\

HOMOGENEIDAD

Se realiz´o un estudio v´ıa simulaci´on para determinar el nivel real y la po-

tencia de pruebas de homogeneidad de varianza que se aplican com´unmente
y de otras pruebas recientemente propuestas. Los resultados permiten a los
usuarios tener criterios para escoger la prueba m´as adecuada de acuerdo con
las circunstancias.

ADITIVIDAD

Una alternativa al método de campo para generar recomendaciones de manejo en

México son los modelos modulares dinámicos del crecimiento de los cultivos, que son
aditivos en su concepción e ignoran al genotipo. El objetivo de este estudio fue: 1)
demostrar que no se pueden generalizar las recomendaciones de manejo del cultivo de
maíz para todos los genotipos (de maíz) disponibles para ello y 2) cotejar el efecto de

las interacciones genotipo x factores de manejo sobre el rendimiento de grano en

tres experimentos de campo conducidos bajo riego en el sureste de México, San
Gregorio y Villa Flores, Chiapas y Piedras Negras, Veracruz. El diseño experimental fue
en parcelas divididas con dos repeticiones, en el que las parcelas grandes se asignaron
a 25 tratamientos de un compuesto central rotatorio para N, P, K y densidad de
población. Las parcelas chicas fueron asignadas a tres o cuatro híbridos modernos de
maíz, todos con desarrollo agronómico similar pero diferente origen genético. El

rendimiento de grano se ajustó por regresión a un modelo cuadrático aditivo que

ignoró a los genotipos y a otro no aditivo para manejo y genotipo; este último
mediante variables mudas con valor 0 ó 1. Los resultados evidencian la interacción
genotipo x manejo para el rendimiento de grano, que se manifiesta en diferentes
efectos lineales, curvaturas e interacciones entre híbridos, que son cambiantes entre
localidades. El modelo no aditivo mejoró entre 30 y 71% el coeficiente de
determinación (R2) para rendimiento de grano en relación al modelo aditivo.

) PRUEBA DE NORMALIDAD

La hipótesis a probar es :

Ho. Existe normalidad de varianza

Ha. No existe normalidad en de varianza

 Pruebas de normalidad
a
Kolmogorov -Smirnov Shapiro -Wilk
Estadísti gl Sig Estadísti gl Sig
Resid TOT_GRAM co .124 15 . .20 * co .964 15 .
.758
0

* Este es un límite inferior de la significación verdadera.

a Corrección de la significación de Lilliefors

Ahora viendo la significancia de los valores de 0.200 de Kosmogorov-Smirnof y 0.758 de Shapiro

Wilks se concluye que no se rechaza la hipótesis nula. Por lo tanto hay normalidad en los
residuales.

INDEPENDIENTE

El ejemplo clásico, que utiliza un diseño de bloques aleatorizado, es un experimento agrícola en el que se
comparan diferentes fertilizantes según su capacidad de aumentar el rendimiento de una cosecha en particular.
En lugar de asignar los fertilizantes al azar a muchas parcelas en un área grande de composición de suelos
variable, se deben asignar los fertilizantes a bloques más pequeños compuestos de parcelas homogéneas. La
variación entre estos bloques, que es probablemente más significativa comparada con la uniformidad de las
parcelas dentro de un bloque, elimina el error experimental en el análisis de varianza.