Está en la página 1de 78

ALFONSO MENDOZA ZEQUEIRA MSC.

Manual de diseo experimental


GLBLOQUES 4 1 3
GLTRAT 6 1 5

GLTOTAL 4 x6 1 23

SCTRATAMIENTO
SCTRATAMIENTO

(4 1)(6 1) 15
SCERROR

2
40.32 02 ...ERROR
36.9

GL

4
1838.04 1529.6

SCTRATAMIENTO

SCERROR 324.4 1.84 308.44

308.44
CMTRATAMIENTO 61.68
5

14.12
CM ERROR 0.94
15

SC BLOQUES
SC BLOQUES

48.22 45.12 49.12 49.22 F

6
1531.45 1529.6

SC BLOQUES

XT

1.84
CM BLOQUES 0.61
3

Manual de diseo
experimental

MANUAL DE DISENO
EXPERIMENTAL

ALFONSO MENDOZA ZEQUEIRA M.sc


Profesor asociado
Facultad de Ingeniera
Autor

Santa Marta D.T.C.H. 2013

DEDICO
A:

HILDA MARIA MI ESPOSA


HERNANDO ALFONSO MI HIJO

NOTA DE AGRADECIMIENTO

Quiero expresar mi agradecimiento a la Universidad del Magdalena y


especialmente a su Rector RuthberEscorcia Caballero y colegas que han
contribuido a la preparacin de este manual

INDICE
PROLOGO
I DISEO EXPERIMENTAL
II PROCESOS A SEGUIR CUANDO SE DESEA EFECTUAR UN EXPERIMENTO
III DISEO BASICO UTILIZADO EN LA EXPERIMENTACION AGRICOLA
IV DISEO CONMUTATIVO
V DISEO COMPLETAMENTE AL AZAR
VI DISEO BLOQUES AL AZAR
VII CUADRADO LATINO
VIII EXPERIMENTOS FACTORIALES
1 COMBINATORIO
2 PARCELAS DIVIDIDAS
IX MODELO ESTADISTICA MODIFICADO
XI BIBLIOGRAFIA

Prologo

El presente manual tiene como fundamento la experimentacin agrcola y su


objetivo es que sirva de gua a travs de ejemplos prcticos por medio de modelos
tcnicos que han resultado de gran aplicacin en aquellas investigaciones que
tienen como propsito analizar los efectos de uno o ms factores sobre el
comportamiento de una cierta caracterstica.
Por medio del contenido he querido rendir un fervoroso y modesto homenaje a
uno de los exponentes ms destacado en el diseo experimental como lo fue el
Ingeniero Magister docente MANUEL GRANADO NUEZ quien dedic su vida a
capacitar profesionales en este campo.
Este es una iniciativa las buenas practicas desde momento que se planea un
diseo de experimentos para estudiantes de las carrera de ingeniera, si bien
muchos de los mtodos que se presentan aqu son fundamentales para el anlisis
estadstico para otras disciplinas como ciencias empresariales, sociales y ciencias
de la vida. Este enfoque es el que mejor se adapta a las necesidades porque
permite concentrarse en diversas aplicaciones

I DISEO EXPERIMENTAL
Para definir lo que es un diseo de experimentos hay que hacer el contraste de
experimentos aleatorios y experimentos determinsticos para buscar las secuencias
completas de pasos tomados de ante mano para asegurar que los datos se obtendrn
de modo que permita un anlisis objetivo que conduzca a deducciones validas; siendo
el propsito de cualquier diseo proporcionar una cantidad mxima de informacin al
problema bajo investigacin buscando la aplicacin de mtodos y tcnicas para la
tabulacin anlisis e interpretacin de datos.
Va os a defi i los ue es u
E pe i e to Determinstico .

E pe i e to Aleato io

o t aste

Experimento aleatorio:
Es aquel cuyo resultado est sujeto a
variaciones nocontrolables por el experimentador. Ej.: Experimentos
biolgicos

Experimento determinstico: Es aquel cuyo resultadoest sujeto a


variaciones controlables por el experimentador. Ej.: Experimentos fsico
La estadstica y la probabilidada travs de mtodo permiten sacar
conclusiones, con cierto margen de error, sobre resultados de
experimentos aleatorios
Tipos de Error.: dos tipos de error se pueden cometer al sacar
conclusiones sobre un experimento aleatorio, a saber:
Error de tipo I:
Rechazar una hiptesis cuando
Error de Tipo II: No rechazar una hiptesis cuando es falsa.
Definamos A y B como:
A = Probabilidad de cometer error de tipo I.
B = Probabilidad de cometer error de tipo II.

es

cierta.

Debido a que los mtodos estadsticos existentes nos permite rechazar una hiptesis
planteada, pero nunca aceptarla, el deseo del experimento es minimizar la
probabilidad de cometer error de tipo I.
Por esta razn, al iniciar un experimento, el valor se fija de ante mano. Este valor es lo
ue se o o e o o el Nivel de sig ifi a i de una prueba estadstica as, podemos
definir:
Nivel de significacin de una prueba estadstica ;
= Probabilidad de cometer error de tipo I
= Probabilidad de rechazar una hiptesis cierta
Entonces si el nivel de significacin de una prueba es del 5%, tenemos una
probabilidad de equivocarnos (rechazar una hiptesis cierta), de solo 5%; luego,
nuestro margen de seguridad (de estar en lo cierto) es de 95%. En este caso, decimos
que el nivel de confianza ser de 95%.
Igualmente, si el nivel de significacin es de 1%, el nivel de confianza ser de 99%.
Los niveles de significacin ms usados son de =5% y = 1%. A vecesse utiliza un
=10%.
El diseo de un experimento indica la forma como se deben aplicar los
tratamientos a las unidades experimentales y el nmero de unidades que se
deben emplear.
Todo diseo esta expresado en forma terica mediante un modelo matemtico
correspondiente.
Anlisis de los datos. Cada diseo tiene una forma especfica de ser analizado.
El anlisis de los datos nos permite sacara conclusiones validas sobre ciertas
hiptesis planteadas por el experimentador dado un cierto nivel de
significacin.

II PROCESO A SEGUIR CUANDO SE DESEA EFECTUAR UN EXPERIMENTO


Es el mismo que sigue el mtodo cientfico
1. Observacin del fenmeno
Ej. Un novillo Ceb promedio alcanza un peso de 540kg. A edad tarda en
los llanos orientales.
2. Planteamiento del problema
La produccin de carne en los llanos orientales es susceptible de mejora.
Cmo resolver este problema? Cmo lograr mejor produccin de carne
en los llanos?
3. Determinacin de las hiptesis
Muchas son las hiptesis que el experimentador se puede plantear.
Siguiendo nuestro ejemplo, estas pueden ser:
H1. : El tipo de pasto influye en el aumento de peso.
H2: Una suplementacin alimenticia contribuye al aumento de peso.
H3: es la misma de la H2
H4: La sal mineralizada produce mayor aumento de peso que la sal no
mineralizada.
H5: Las condiciones de manejo afectan el aumento de peso del animal.
4. Diseo del experimento
El tipo de diseo que se debe utilizar depende de las hiptesis que se deseen
probar simultneamente.
Si por ejemplo, se desea probar solamente la hiptesis H1, es decir el efecto de
u solo fa to : del fa to Tipo de Pasto so e el au e to de peso del a i al,
el diseo utilizado se u diseo o pleta e te al aza , sie p e ua do
exista homogeneidad entre los novillos). Si se desean probar ms de dos
hiptesis si ult ea e te se utiliza a diseos fa to iales".

5. Realizacin del experimento


El experimento debe realizarse siguiendo exactamente el diseo planeado.
6. Anlisis de los resultados
Cada diseo se analiza en una forma especfica. La tcnica usada para datos
continuos, es el Anlisis de Varianza (ANDEVA). Para realizar datos discretos (no
continuos), existen otras tcnicas; una de ellas es la prueba CHI_CUADRADO
para tablas de contingencia.
Nos concentraremos en la tcnica de anlisis para datos continuos, es decir en
el ANDEVA. La forma de realizar los clculos para el ANDEVA depende de si el
diseo es ala eado o es o- ala eado .
Un diseo es balanceado cuando cada tratamiento se aplica a igual nmero de
unidades experimentales. Es decir, cuando el nmero de observaciones es igual
para cada tratamiento.
Un diseo es no balanceado cuando por lo menos un tratamiento se aplica a
menos; o a raz unidades experimentales que los dems. Es decir, cuando el
nmero de observaciones no es igual para cada tratamiento.
Las tcnicas para realizar el ANDEVA para experimentos balanceados siguen patrones
convencionales y se explica ms adelante.
El ANDEVA para diseos no-balanceados es ms complicado.
Hasta la presente, existen cuatro mtodos desarrollados,uno de los cuales fue
adaptado al computador por Walter R. Harvey y es el que utilizamos en Biometra
para analizar diseos no balanceados. Desafortunadamente este mtodo tiene varias
restricciones en su aplicacin. Por ejemplo:
a) No permite medir interacciones de ms de 2 factores
b) No es til para analizar experimentos de bloques incompletos (parcelas
divididas, etc.)

Sin embargo, dada la cantidad de diseos no balanceados que se presentan, sobre


todo en experimentos pecuarios, el todo Ha ve es u a he a ie ta u til.

