variedad
Verano 1, donde se evaluó como variable principal la altura de las plantas a los
35 días

6. ¿Los residuales del modelo para que se usan?

 R// Los residuales del modelo se usan para el análisis de varianza

7. ¿En qué histograma se basan las distribuciones de probabilidad de

variables continuas?

R// Las distribuciones de probabilidad se usan en histogramas de

variables cuantitativas (frecuencias relativas), ya que estas se pueden decir que
son “empíricas” y se asocia con muestral, y la densidad de probabilidad.

8. ¿Qué se debe hacer con los datos de experimentos de conteos como

el número de lechones o el número de frutos para poder hacer un análisis de
varianza?

R// Se debe realizar por medio de conteos para así mirar cuantos
lechones y frutos se repiten, además se debe implementar el modelo de
Poisson

Según la lectura

1. Modelo matemático.

𝑌𝑖𝑗 = 𝜇 + 𝑡 + 𝑒𝑖𝑗

𝑌𝑖𝑗 = es el j ésimo elemento perteneciente al i ésimo tratamiento

𝜇 = es la media general.

𝑇𝑖 = efecto debido al i ésimo tratamiento.

𝐸𝑖𝑗 =error experimental asociado al j ésimo elemento del i ésimo tratamiento.

2. La fórmula de suma de cuadrados totales

3. La fórmula de suma de cuadrados de tratamiento

 4. La fórmula de suma de cuadrados del error

5. Cuál es la hipótesis

La hipótesis que se va a probar es:

𝐻0 : 𝑇1 = 𝑇2 = 𝑇3 = 𝑇4 𝑣𝑠 𝐻𝐼 : Al menos 2 tratamientos diferentes.

Esta hipótesis se prueba con un análisis de varianza

6. Desarrollar en R análisis de varianza, validación de supuestos del

modelo y prueba de comparación de medias.

Debe en su informe registrar pantallazos del procesamiento en el

programa R recuerde que la versión es 3.5.3
7. Redacte un breve párrafo en el que interprete el resultado de la tabla de
análisis de varianza y el resultado de la validación de supuesto de
normalidad y varianza constante.

De acuerdo a los resultados que arrojó el programa R de la tabla de análisis de

varianza se obtuvo por medio del test de shapiro que existe una distribución
con normalidad; dado que p-valor es mayor que 0.05 (0.8635>0.05), en donde
no se rechaza la hipótesis nula de lo contrario o transformamos datos
aplicando un test de estadística no paramétrica

Por otra parte, se obtuvo que no se rechaza la hipótesis nula, ya que presenta
varianza constante.
Rescate de Datos.

Cada estudiante integrante del grupo debe rescatar unos datos de un BCA de un texto y
repetir el proceso anterior.
Resultados

De acuerdo a los resultados que arrojó el programa R de la tabla de análisis de

varianza se obtuvo por medio del test de shapiro que no existe una distribución
con normalidad; dado que p-valor es menor que 0.05 (0,2648<0.05), en donde se
rechaza la hipótesis nula, puesto que los tratamientos se comportan igual
 Conclusiones

De acuerdo a las actividades realizadas se puede concluir que el

programa permite realizar análisis de varianza de diseño completamente al azar
y de bloques al azar, ya que, mediante la manipulación de datos, se puede
evidenciar información muy importante y así mismo realizar el teste de shapiro y
si su varianza es constante, para así mismo poder diferir que la hipótesis es
nula.

Por otra parte, esta actividad ha sido de gran retroalimentación, ya que

tuvo dos momentos uno teórico, en donde se obtuvo elementos conceptuales
de la estadística y otro practico, en donde se manejo datos para diferir
resultados de los tratamientos.
Referencias bibliográficas

Ruesga, G. I. (2007). Libro de experimentación agrícola, consultar página 11.

Recuperado de
https://drive.google.com/file/d/1KFYcEQx9Vi5EklU24COEkALXTysiagGJ/
view?usp=sharing

Web- grafía

Video de diseño completamente al azar

https://drive.google.com/file/d/1uYbW1aYZOFpbLjGhZvpJ2vY5tj_BJU9M/view?
usp=sharing

Presentación en power point

https://drive.google.com/file/d/17NfemMADKKL-
QvVFrevzOkvw4r779b1W/view?usp=sharing

Código D.C.A

https://drive.google.com/file/d/1xR6rQ1xfFSniy0Eh61fKYsPVX_Hl01Jx/view?us
p=sharing