Unidad 1: FASE 3 - DISEÑO UNIFACTORIALES.

Elaborado por
Kevin Andrés Gonzales
Cód. 30156_29

Presentado Por:

Juan Camilo Mendoza

Universidad Nacional Abierta y a Distancia UNAD

Programa de agronomía

Curso: Diseño experimental

2019
 INTRODUCCION

El desarrollo del siguiente trabajo nos permitirá identificar los

conocimientos previos que tenemos en Estadística y como implementar

dichos conocimientos en el diario vivir y la ejecución de nuestra vida

profesional. También nos lleva a poner en práctica estos temas para

poder llegar a la planeación y realización de experimentos, el análisis de

datos resultantes obteniendo conclusiones válidas y objetivas,

permitiendo profundizar y familiarizarnos más con el desarrollo de la

Unidad 2 Diseños unifactoriales.

 OBJETIVOS

 Conocer e identificar el contenido de la Unidad 2 Diseños Unifactoriales.

 Dar respuesta al apéndice 3.

 Determinar el tipo de análisis más acertado para la interpretación de los

datos de cada uno de los diseños experimentales asignados y formular
sus resultados.

 Valorar y reconocer la importancia de los diseños unifactoriales para el

desarrollo e interpretación de los trabajos y proyectos de investigación
que se presenten durante el proceso de aprendizaje académico y en el
campo profesional.

 Interpretar y desarrollar los ejercicios propuestos para afianzar los

conocimientos adquiridos en el contenido teórico del curso.
 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)

¿Cuál es el rendimiento de cinco tipos de dieta realizadas a las tilapias?

Mi sugerencia es que la pregunta problema seria. ¿Cuál es el tipo de
dieta más afectiva para obtener un mayor peso en las tilapias?
b. Formule las hipótesis correspondientes (igualdad y alterna). (5 /
120)
H 0: Hipótesis nula o de igualdad) Las medias de las muestras para el
peso final de las cuatro fórmulas de engorde de las tilapias son
iguales
H 0 :μ 1=μ2=…=μ 4=μ
 H 1: (Hipótesis alternativa o de diferencia) Las medias de las muestras
para el peso final de las cuatro fórmulas de engorde de las tilapias
son significativamente distintas
H 1 : μ 1 ≠ μ j para algun i ≠ j

c. Realice los cálculos correspondientes al análisis de varianza y

elabore la tabla ANOVA,  = 0.05. (20 /120)

∑ x 12=( 2,66 2+ 2,522+2,74 2+ 2,902 )=29,3436

n =1

∑ x 22=( 3,20 2+3,422 +3,47 2+3,64 2 )=47,2269

n =1

∑ x 32=( 3,012 +3,132 +3,252 +3,382 ) =40,8439

n =1

∑ x 4 2=( 3,522 +3,712+ 3,782+ 3,792) =54,807

n =1

∑ x 4 2=( 4,00 2+3,89 2+3,90 2+ 4,122 )=63,3165

n =1

20 2

5
2
5
2
SCT =∑ x 1 + ∑ x2 + ∑ x 3 + ∑ x 4 +∑ x 5 −
5
2
5
2
5
2
(∑ )
n=1
X

n=1 n=1 n=1 n=1 n=1 N

68,032
SCT =29,3436+ 47,2269+40,8439+54,807+ 63,3165−
20
4.636,0809
SCT =235,5379−
20
SCT =235,5379−231,4040=4.1339

5 2 5 2 5 2 5 2 5 2 20 2

SCTRAT =
( ) ( ) ( ) ( ) ( ) ( )
∑ x1
n=1
+
∑ x2
n=1
+
∑ x3
n=1
+
∑ x4
n=1
+
∑ x5
n=1
−
∑X
n=1

n1 n2 n3 n4 n5 N
 ( 10,822 +13,732 +12,772 +14,82 +15,912 ) 68,032
SCTRAT = −
4 20

117,0724 +188,5129+163,0729+219,04+253,1281 4.628,0809

SCTRAT = −
4 20
940,8263 4.628.0809
SCTRAT = −
4 20

SCTRAT =235,2065−231,4040

SCTRAT =3,8025

SC E=SC T −SCTRAT =4,1339−3,8025=0,3314

SC E=0,3314

SC TRAT 3,8025
CM TRAT = = =0,9506
K−1 4

SC E 0,3314
CM E = = =0,0220933
N −k 20−5

CM TRAT 0,9506
F O= = =43,0266
CM E 0,0220933

FO= 43, 0266 ≥F 0,05; 4; 15=3,06

El valor de -p en Excel

=DISTR.F (43,0266; 4,15)= 4,75125E-08

d. Realizar la validación de la ANOVA por medio de un programa

estadístico (diferente a Excel), adjuntar pantallazo. (20 /120)
e. 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?. (10 /120)
 Como el valor -P = 4,75125E-08 es menor que la significancia = 0.05
se rechaza H0, lo que permite concluir que al menos un par de fórmulas
de engorde tienen un peso promedio final de las tilapias diferente.

Ya que F0 = 43,0266 es superior al valor crítico, podemos rechazar Ho y

afirmar que por lo menos un peso medio obtenido con las fórmulas de
engorde es diferente al de las demás. Si utilizamos el valor P como
indicador llegamos a la misma conclusión ya que es inferior a α=0,05

f. 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 sirve para probar todas las diferencias entre medias
de tratamientos de una experiencia. Una prueba ANOVA puede indicar si
los resultados son significativos en general, pero no le indica
 exactamente donde radican las diferencias. Después de ejecutar ANOVA
y encontrar resultados significativos, se puede ejecutar el método de
Tukey para describir que medidas de los grupos específicos de
tratamiento son diferentes. La prueba compara todos los posibles pares
de las medidas de tratamiento. Es necesario utilizar el método cuando
rechazamos la hipótesis nula o igualdad, como en el caso de las fórmulas
de engorde que estamos analizando.