III Diseo bsico utilizados en experimentacin agrcola


Vamos a hablar de cada tipo de diseo mediante ejemplos. Tomaremos un
experimento de campo en casi todos los casos. Deseamos dejar en claro cuando se
deben utilizar los diferentes diseos y cules son las diferentes bsicas entre ellos.
A

Diseo completamente al azar


Ej. No 1: se desea comparar el rendimiento de 3 variedades de frijol variedad 1,
variedad 2 y variedad 3. El terreno disponible pata siembra es perfectamente
homogneo.
Entonces, si deseamos que el diseo sea balanceado, debemos dividir el terreno
en 3, 6, 9, 12, 15. .. . . . etc. Parcelas, de tal manera que cada variedad se
siembre en igual nmero de parcelas. En este caso, las parcelas son las
unidades experimentales del diseo las va iedades so los tratamientos
esta os p o a do u solo factor : el fa to va iedad a
iveles : variedad
1, variedad 2 ya variedad 3.
Si nos preguntamos: cul es el mnimo nmero de unidades experimentales
que necesitamos para ensayar los 3 tratamientos? la respuesta ser 3.

El ANDEVA tiene por objeto probar si esa hiptesis es falso o no. Presentamos a
continuacin la tabla de ANDEVA correspondiente a nuestro ejemplo, indicando como
efe tua los l ulos. Las e pli a io es o espo die tes a ausa de va ia i ,
G.L .C , C.M , F.calc
F ta ula se pueden extender a los dems diseos

Causa
de G.L
Variacin
Tipo de pasto
1

S.C

Error

Pr diferencia

C.M
+

Total (corregido 9
para el efecto
medio

S.C
pasto/1
S.C.
error/8

F.cal
.
.

F tabla
.
.

F1,8

Po causa de variacin se e tie de los distintos factores que influyen sobre el


au e to de peso del ovillo. El E o es u a ausa de va ia i de ido a ue
encierra una serie de factores no controlables por el experimentador, que alteran el
aumento de peso de los novillos. (pie clima, metabolismo del animal, preferencias,
competencia entre animales, etc.).
Po grados de libertad G.L.) se entiende la libertad que se tiene para estimar los
distintos efectos. Por ejemplo. Por ejemplo,para estimar los efectos del tipo de pasto,
a1 y a2 solo poseemos 1 grado de libertad puesto que a1+a2=0. Es decir, podemos
estimar brevemente uno de los efectos; el otro queda automticamente determinado
pues su suma debe ser cero. En general, si deseamos estimar el efecto de un factor
con n niveles y existe la restriccin de que la suma de los efectos sea cero, el nmero
de grados de libertad ser n-L.
Po suma de cuadrados .C. de ido a un cierto factor, se entiende la suma de los
cuadrados de las desviaciones de las medias de ese factor, se entiende la suma de los
cuadrados de la desviacin de las medias de ese factor con respecto a la media
general. As, la S.C. debido al tipo de pasto es:

S.C. Pasto =
=

= 1562.50

S.C Total

=(

) +(
+

=1768.50

) + . +(
+ ..+

)
.

Se puede comprobar numricamente que las siguientes expresiones son iguales:


S.C. Pastos =
S.C. total =
Donde:

) + . +(

= total para pastos tipo 1

) =

= total para pasto tipo 2


G =gran total
N = nmero total de novillos
= numero de novillos que reciben pasto tipo 1
= numero de novillos que reciben pasto tipo 2
La expresin
Po

se denomina fa to de o ela i .

Cuadrado Medio

C.M. se e tie de el uociente

..

. .

en diseo balanceados

los C.M. son estimativos encestados de los componentes de varianza debido alos
distintos factores.
As:C.M (pastos) es un estimativo de la varianza del aumento de peso debida altipo de
pasto, llamemosla
- pasto.

Es decir C.M (pastos) estima


C.M (error) estima

- pasto (varianza debido a pastos)


(varianza total)

La F calculada (F.cal.) es un cuociente de cuadrados medios, donde el denominador es


siempre el C.M. error.
. .

Ej. : la F calc. Para tipo de pasto =


La F calc. Estima el cociente

. .

, y sigue la distribucin F con 1 g.l. Para el

numerador y 8 g.l. para el denominador.


pastos

Es de esperar que

, si el efecto debido a pastos se cree significativo.

Si el cociente G pastos, esti ado po F al ., es g a de , el efe to de ido a tipo de


pastos es significativo.
Si el cuo ie te es pe ueo , el efe to de ido a tipo de pasto o es sig ifi ativo.
La

edia de lo g a de o lo pe ueo

ue sea este o ie te lo de la F de la tabla .

Regla de decisin: si f calc. F tabla a nivel a,entonces se rechaza la hiptesis H


a este nivel a, es decir, existe una diferencia significativa entre las medias de los
distintos niveles del factor.
Si F clac. < F tabla a nivel a, entonces no se puede rechazar la hiptesis H a este
nivel. Esto significa que el efecto del factor no es significativo a nivel a. es decir,
no existe diferencia entre las medidas de los distintos niveles de factor

Como podemos apreciar, el ANDEVAconcluye sobre si existen o no diferencias entre


medias, mediante anlisis de componentes de varianza
Daremos en seguida la tabla del ANDEVA correspondiente a nuestro ejemplo No. 1,
con valores numricos.
S.C. Total
.

S.C. Pastos =

+
=

+ +
.

.
.

S.C. Error = S.C. Total S.C. Pastos = 1768.50 1562.50 = 206.00


TABLA ANDEVA
Causas
de G.L.
S.C.
C.M
F calc.
5% F Tala 1%
varianza
Tipo de Pasto
1
1562.50
1562.50
60.68
5.32
11.26
Error
8
206.00
25.75
Total
9
1768.50
Como f cal. F tabla tanto a nivel 5% como del 1% entonces se rechaza la hiptesis H (ai
=0 i = 1.2) con una probabilidad de error de solo 1%.
El efecto de tipo de pasto es significativo a un nivel del 1% (por eso aparecen dos
asteriscos en la tabla en frente del factor tipo de pasto).
Esto implica que el aumento promedio de peso debido a pastos brachiaria es
significativamente mayor que l debido a pastos negativo.
B

diseo de bloques al azar

Ej.No.2: se desea comparar el efecto de 3 dietas alimenticias sobre la ganancia


por peso de un grupo de 24 novillos, en un ao. 12 de los novillos estarn en
una finca con condiciones mnimas de manejo; los otros 12 en otra finca con
mejores condiciones de manejo.
Tenemos lo siguiente: se desean ver los efectos de:
Dieta 1
Factor dieta a iveles
Dieta 2
Dieta 3
Finca 1 (condiciones mnimas de manejo)
Blo ues a

iveles
Finca 2 (mejores condiciones de manejo)

En estas condiciones el diseo apropiado es, el de bloques al azar. Como el


mnimonmero de novillos que debemos tomar de cada finca para una replicacin del
experimento es 3, y tenemos 12, podemos utilizar 4 novillos para cada tratamiento

para un diseo de bloques al azar balanceado. La distribucin de los animales ser la


siguiente:
Dieta 1
Dieta 2
Dieta 3

Finca 1 (Bloque 1)
4 Novillos
4 Novillos
4 Novillos

Finca 2 ( Bloque 2)
4 Novillos
4 Novillos
4 Novillos

Observaciones: ganancia de peso por novillo, en kg.


Numero de observaciones

: 24

Numero de novillos en cada bloque

: 12

IV DISEO CONMUTATIVO
Un diseo conmutativo se usa cuando el nmero de tratamientos es pequeo y
cuando se dispone de pocos grados de libertad para el error. Se hacen comparaciones
entre los tratamientos, generalmente se usan para dos tratamientos.
Ejemplo
1. Para determinar la produccin en el cultivo de lulo en la regin de guachaca en la
Sierra Nevada de Santa Marta se tomaron las siguientes informaciones en toneladas
por hectreas;5.0 toneladas 3.0 toneladas 4.5 toneladas 3.2 toneladas y 4 toneladas,
mientras en Lindero fue de 4 toneladas, 3 toneladas, 6 toneladas, 4.5 toneladas y 4.2
toneladas, para Guachaquita fue de 2 toneladas, 5 toneladas, 5.2 toneladas, 7
toneladas y 4.5 toneladas.
DISEO CONMUTATIVO
3 Tratamientos O, L, G

Interacciones

O = Orinoco
L = Lindero
G = Guachica

1.OL
2.OG
3.LG

Regiones

Como son ms de dos, tres tratamientos sonnecesario hacer interacciones entre ellos,
para que as se pueda hallar la relacin existente entre los diferentes casos.

INTERACCION ORINOCO (O)


LINDERO (L)
TRATAMIENTOS
REPETICIONES
O
L

DIFERENCIA(O
L)
1
5
4
1
2
3
3
0
3
4.5
6
-1.5
4
3.2
4.5
-1.3
5
4
4.2
-0.2
TOTAL
19.7
21.7
-2
MEDIA
3.94
4.34
-0.4
La diferencia mxima de toneladas por hectrea es 1, correspondiente a la
Regin de Orinoco.
La diferencia mnima de toneladas por hectrea es -1.5, correspondiente a la
Regin del Lindero.
REPETICIONES
HILERAS

TOTAL

MAYOR

5o

3o

6L

4.5L

4.5o

22.7

MENOR

4L

3L

4.5o

3.2o

4L

18.7

REPETICIONES

10.5

7.7

8.2

41.4

Factor de Correccin
T
n

= 171.4

ANALISIS DE VARIANZA
F.V.
REPETICIONES
HILERAS
TRATAMIENTOS
ERROR
TOTAL

G.L.
4
1
1
3
9

S.C.
5.49
0.4
0.4
1.69
7.98

C.M.
1.372
0.4
0.4
0.563

F.C.
2.4
0.710
0.710

F.T.
5%
3.63
161
161

1%
6.42
4052
4052

CONCLUSIN: Como la Frecuencia Tabulada es mayor que la Frecuencia


Calculado tanto al 5% como al 1% podemos decir que no hay significancia entre
las variables, en este caso entre las regiones del Orinoco y del Lindero.

