Fase 3.

Diseño Unifactoriales

Apéndice 3

Por
ROBINSON MORALES GAVIRIA
1128448280

Tutor
Carolina María Bedoya

Universidad Nacional Abierta y a Distancia UNAD

Mayo 2019
 Apéndice 3

1. A partir de la lectura del capítulo 3 del libro análisis y diseños de experimentos,

aplique los conceptos del diseño completamente al azar (DCA) y análisis de varianza
para el siguiente enunciado.

COMPARACIÓN DE 4 FÓRMULAS DE ENGORDE EN TILAPIAS

El equipo de desarrollo e innovación que lo componen zootecnistas e ingenieros de
alimentos de una empresa de cultivo de tilapia evalúa el efecto de cuatro fórmulas de
engorde (F1, F2, F3, F4), sobre el peso final de las tilapias (entendiendo que a mayor
peso en las tilapias la fórmula de engorde realizada es más eficiente). En primera
instancia, la estrategia experimental es aplicar cuatro veces las cuatro fórmulas de
engorde en orden completamente al aleatorio (las 16 pruebas al azar). Los pesos (kg)
obtenidos de las tilapias en la investigación se muestran en la siguiente tabla.

FÓRMULAS DE ENGORDE
F1 F2 F3 F4
2.56 2.70 2.91 3.02
2.32 2.82 2.93 3.11
2.44 2.77 2.95 3.08
2.50 2.84 2.98 2.99

a. Formule el interrogante del problema de investigación. (10/120)

¿Se encuentran diferencia en las cuatros formulas de engorde F1, F2, F3, F4, sobre
el peso final de las?.
b. Formule las hipótesis correspondientes (igualdad y alterna). (10 /120)
La hipotesis fundamental corresponde
Hipotesis Nula: 𝐻0 : 𝜏1 = 𝜏2 = 𝜏3 = 𝜏4 = 0
Hipotesis alterna: 𝐻𝐴 : 𝜏1 ≠ 0 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖 = 1,2,3,4
 c. Realice los cálculos correspondientes al análisis de varianza y elabore la tabla
ANOVA,  = 0.05. (20 /120)

FV. SC. GL. CM. 𝐹0 Valor-p

Fuente de Suma de cuadrados Grados Cuadrado Estadistico de Significancia
variacion de medios prueba observada.
libertad
Tratamientos 𝑘𝑌𝑖2 𝐾−1 𝐶𝑀𝑇𝑅𝐴𝑇 𝐶𝑀𝑇𝑅𝐴𝑇 𝑃(𝐹 > 𝐹0 )
𝑆𝐶𝑇𝑅𝐴𝑇 =∑ 𝐹0 =
𝐶𝑆𝑇𝑅𝐴𝑇 𝐶𝑀𝐸
𝑖=1 𝑛𝑖 =
𝑌2 𝐾−1
−
𝑁
Error 𝑆𝐶𝐸 𝑁−𝐾 𝐶𝑀𝐸
= 𝑆𝐶𝑇 − 𝑆𝐶𝑇𝑅𝐴𝑇 𝑆𝐶𝐸
=
𝑁−𝐾
Total 𝑆𝐶𝑇 𝑁−1
𝐾 𝑛𝑗
=∑ ∑ 𝑌𝑖𝑗2
𝐽=1 𝑗=1
2
𝑌
−
𝑁
CALCULOS
Analisis de varianza.