El método de Tukey sirve para comparar diferencias entre medias

muéstrales con el valor crítico. En este caso es conveniente usarlo, pues
no se aceptó Ho y no se sabe cuál es la fórmula más efectiva.

Al realizar las comparaciones de las fórmulas de peso mediante la prueba de

Tukey; Podemos ver que la fórmula diferente es la F1, pues tiene mayores
diferencias significativas, lo que nos lleva a pensar que es la fórmula que no se
debe seleccionar para engordar las tilapias.
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
g. 2 B=79 C=79 D=67 A=80 Realice los
3 A=65 B=81 C=65 D=66 cálculos
4 D=92 A=80 B=89 C=92

correspondientes al análisis de varianza y elabore la tabla ANOVA =

0.01. (20 /120)

Desarrollamos la siguiente tabla para obtener datos que utilizaremos en las

fórmulas.
tipo de semilla
Tipo abono
1 2 3 4 ‫ܑ܇‬ ࢅ૛࢐
1 C=73 D=78 A=68 B=90 309 95481
2 B=79 C=79 D=67 A=80 305 93025
3 A=65 B=81 C=65 D=66 277 76729
4 D=92 A=80 B=89 C=92 353 124609
‫ܑ܇‬ 309 318 289 328 1244 389844
ࢅ૛࢐ 95481 101124 83521 107584 387710

෍ ࢟࢏࢐૛ 24259 25286 21259 27320 98124

Semilla OBSERVACIONES ࢟ǤǤࢎ ࢟૛..ࢎ

A 68 80 65 80 293 85849
B 90 79 81 89 339 114921
C 73 79 65 66 309 95481
D 78 67 66 92 303 91809
suma 1244 388060
4

∑ x 12=( 73 2+792 +65 2+ 922) =24259

n =1
 4

∑ x 22=( 78 2+79 2+812 +80 2) =25286

n =1

∑ x 22=( 68 2+ 672 +652 +892 )=21259

n =1

∑ x 22=( 902+ 802 +662 +922 ) =27320

n =1

20 2

4
2
4
SCTT =∑ x 1 +∑ x 2 + ∑ x 3 + ∑ x 4 ± 2
4
2
4
2
(∑ )n=1
X

n=1 n=1 n =1 n=1 N

12442
SCTT =24259+25286+ 21259+27320−
16
1547536
SCTT =98124−
16
SCTT =98124−96721=1403

5 2 5 2 5 2 5 2 20 2

SC F=
(∑ ) (∑ ) (∑ ) (∑ ) (∑ )
n=1
x1
+
n=1
x2
+
n=1
x3
+
n=1
x4
±
n=1
X

n1 n2 n3 n4 N

( 3092 +3052 +277 2+353 2) 1244 2

SC F= −
4 16
95481+93025+76729+ 124609 1547536
SC F= −
4 16
389844 1547536
SC F= −
4 16
SC F=97461−96721

SC F=740

(3092 +3182 +2892 +3282 ) 1244 2

SCColumna = −
4 16
SCColumna =96927.5−96721=206.5
 (2932 +3392+ 3092+ 3032) 12442
SCTRAT = −
4 16

85849+114921+95481+91809 1244 2
SCT RAT = −
4 16

388060 12442
SCTRAT = −
4 16
SCTRAT =97015−96721

SCTRAT =294

S C E=S C T −S C TRAT −S C F −S CColum

S C E=1403−294−740−206.5

S C E=162.5

SC TRAT 294
CM TRAT = = =98
K−1 3

SC E 162.5 162.5
CM E = = = =27,083
(k −2)(k−1) 2∗3 6

SC F 740
CM B 1= = =246,66
( k−1) 3

SC Colum 206.5
CM B 2= = =68,833
(k −1) 3

CM TRAT 98
F O= = =3,61850607=origen
CM E 27,083

CM B 1 246,66
F O= = =9,10755824=abono
CM E 27,083
 CM B 2 68,833
F O= = =2,54155743=semilla
CM E 27,083
TABLA ANOVA
Fuentes de variabolidad Suma de cuadeados Grados de libertad Cuadro medio Valor-p
Origen 294 3 98 3,61850607 0,084385992
Abono 740 3 246,666666 9,10755824 0,011873879
Semilla 206.5 3 68,8333333 2,54155743 0,004346365
Error 162.5 6 27,0833333

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)

Se aprecia que valor p = 0,004346365 ¿ 0,05 por lo tanto podemos afirmar

que se acepta Ho, de igual manera se observa que el valor crítico para α =0.01
es Fo= 2,5415 ¿ F 0,05;3 ;6 =9.76 ,se rechaza la hipótesis alternativa lo cual implica
que en la combinación entre abono y semilla se encuentran diferencias.
 CONCLUCIONES

 El diseño unifactorial se utiliza cuando ciertas observaciones sufren la

influencia de cierto factor a, el cual se puede presentar en T niveles

diferentes, de forma que para cada uno de ellos se realizan muestras

independientes del tamaño.

 El diseño experimental como un modelo a seguir, sirve para estudiar un

fenómeno, posee diferentes esquemas, por lo que existen diferentes

diseños experimentales, en el que cada uno de ellos, dependerá de los

propósitos de la investigación que se desea realizar.

 Referencias bibliograficas

 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=