CALCULOS:
S.C. Repeticiones = [(9) ++ 8.2) / 2] 171.4 = 5.49
S.C. Hileras = [(22.7 18.7) / 10] = 0.4
S.C. Tratamientos = [(19.7 21.7) / 10] = 0.4
S.C. Total = [(5) ++ 4.2) ] 171.4 = 7.98
S.C. Error = 7.98 (5.49 + 0.4 + 0.4) = 1.69
F.C. Repeticiones = 1.375 / 0.563 = 2.4
F.C. Hileras = 0.4/0.563 = 0.710
F.C. Tratamientos = 0.4/0.563 = 0.710

INTERACCION ORINOCO (O)


GUACHACA (G)
TRATAMIENTOS
REPETICIONES
O
G
1
2
3
4
5
TOTAL
MEDIA

5
3
4.5
3.2
4
19.7
3.94

DIFERENCIA(O
G)
3
-2
-0.7
-3.8
-0.5
-4
-0.8

2
5
5.2
7
4.5
23.7
4.74

La diferencia mxima de toneladas por hectrea es de 3 correspondiente a la


Regin de Orinoco.
La diferencia mnima de toneladas por hectrea es -3.8 correspondiente a la
Regin de la Guachica.
REPETICIONES
HILERAS

TOTAL

MAYOR

5o

5o

5.2G

7G

4.5G

26.7

MENOR

2G

3G

4.5o

3.2o

4o

16.7

REPETICIONES

9.7

10.2

8.5

43.4

Factor de Correccin
T
n

= 188.35

ANALISIS DE VARIANZA
F.V.
REPETICIONES
HILERAS
TRATAMIENTOS
ERROR
TOTAL

G.L.
4
1
1
3
9

S.C.
3.34
10
1.6
2.49
17.43

C.M.
0.835
10
1.6
0.83

F.C.
1.00
12.04
1.92

F.T.
5%
3.63
161
161

1%
6.99
4052
4052

CONCLUSIN: Como la Frecuencia Tabulada es mayor que la Frecuencia Calculada


tanto al 5% como al 1% no hay significancia entre las variables, en este caso entre las
regiones del Orinoco y de Guachaca (veredas de la sierra nevada de santa marta).

CALCULOS:
S.C. Repeticiones = [(7) ++ 8.5) / 2] 188.35 = 3.34
S.C. Hileras = [(26.7 16.7) / 10] = 10
S.C. Tratamientos = [(19.7 23.7) / 10] = 1.6
S.C. Total = [(5) ++ 4.5) ] 188.35 = 17.43
S.C. Error = 17.43 (10+ 3.34+ 1.6) = 2.49
F.C. Repeticiones = 0.835 / 0.83 = 1.006
F.C. Hileras = 10/0.83 = 12.04
F.C. Tratamientos = 1.6/0.83 = 1.92

INTERACCION LINDERO (L)


GUACHACA (G)
TRATAMIENTOS
REPETICIONES
L

1
2
3
4
5
TOTAL
MEDIA

2
5
5.2
7
4.5
23.7
4.74

4
3
6
4.5
4.2
21.7
4.34

DIFERENCIA(O
G)
2
-2
0.8
-2.5
-0.3
-2.3
-0.46

La diferencia mxima de toneladas por hectrea es 2 correspondiente a la


Regin de la Guachica.
La diferencia mnima de toneladas por hectrea es -2.5 correspondiente a la
Regin del Lindero.
REPETICIONES
HILERAS
MAYOR
MENOR

1
4L
2G

2
5G
3L

3
6L
5.2G

4
7G
4.5L

5
4.5G
4.2L

TOTAL
26.5
18.9

REPETICIONES

11.2

11.5

8.7

45.4

Factor de Correccin
T
n

= 206.1

ANALISIS DE VARIANZA
F.V.
REPETICIONES
HILERAS
TRATAMIENTOS
ERROR
TOTAL

G.L.
4
1
1
3
9

S.C.
10.58
5.776
0.4
1.314
18.07

C.M.
2.64
5.776
0.4
0.438

F.C.
6.027
13.18
0.913

F.T.
5%
3.63
161
161

1%
6.99
4052
4052

CONCLUSIN: Como la Frecuencia Tabulada es mayor que la Frecuencia Calculada


tanto al 5% como al 1% no hay significancia entre las variables, en este caso entre las
regiones del Lindero y de la Guachica.

CALCULOS:
S.C. Repeticiones = [(6) ++ 8.7) / 2] 206.11 =10.58
S.C. Hileras = [(26.5 18.9) / 10] = 5.776
S.C. Tratamientos = [(21.7 23.7) / 10] = 0.4
S.C. Total = [(4) ++ 4.5) ] 206.11 = 18.07
S.C. Error = 18.07 (10.58 + 5.776 + 0.4) = 1.314
F.C. Repeticiones = 2.64 / 0.438 = 6.027
F.C. Hileras = 5.776/0.438 = 13.18
F.C. Tratamientos = 0.4/0.438 = 0.913

V DISEO COMPLETAMENTE AL AZAR


Un diseo completamente al azar se aplica cuando se desea ver el efecto de un solo
factor con cualquier numero de niveles pero debe ser completamente homogneo no
hay diferencias entre las unidades experimentales.
Caractersticas :
UN solo factor.
Unidades experimentaleshomogneas.
Ventajas :

Diseo muy sencillo.


Flexible: permite utilizar cualquier nmero de tratamientos y replicaciones.
Anlisis estadstico sencillo (andeva).
Permite perdida de informacin (unidades experimentales).
Numero de grados de libertad de error normal mente bastante grande.

Desventajas :
Presenta insuficiencias ya que no hay restriccin en el proceso de sectorizacin.
El error involucra todos los factores encontrarles en el ensayo.
No es recomendable usar menos de 2 unidades.
Aspecto importante: montaje campo invernadero laboratorio.
Sorteo al azar.
Anlisis estadstico andeva DMS.
EJEMPLO:
Se desea probar 5 dietas alimenticias sobre el aumento de peso en humanos.

Unidades experimentales = individuos


Tratamientos = dieta
5 dietas = tratamientos
5 individuos o personas = replicaciones
5 tratamientos x 5 replicaciones = diseo al azar

TRATAMIENTOS:

I: Testigo = corriente
II: asado
III: liquido = sancocho
IV: bandeja
V: guisado

DIAGRAMA DE DISEO

REPLICACIONES
TRATAMIENTO A
I
1a
II
2a
III
3a
IV
4a
V
5a

B
1b
2b
3b
4b
5b

C
1c
2c
3c
4c
5c

D
1d
2d
3d
4d
5d

E
1e
2e
3e
4e
5e

REPLICACIONES
TRATAMIENTO A
I
1a
II
1b
III
1c
IV
1d
V
1d

B
2a
1d
3a
5a
4b

C
2b
3b
2c
4c
5a

D
1e
3c
3e
5b
4d

E
3d
5c
2d
4c
2e

DISEO DE TABULACION
REPLICACIONES
TRATAM A
B
I
2
3
II
3
1
III
1
4
IV
2
4
V
3
4

C
1
2
3
3
2

D
4
1
2
1
1

E
2
3
1
1
1

TOTAL
12
10
11
11
11

MEDIA
2.4
2.0
2.2
2.2
2.2

FACTOR DE CORRECION:
=

FC:

GRADOS DE LIBERTAD
GL trat: N- 1 = 4
GL total: T R 1 = 24
GL error: total tratamiento = 20

SC total:

SCerror: total tratamiento = 30 0.4 =29.6

CUADRADO MEDIO
CMtrat:

= .

CMerror:

= .

Fcalculada =

ERROR ESTNDAR ESTIMADO (ESE)


T=

T={

%= .
%= .

= .

= .

T = 1.216..... si hay significancia


DIFERENCIA MEDIA SIGNIFICATIVA (DMS)

DMS =

=
= .

.
.

= .
= .

ANALISIS COMPARATIVO MULTIPLE (FISHER)


2.4
2
2.2 5% 1.95
No hay significancia; 1% 3.605
2.2
2,2
2.2 2.4 = 0.2
2.2 2.0 = 0.2
2.2 2.2 = 0
2.2 2.2 = 0

si hay significancia

2.2 2.4 = 0.2


2.2 - 2.0 = 0.2
2.2 2.0 = 0.4

2.2 2.4 = 0.2


2.2 2.0 = 0.2
2.2 2.2 = 0
ANALISIS DE VARIANZA
FV
TRATAM
ERROR
TOTAL

GL
4
20
24

SC
0.4
29.6
30

CM
0.1
1.48

FC
0.067

1% F tab 5%
4.43
2.83

VI DISEO BLOQUES AL AZAR

Un diseo de bloque al azar se aplica cuando se desea ver el efecto de un solo factor
con cualquier nmero de niveles y este no debe ser homogneo; es decir las unidades
experimentales se pueden agrupar en bloques. En este diseo los tratamientos se
deben aplicar en las unidades de cada bloque al azar, y consiste en mantener
variabilidad entre las unidades experimentales dentro de un bloque y maximizar la
diferencia entre bloques.
Caractersticas :
UN solo factor.
Unidades experimentalesheterogneas.
Ventajas:
El nmero de unidades experimentales (tratamiento* bloques) puede ser
mnimo de 20.
Andeva sencilla una fuente ms que completamente al azar (tratamiento
bloque-total-error).
Se puede ejecutar en laboratorios campos- invernadero- |zonas regionales.
Desventajas:
Mayor error experimental.

