UNIDAD 2: FASE 3 - DISEÑOS UNIFACTORIALES

ESTUDIANTE
Sebastián Agudelo Sanchez
Código 1.112.774.1995
Grupo 30156_52

TUTORA
Beatriz Guevara

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

Escuela de Ciencias Agrícolas, Pecuarias y del Medio Ambiente – ECAPMA
PROGRAMA DE ZOOTECNIA
Octubre del 2018
 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.

Hipótesis de igualdad:
𝐇𝟎 : μF1 = μF2 = μF3 = μF4 = μ
R/ ¿Cuál es la fórmula de engorde más eficiente para aumentar el peso de las tilapias?

b. Formule las hipótesis correspondientes (igualdad y alterna).

Hipótesis de igualdad:
𝐇𝟎 : μF1 = μF2 = μF3 = μF4 = μ

R/ Ho: La fórmula de engorde del tratamiento 2 es igual a la media del tratamiento 3

Hipótesis alterna:
𝐇𝐀 : μi ≠ μj para algun i ≠ j(A, B, C, D)

HA: El tratamiento de la fórmula de engorde número 4, es mayor que la fórmula de tratamiento 1

c. Realice los cálculos correspondientes al análisis de varianza y elabore la tabla ANOVA,  = 0.05.

 Suma total de cuadrados o variabilidad total de los datos:

𝑺𝑪 𝒀..𝟐
𝑻= ∑𝟒𝒊=𝒋 ∑𝟒𝒋=𝟏 𝒀𝟐𝑰𝑱 − =
𝑵

𝑺𝑪 𝟒𝟒,𝟗𝟐𝟐
𝑻=(𝟐.𝟓𝟔𝟐 +𝟐,𝟑𝟐𝟐 +𝟐,𝟒𝟒𝟐 +𝟐,𝟓𝟎𝟐 )+(𝟐,𝟕𝟎𝟐 +𝟐,𝟖𝟐𝟐 +𝟐,𝟕𝟕𝟐 +𝟐,𝟖𝟒𝟐 )+(𝟐,𝟗𝟏𝟐 +𝟐,𝟗𝟑𝟐 +𝟐,𝟗𝟓𝟐 +𝟐,𝟗𝟖𝟐 )+(𝟑,𝟎𝟐𝟐 +𝟑,𝟏𝟏𝟐 +𝟑,𝟎𝟖𝟐 +𝟐,𝟗𝟗𝟐 )−
𝟏𝟔

𝑺𝑪 𝟐𝟎𝟏𝟕,𝟖𝟎 𝟔𝟒
𝑻=(𝟔,𝟓𝟓𝟑𝟔+𝟓,𝟑𝟖𝟐𝟒+𝟓,𝟗𝟓𝟑𝟔+𝟔,𝟐𝟓)+(𝟕,𝟐𝟗+𝟕,𝟗𝟓𝟐𝟒+𝟕,𝟔𝟕𝟐𝟗+𝟖,𝟎𝟔𝟓𝟔)+(𝟖,𝟒𝟔𝟖𝟏+𝟖,𝟓𝟖𝟒𝟗+𝟖,𝟕𝟎𝟐𝟓+𝟖,𝟖𝟖𝟎𝟒)+(𝟗,𝟏𝟐𝟎𝟒+𝟗,𝟔𝟕𝟐𝟏+𝟗,𝟒𝟖𝟔𝟒+𝟖,𝟗𝟒𝟎𝟏)−
𝟏𝟔

𝑺𝑪 𝟐𝟎𝟏𝟕,𝟖𝟎
𝑻=𝟐𝟒,𝟏𝟑𝟗𝟔+𝟑𝟎,𝟗𝟖𝟎𝟗+𝟑𝟒,𝟔𝟑𝟓𝟗+𝟑𝟕,𝟐𝟏𝟗−
𝟏𝟔

𝑺𝑪𝑻=𝟏𝟐𝟔,𝟗𝟕𝟓𝟒−𝟏𝟐𝟔,𝟏𝟏𝟐𝟗
 𝑺𝑪𝑻= 𝟎, 𝟖𝟔𝟐𝟓

 Suma de cuadrados de tratamientos o variabilidad debida a la diferencia entre métodos:

