DISEÑO EXPERIMENTAL

FASE 3- APLICAR EL DISEÑO CUADRADO LATINO Y DISEÑO FACTORIAL

PRESENTADO POR:
YESIKA HINCAPIÉ QUINCHÍA
COD. 1.053.847.501

GRUPO: 300004_39

TUTORA:
LINA MARIA MONSALVE

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA- UNAD

CEAD DOSQUEBRADAS
MAYO 2019
 Fase 3 - Aplicar el diseño cuadro latino y el diseño factorial

1. Resolver el estudio de caso 1;

2. Resolver el estudio de caso 2;
3. Resolver el estudio de caso 3.

Aplicación del conocimiento:

1. Se comparan tres variedades de maíz híbrido (A, B, C) y un control (D). Se

considera la fertilidad del suelo y los efectos residuales de los cultivos previos.

Filas/Col 1 2 3 4
1 1640 B 1210 D 1425 C 1345 A
2 1475 C 1185 A 1400 D 1290 B
3 1670 A 710 C 1665 B 1180 D
4 1565 D 1290 B 1655 A 660 C

Ya se ha comprobado que los datos son normales y con varianzas homogéneas. De acuerdo
a los datos presentados y a la distribución del experimento resuelva:
a. ¿Qué tipo de diseño experimental es y por qué?
Es un diseño de cuadro latino, porque tiene los igualdad de números de filas y de columnas.
Este diseño experimental, realiza agrupamiento de las unidades experimentales en filas y
columnas, la asignación de los tratamientos al azar en las unidades, de tal forma que en
cada fila y en cada columna se encuentren todos los tratamientos constituye un diseño
cuadrado latino

b. ¿Cuál es el modelo matemático? Para cada ítem en el ejercicio planteado indique a

que corresponde cada término del modelo

Y ij =µ+T i +Y i +δ i + Eij

µ=efecto promedio para el experimento.

T i=efecto debido al tratamiento

Y i=efecto debido al bloque

δ i=efecto debido al renglon

Eij =error aleatorio atribuible a la medicion

PRUEBA DE IGUALDAD DE MEDIAS:

Ho: μ 1=μ 2=μ 3=μ 4

Ha: μ 1≠ μ 2(al menos unaij)

c. ¿Plantee las hipótesis que interesa contrastar con el análisis de varianza de este
experimento?

Hipótesis:
Ho: μ 1=μ 2=μ 3=μ 4
Ha: μ 1≠ μ 2 para agún ij ¿

d. Realice el análisis de varianza en Excel, programa R o en otro programa

estadístico, desde cuando informe en el trabajo final.
Análisis de varianza de dos factores con varias muestras por grupo

RESUMEN 1 2 3 4 Total
1          
Cuenta 4 4 4 4 16
Suma 6350 4395 6145 4475 21365
Promedio 1587,5 1098,75 1536,25 1118,75 1335,3125
Varianza 7575 69172,91667 20539,58333 98239,5833 94261,5625
3

Total    
Cuenta 4 4 4 4
Suma 6350 4395 6145 4475
Promedio 1587,5 1098,75 1536,25 1118,75
Varianza 7575 69172,91667 20539,58333 98239,5833
3

ANÁLISIS
DE
VARIANZA
Origen de las Suma de Grados de Promedio de F Probabilida Valor crítico
variaciones cuadrado libertad los d para F
s cuadrados
Tratamiento 0,82734 3 275780,7292 5,64179088 0,011992754 3,49029481
6 9
Filas 0,03014 3 1005 0,47
Columna 0,042684 3 14228 6,5535 1335,3125 3,86254835
8
Interacción 0 0 65535 6,5535
Error 0,12958 6 2160

Total 1,41392 15        
e. ¿Según el análisis de varianza hay diferencias significativas? Justifique su
respuesta

En cuanto al análisis de varianza, existen datos aleatorios, se tiene una varianza homogénea
debido a que no existe un patrón, existe aleatoriedad, no hay dependencia.
Hay una diferencia significativa en los tratamientos ya que 0,005 es menor a 0,05.

f. Discuta ampliamente los resultados, desde la perspectiva biológica.

En cuanto al maíz hibrido, se habla de la fertilidad del suelo, ya que se tiene en cuenta la
capacidad del suelo para sostener el crecimiento agrícola de las plantas, es por ellos que se
notan diferencias significativas en los tratamientos A, B, C, Y D del maíz hibrido.

2. Es posible que las comparaciones entre los tratamientos se vean afectadas de

manera sustancial por las condiciones en las que ocurren. Con frecuencia, las
interpretaciones claras de los efectos para un factor de tratamiento deben tomar
en cuenta los efectos de los otros factores. Para investigar más de un factor a la
vez, se desarrolló un tipo especial de diseño de tratamientos, el diseño Factorial.

a. ¿Cuáles son las hipótesis que podemos analizar en un diseño factorial?