Ejemplo
1. Con base en un estudio comparativo se quiere determinar la relacin existente en
los tipos de poluciones en tres canteras de nuestra regin para ver los efectos
existentes entre ellos, para esto se obtuvieron las siguientes muestras:
Marmolote 25,30, 15, 60, 10, 80 y 70gr
Bureche 30, 40, 10, 20, 50, 60 y 50 gr
San francisco 45, 30, 10, 05, 25, 60 y 30 gr.
DATOS

MAMOLOTE
(A)
25
AI
30
AII
15
AIII
60
AIV
10
AV
80
AVI
70
AVII

BURECHE
(B)
30
BI
40
BII
10
BIII
20
BIV
50
BV
60
BVI
50
BVII

SAN
(C)
45
30
10
5
25
60
30

FCO.
CI
CII
CIII
CIV
CV
CVI
CVII

DIAGRAMA DE CAMPO
TRATAMIENTOS BLOQUES
I
II
A-MARMOLOTE CI
BII
B-BURECHE
AI
CII
C-SAN FCO.
BI
AII

III
AIII
CIII
BIII

IV
CIV
BIV
AIV

V
BV
AV
CV

VI
BVI
CVI
AVI

VII
CVII
AVII
BVII

TRATAMIENTOS BLOQUES
I
II
A-MARMOLOTE 45
40
B-BURECHE
25
30
C-SAN FCO.
30
30
DIAGRAMA DEL DISEO

III
15
10
10

IV
5
20
60

V
50
10
25

VI
50
60
80

VII
30
70
50

TRATAMIENTOS BLOQUES
I
II
A-MARMOLOTE AI
AII
B-BURECHE
BI
BII
C-SAN FCO.
CI
CII

III
AIII
BIII
CIII

IV
AIV
BIV
CIV

V
AV
BV
CV

VI
AVI
BVI
CVI

VII
AVII
BVII
CVII

TRATAMIENTOS BLOQUES
I
II
A-MARMOLOTE 25
30
B-BURECHE
30
40
C-SAN FCO.
45
30

III
15
10
10

IV
60
20
5

V
10
50
25

VI
80
60
60

VII
70
50
30

DIAGRAMA DE TABULACION
TRATAMIENTOS BLOQUES
I
II
VI
VII
A-MARMOLOTE 25 30
B-BURECHE
30 40
C-SAN FCO.
45 30
BLOQUE
100 100

TRAT MEDIAS
III
15
10
10
35

60
20
5
85

IV
10
50
25
85

80
60
60
200

70
50
30
150

290
260
205
755

41,42
37,14
29,28
35,95

GRADOS DE LIBERTAD
GL. Tratamientos=3-1=2
GL. Bloques =7-1=6
GL. Total =21-1=20
GL. Error = GL. tota-GL. trata-GL. Bloc = 20-6-2 = 12

SUMA DE CUADRADOS Y CUADRADOS MEDIOS


.

=[

+. . . +

SC. Error =SC. Tot SC. Bloq SC. Trat =


F CALCULADAS
.

+
,

,
,

=
,

= ,

= ,

.
=

ANALISIS DE VARIANZA
FV
Bloques
Trat.
Error
Total

GL SC
CM
6 5580,96 930,6

FCAL FTAB 5%
3,41 No hay significancia
3,00
2 530,96 265,48 0,97 Si hay significancia
3,88
12 3269,04 272,42
20 9380,96

FTAB 1%
Si hay significancia
4,82
Si hay significancia
6,93

1%=2,681

GL. Error =12


5%=1,782
82

= ,

= ,

Fisher

=
=

41,42
37,14
29,28
35,95
,

35,95-41,42= -5,47<
35,95-41,42= -5,47<
35,95-37,14= -1,19<
35,95-37,14= -1,19<

no hay significancia al 1%

, no hay significancia al 5%
,

no hay significancia al 1%

no hay significancia al 5%

= ,

35,95-29,28= 6,67<
35,95-29,28= 6,67<

29,28-41,42= -11,6<
29,28-41,42= -11,6<
29,28-37,14= -7,32<
29,28-37,14= -7,32<
37,14-41,42= -4,28<
37,14-41,42= -4,28<
CONCLUSIONES

,
,
,

no hay significancia al 1%
no hay significancia al 5%
,

no hay significancia al 1%
no hay significancia al 5%
,

no hay significancia al 1%
no hay significancia al 5%
no hay significancia al 1%
no hay significancia al 5%

El diseo anteriormente presentado es un diseo de bloques al azar, el cual arrojo


como resultado que la cantera que presenta mayor polucin es la de Marmolote (A)*

VII CUADRADO LATINO


En un diseo cuadrado latino debe haber 3 clasificaciones; el nmero de nivel debe
ser igual por cada clasificacin, cada hilera y cada columna debe contener todos los
tratamientos asignados al azar.
Las unidades experimentales se clasifican en dos categoras adems de los
tratamientos (hileras- columnas).
No se estiman los efectos de interaccin entre factores.
Cada factor se relaciona entre s.
Mximo 8 tratamientos.
Mnimo 4 tratamientos.
Reduce errores cuando se planea.

Ejemplo
1. Se desea comparar el efecto de 6 soluciones qumicos sobre el sentido del olfato
del embrin de ave. Las soluciones son
A = aire.
E = acetato de ail,
B = dicloroctano,
D = cetona,
E = acido frmico y
F = cloroformo.
Se cree que el orden en que se aplican las soluciones al embrin influye en su
efecto. por ejemplo el embrin reacciona diferentemente al aplicarle primero aire y
luego acido frmico que si se le aplica primero cloroformo y luego acido frmico.
Una forma de medir la respuesta del embrin a las soluciones qumicas en
determinado la rapidez con que late su corazn.
As, se observara para cada embrin el nmero de latidos de su corazn por unidad
de tiempo. Por razones de manejo, se desea utilizar para este experimento el menor
nmero posible de embriones.
Dado ue te e os 6 solu io es 6 o de es de apli a i , esto os pe ite edi
los efectos con el menor nmero posible de embriones es un Diseo Cuadrado Latino
de (6 x 6).
Una forma de aplicar las soluciones a los embriones para un cuadrado latino de (6 x
6) es la siguiente:
1 orden
6orden
De Apl.

2 orden
De Apl.

3 orden
De Apl.

De Apl.

4 orden
De Apl.

5 orden
De Apl.

Embrin 1
Embrin 2
Embrin 3
Embrin 4
Embrin 5

A
B

C
D

B
C

E
F

F
A

D
E

Embrin 6

Ntese que cada embrin recibe las 6 soluciones en los rdenes distantes; y cada
o de de apli a i
o sta de las 6 solu io es. To e os e to es lasifi a io es
o factores:
Clasifi a i de fila
Clasifi a i de olu
T ata ie tos

:
a:

Embrin

o 6 iveles E

O de de Apli a i
olu i

io es al 6

o 6 iveles o de es al 6

o 6 iveles A, B, C, D, E, F

Con este diseo no se puede estimar los efectos de interaccin entre los distintos
factores, debido al reducido al nmero de unidades experimentales.
Los resultados de este experimento fueron los siguientes:

NUMERO DE LATIDOS DEL CORAZON POR UNIDAD DE TIEMPO

Embrin
1
Embrin
2
Embrion3
Embrin
4
Embrion5
Embrin
6
Totales
por orden
de
aplicacin
Medias

1orden 2
de Apl. orden
de Apl.
12.75
10.26

3
orden
de Apl.
11.92

4
orden
de Apl.
11.53

5
orden
de Apl.
11.67

6
orden
de Apl.
10.23

Total Media
para
Embr.
68.36 11.39

12.35

11.37

11.07

12.21

11.88

11.34

70.22 11.70

10.43
11.87

10.08
13.41

10.11
11.78

13.24
12.61

9.35
12.11

10.06
12.39

63.27 10.55
74.17 12.36

10.59
14.45

10.93
10.33

10.43
10.05

10.68
9.94

10.53
12.46

10.56
10.52

63.72 10.62
67.75 11.29

72.44

66.38

65.36

70.21

68.00

65.10

407.49

12.07

11.06

10.89

11.70

11.53

10.85

Totales para las soluciones

71.24 67.12 65.07 64.05 67.78 72.23

Medias para las soluciones

11.87 11.19 11.18 10.67 11.30 12.04

ANALISIS DE VARIANZA PARA UN DISEO CUADRADO LATINO


Modelo Matemtico:
=

+
+

+8

, con = = 8 =

Numero
de
del
embrin

latidos
del
k-e
sino

corazn
con
la

solucin i en la orden j.
Efecto Medio.
Efecto de solucin.
Efecto del j-esino orden de aplicacin.
Efecto en embrin k.
Error experimental.
Donde i = 1, 2, 3, 4, 5, 6,
J = 1, 2, 3, 4, 5, 6,
K = 1, 2, 3, 4, 5, 6,
Hiptesis a probar:
a) H
=
b) H : j =
c) H : k =

aa i = , , ,
aa j = , , ,
pa a k = , , , 6

Las hiptesis H , H , H nos dicen respectivamente que el efecto debido a las


soluciones, el efecto a los rdenes de aplicacin y el efecto debido a los embriones,
son nulos. El ANOVA tiene por objeto rechaza o no estas hiptesis.
A continuacin presentaremos la tabla de ANOVA correspondiente a nuestro ejemplo,
indicando como actuar los clculos. Seguidamente mostraremos la tabla final del
ANOVA y daremos su interpretacin.