𝟒
𝒀𝒊.𝟐 𝒀𝟐
𝑺𝑪𝑻𝑹𝑨𝑻 = ∑ − −
𝟒 𝒏
𝒋=𝟏

𝟗, 𝟖𝟐𝟐 + 𝟏𝟏, 𝟏𝟑𝟐 + 𝟏𝟏, 𝟕𝟕𝟐 + 𝟏𝟐, 𝟐𝟐 𝟒𝟒, 𝟗𝟐𝟐

𝑺𝑪𝑻𝑹𝑨𝑻 =( )−
𝟒 𝟏𝟔
𝟗𝟔, 𝟒𝟑𝟐𝟒 + 𝟏𝟐𝟑, 𝟖𝟕𝟔𝟗 + 𝟏𝟑𝟖, 𝟓𝟑𝟐𝟗 + 𝟏𝟒𝟖, 𝟖𝟒 𝟐𝟎𝟏𝟕, 𝟖𝟎𝟔𝟒
𝑺𝑪𝑻𝑹𝑨𝑻 = ( )−
𝟒 𝟏𝟔
𝑺𝑪𝑻𝑹𝑨𝑻 = 𝟏𝟐𝟔, 𝟗𝟐𝟎𝟓𝟓 − 𝟏𝟐𝟔, 𝟏𝟏𝟐𝟗
𝑺𝑪𝑻𝑹𝑨𝑻 = 𝟎, 𝟖𝟎𝟕𝟔𝟓
 Suma de cuadrados del error o variabilidad dentro de métodos:

𝑺𝑪𝑬= 𝑺𝑪𝑻− 𝑺𝑪𝑻𝑹𝑨𝑻

𝑺𝑪𝑬= 𝟎, 𝟖𝟔𝟐𝟓 − 𝟎, 𝟖𝟎𝟕𝟔𝟓 = 𝟎. 𝟎𝟓𝟒𝟖𝟓
𝑺𝑪𝑬= 𝟎. 𝟎𝟓𝟒𝟖𝟓
 Cuadrados medios de tratamientos y del error:

𝑪𝑴 𝑺𝑪𝑻𝑹𝑨𝑻
𝑻𝑹𝑨𝑻 = =
𝑲−𝟏

𝑪𝑴 𝟎,𝟖𝟎𝟕𝟔𝟓 𝟎,𝟖𝟎𝟕𝟔𝟓
𝑻𝑹𝑨𝑻 = =
𝟒−𝟏 𝟑

𝑪𝑴𝑻𝑹𝑨𝑻 =𝟎,𝟐𝟔𝟗𝟐

𝑪𝑴 𝑺𝑪𝑬
𝑬= =
𝑵−𝑲

𝑪𝑴 𝟎,𝟎𝟓𝟒𝟖𝟓
𝑬= =
𝟏𝟔−𝟒

𝑪𝑴𝑬 =𝟎,𝟎𝟎𝟒𝟓𝟕𝟎

 Estadístico de prueba:

𝑭 𝑪𝑴𝑻𝑹𝑨𝑻
𝟎=
𝑪𝑴𝑬

𝑭 𝟎,𝟐𝟔𝟗𝟐
𝟎=
𝟎,𝟎𝟎𝟒𝟓𝟕𝟎

𝑭𝟎=𝟓𝟖,𝟗𝟎𝟓𝟗

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

Criterio 1
Fo= 58,9059 ≥f 0,05,3,12= 3,49 se rechaza la Ho si hay diferencia o efecto de las formulas de engorde

Criterio 2

 Valor-p (Excel):
= 𝑫𝑰𝑺𝑻𝑹. 𝑭(𝑭𝟎; 𝒌 − 𝟏; 𝑵 − 𝒌)
= 𝐷𝐼𝑆𝑇𝑅. 𝐹(58.9059; 3; 12) =1,88492X10−7,
 f=0,05 > valor -p= 1,88492X10−7, se rechaza la HA
Se puede concluir en la hipótesis planteada, se rechaza, no cumple con F>F0, ya que los resultados de las fórmulas de
engorde son diferentes.

ANÁLISIS DE VARIANZA
Grados Promedio
Origen de las Suma de de de los Valor crítico
variaciones cuadrados libertad cuadrados F Probabilidad para F
Entre grupos 0,80765 3 0,26921667 58,8988149 1,8862E-07 3,490294819
Dentro de los
grupos 0,05485 12 0,00457083

e. ¿Describa cuál 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

R/

 Para probar todas las diferencias entre medias de tratamientos de una experiencia
 La única exigencia es que el número de repeticiones sea constante en todos los tratamientos.
 Este método sirve para comparar las medias de los tratamientos, dos a dos, o sea para evaluar las hipótesis.
 El método tukey sirve para comparar las diferencias entre las medias muéstrales con el valor crítico.
 Se utiliza el método tukey cuando se ha rechazado la hipótesis

2. A partir de la lectura del capítulo 4 del libro análisis y diseños de experimentos, aplique los conceptos del diseño en cuadro
latino (DCL) y análisis de varianza para el siguiente enunciado.
En un centro de investigación de agricultura se requiere estudiar el efecto de distintos tipos de semilla en el rendimiento del
maíz y se considera que en dicho rendimiento también pueden influir los tipos de abonos empleados. Así, el factor de interés
es el origen de la semilla (A, B, C y D) y se controla dos factores de bloques el tipo de semilla y el tipo de abono en función de
la variable de respuesta.