 Hipótesis de las de interacciones

 Hipótesis de análisis completo
 Hipotesis de los niveles

b. Describa la estructura del análisis de varianza utilizada para un diseño factorial 2

x 2.
Tomado de Institulo tecnológico de pachuga, evaluación de diseño factorial con dos
factores y diseño factorial con tres factores. H. N Abraham. M.L David. Nov 2009.

Tomado de Institulo tecnológico de pachuga, evaluación de diseño factorial con dos

factores y diseño factorial con tres factores. H. N Abraham. M.L David. Nov 2009.
Tomado de Institulo tecnológico de pachuga, evaluación de diseño factorial con dos
factores y diseño factorial con tres factores. H. N Abraham. M.L David. Nov 2009.

3. El lodo de desagüe es el residuo seco que resulta de procesar las aguas negras;
como contiene nutrientes benéficos para el crecimiento de plantas, se puede usar
como fertilizante en la agricultura, siempre que no contenga niveles tóxicos de
ciertos elementos como metales pesados. Por regla, los niveles de metales en los
lodos se prueban según el crecimiento de plantas en ambiente que contienen
distintas dosis de lodo. Se planteó una prueba para determinar si había una
variación significativa en las concentraciones de metal pesado entre las diversas
áreas metropolitanas.
El investigador obtuvo lodos de las plantas de tratamiento localizadas en tres áreas
metropolitanas diferentes. Se cultivaron plantas de cebada en un medio de arena al
que se agregó lodo como fertilizante, en tres cantidades diferentes: 0.5, 1.0, y 1.5
toneladas métricas/acre.
Tabla 2. Contenido de zinc (ppm) en los cultivos de plantas de cebada en ambientes que
contienen tres cantidades diferentes de lodo proveniente de tres áreas metropolitanas.
                 
Ciudad y cantidad (Ton/Hectárea)
A B C
0.5 1.0 1.5 0.5 1.0 1.5 0.5 1.0 1.5
26,4 25,2 26 30,1 47,7 73,8 19,4 23,2 18,9
23,5 39,2 44,6 31 39,1 71,1 19,3 21,3 19,8
25,4 25,5 35,5 30,8 55,3 68,4 18,7 23,2 19,6
22,9 31,9 38,6 32,8 50,7 77,1 19 19,9 21,9
Fuente: J. Budzinsky, Departament of Soil and Water Science, University of Arizona.

a. ¿Qué tipo de diseño experimental es más indicado para analizar los datos del
estudio?

Diseño factorial: Se disponen de varios factores a varios niveles cada uno, se denotan A, B,
C los niveles se representan con números.

b. Realice el análisis de varianza y la interpretación de los resultados de las

fuentes de variación del estudio.

Análisis de varianza de dos factores con varias muestras por grupo

RESUME Cantidad 1 Cantidad 2 Cantidad 3 Total

N
Ciudad A        
Cuenta 4 4 4 12
Suma 98,2 121,8 144,7 364,7
Promedio 24,55 30,45 36,175 30,391666
7
Varianza 2,6566666 43,576666 60,2825 53,622651
7 7 5

Ciudad B        
Cuenta 4 4 4 12
Suma 124,7 192,8 290,4 607,9
Promedio 31,175 48,2 72,6 50,658333
3
Varianza 1,3225 46,573333 13,86 332,14447
3

Cuidad C        
Cuenta 4 4 4 12
Suma 76,4 87,6 80,2 244,2
Promedio 19,1 21,9 20,05 20,35
Varianza 0,1 2,58 1,67 2,6609090
9

Total        
Cuenta 12 12 12
Suma 299,3 402,2 515,3
Promedio 24,941666 33,516666 42,941666
7 7 7
Varianza 27,706287 156,18151 547,74265
9 5 2

ANÁLISIS DE
VARIANZA
Origen de Suma de Grados de Promedio F Probabilida Valor
las cuadrados libertad de los d crítico
variacione cuadrados para F
s
Muestra 5720,6716 2 2860,3358 149,12973 2,5604E-15 3,3541308
7 3 3
Columnas 1945,445 2 972,7225 50,714969 7,1848E-10 3,3541308
2 3
Interacció 1809,3983 4 452,34958 23,584213 1,7785E-08 2,7277653
n 3 3 5 1
Dentro del 517,865 27 19,180185
grupo 2

Total 9993,38 35        
REFERENCIAS BIBLIOGRÁFICAS:
 Instituto tecnológico de pachuga, evaluación de diseño factorial con dos factores y
diseño factorial con tres factores. H. N Abraham. M.L David. Nov 2009.
https://es.slideshare.net/iorifoar/trabajo-unidad-iv-estadistica-ii

 Cifuentes, W. X., Jaramillo, E. L. M., & Mejía, G. L. M. (2016). Métodos de

análisis para la investigación, desarrollo e innovación (i+d+i) de procesos agrícolas
y agroindustriales, p 74-
82. Recuperado de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.actio
n?docID=4795324&query=dise%C3%B1o%20completamente%20al%20azar
%20con%20submuestreo