UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

FACULTAD DE CIENCIAS AGRARIAS

ESCUELA PROFESIONAL DE ZOOTECNIA

PRACTICA 6

DISEÑO EN BLOQUES COMPLETAMENTE ALEATORIZADO (DBCA)

CURSO: DISEÑOS ESTADISTICOS PECUARIOS

DOCENTE: Ing. GONZALO WLADIMIR GONZALES APARICIO

ESTUDIANTE: Abrahan Quispe Quispe 201387

Cusco-Perú
2023
 RESULTADOS EN R
> ##DISEÑO EN BLOQUES C##
> T1<-c(62.3, 64.0, 64.3, 65.0, 66.4)
> T2<-c(63.3, 62.7, 66.2, 66.8, 64.5)
> T3<-c(60.8, 64.3, 65.2, 62.8, 65.1)
> T4<-c(55.4, 56.0, 59.8, 58.0, 58.0)
> kgF<-c(T1,T2,T3,T4)
> FERTILIZANTE<-rep(1:4, each=5)
> FERTILIZANTE<-factor(FERTILIZANTE, labels = c("T1","T2","T3","T4"))
> FERTILIZANTE
[1] T1 T1 T1 T1 T1 T2 T2 T2 T2 T2 T3 T3 T3 T3 T3 T4 T4 T4
[19] T4 T4
Levels: T1 T2 T3 T4
> PARCELAS<-(rep(1:5, each=1, len=20))
> PARCELAS<-factor(PARCELAS, labels = c("B1","B2","B3","B4","B5"))
> PARCELAS
[1] B1 B2 B3 B4 B5 B1 B2 B3 B4 B5 B1 B2 B3 B4 B5 B1 B2 B3
[19] B4 B5
Levels: B1 B2 B3 B4 B5
> split(kgF,FERTILIZANTE)
$T1
[1] 62.3 64.0 64.3 65.0 66.4

$T2
[1] 63.3 62.7 66.2 66.8 64.5

$T3
[1] 60.8 64.3 65.2 62.8 65.1

$T4
[1] 55.4 56.0 59.8 58.0 58.0
> tapply(kgF,FERTILIZANTE,summary)
$T1
Min. 1st Qu. Median Mean 3rd Qu. Max.
62.3 64.0 64.3 64.4 65.0 66.4

$T2
Min. 1st Qu. Median Mean 3rd Qu. Max.
62.7 63.3 64.5 64.7 66.2 66.8
$T3
Min. 1st Qu. Median Mean 3rd Qu. Max.
60.80 62.80 64.30 63.64 65.10 65.20

$T4
Min. 1st Qu. Median Mean 3rd Qu. Max.
55.40 56.00 58.00 57.44 58.00 59.80

> estudio<-data.frame(cbind(FERTILIZANTE,PARCELAS,kgF))
> estudio
FERTILIZANTE PARCELAS kgF
1 1 1 62.3
2 1 2 64.0
3 1 3 64.3
4 1 4 65.0
5 1 5 66.4
6 2 1 63.3
7 2 2 62.7
8 2 3 66.2
9 2 4 66.8
10 2 5 64.5
11 3 1 60.8
12 3 2 64.3
13 3 3 65.2
14 3 4 62.8
15 3 5 65.1
16 4 1 55.4
17 4 2 56.0
18 4 3 59.8
19 4 4 58.0
20 4 5 58.0
> xtabs(kgF~FERTILIZANTE+PARCELAS)
PARCELAS
FERTILIZANTE B1 B2 B3 B4 B5
T1 62.3 64.0 64.3 65.0 66.4
T2 63.3 62.7 66.2 66.8 64.5
T3 60.8 64.3 65.2 62.8 65.1
T4 55.4 56.0 59.8 58.0 58.0
> plot(kgF~FERTILIZANTE)
> plot(kgF~PARCELAS)

> ##ANOVA##
> adeneva<-aov(kgF~FERTILIZANTE+PARCELAS)
> summary(adeneva)
Df Sum Sq Mean Sq F value Pr(>F)
FERTILIZANTE 3 176.73 58.91 45.513 7.87e-07 ***
PARCELAS 4 32.27 8.07 6.233 0.00594 **
Residuals 12 15.53 1.29
---
Signif. codes:
0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

> print(model.tables(adeneva,"means"))
Tables of means
Grand mean

62.545

FERTILIZANTE
FERTILIZANTE
T1 T2 T3 T4
64.40 64.70 63.64 57.44

PARCELAS
PARCELAS
B1 B2 B3 B4 B5
60.45 61.75 63.87 63.15 63.50
> ###COMPARACION DE MEDIAS##
> TukeyHSD(adeneva)
Tukey multiple comparisons of means
95% family-wise confidence level

Fit: aov(formula = kgF ~ FERTILIZANTE + PARCELAS)

$FERTILIZANTE
diff lwr upr p adj
T2-T1 0.30 -1.836234 2.436234 0.9745094
T3-T1 -0.76 -2.896234 1.376234 0.7210904
T4-T1 -6.96 -9.096234 -4.823766 0.0000027
T3-T2 -1.06 -3.196234 1.076234 0.4818044
T4-T2 -7.26 -9.396234 -5.123766 0.0000017
T4-T3 -6.20 -8.336234 -4.063766 0.0000091

$PARCELAS
diff lwr upr p adj
B2-B1 1.300 -1.2641831 3.864183 0.5152445
B3-B1 3.425 0.8608169 5.989183 0.0080091
B4-B1 2.700 0.1358169 5.264183 0.0374909
B5-B1 3.050 0.4858169 5.614183 0.0177620
B3-B2 2.125 -0.4391831 4.689183 0.1237276
B4-B2 1.400 -1.1641831 3.964183 0.4475349
B5-B2 1.750 -0.8141831 4.314183 0.2523597
B4-B3 -0.725 -3.2891831 1.839183 0.8910216
B5-B3 -0.375 -2.9391831 2.189183 0.9890686
B5-B4 0.350 -2.2141831 2.914183 0.9915645

CONCLUSIONES
El valor de estadístico de contraste de igualdad de bloques, F=6.233 y deja
un p-value 0.00594 < 0.05, por lo tanto, se rechaza la Ho de igualdad de
bloques. La eficiencia de estos resultados depende fuertemente de los efectos
de los bloques por que todas superan el valor 0.00594 e incluso el valor
grande F (6.233)implica que el factor bloque tiene un efecto grande. Es este
caso el diseño es más eficaz que DCA por que el cuadrado medio entre bloques
es grande (8.07), el termino residual será mucho menor (1.29) y el contraste
principal de las medias de los tratamientos será mas sensible a las
diferencias entre tratamientos. Por lo tanto, la inclusión de factor bloque
es acertada, entonces, el rendimiento productivo del cultivo depende de
parcelas.
El valor del estadístico de contraste de igualdad de tratamientos, F=45.513
y un p-value 7.87e-07 = (0.000000787x10^-7), menor que el nivel de
significancia al 5%, por lo que la Ho se rechaza, al menos uno de los
tratamientos es diferente de otras. Entonces, los tratamientos influyen en
el rendimiento productivo del cultivo. Es decir existen diferencias
significativas en el rendimiento productivo del cultivo entre los 4
tratamientos (fertilizantes).