Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISEÑO EXPERIMENTAL
ANALISIS DE VARIANZA
PARA UN DISEÑO COMPLETAMENTE ALEATORIZADO
(D.C.A.)
Lic. P. Morales
Febrero de 2003
EJERCICIO Nro. 1:
Sea el experimento relacionado con el Estudio del Efecto que produce cinco Variedades de
Maíz sobre el Rendimiento (Kg./parcela.), cuyos resultados son:
TOTAL (
Repeticiones - Rendimiento Kg./ha.
Variedades y i ) PROMEDIO
R1 R2 R3 R4 R5 R6 TRATAMIE. TRATAM.
A 160 156 158 156 160 158 948 158,00
B 158 155 150 152 156 152 923 153,83
C 145 147 144 142 145 146 869 144,83
D 140 135 138 138 136 140 827 137,83
E 130 128 130 131 128 132 779 129,83
t= 5 G. TOTAL = y = 4346
r = 6 n= txr = 30 M_GRAL= y = 144,9
y ij i ij
COMPROBACIÓN DE SUPOUESTO:
152
Ordered Data
144
136
128
-3 -2 -1 0 1 2 3
Rankits
Approximate Wilk-Shapiro 0.9451 30 cases
Pruebas de Normalidad.
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Rendimiento
de Maíz 0,130 30 0,2* 0,921 30 ,038
(Kg./parcela)
* Este es un límite inferior de la significación verdadera.
a Corrección de la significación de Lilliefors
Otro análisis gráfico didáctico, que permite visualizar de manera rápida el comportamiento de
los resultados en cada uno de los tratamientos son los gráficos de cajas, estos:
170
Rendimiento de Maíz (Kg./parcela)
160
150
140
130
120
N= 6 6 6 6 6
Variedades de Maíz
5 6 y 2
La Suma de Cuadrados del Total viene expresada como: SC TOT . y 2
ij
i 1 j1 n
Donde t = 5, r = 6 n = 30
5 6
y2 4.346,02
Luego, SCTOT . y 2
ij 160 156 158 132
2 2 2 2
i 1 j 1 n 30
18.887.716,0
SCTOT . 632.870,0 632.870,0 629.590,5
30
SCTOT . 3.279,4667
5 yi2 y2
SCTrat.
i1 ri n
Luego,
5 yi2 y2 9482 9232 8692 8272 7792 4.346,02
SCTrat .
i 1 ri n 6 30
3.796.564
SCTrat . 629.590,5 632.761 629.590,5 3.170,1
6
SCTrat . 3.170,1333
Esta suma de cuadrados se obtiene por diferencia, también es llamada suma de cuadrados
dentro de tratamiento, es decir:
g.l(Trat.) = t - 1 = 4
g.l(Error) = t * (r - 1) =n-t 25
g.l(Total) = n-1 = 29
α = 0,05
α = 0,01
Gráficamente:
g(F)
5%
1-α
Región de 1%
Aceptación
F
4,18
2,76
α
Región de
Rechazo
C.V. = 0,0144
C.V. % = 1,44
a.- CONCLUSIÓN:
Se rechaza la hipótesis nula H0, al 1 por ciento de significación, por lo tanto existe diferencia
ALTAMENTE significativa entre al menos dos medias de tratamientos, Variedades de Maíz,
expresadas en rendimiento de maíz en Kg./parcela.
a.- INTERPRETACIÓN:
El análisis de los datos permite establecer que existe efecto de las variedades de maíz sobre el
rendimiento(Kg./parcela) de maíz, en al menos dos de las variedades estudiadas, es decir, las
variedades de maíz inciden directamente sobre el rendimiento, por lo que se motiva un estudio
a posterior para conocer cuáles de las variedades son las que difieren significativamente sobre
dicho rendimiento, en otras palabras se debe realizar una de las técnicas de comparación
múltiple de parejas de medias, en nuestro caso se realizará la prueba de medias MDS.
Entre tanto, el Coeficiente de Variación fue de 1,14%, el cual según el contecto teórico
referentes a experimentos con variedades de maíz puede considerarse bajo, indicando que
hubo un excelente manejo de las unidades experimentales, así como también un buen control
de las fuentes de variabilidad externas relacionadas con el fenómeno estudiado y el diseño
experimental utilizado fue el adecuado, en general se puede concluir que los datos son
confiables.
2 CME
MDS t 2 ; n t
r
2 CME
Donde S Y es el error estándar de las medias de tratamientos.
2
Así, con los datos suministrado por el análisis de varianza tenemos que.
Datos:
CME = 4,27
α= 0,05 → α/2 = 0,025
n-t = 25
r= 6
2 CME 2 4,27
MDS t 2 ; n t 2,05954
r 6
MDS = 2,05954 x 1,2074 = 2,4867
MDS = = 2,49
Así, la diferencia en valor absoluto de cualquier pareja de medias que sea superior a MDS =
2,49, se considera estadísticamente diferente, es decir: y i y j MDS .