TABLA DEL ANDEVA


Causade
F Tabla
C.M.

variacin
F.ca1c.5%

Soluciones 5

Ordenes
de

aplicacin

Embriones

g.1

S. C.

1%

(S + + S )
O +

O +. . O

E +. . E

E +

Error

20

Por diferencia

Total

35

S. C. So .

C. M. So .
C. M. Eo

S. C. Od.

C. M. Od.
C. M. Eo

S. C. Em. C. M. Em.
C. M. Eo

S. C. Eo.

Donde S , S , , S = Totales para las soluciones A, B, C, D, E, F, respectivamente.


O , O , , O =Total aa la odn d aliaion.

E , E , , E = Totales para cada embrin

TABLA DEL ANDEVA (resultados finales)


Causa de
variacin

F
g.1

S. C.

C.M.

F.ca1c.5%

Soluciones 5

8.89

1.78

2.00

2.71

4.10

Ordenes de 5
aplicacin
5
Embriones

7.09

1.42

1.59

2.71

4.10

13.97

2.79

3.13

2.71

4.10

17.75

0.89

Error
Total

Tabla

1%

20
35

47.70

A partir de este Anlisis de Varianza podemos concluir que: La diferencia ntrelas


soluciones no es significativas.
La diferencia entrelos rdenes de aplicacin no es significativa. Existen diferencias
entre los embriones, a un nivel del 5% de significancia.

VIIIExperimentos factoriales
Es el modelo que estudia varios grupos de tratamientos, y donde cada grupo se llama
factor (en los experimentos denominado simple, se estudia un solo factor)
El experimento factorial nuca origina perdida de informacin, no se permite
interacciones cuando existas las conclusiones son mas amplias. Las limitantes son los
nmeros de unidades experimentales ya que aumenta el tamao del experimento,
esto permite el estudio de efectos principales es decir; en el efecto de interaccin de
los factores todas las unidades experimentales intervienen el los efectos principales
por interaccin de los factores y el numero de grado de libertad del error es alto con
relacin a los experimentos denominado simples.
Estos experimentos requieren un alto nmero de unidades experimentales
permitiendo una difcil interpretacin por el mayor nmero de tratamientos y
factores.
El anlisis estadstico es mas completo en donde el factor es una serie de trata miento
relacionados entre si.
El numero de interacciones que hay que considerar el los experimentos factoriales
dependen del numero de factores as;
2 factores = interaccin A.B = AB
3 factores = interaccin A.B.C.= AB, AC, BC, ABC
4 factores = interaccin A.B.C.D.= AB, AC, AD, BC, BD, CD, ABCD, ABD, ACD, BCD, ABCD
Entre los arreglos factoriales tenemos los que tienen un solo error experimental, un
error en cada factor, y los que tienen un solo error por cada factor y uno por las
interacciones. A estos pertenecen los combinatorios y las parcelas divididas.

1 COMBINATORIO
EJEMPLOS A:
Se quiere determinar el derrame de aceite en las ensenadas de Taganga, Gaira y Playa
blanca, para esto se toman dos tipos de absorciones con dos tipos de embarcaciones
utilizando cinco bloques al azar.
1
2
3
4
5
6
7
8
9
10
11
12

I
5
6
8
10
15
20
9
8
5
4
3
12

II
12
5
8
10
9
7
6
15
20
21
10
15

III
15
18
20
10
5
8
10
12
15
9
8
7

IV
7
15
16
18
20
19
5
6
8
9
10
12

V
12
15
20
9
8
6
7
5
9
8
7
6

Taganga
Playa Gaira
Playa Blanca

Cielo abierto
Absorciones
Barcos
Embarcaciones

Cielo cerrado

Barcazas

5 Bloque5
Tratamientos = 3 * 2 * 2 = 12
Unidades = 5 * 12 = 60
Desarrollo

Total
Bloques

110
129
239

117
83
200

I
5
6
11
8
10
18
15
20
35
9
8
17
5
4
9
3
12
15

II
12
5
17
8
10
18
9
7
16
6
15
21
20
21
41
10
15
25

III
15
18
33
20
10
30
5
8
13
10
12
22
15
9
24
8
7
15

IV
7
15
22
16
18
34
20
19
39
5
6
11
8
9
17
10
12
22

V
12
15
27
20
9
29
8
6
14
7
5
12
9
8
17
7
6
13

Total
Tra.
51
59
110
72
57
129
57
60
117
37
46
83
57
51
108
38
52
90

105

138

137

145

112

637

108
90
198

335
302
637

123
116
239

94
106
200

95
103
198

312
325
637

165
147
312
170
155
325
335
302
637
FACTOR DE CORRECCIN

GRADOS DE LIBERTAD
Bloques = 5 - 1 = 4
Tratamiento = 12 - 1= 11
Playa = 3 -1 = 2
Absorciones = 2 - 1= 1
Embarcaciones = 2 - 1 = 1
Playa * Absorciones = 2 * 1 = 2
Playa * Embarcaciones = 2 * 1= 2
Absorciones * Embarcaciones = 1 *1 = 1
Playa * Absorciones * Embarcaciones = 2 * 1 * 1 = 2
Total = 60 - 1 =59
Error = 59 - 4 - 11 = 44

SUMA DE CUADRADOS

.
=

.
=

.
.

= .

+
=

+
+

+
=

+
.

= .
+

= .

= .

+
+
.

+. . +

+
+

.
=
.

Bloques

104,44 26,11

1.02

Tratamiento

11

206,59 18,78

0.73

Playa

53,44

26,72

1.04

Absorciones

18,15

18,15

0.70

Embarcaciones

2,82

2,82

0.11

Playa*Absor

73,9

36,95

1.44

Playa*Embar

9,97

4,98

0.19

Absor*Embar

0,15

0,15

0.05

playa*Absor*Embar 2
Erro
44
Total
59

1133,88 566,94 22.17


1125,16 25,57
1436,19

+
+

+
=

1%
5%
3.78
2.58
5.58
2.01
5.12
3.21
7.24
4.0
7.24
4.0
5.12
3.21
5.12
3.21
7.24
4.0
5.12
3.21

No hay significancia
Conclusin: en Taganga hubo mayor derrame de aceite en la ensenada.
EJEMPLO B:
Determinar las poluciones en la comercializacin del carbn en la ciudad de santa
marta 3 puertos, 2 tipos de transporte ,2 niveles exportacin y 4 bloques.

II

III

IV

11

17

P1

22

18

P1

15

6
S

V1

33

15

P1

24

14

P1

17

12 10 8939
S1

10

12 7 13739
S1

Total TRAT

31

V2

16

P1

16

14

P1

20

51

208

10 5 98
S1

10

10

32

10

TOTAL BLOQUES

34
61

51

4 BLOQUES

3 PUERTOS

V1
V2

2 TRANSPORTE
S1

P
2 NIVELES DE EXPORTACION
P1

45

V1

V2

39

39

32

110

S1

33

31

32

98

72 70

66

Sc tratamientos =

Sc Puerto =

Sc transporte =

V2

35

29

30

94

P1 37

41

36

114

208

72
S0

S1

48

46

94

P1

62

52

114

98

70

66

208

= 901.3333

Factor de correccin =

Sc total =

V1

110

Sc Bloques =

+
-

=11/3 = 3.66 CM

= 27.66 / 11 =2.51

= 124.66

= 1.17 /2 = 0.58

= 3/1 = 3

208

Sc exportacin =

Sc puer x trans =

= 8.33/1 = 8.33

= 7.66

Sc =7.66 (1.17 - 3) = 3.5/2 = 1.75

Sc puert x exp =

= 12.66

Sc = 12.66 (1.17 + 8.33) = 3.16/2 = 1.58

Sc trans x exp =

= 13

Sc = 13 (3.0 + 8.33) = 1.67 /1 =1.67


Sc Puert x Transp x Expor =

- Sc. trans - Sc. expo - Sc. puer FC = 162


162-(1.17 + 3.0+8.33) =149.5

Sc Error = total bloq trata = 86


GRADOS DE LIBERTAD
Bloques = 4 - 1 = 3
Tratamiento = 12 1 = 11
Puertos = 3 - 1 = 2
Transportes = 2 1 = 1
Exportacin = 2 1 = 1
Puertos x transportes = 2 x1 = 2

Puerto x Exportacin = 2 x1 = 2
Transporte x exportacin = 1 x 1= 1
Puerto x transporte x exportacin = 2 x 1 x 1 = 2
Error = 47 3 11 = 33
Total = 48 1 = 47
ANALISIS DE VARIANZA
FV
Bloques
Tratamiento
Puertos
Transporte
Exportacin
Puertos
Transporte
Puertos
Exportacin
Transporte
Exportacin
Puer x Transp
Export
Error
Total

GL SC

CM

F CALC

3
11
2
1
1
x 2

11
27.66
1.17
3
8.33
3.49

3.66
2.51
0.58
3
8.33
1.75

1.40
0.96
0.24
1.14
3.19
0.67

1%
5%
4.46
2.86
5.34
7.5
7.5
5.34

F TABUL

x 2

1.64

0.60

5.34

3.3

x 1

1.67

1.67

0.50

7.5

4.15

x 2

149.5

74.7

28.6

5.34

3.3

2.9
2.1
3.3
4.15
4.15
3.3

33 86
2.6
47 124.66

Solo hay una significancia (puerto por transporte por exportacin)


La mayor contaminacin se encuentra en el puerto v0 ya que ste genera un 72% de
la contaminacin.