Datos.
Total de mediciones: (𝒏𝒊 ) 𝒏 = 𝟒
𝟒
𝑵=∑ 𝒏𝒊 = 𝟏𝟔
𝒊=𝟏

Suma de datos
4 4
𝑌.. = ∑ ∑ 𝑌𝑖𝑗
𝑖=1 𝑗=1
= 2.56 + 2.70 + 2.91 + 3.02 + 2.32 + 2.82 + 2.93 + 3.11 + 2.44
+ 2.77 + 2.95 + 3.08 + 2.50 + 2.84 + 2.98 + 2.99
4 4
𝑌.. = ∑ ∑ 𝑌𝑖𝑗 = 44.92
𝑖=1 𝑗=1

Total por tratamiento

𝑌𝑖𝑗 = 𝐹1 = 9.82 , 𝐹2 = 11.13, 𝐹3 = 11.77 , 𝐹4 = 12.2

Se suma los cuadrados de todos los datos

4 4
∑ ∑ 𝑌𝐼2𝐽
𝑖=1 𝑗=1
= (2.56)𝟐 + (2.70)𝟐 + (2.91)𝟐 + (3.02)𝟐 + (2.32)𝟐 + (2.82)𝟐
+ (2.93)𝟐 + (3.11)𝟐 + (2.44)𝟐 + (2.77)𝟐 + (2.95)𝟐 + (3.08)𝟐
+ (2.50)𝟐 + (2.84)𝟐 + (2.98)𝟐 + (2.99)𝟐
4 4
∑ ∑ 𝑌𝐼2𝐽 = 172.8295
𝑖=1 𝑗=1

6.5536 + 7.29 + 8.4681 + 9.1204 + 5.3824 + 7.9524 + 8.5849 + 9.6721

+ 5.9536 + 7.6729 + 8.7025 + 9.4864 + 6.25 + 8.0656
+ 8.8804 + 8.9401 = 126.9754
Suma de cuadrados total de los datos
Con la siguiente formula
𝐾 𝑛𝑗 𝑌2
𝑆𝐶𝑇 = ∑ ∑ 𝑌𝑖𝑗2 −
𝐽=1 𝑗=1 𝑁
Remplazando.
4 4 𝑌2 44.922
𝑆𝐶𝑇 = ∑ ∑ 𝑌𝑖𝑗2 − = 126.9754 − = 0.8625
𝐽=1 𝑗=1 𝑁 16
Se suman los cuadrados de tratamiento debido a la diferencia en las formulas de
engorde.
Con la siguiente formula
𝒌𝒀𝟐𝒊 𝒀𝟐
𝑺𝑪𝑻𝑹𝑨𝑻 =∑ −
𝒊=𝟏 𝒏𝒊 𝑵
Remplazando nos queda:
(𝟗. 𝟖𝟐𝟐 + 𝟏𝟏. 𝟏𝟑𝟐 + 𝟏𝟏. 𝟕𝟕𝟐 + 𝟏𝟐. 𝟐𝟐 ) 𝟒𝟒. 𝟗𝟐𝟐
𝟒
𝑺𝑪𝑻𝑹𝑨𝑻 =∑ −
𝒊=𝟏 𝟒 𝟏𝟔
𝟒 𝟓𝟎𝟕. 𝟔𝟖𝟐𝟐 𝟐𝟎𝟏𝟕. 𝟖𝟎𝟔𝟒
𝑺𝑪𝑻𝑹𝑨𝑻 = ∑ −
𝒊=𝟏 𝟒 𝟏𝟔
𝟒
𝑺𝑪𝑻𝑹𝑨𝑻 = ∑ 𝟏𝟐𝟔. 𝟗𝟐𝟎𝟓𝟓 − 𝟏𝟐𝟔. 𝟏𝟏𝟐𝟗 = 𝟎. 𝟖𝟎𝟕𝟔
𝒊=𝟏

