Está en la página 1de 8

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 cinco fórmulas de engorde (F1, F2, F3, F4, F5), 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 5 fórmulas de engorde en orden
completamente al aleatorio (las 20 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 F5
2,66 3,2 3,01 3,52 4,00
2,52 3,42 3,13 3,71 3,89
2,74 3,47 3,25 3,78 3,90
2,9 3,64 3,38 3,79 4,12

a. Formule el interrogante del problema de investigación. (5 /120)

¿existe una diferencia entre las fórmulas que pueda generar


mejores resultados en el peso de las tilapias y por lo tanto se
más eficiente?

b. Formule las hipótesis correspondientes (igualdad y alterna). (5 /120)

𝑯𝟎 = µ1 = µ2 = µ𝑘 = µ1 todas las fórmulas son iguales, tienen el


mismo rendimiento y no afectan el peso de la tilapia

≠ 𝑗 al menos una fórmula es diferente de las


𝑯𝑨 = 𝐻𝐴 : µ𝑖 = µ𝑗 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖
demás e influye en el peso de las tilapias

c. Realice los cálculos correspondientes al análisis de varianza y elabore la


tabla ANOVA,  = 0.05. (20 /120).

Para la elaboración de la tabla ANOVA, se tienen en cuenta las fórmulas


a continuación:
𝑛𝑖

𝑌𝑖 = ∑ 𝑌𝑖𝑗
𝑗=1

Siendo 𝑌𝑖 La sumatoria las observaciones de los tratamientos 𝑖

∑𝑛𝑗=1
𝑖
𝑌𝑖𝑗
𝑌̅𝑖 =
𝑛𝑖
𝑌̅𝑖 es la media de las observaciones del 𝑖 − 𝑒𝑠𝑖𝑚𝑜 tratamiento
𝑘 𝑛𝑖

𝑌 = ∑ ∑ 𝑌𝑖𝑗
𝑖=1 𝑗=1

𝑌 es la suma total de las mediciones N = 𝑛1 + 𝑛2 + 𝑛3 + 𝑛𝑘


𝑌
𝑌̅ =
𝑁
𝑌̅ Es la media global o promedio de las observaciones realizadas

La tabla ANOVA quedaría de la siguiente manera:

Fuente de Grados de Suma de Cuadrados Cuadrado 𝐹0 Valor −𝑝


Viabilidad Libertad medio

Tratamientos 𝑘−1 𝑘
𝑌𝑖 2 𝑌 2
𝑆𝐶𝑇𝑅𝐴𝑇 𝐶𝑀𝑇𝑅𝐴𝑇 𝑃(𝐹 > 𝐹0 )
𝐶𝑀𝑇𝑅𝐴𝑇 =
𝑆𝐶𝑇𝑅𝐴𝑇 = ∑. − 𝑘−1 𝐶𝑀𝐸
𝑛𝑖 𝑁
𝑖=1

Error 𝑁−𝑘 𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝑇𝑅𝐴𝑇 𝑆𝐶𝐸


𝐶𝑀𝐸 =
𝑁−𝑘
𝑘 𝑛𝑖
𝑌 2
𝑆𝐶𝑇 = ∑ ∑ 𝑌𝑖𝑗 −
Total 𝑁−1 𝑖=1 𝑗=1
𝑁

Con la información y estructura de la tabla ANOVA, se procede a


reemplazar los datos, para el cálculo de estos, se utilizó el ofimático
Excel

FÓRMULAS DE ENGORDE
Formula Engorde F1 F2 F3 F4 F5
2.66 3.2 3.01 3.52 4
2.52 3.42 3.13 3.71 3.89
Tabla de 2.74 3.47 3.25 3.78 3.9
Datos 2.9 3.64 3.38 3.79 4.12
Sumatoria 10.82 13.73 12.77 14.8 15.91

Sumatoria de
Tratamientos
al cuadrado 231.404045

Sumatoria de
cuadrados
Totales 4.133855

Suma de
cuadrados de
tratamiento 3.80253

Error 0.331325

Cuadrado
Medio del
tratamiento 1.26751

Cuadrado
Medio del
error 0.020707812

43.20926583

La aplicación de las fórmulas permite obtener los resultados en la tabla


anterior, y que son presentados directamente sobre la tabla ANOVA,
reemplazando cada formula por su respectivo valor final.