2 PARCELAS DIVIDIDAS
EJEMPLO A:
Se desea comparar el efecto que ejercen los concretos en dos puentes de la zona
bananera (Sevilla y Aracataca) utilizando cimientos bajos, medios y altos con
aplicaciones en kilogramos de gravilla.
2 puentes: A= Sevilla
B= Aracataca
3 tratamientos: cimientos

M= medio
A= alto
B= bajo
5 bloques: gravilla o aplicaciones 1, 2, 3, 4,5.
Bloques
1
A
B
12,75
M
12,35
A
10,43
Fc =

2
B
A
B
B
11,87 10,26
M
M
10,59 11,37
A
A
14,45 10,08
.

3
B
A
B
B
13,41 11,92
M
M
10,93 11,07
A
A
10,33 10,11
.

Grados de libertad
Total = 30 1 = 29
Bloque x puente = 5 x 2 1 = 9
Bloque = 5 1 = 4
Puente = 2 1 = 1
Error A = 9 4 1 = 4
Tratamiento = 3 1 = 2
Puente x tratam = 3 1 = 2
Error B = 29 9 2 2 = 16

4
B
A
B
B
11,78 11,53
M
M
10,43 12,21
A
A
10,05 13,24

5
B
A
B
B
12,61 11,63
M
M
10,68 11,88
A
A
9,94 9,35

B
B 12,11
M
10,53
A 12,46

tratamientos
IB
A II M
III A
total bloque

tratamientos
IB
B II M
III A
total bloque

1
12,75
12,35
10,43
35,53

total
2
3
4
5
trat
10,26 11,92 11,53 11,63 58,09
11,37 11,07 12,21 11,88 58,88
10,08 10,11 13,24 9,35 53,21
31,71 33,1 36,98 32,88 170,18

medias
11,61
11,77
10,64
11.34

1
11,87
10,59
14,45
36,91

total
trat
2
3
4
5
13,41 11,78 12,61 12,11 61,78
10,93 10,43 10,68 10,53 53,16
10,33 10,05 9,94 12,46 57,23
34,67 32,26 33,23 35,1 172,17

medias
12,35
10,63
11,44
11,47

total
blqA y
72,44 66,38 65,36 70,21 67,98 342,35 11,4
B
B
M
A
Total
119,87 112,04 110,44
tratam.
Medias
tratam.

11,98

11,2

11,04

SUMA DE CUADRADOS
Sctotal =
Scblq x trat =
Scblq =
Scpuentes =

+ +

+ +

+ .+
.

=
.

= .

ScerrorA = 11.03 5.97 0.136 = 4.92/4 = 1.23

= .

Sctratm =

+
.

Sctrat x Puente =

.
+

+
.

.
++

= .

ScerrorB = 42.28 11.03 5.04 6.12 = 20.09/16 = 1.25

= .

ANALISIS DE VARIANZA

FV
total
blq x trat

GL
29
9

SC
CM
42,28
11,03
1,49

F cal

bloque

5,97

1,21

puente
error A

1
4

0,186 0,136 0,11


4,92 1,23

5% Ftab
1%

6,39
15,98
7,71
21,20

3,63
6,23
3,63
6,23

tratamiento 2
2,54 2,54 2,03
puente
x
2
3,06 3,06 2,44
trat
error B
16
1,25 1,25
CONCLUSION: vemos que en todos los casos Ftab > Fcal, por tanto no existe
significancia; entonces podemos decir que el efecto ejercido por el concreto en los
dos puentes de la zona es el mismo utilizando cimientos bajos medios y altos.
Vemos tambin que el efecto en el puente B es mayor que en el puente A aunque no
es mucha la diferencia hay cierta significancia
EJEMPLO B:
Se van a hacer dos puentes en la zona bananera para esto se tienen 5 tipos de
infraestructura (hierro, cobre, nquel y aluminio) .para cada infraestructura se tienen 3
tipos de resistencia

Puente1(Sevilla)
10
40
5
25
7
42
9
27
6
36

Hierro
Cobre
Bronce
Nquel
Aluminio

Puente2(Rio Frio)
20 5
20
60
15 15
45
21 12

24

36

18 10

20

30

18 40
120

30

80

DISEO
5 infraestructuras = Tratamientos, 2 Puentes y 3 resistencias. 523 = 3
Tratamientos = (Fe, Cu, Ni, AI)
Puentes = 1 2(Sevilla-Rio frio)
Bloques = I-II-III
Bloque 1
PUENTE1
Fe Cu Br
10 5 7
Bloque 3
PUENTE1
AI Br NI
15 20 18

Bloque 2
PUENTE2
PUENTE1
PUENTE2
Ni AI Br Ni Fe Cu AI Cu Fe AI Ni Br Ni AI Cu Br Fe
9 6 12 10 5 15 40 15 20 18 18 21 20 80 30 24 20
PUENTE2
Fe Cu AI Cu Fe Ni Br
18 21 20 80 30 24 20

TRATAMIENTOS
PUENTE INFRAESTRUCT
URA
HIERRO
COBRE
1
BRONCE
NIQUEL
ALUMINIO
TOTALES
HIERRO
COBRE
2
BRONCE
NIQUEL
ALUMINIO
TOTALES
TOTALES DE LOS BLOQUES

TOTAL
MEDIAS

BLOQUES
I
II

III

10
5
7
9
6
37
5
15
12
10
40
82
119

40
25
42
27
36
170
60
45
36
30
120
291
461

20
15
21
18
18
92
20
30
24
20
80
174
266

INFRAESTRUCTURA
Fe
Cu
155
135
25,83
22,5

TRATAMIENTO
TOTAL MEDIA
S
70
23,33
45
15
70
23,33
54
18
60
20
299
19,33
85
28,33
90
30
72
24
60
20
240
80
547
36,46
846
28,2

Br
142
23,66

Ni
114
19

AI
300
50

CM

FCAL

1% F TAB 5%

2943,3
2050,13
143,06
927,78
932,88

20,57
14,33

99-19,0
98,49 18,51

10,13
10,19

4,77 3,01
4,77 3,01

ANDEVA
FUENTE
DE GL
VARIACION
TOTAL
29
PUENTES
X 5
BLOQUES
BLOQUES
2
PUENTES
1
ERROR(a)
2
TRATAMIENTOS
4
PUENTES
X 4
TRATAMIENTOS
ERROR(b)
16

SC
17152,8
8225,6
5886,6
2050,13
286,13
3711,13
3731,54

1464,53 91,53

FACTOR DE CORRECION

FC =

= 23857,2

DONDE
r= Numero de resistencias (3)
p=Numero de puentes (2)
t= Numero de Tratamientos (5)

GRADOS DE LIBERTAD
GL TOTAL = (TRAT X PUENTES X BLOQUES) 1 = 30 -1 =29
GL BLOQUES X PUENTES = (3 X 2) 1 = 5
GL BLOUES = 3-1 = 2
GL PUENTES = 2 1 = 1
GL ERROR(a) = 5-2-1 = 2
GL TRATAMIENTOS = 5-1 = 4
GL PUENTES X TRATAMIENTOS =4 X1 = 4
GL ERROR (b) = 29 5 4 4 = 1
SUMA DE CUADRADOS

SC TOTAL =

+ +

23857,2 = 17152,8

SC NIVELES X BLOQUES =

SC PUENTES =

23857,2 = 5886,6

23857,2 = 2050,13

SC ERROR(a) = 8225,6 5886,6 2050,13 = 286,13

SC TRATAMIENTOS =

SC PUENTES X TRAT =

23857,2 2050,13 3711,13 = 3731,54

23857,2 =3711,13

SC ERROR (b) = 17152 8225,6 3711,13 3731,54 = 1464,53

CUADRADOS MEDIOS

CM BLOQUES =

= 2943,3

CM PUENTES =

= 2050,13

CM ERROR (a)=

= 143,06

CM TRATAMIENTOS =

= 927,78

CM PUENTES X TRATAMIENTOS =

CM ERROR (b) =

= 932,88

= 91,53

F CALCULADA

FC BLOQUES =

FC PUENTES =

= 20,57

FC TRATAMIENTOS =

= 14,33

= 10,13

FC PUENTES X TRATAMIENTOS =

= 10,19

CONCLUSION

En los bloques la F calc es menor al 5 % por lo tanto no hay significancia, pero al 1 %