Tipo de abono Tipo de semilla

1 2 3 4
1 C=73 D=78 A=68 B=90
2 B=70 C=79 D=67 A=89
3 A=72 B=81 C=65 D=89
4 D=73 A=80 B=66 C=92

f. Realice los cálculos correspondientes al análisis de varianza y elabore la tabla ANOVA  = 0.05. (20 /120)

𝐒𝐂 𝐘..𝟐
𝐓 = ∑𝟒𝐢=𝐣 ∑𝟒𝐣=𝟏 𝐘𝐈𝐉𝟐 − =
𝐍
 SC 12322
T=(732 +702 +722 +732 )+(782 +792 +812 +80)+(682 +672 +652 +662) +(902 +892 +892 +922 )−
16

SC 12322
T=(5329+4900+5184+5329)+(6084+6241+6561+6400)+(4624+4489+4225+4356)+(8100+7921+7921+8464)−
16
1517824
𝑆𝐶𝑇 = 20742 + 25286 + 17694 + 32406 −
16
𝑆𝐶𝑇 = 96128 − 94864
𝐒𝐂𝐓=𝟏𝟐𝟔𝟒

(73 + 78 + 68 + 90)2 + (70 + 79 + 67 + 89)2 + (72 + 81 + 65 + 89)2 + (73 + 80 + 66 + 92)2 12322

𝑆𝐶𝐵1 = −
𝟒 16

3092 + 3052 + 3072 + 3112 12322

𝑆𝐶𝐵1 = −
𝟒 16
𝑺𝑪𝑩𝟏 = 𝟓

(73 + 70 + 72 + 73)2 + (78 + 79 + 81 + 80)2 + (68 + 67 + 65 + 66)2 + (90 + 89 + 89 + 92)2 12322

𝑆𝐶𝐵2 = −
𝟒 16

2882 + 3182 + 2662 + 3602 12322

𝑆𝐶𝐵2 = −
4 16
82944 + 101124 + 70756 + 129600 12322
𝑆𝐶𝐵2 = −
4 16
384424 1517824
𝑆𝐶𝐵2 = −
4 16
𝑆𝐶𝐵2 = 96106 − 94864

𝑆𝐶𝐵2 = 1242

(3092 + 3072 + 3092 + 3072 ) 12322

𝑆𝐶𝑇𝑅𝐴𝑇 = −
𝟒 16
(95481 + 94249 + 95481 + 94249) 1517824
𝑆𝐶𝑇𝑅𝐴𝑇 = −
𝟒 16
379460 1517824
𝑆𝐶𝑇𝑅𝐴𝑇 = −
𝟒 16
𝑆𝐶𝑇𝑅𝐴𝑇 = 94865 − 94864
𝑆𝐶𝑇𝑅𝐴𝑇 = 1

𝑆𝐶𝐸𝑅𝑅𝑂𝑅 = 1264 − 5 − 1242 − 1

𝑆𝐶𝐸𝑅𝑅𝑂𝑅 = 16

CM SCTRAT
TRAT = =
K−1

CMTRAT = 1
=0.3333
4−1

CM SCE
E= =
N−K

16 16
𝐶𝑀𝐸 = = = 2,667
(4 − 2)(4 − 1) 6

5
𝐶𝑀𝐵1 = = 1,667
3
 1242
𝐶𝑀𝐵2 = = 414
3

𝐶𝑀𝑇𝑅𝐴𝑇 0,333
𝐹0 = = = 0,125
𝐶𝑀𝐸 2,667

𝐶𝑀𝐵1 1,667
𝐹0 = = = 0,625
𝐶𝑀𝐸 2,667

𝐶𝑀𝐵2 414
𝐹0 = = = 155,230
𝐶𝑀𝐸 2,667

g. 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)

Nota: Todas las ecuaciones deben ser presentadas, aplicando la opción de Word – Insertar – Ecuación. Adicional se debe
presentar el paso a paso de la solución y explicación de los datos que resulten de tablas u opciones en Excel.