DIF.
Comp. MEDIAS MEDIAS MDS RESULTADO
1-2 ABS(A-B) = 4,17 2,49 Mayor
1-3 ABS(A-C) = 13,17 2,49 Mayor
1-4 ABS(A-D) = 20,17 2,49 Mayor
2-3 ABS(A-E) = 28,17 2,49 Mayor
2-4 ABS(B-C) = 9,00 2,49 Mayor
3-4 ABS(B-D) = 16,00 2,49 Mayor
2-4 ABS(B-E) = 24,00 2,49 Mayor
3-4 ABS(C-D) = 7,00 2,49 Mayor
2-4 ABS(C-E) = 15,00 2,49 Mayor
3-4 ABS(D-E) = 8,00 2,49 Mayor
Como se puede observar todas diferencias en valor absoluto entre las parejas de medias son
mayores que el valor crítico MDS, por lo tanto, todas las medias de tratamientos (Rendimiento
Kg./parcela) difieren significativamente. Siendo el rendimiento de la producción de maíz
mayor en la variedad de maíz A, seguido por la variedad B, por lo tanto se pudiera recomendar
el uso de la variedad A.
EJERCICIO Nro. 2:
Sea el experimento relacionado con el Estudio del Efecto que produce cinco Variedades
diferentes de Maíz sobre el Rendimiento (Kg./parcela.), cuyos resultados son:
TOTAL (
Repeticiones - Rendimiento Kg./ha.
Variedades y i ) PROMEDIO
R1 R2 R3 R4 R5 R6 TRATAMIE. TRATAM.
A 160 156 158 156 160 158 948 158,00
B 158 155 150 152 156 152 923 153,83
C 145 147 144 142 145 146 869 144,83
D 140 135 138 138 136 140 827 137,83
E 150 148 145 144 150 148 885 147,50
t= 5 G. TOTAL = y = 4452
r = 6 n= txr = 30 M_GRAL= y = 148,4
y ij i ij
COMPROBACIÓN DE SUPOUESTO:
155
Ordered Data
150
145
140
135
-3 -2 -1 0 1 2 3
Rankits
Approximate Wilk-Shapiro 0.9692 30 cases
Pruebas de Normalidad.
Kolmogorov-Smirnova Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Rendimiento
de Maíz 0,113 30 0,2* 0,950 30 0,264
(Kg./parcela)
* Este es un límite inferior de la significación verdadera.
a Corrección de la significación de Lilliefors
Otro análisis gráfico didáctico, que permite visualizar de manera rápida el comportamiento de
los resultados en cada uno de los tratamientos son los gráficos de cajas, estos:
170
Rendimiento de Maíz (Kg./parcela)
160
150
140
130
N= 6 6 6 6 6
Variedades de Maíz
H 0 1 2 3 4 5
vs.
H1 i j para al menos un par i,j / i ≠ j i,j = 1, 2, 3, 4, 5.
5 6 y 2
SC TOT. y 2
ij
i 1 j1 n
Donde t = 5, r = 6 n = 30
5 6 y 2 4.552 2
Luego, SC TOT . y 2
ij 160 156 158 148
2 2 2 2
i 1 j1 n 30
19.820.304
SC TOT . 662.286,0 662.286,0 660.676,8
30
SC TOT . 1.609,2
5 yi2 y2
La Suma de Cuadrados de Tratamientos viene expresada como: SCTrat.
i1 ri n
2
5 iy y2 9482 9232 8692 8272 8552 4.4522
Luego, SC Trat.
i1 ri n 6 30
3.972.948
SC Trat . 660.676,8 662.158 660.676,8 1.481,2
6
SC Trat . 1.481,2
g.l(Trat.) = t - 1 = 4
g.l(Error) = t * (r - 1) = 25
g.l(Total) = n-1 = 29
α = 0,05
α = 0,01
Gráficamente:
g(F)
5%
1-α
Región de 1%
Aceptación
F
4,18
2,76
α
Región de FC = 72,32
Rechazo
a.- CONCLUSIÓN:
Se rechaza la hipótesis nula H0, al 1 por ciento de significación, por lo tanto existe diferencia
ALTAMENTE significativa entre al menos dos medias de tratamientos, Variedades de Maíz,
expresadas en rendimiento de maíz en Kg./parcela.
a.- INTERPRETACIÓN:
El análisis de los datos permite establecer que existe efecto de las variedades de maíz sobre el
rendimiento(Kg./parcela) de maíz, en al menos dos de las variedades de maíz estudiadas, es
decir, las variedades de maíz influye directamente sobre el rendimiento, por lo que se motiva
un estudio a posterior para conocer cuáles de las variedades son las que difieren
significativamente sobre dicho rendimiento, en otras palabras se debe realizar una de las
técnicas de comparación múltiple de parejas de medias, en nuestro caso se realizará la prueba
de medias MDS.