es mayor lo cual quiere decir que hay significancia

En los puentes la F calc es menor tanto al 1% como al 5% por lo tanto no hay


significancia
En los tratamientos la F calc es mayor tanto al 1% como al 5% por lo tanto hay
significancia
En los puentes x tratamientos la F calc es mayor al 1% y al 5%,por lo que hay
significancia
EJEMPLO C:
Determinar la interaccin de la produccin de carbn Drummond, Prodeco, Cerrejn y
Becerril con relacin a las densidades de produccin desmesurada y en terrones, y la
influencia de la aplicacin de agua pura y agua contaminada para su comercializacin,
especficamente para los pases bajos.
Drummond desmenuzado y agua pura: 2 toneladas, 5 toneladas, 6 toneladas y 4
toneladas. Agua contaminada: 3.5, 4.5, 5.0, y 4.0 tonelada por hectreas. Terrones,
agua pura: 2.5, 8.0, 3.4, 4.3 toneladas por hectreas. Agua contaminada: 3.0, 4.0, 5.0 y
3.5 toneladas.
Prodeco desmenuzado agua pura: 5.2, 4.5, 3.8, 6.0 y 3.0 toneladas. Agua
contaminada: 5, 8, 9 y 10 toneladas.
Cerrejn desmenuzado agua pura: 3.0, 4.5, 6.0 y 7.0 toneladas. Agua contaminada:
2.2, 6.5, 4.8 y 3.2 toneladas. Terrones agua pura: 4.2, 5.0, 3.8 y 3.5 toneladas. Agua
contaminada: 3.8, 4.3, 5.2 y 6.2.
Becerril desmenuzado agua pura: 3.5, 4.5, 3.7 y 6.0 toneladas. Agua contaminada: 5.0,
6.3, 4.0 y 3.5 toneladas. Terrones agua pura: 5.5, 6.2, 7.0 y 4.5 toneladas. Agua
contaminada: 3.8, 4.0, 5.8 y 6.0

SOLUCION
1. Este ejercicio se determinar por Parcelas Divididas.
2. Desarrollo del diseo:
2 Niveles: Desmenuzado y Terrones. 2 Subniveles: Agua Pura (A) y Agua contaminada
(B). 4 Tratamientos: Drummond (I), Prodeco (II), Cerrejn (III), Berrecil (IV). 4
Bloques=32 Unidades.
Bloques
Tratamientos Subnivel 1
2

NIVEL
1

NIVEL
2

Total
Trata.
I
A
2
5
6
4
17
B
3.5 4.5 5
4
17
II
A
5.2 4.5 3.8 6
19.5
B
3
4.5 5
6
18.5
III
A
3
4.5 6
7
20.5
B
2.2 6.5 4.8 3.1 16.6
IV
A
3.5 4.5 3.7 6.0 17.7
B
5.0 6.3 4.0 3.5 18.8
Total Bloq.
27.4 40.3 38.3 39.6 145.6
Bloques
Tratamientos Subnivel 1
2
3
4
Total
Trata.
I
A
2.5 8.0 3.4 4.3 18.2
B
3.0 4.0 5.0 3.5 15.5
II
A
3.8 4.5 6.0 3.0 17.3
B
5
8
9
10 32
III
A
4.2 5.0 3.8 3.5 16.5
B
3.8 4.3 5.2 6.2 19.5
IV
A
5.5 6.2 7.0 4.5 23.2
B
3.8 4.0 5.8 6.0 19.6
Total Bloq.
31.6 44 45.2 41 161.8

Medias
4.25
4.25
4.8
4.6
5.1
4.1
4.4
4.7
4.52
Medias
4.5
3.8
4.3
8
4.1
4.8
5.8
4.9
5.0

Total de bloques
N1 y N2

I
59

Total trata N1 y 67.7


N2
Medias trata N1 y 4.37
N2

II
84.3

IV
80.6

307.4

4.7

87.3

73.1

79.3

5.42

4.52

4.8

. .=

III
83.5

GRADOS DE LIBERTAD
Total=32-1=31
Bloques niveles= (4x2)-1=8-1=7
Bloques=4-1=3
Niveles=2-1=1
Error A=7-3-1=3
Tratamiento=4-1=3
Niveles tratamiento=1x3=3
Error B=31-7-3-3=18

SUMA DE CUADRADOS
+ .
. .
= .
. .
. .

. .

+
.
+
.
+ +
+
.
.
.

+ +
=
.

= .

. .

. .

=64.16 54.05 8.2 =1.91


+ +
+
.
.

=
=

.C. niveles x tratamiento=

.C. niveles x tratamiento=47.7 8.2 26.62=12.88


. .
=150.88 64.16 26.62 12.88= 47.22

ANALISIS DE VARIANZA
F.V
G.L
S.C

C.M

F.cal

F.tab
5%
1%

TOTAL
31
150.88
Nivel
1
8.2
8.2
13.01
10.13 34.12
Bloque
3
54.05
18.01
28.58
9.28 29.46
Niv.
x 7
64.16
Bloq
Error A
3
1.91
0.63
Tratam
3
26.62
8.87
3.38
3.16 5.09
Trat
x 3
12.88
4.29
1.63
3.16 5.09
nivel
Error B
18
47.22
2.62
Segn el anlisis de varianza dio significancia al 5% en los niveles, bloque,
tratamiento y niveles por tratamiento y no dio significancia al 1% en los niveles,
bloque, tratamiento y niveles por tratamiento.
CONCLUSIN
Por medio de este diseo experimental de parcelas divididas Determinamos la
interaccin de la produccin de carbn Drummond, Prodeco, Cerrejn y Becerril con
relacin a las densidades de produccin desmesurada y en terrones, y, la influencia de
la aplicacin de agua pura y agua contaminada para su comercializacin,
especficamente para los pases bajos, los cuales pudimos comprobar que la empresa
de Prodeco mostro el mayor ndice de comercializacin en cuanto a aguas, pero en
especifico el rendimiento de becerril dio el valor ms alto en cuanto a las agua puras y
en las aguas contaminadas Prodeco presento los valores ms elevados.

IX MODELO ESTADISTICO MODIFICADO


Se basa en un estudio comparativo a travs de una prueba de estabilidad modificada
determinada por anlisis de correlacin y ecuaciones de regresin manejadas con
modelos diseos experimentales al azar
Ejemplo:
Conocer el comportamiento asociado de los cultivos de camarn y arroz con
nutricinorgnica. El estudio consisti, en cultivar el arroz asociado con el camarn a
nivel de produccin dndole un manejo a travs de un modelo de produccin
sostenible basado en principios ecolgicos que permitan tanto al agricultor como al
acuicultor una mayor integracin con los procesos que ocurren en este ecosistema
que se establecen en campos arrozales con cuerpos de agua. Estadsticamente se
utiliz la regresincorrelacin y el diseo de bloque al azar utilizando 6 tratamientos y
4 replicaciones para un total de 24 unidades experimentales.
i arroz ms camarn sin nutricin
ii arroz con nutricin
iii arroz ms camarn nutriendo arroz
iv arroz ms camarn nutriendo camarn
v arroz ms camarn nutriendo ambas
vi camarn sin nutricin

CAMARON
Bloques
tratamiento
I
II
III
IV
V
VI

DATOS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

392
0
428
392
356
360
1982
321

416
0
340
304
388
356
1804
301

X
10,8
11,5
12,2
10,2
0
0
0
0
10,5
11,9
11
12,4
11,1
10,8
10,8
10,5
9,1
10,6
10,5
9,8
10,1
10,9
11,1
10,3
216,1

Y
9,8
10,4
11,2
8,9
0
0
0
0
10,7
8,5
9
10,8
9,8
7,6
10
11,5
8,9
9,7
8,9
9
9
8,9
10
9
191,6

XT

448
356
1612
403
0
0
0
0
360
432
1560
390
400
460
1556
389
356
360
1460
365
400
360
1476
369
1964
1968
7664 319.33
327
328 319.333
Anlisis de varianza
X-x
1,8
2,5
3,2
1,2
-9,0
-9,0
-9,0
-9,0
1,5
2,9
2,0
3,4
2,1
1,8
1,8
1,5
0,1
1,6
1,5
0,8
1,1
1,9
2,1
1,3
0,10

Y-y
(X-x)(Y-y)
1,817
3,2624
2,417
6,0316
3,217
10,2799
0,917
1,0962
-7,983
71,8833
-7,983
71,8833
-7,983
71,8833
-7,983
71,8833
2,717
4,0637
0,517
1,4962
1,017
2,0291
2,817
9,5649
1,817
3,8074
-0,383
-0,6884
2,017
3,6216
3,517
5,2603
0,917
0,0878
1,717
2,7395
0,917
1,3712
1,017
0,8091
1,017
1,1141
0,917
1,7378
2,017
4,2266
1,017
1,3174
0,008 350,761667

(X - x)^2
3,23
6,23
10,21
1,43
81,08
81,08
81,08
81,08
2,24
8,39
3,98
11,53
4,39
3,23
3,23
2,24
0,01
2,55
2,24
0,63
1,20
3,59
4,39
1,68
400,91

TOTAL X
HECTAREA
403
0
390
389
365
369

(Y - y)^2
3,300278
5,840278
10,346944
0,840278
63,733611
63,733611
63,733611
63,733611
7,380278
0,266944
1,033611
7,933611
3,300278
0,146944
4,066944
12,366944
0,840278
2,946944
0,840278
1,033611
1,033611
0,840278
4,066944
1,033611
324,39

FUENTE
TOTAL
BLOQUES
TRATAMIENTOS

GL
23
3
5

SC
324.4
1.84
308.44

CM

FCAL

5% FTAB 1%

0.61
61.68

0.64
65.61

3.29 - 5.42
2.90 4.56

ERROR

15

14.12

0.94

REGRESION
=
=
(

1) COEFICIENTE DE REGRESIN
B=

= = .
=

=
= .