Los cálculos son realizados en base a la tabla datos

Fuente de Grados de Suma de Cuadrado


Viabilidad Libertad Cuadrados Medio Valor
Tratamientos 4 3.80253 0.9506325 43.03776503 43.03 > 3.06
Error 15 0.331325 0.022088333
Total 19 4.133855

Con el cálculo de grados de libertad de los tratamientos y el error, nos


dirigimos a la tabla de F  = 0.05 y ubicamos el punto crítico:
d. Realizar la validación de la ANOVA por medio de un programa estadístico
(diferente a Excel), adjuntar pantallazo. (20 /120)

Se realizo el montaje de la tabla en InfoStat y se obtuvo el resultado


Nueva tabla : 09-oct-19 - 09:17:24 PM - [Versión : 01-sep-19]

Análisis de la varianza

Variable N R² R² Aj CV
Observaciones 20 0.92 0.90 4.37

Cuadro de Análisis de la Varianza (SC tipo III)


F.V. SC gl CM F p-valor
Modelo 3.80 4 0.95 43.04 <0.0001
Formula de Engorde 3.80 4 0.95 43.04 <0.0001
Error 0.33 15 0.02
Total 4.13 19

Test:Tukey Alfa=0.05 DMS=0.32451


Error: 0.0221 gl: 15
Formula de Engorde Medias n E.E.
F1 2.71 4 0.07 A
F3 3.19 4 0.07 B
F2 3.43 4 0.07 B C
F4 3.70 4 0.07 C D
F5 3.98 4 0.07 D
Medias con una letra común no son significativamente diferentes (p > 0.05)
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión
Efectividad Estudiantil
Formulas Versión Estudiantil
Engorde Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
4.12
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
D
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil3.75
Versión Estudiantil Versión Estudiantil Versión Estudiantil
CD Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Observaciones

Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
BC Versión Estudiantil Versión Estudiantil
Versión Estudiantil3.38
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil BVersión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
3.01
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil A Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
2.64
Versión Estudiantil Versión Estudiantil
F1 Versión
F3Estudiantil F2Versión Estudiantil
F4 Versión
F5 Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión EstudiantilFormula
Versiónde
Estudiantil
Engorde Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil

e. 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? (10 /120)
El resultado permite concluir que la Hipótesis planteada 𝑯𝟎 = µ1 =
µ2 = µ𝑘 = µ1 todas las fórmulas son iguales, tienen el mismo
rendimiento y no afectan el peso de la tilapia se rechaza y se acepta la
hipótesis 𝑯𝑨 = 𝐻𝐴 : µ𝑖 = µ𝑗 𝑝𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖 ≠ 𝑗 al menos una fórmula
es diferente de las demás e influye en el peso de las tilapias

f. ¿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 (20 /120)

El método turkey permite categorizar los resultados y agruparlos


estadísticamente, es necesario para poder descartar e identificar los
datos que permiten identificar el método eficiente, deficiente o adecuado
del experimento y que además ayuda a refutar o aceptar la tesis inicial

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 Tipo de semilla


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

g. Realice los cálculos correspondientes al análisis de varianza y elabore la


tabla ANOVA  = 0.01. (20 /120)

h. 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.
Bibliografia

https://www.youtube.com/watch?v=0avkZDOPDKU

https://www.youtube.com/watch?v=M8KflDriG7M

Gutiérrez,H. (2012).Análisis y diseño de experimentos.(3a. ed.) McGraw-Hill


Interamericana. (pp 52–61) Recuperado de
http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=375&pg=

Gutiérrez,H. (2012).Análisis y diseño de experimentos.(3a. ed.) McGraw-Hill


Interamericana. (pp 92-96) Recuperado de
http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=375&pg=

También podría gustarte