Entre tanto, el Coeficiente de Variación fue de 1,52%, el cual según el contexto teórico
referentes a experimentos con variedades de maíz puede considerarse bajo; indicando que
hubo un excelente manejo de las unidades experimentales, así como también un buen control
de las fuentes de variabilidad externas relacionadas con el fenómeno estudiado y el diseño
experimental utilizado fue el adecuado, en general se puede concluir que los datos son
confiables.
PRUEBA MDS:
MDS = 2,69
DIF.
Comp. MEDIAS MEDIAS MDS RESULTADO
1-2 ABS(A-B) = 4,17 2,69** Mayor
1-3 ABS(A-C) = 13,17 2,69** Mayor
1-4 ABS(A-D) = 20,17 2,69** Mayor
2-3 ABS(A-E) = 10,50 2,69** Mayor
2-4 ABS(B-C) = 9,00 2,69** Mayor
3-4 ABS(B-D) = 16,00 2,69** Mayor
2-4 ABS(B-E) = 6,33 2,69** Mayor
3-4 ABS(C-D) = 7,00 2,69** Mayor
2-4 ABS(C-E) = 2,67 2,69** Mayor
3-4 ABS(D-E) = 9,67 2,69** Mayor
* Significativo 1%.
Como se puede observar todas diferencias en valor absoluto entre las parejas de medias son
mayores que el valor crítico MDS, excepto las parejas C y E las cuales no difieren
significativamente, indicando que el rendimiento de maíz obtenido en las variedas C y E son
estadísticamente iguales. Siendo el rendimiento de la producción de maíz mayor en la variedad
de maíz A, seguido por la variedad B, por lo tanto se pudiera recomendar el uso de la variedad
A.
Gráficamente, se puede representar:
Supongamos ahora que el experimento está relacionado con el Estudio del Efecto que produce
cinco Dosis de Abono Nitrogenado en una Variedad de Maíz sobre el Rendimiento
(Kg./parcela.), cuyos resultados son los mismos revisados en los ejercicios Nro 1 y 2:
t= 5 G. TOTAL = y = 4346
r = 6 n= txr = 30 M_GRAL= y = 144,9
t= 5 G. TOTAL = y = 4452
r = 6 n= txr = 30 M_GRAL= y = 148,4
y i 0 1 x i i
H 0 1 0 No Existe Regresión
vs.
H 1 1 0 Existe Regresión entre las variables
30
S YY y i2 n y 632.000 30 * (144,8667) 2 630.000 628.590,53 3.279,47
2
i 1
30
S XY x i y i n x y 847.500 30 * (200)(144,8667) 847.500 869.200 21.700
i 1
Para determinar las Sumas de Cuadrados antes de deben estimar los coeficientes de regresión
0 y 1 , siendo los valores estimados a y b, respectivamente, es decir, el modelo estimado de
regresión se expresa por y i a b x i . Así, en nuestro ejemplo son:
S XY 21.700
b 0.1447
S XX 150.000
yi a b x i y i 115,933 0.1447 x i
Lo que quiere decir, con a = 115,933, que cuando la dosis de nitrógeno es igual a cero el
rendimiento promedio del cultivo del maíz es aproximadamente de 115,933 Kg. por hectáreas,
mientras que el valor de b = 0,1447, indica que por cada unidad (Kg.) de abono que se
suministra al cultivo de maíz, el rendimiento se incrementa en promedio en 0,1447 Kg.
SC Re g . 3.139,2667
Esta suma de cuadrados se obtiene por diferencia, también es llamada suma de cuadrados
dentro de tratamiento, es decir:
2
SCE = SYY 1 S xx = SCTOT. - SCREG.
g.l(Reg.) = 1 = 1
g.l(Error) = n-2 28
g.l(Total) = n-1 = 29
α = 0,05
α = 0,01
Gráficamente:
g(F)
5%
1-α
Región de 1%
Aceptación
F
7,64
4,2
FC = 626,96
α
Región de
Rechazo
R2. = 0.9572
R2(Ajust.) = 0.9557
Como se puede observar el R 2 = 0,9575 es bastante alto, indicando que el nivel de ajuste del
modelo a los datos experimentales es buena, es decir, que el grado de variabilidad explicado
por el modelo de regresión es casi perfecto.
a.- CONCLUSIÓN:
Se rechaza la hipótesis nula H0, al 1 por ciento de significación, por lo tanto el coeficiente de
regresión 1 es diferente de cero, indicando que existe regresión entre las dos variables
estudiadas.