B= 0.87

2) OBTENCIN DEL INTERCEPTO POR LA FRMULA:


a=
a= 7.98 (0.87)(9)
a= 0.15

3) ECUACIN DE ESTIMACIN
Y = Bx + a
Y = 0.87x + (0.15)
4) DIAGRAMA DE DISPERSIN:
Y1 = 0.87(10.8) + 0.15 = 9.54
Y2 = 0.87(11.5) + 0.15 = 10.15
Y3 = 0.87(12.2) + 0.15 = 10.76
DIAGRAMA DE DISPERSIN
140

116,65

ALTURA

120

127,52

100
93,82

80
60
40
20
0
0

0,2

0,4

0,6

0,8

GROZOR

1) ANLISIS DE VARIANZA:
G.L = 1
Suma de cuadrados debido a regresin:
SC = B*

SC = (0.87)*(350.76)
SC = 305.16
CM =

1,2

Efecto de variacin total:


G.L = n-1
G.L = 24-1
SCTOTAL =

Efecto de desviacin de regresin:


G.L = n-2
G.L = 24-2
G.L = 22
SCDESVIACIN DE R = SCTOTAL SCDEBIDO A R
SCDESVIACIN DE R = 324.39 305.16
SCDESVIACIN DE R = 19.22
CM =

FCALC =

=
=

= .
=

Correlacin
DATOS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

X
10,8
11,5
12,2
10,2
0
0
0
0
10,5
11,9
11
12,4
11,1
10,8
10,8
10,5
9,1
10,6
10,5
9,8
10,1
10,9
11,1
10,3
216,1

X = 216.1
XY = 2076

R=

R=

Y
9,8
10,4
11,2
8,9
0
0
0
0
10,7
8,5
9
10,8
9,8
7,6
10
11,5
8,9
9,7
8,9
9
9
8,9
10
9
191,6

X^2
116,64
132,25
148,84
104,04
0
0
0
0
110,25
141,61
121
153,76
123,21
116,64
116,64
110,25
82,81
112,36
110,25
96,04
102,01
118,81
123,21
106,09
2346,71

Y = 191.6
=
=
99.21

=
=

.
.

= .

G.L = n 2; G.L = 24 2 = 22

Y^2
96,0
108,2
125,4
79,2
0,0
0,0
0,0
0,0
114,5
72,3
81,0
116,6
96,0
57,8
100,0
132,3
79,2
94,1
79,2
81,0
81,0
79,2
100,0
81,0
1854

=
.

X*Y
105,84
119,6
136,64
90,78
0
0
0
0
112,35
101,15
99
133,92
108,78
82,08
108
120,75
80,99
102,82
93,45
88,2
90,9
97,01
111
92,7
2075,96

.
.

X*Y = 41404.76

ARROZ
Bloque
tratamiento
I
II
III
IV
V
VI
B
XB

A
8,5
8,1
5,4
4,9
6,2
0
33,1
5,517

B
7,4
7,1
6,2
5,8
4,8
0
31,3
5,2167

C
8,7
6,8
8,1
7,1
7,1
0
37,8
6,3

D
6,4
5,9
7,4
6,1
8
0
33,8
5,633

T
31
27,9
27,1
23,9
26,1
0
136
5,66667

XT
7,75
6,975
6,775
5,975
6,525
0
5,6667

Anlisis de varianza
Fuente

GL

SC

CM

FCAL

5% FTAB
1%

Total
Bloques

23
3

179.26
3.83

1.27

1.31

Tratamientos

160.96

32.19

33.53

3.29
5.42
2.90
4.56

Error

15

179.26

0.96
Regresin

DATOS X
Y
1 103,2 8,5
2 120,2 7,4
3
125 8,7
4 123,6 6,4
5 111,2 8,1
6 110,6 7,1

X-x
7,2
24,2
29
27,6
15,2
14,6

Y-y
2,84
1,74
3,04
0,74
2,44
1,44

(X-x)(Yy)
20,448
42,108
88,16
20,424
37,088
21,024

(X-x)2
51,84
585,64
841
761,76
231,04
213,16

(Y-y)2
8,0656
3,0276
9,2416
0,5476
5,9536
2,0736

7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

119,8
110,6
108,8
118,4
126,4
117,2
120
108
121,6
118
108,2
113,4
111,8
108,2
0
0
0
0
2304,2

6,8
5,9
5,4
6,2
8,1
7,4
4,9
5,8
7,1
6,1
6,2
4,8
7,1
8
0
0
0
0
136

23,8
14,6
12,8
22,4
30,4
21,2
24
12
25,6
22
12,2
17,4
15,8
12,2
-96
-96
-96
-96
0,2

1,14
27,132
566,44
1,2996
0,24
3,504
213,16
0,0576
-0,26
-3,328
163,84
0,0676
0,54
12,096
501,76
0,2916
2,44
74,176
924,16
5,9536
1,74
36,888
449,44
3,0276
-0,76
-18,24
576
0,5776
0,14
1,68
144
0,0196
1,44
36,864
655,36
2,0736
0,44
9,68
484
0,1936
0,54
6,588
148,84
0,2916
-0,86 -14,964
302,76
0,7396
1,44
22,752
249,64
2,0736
2,34
28,548
148,84
5,4756
-5,66
543,36
9216 32,0356
-5,66
543,36
9216 32,0356
-5,66
543,36
9216 32,0356
-5,66
543,36
9216 32,0356
0,16 2626,068 45076,68 179,1944

= .
.

1) COEFICIENTE DE REGRESIN
B=

B= 0.058

2) OBTENCIN DEL INTERCEPTO a POR FRMULA:


a=
a= 5.66 (0.058)(96)
a= 0.067
3) ECUACIN DE ESTIMACIN
Y = Bx + a
Y = 0.058x + (0.067)
4) DIAGRAMA DE DISPERSIN:
Y1 = 0.058(103.2) + 0.067 = 6.05
Y2 = 0.058(120.2) + 0.067 = 7.03
Y3 = 0.058(125) + 0.067 = 7.31

DIAGRAMA DE REGRESIN
8
7
6
5
4
3
2
1
0

125
120,2
103,2

20

40

60

80
X

5) ANLISIS DE VARIANZA:
G.L = 1

100

120

140

Suma de cuadrados debido a regresin:


SC = B*

SC = (0.058)*(2626.06)
SC = 152.31
CM =

Efecto de variacin total:

G.L = n-1
G.L = 24-1
G.L= 23
SCTOTAL =

Efecto de desviacin de regresin:


G.L = n-2
G.L = 24-2
G.L = 22
SCDESVIACIN DE R = SCTOTAL SCDEBIDO A R
SCDESVIACIN DE R = 179.19 152.31
SCDESVIACIN DE R = 26.87
CM =

= .

Correlacin
DATOS X
Y
X2
Y2
X*Y
1 103,2
8,5 10650,2 72,3 877,2
2 120,2
7,4
14448 54,8 889,48
3
125
8,7
15625 75,7 1087,5
4 123,6
6,4
15277
41 791,04
5 111,2
8,1 12365,4 65,6 900,72
6 110,6
7,1 12232,4 50,4 785,26
7 119,8
6,8
14352 46,2 814,64
8 110,6
5,9 12232,4 34,8 652,54
9 108,8
5,4 11837,4 29,2 587,52
10 118,4
6,2 14018,6 38,4 734,08
11 126,4
8,1
15977 65,6 1023,8
12 117,2
7,4 13735,8 54,8 867,28
13
120
4,9
14400
24
588
14
108
5,8
11664 33,6 626,4
15 121,6
7,1 14786,6 50,4 863,36
16
118
6,1
13924 37,2 719,8
17 108,2
6,2 11707,2 38,4 670,84
18 113,4
4,8 12859,6
23 544,32
19 111,8
7,1 12499,2 50,4 793,78
20 108,2
8 11707,2
64 865,6
21
0
0
0
0
0
22
0
0
0
0
0
23
0
0
0
0
0
24
0
0
0
0
0
2304,2 136 266299 950 15683

X = 2304.2

XY = 15683

R=

R=

Y = 136

G.L = n 2; G.L = 24 2 = 22

= .

=
.

X*Y = 313371.2

XI BIBLIOGRAFIA

Calzada B. J. mtodo estadstico para la investigacin lima Per.


Cochran, w.g icox.gm. Diseo experimentales Mxico, trillas 1980
Daza P. Ever, bioestadstica, universidad del magdalena, 1956 120 pg.
Escobar g. Jorge elementos estructurales de un experimento agrcola universidad
nacional de Colombia 28 pg.
Fernndez E. Ricardo, trapero A. y Domnguez J. experimentacin en agricultura.
Sevilla (Espaa). Consejera agricultura y pesca.
GRANADOS N. MANUEL diseo experimental curso facultad de ingeniera
agronmica 1990
Mendoza z. Alfonso produccin asociada de la camoroncultura en cultivo de arroz
universidad del magdalena 2006 43 pg.
_____ estudio comparativo de tres sistemas de aplicacin natural de algas marinas
con un fertilizante nitrogenado comercial en el cultivo de arroz, universidad del
magdalena 1983.
_____ estudio fsico-qumico de la cascarilla de arroz producido en la zona arrocera de
la zona atlntica Colombia universidad del magdalena, santa marta 1988.

RECONOCIMIENTO

El autor quiere dar las gracias al estudiante de ingeniera industrial DAVID DE JESUS
VERGARA GARMENDIZ por su colaboracin en la redaccin y diagramacin de este
manual.