Error o variabilidad en las formula de engorde

𝑺𝑪𝑬 = 𝑺𝑪𝑻 − 𝑺𝑪𝑻𝑹𝑨𝑻
Remplazando
𝑺𝑪𝑬 = 𝟎. 𝟖𝟔𝟐𝟓 − 𝟎. 𝟖𝟎𝟕𝟔 = 𝟎. 𝟎𝟓𝟒𝟗
Se buscan los grados de libertad para el tratamiento
𝑲−𝟏
Remplazando
𝟒−𝟏=𝟑
Grados de libertad del error
𝑵−𝑲
Remplazando
𝟏𝟔 − 𝟒 = 𝟏𝟐
 Grados de libertad total
𝟏𝟔 − 𝟏 = 𝟏𝟓
Cuadros medio de tratamiento.
𝑪𝑺𝑻𝑹𝑨𝑻
𝑪𝑴𝑻𝑹𝑨𝑻 =
𝑲−𝟏
Remplazando
𝟎. 𝟖𝟎𝟕𝟔
𝑪𝑴𝑻𝑹𝑨𝑻 = = 𝟎. 𝟐𝟔𝟗𝟐
𝟑
Cuadros medios del error
𝑺𝑪𝑬
𝑪𝑴𝑬 =
𝑵−𝑲
Remplazando
𝟎. 𝟎𝟓𝟒𝟗
𝑪𝑴𝑬 = = 𝟎. 𝟎𝟎𝟒𝟓𝟕𝟓
𝟏𝟐
Estadístico de prueba
𝑪𝑴𝑻𝑹𝑨𝑻
𝑭𝟎 =
𝑪𝑴𝑬
𝒓𝒆𝒎𝒑𝒍𝒂𝒛𝒂𝒏𝒅𝒐
𝟎. 𝟐𝟔𝟗𝟐
𝑭𝟎 = = 𝟓𝟖. 𝟖𝟒𝟏𝟓𝟑𝟎𝟏
𝟎. 𝟎𝟎𝟒𝟓𝟕𝟓
De acuerdo a la tabla de distribución F para  = 0.05 se compara el estadístico de
prueba frente un numero critico de las tabla.
Grados de libertad del tratamiento
3 y 12 grados de libertad del error
𝑭𝟎.𝟎𝟓 = 𝟑. 𝟒𝟗

Tabla ANOVA,  = 0.05 nos queda así:

FV. SC. GL. CM. 𝑭𝟎 Valor-p
Fuente de Suma de Cuadrado Estadístico de Significancia
variación cuadrados medios prueba observada.
 Grados
de
libertad
Tratamientos 𝟎. 𝟖𝟎𝟕𝟔 𝟑 𝟎. 𝟐𝟔𝟗𝟐 𝟓𝟖. 𝟖𝟒𝟏𝟓𝟑𝟎𝟏 1,8862

Error 𝟎. 𝟎𝟓𝟒𝟗 𝟏𝟐 𝟎. 𝟎𝟎𝟒𝟓𝟕𝟓

Total 𝟎. 𝟖𝟔𝟐𝟓 𝟏𝟓

El valor de significancia observada o valor-p es el área bajo la curva de distribución

𝑭𝟑,𝟏𝟐

d. A partir de los criterios del resultado del valor – P y FO (son dos criterios diferentes),
que se puede concluir con respecto a las hipótesis planteadas?. (20 /120)

 = 0.05 =𝑭𝟎,𝟎𝟓,𝟑,𝟏𝟐 = 𝟑, 𝟒𝟗 como 𝑭𝟎 = 𝟓𝟖. 𝟖𝟒𝟏𝟓𝟑𝟎𝟏 > 𝑭𝟎,𝟎𝟓,𝟑,𝟏𝟐 = 𝟑, 𝟒𝟗

Se concluye que hay un diferencia estadísticamente.

D. Describa cual es la función y para qué es utilizado el método Tukey, después del
análisis de varianza de los resultados? Dentro del concepto responda si es
necesario utilizar este método si aceptamos o rechazamos la hipótesis de igualdad
(20 /120)
El método de tukey es utilizado para comparar pares de medias de tratamiento, es
decir compara la diferencia que hay entre medias muestrales con el valor crítico dado
por:

𝑇𝑎 = 𝑞𝑎 (𝑘, 𝑁 − 𝑘)√𝐶𝑀𝐸/𝑛𝑖

𝒅𝒐𝒏𝒅𝒆
CME es el cuadrado medio de error
n es el numero de observaciones por tratamiento
k, es el numero de tratamientos
N − k, es igual alos grados de libertad para el error