En este segundo ejercicio para realizar un análisis de regresión se debe tomar en cuenta que
existe una relación entre las dosis de nitrógeno y el rendimiento de maíz que no es lineal, por
cuanto la dosis de 300 Kg. por hectárea disminuye, creando distorsión en la linealidad de los
datos, en el diagrama de dispersión se puede notar:
PASO 1: Modelo Lineal Estadístico Aditivo (Poblacional).
y i 0 1 x i i
H 0 1 0 No Existe Regresión
vs.
H 1 1 0 Existe Regresión entre las variables
30
S YY y i2 n y 662.286 30 * (148,4) 2 662.286 660.676,8 1.609,2
2
i 1
30
S XY x i y i n x y 900.150 30 * (200)(148,4) 900.150 890.400 9.750,0
i 1
Para determinar las Sumas de Cuadrados antes de deben estimar los coeficientes de regresión
0 y 1 , siendo los valores estimados a y b, respectivamente, es decir, el modelo estimado de
regresión se expresa por y i a b x i . Así, en nuestro ejemplo son:
S XY 9.750
b 0.065
S XX 150.000
yi a b x i y i 135,4 0.065 x i
Lo que quiere decir, con a = 135,4, que cuando la dosis de nitrógeno es igual a cero el
rendimiento promedio del cultivo del maíz es aproximadamente de 135,4 Kg. por hectáreas,
mientras que el valor de b = 0,065, indica que por cada unidad (Kg.) de abono que se
suministra al cultivo de maíz, el rendimiento se incrementa en promedio en 0,065 Kg.
SC Re g. 633,75
Esta suma de cuadrados se obtiene por diferencia, también es llamada suma de cuadrados
dentro de tratamiento, es decir:
2
SCE = SYY 1 S xx = SCTOT. - SCREG.
g.l(Reg.) = 1 = 1
g.l(Error) = n-2 28
g.l(Total) = n-1 = 29
α = 0,05
α = 0,01
Gráficamente:
g(F)
5%
1-α
Región de 1%
Aceptación
F
7,64
4,2
FC = 18,19
α
Región de
Rechazo
R2. = 0.3938
R2(Ajust.) = 0.3722
Como se puede observar el R2 = 0,3938 es bajo, indicando que el nivel de ajuste del modelo a
los datos experimentales no es bueno, es decir, que el grado de variabilidad explicado por el
modelo de regresión es malo, el modelo va por un lado y los datos experimentales por otro.
Esto sugiere que se deben transformar los datos experimentales, pudiera una transformación
cuadrática, quedando definido un modelo cuadrático.
a.- CONCLUSIÓN:
Se rechaza la hipótesis nula H0, al 1 por ciento de significación, por lo tanto el coeficiente de
regresión 1 es diferente de cero, indicando que existe regresión entre las dos variables
estudiadas.
REPÚBLICA BOLIVARIANA DEVENEZUELA
UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS
OCCIDENTALES “EZEQUIER ZAMORA”
SAN CARLOS, EDO. COJEDES
POSGRADO DE AGROINDUSTRIAL
CATEDRA: DISEÑO EXPERIMENTA
EJERCICIOS DE INTERVALOES DE
CONFIANZA Y PRUEBAS DE HIPÓTESIS
Realizado por:
Lic. Pedro M. Morales V.
x 170 cm
S 10 cm
Solución:
En primer lugar, en estadística inferencial, los estadísticos para medir la dispersión más
convenientes son los insesgados. Por ello vamos a dejar de lado la desviación típica muestral,
para utilizar la cuasidesviación típica o error estándar para media:
n 25
S 10 Ŝ S 10 10,206
n 1 24
es decir,
o dicho de forma más precisa: Con un nivel de confianza del 95% podemos decir que la media
poblacional está en el intervalo siguiente:
Lo que quiere decir que el verdadero valor de la media de la altura de los estudiantes está
comprendido entre 165,976 y 174,204 centímetros.
Solución:
Para estimar un intervalo de confianza para σ2 (varianza poblacional) el estadístico que nos
resulta útil es:
24 10,206 2
2n 1; 2 2n 1;1 224;0, 025 12,4 224;0 ,975 39,4
2 2 2
2 63,45;201,60
con una confianza del 95%, que por supuesto contiene a las estimaciones puntuales S = 10 y
Ŝ 10,206 calculados sobre la muestra. Lo que indica que el verdadero valor de la varianza
se encuentra entre 7,96 y 14,199
2.- Contrastes de Hipótesis.
Se desea saber si cierta enfermedad afecta del mismo modo a los hombres que a las mujeres.
Para ello se considera una muestra de n = 618 individuos que padecen la enfermedad, y se
observa que 341 son hombres y el resto son mujeres. ¿Qué conclusiones se obtiene de ello?.
Solución: