Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fase 4 - Analisis Diferencias Tratamientos (Practica)
Fase 4 - Analisis Diferencias Tratamientos (Practica)
Por favor, seguir el desarrollo del test hacia abajo. Recordemos que nuestros dato
Paso 3. Volvemos a nuestro archivo excel. Vamos a analizar dos de nuestras propie
Paso 4. Vamos a analizar primero la columna llamada "BR" o respiración del suelo
Para ello, los seleccionamos:
Paso 5. Una vez seleccionados, hacemos click con el botón izquierdo del ratón sob
Aparece un menu y hacemos click en la opción "copiar":
Paso 8: Sí desarrollamos el mismo tipo de análisis para la columna con los datos lla
Vemos aquí que el valor p-value o valor de probabilidad (0.321446) fue mayor a 0.
los datos de "C" o carbono orgánico SI tienen una distribución del tipo NORMAL.
Conclusiones
2. Los valores llamados "C" o carbono orgánico del suelo, si tienen una distribución
Como consecuencia, para determinar sí la aplicación de los diferentes tipos de lod
con respecto al tratamiento control (sin lodo) el carbono orgánico del suelo (C), de
om.com/320ShapiroWilk.html y copiamos
emos un click en el área blanca
o "Ctrl" y la tecla "V":
s necesario remover todas las comas (,) y reemplazarlas por puntos (.)
622) fue menor a 0.05. Esto quiere decir que los datos de "BR" o respiración del suelo NO tienen una d
na con los datos llamados "C" o carbono orgánico del suelo, observamos que:
46) fue mayor a 0.05. Esto quiere decir que
el tipo NORMAL.
s a la emisión de CO2 desde el suelo, no tienen una distribución del tipo "normal".
entes tipos de lodo modifica (aumenta o disminuye) de manera significativa
uelo (BR), debe usarse el test de Kruskal-Wallis.
El ejercicio propuesto para esta Fase 4, trata del análisis estadístico de datos proveniente de un experimento
en el cual se adiciona a un suelo de una mina de piedra caliza, lodo proveniente de la depuración de aguas
residuales en 6 ciudades de la comunidad autónoma de Catalunya (españa), con el fin de mejorar su fertilida
e implementar una cobertura vegetal que restaure el ecosistema perdido por las actividades mineras.
Los lodos, en algunos casos fueron compostados (ciudades: Blanes, Manresa, Vilaseca).
Y en otros casos, los lodos fueron secados térmicamente (ciudades: Besós, Mataró, Sabadell).
El secado térmico y el compostado necesariamente cambian las propiedades físicas, químicas y biológicas
de los lodos de depuradora, modificando la actividad microbiana natural en el suelo control sin lodo.
El propósito del experimento fue el de establecer sí los lodos de depuradora modifican la actividad
microbiana de los suelos a restaurar. Analizaremos aquí diferentes propiedades del suelo, 1 año después
de la aplicación superficial de los lodos. Estos datos fueron parte del siguiente artículo:
Ojeda, G., Mattana, S., Alcañiz, J.M., Marando, G., Bonmatí, M., Woche, S.K., Bachmann, J. (2010).
Wetting process and soil water retention of a minesoil amended with composted and thermally
dried sludges. Geoderma 156, 399–409.
Tratamientos 1 año despues de la adición de diferentes tipos de lodo de depuradora de aguas residuales
EOO Tratamiento control, suelo sin ningún tipo de lodo
ECBL Suelo + lodo compostado de la depuradora de aguas llamada Blanes
ECMR Suelo + lodo compostado de la depuradora de aguas llamada Manresa
ECV Suelo + lodo compostado de la depuradora de aguas llamada Vilaseca
ETBE Suelo + lodo térmico de la depuradora de aguas llamada Besos
ETMT Suelo + lodo térmico de la depuradora de aguas llamada Mataró
ETS Suelo + lodo térmico de la depuradora de aguas llamada Sabadell
EMEAN Valores promedio de todas las depuradoras
oveniente de un experimento,
de la depuración de aguas
n el fin de mejorar su fertilidad
s actividades mineras.
aró, Sabadell).
icas, químicas y biológicas
uelo control sin lodo.
odifican la actividad
del suelo, 1 año después
Bachmann, J. (2010).
sted and thermally
g C-CO2 / (kg-suelo * horas) Miligramos de carbono de CO2 por cada kg de suelo y hora transcurrida durante la medición
Porcentaje de carbono organico presente en el suelo
g C-MBC / kg-suelo Miligramos de carbono de biomasa microbiana por cada kilogramo de suelo
0^-4) * mg C-CO2 / mg C-suelo Relación entre BR y C
0^-1) * mg C-MBC / g C-suelo Relación entre MBC y C
0^3) * mg C-CO2 /(mg C-MBC * hr) Relación entre BR y MBC
182 * años) * C / BR Relación entre C y BR correspondiente al tiempo requerido para descomponer todo el C del s
transcurrida durante la medición de la respiración del suelo
ogramo de suelo
ada "3-Shapiro-Wilks"
Para poder hacer el análisis de variancia (ANOVA) de los datos de carbono orgánic
tienen una distribución tipo normal), debemos activar una herramienta de excel.
Paso 1: Hacemos click con el botón izquierdo del ratón, sobre la barra de menus d
Debe aparecer un menú de cinco opciones como se muestra aquí:
Paso 5. En esta ventana, hacemos click en el botón "Ir…", el cual está localizado en
en la sección "Administrar", a lado de la ventana pequeña que dice "Complemento
Como resultado, debe aparecer la siguiente ventana:
Lo único que debemos hacer en esta ventana es marcar la casilla que está a lado d
y luego hacer click en el botón "Aceptar":
Paso 6: como resultado, en el menú "Datos" el cual está localizado en la parte sup
un botón llamado herramientas para análisis:
Estimados estudiantes, es con esta herramienta que podremos analizar los datos d
observados en la columna "C", por medio del siguiente test llamado "Análisis de V
científicos y financieros".
Por favor, seguir el desarrollo del test hacia abajo. Recordemos que nuestros da
Paso 1. La matriz de datos debe ser colocada de esta manera, para que podamo
por medio de la "Herramienta de Análisis" previamente activada:
Oprimimos el botón "Análisis de datos" (ver flecha roja), el cual se hace present
como habiamos hecho previamente. Al oprimir este botón, debe aparecer esta
Paso 3: En esta ventana, nos desplazamos con la barra derecha (ver flecha roja)
Buscamos la opción "Análsis de variancia de un factor" y hacemos click sobre el
Oprimimos el botón señalado con la flecha roja. Como resultado, aparece la sig
Paso 5: Con esta última ventana activada, seleccionamos los valores de color am
"C" o carbono orgánico del suelo:
Como se puede ver en la imagen de arriba, en la ventana de "Análisis de varianc
correspondiente a los datos de color amarillo, es decir, los correspondientes a l
de los diferentes tratamientos (EOO: Control, ECBL: Suelo + Lodo compostado d
ECV: Suelo + Lodo compostado de Vilaseca, ETBE: Suelo + Lodo térmico de Besó
ETS: Suelo + Lodo térmico de Sabadell, EMEAN: Valores medios de todos los tra
RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 3 1.86 0.62 0.0019
Columna 2 3 3.04 1.013333333 0.012233333
Columna 3 3 3.19 1.063333333 0.031033333
Columna 4 3 3.88 1.293333333 0.076433333
Columna 5 3 3.49 1.163333333 0.029633333
Columna 6 3 2.87 0.956666667 0.009433333
Columna 7 3 2.09 0.696666667 0.000833333
Columna 8 3 2.917142857 0.972380952 0.000433333
ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados dePromedio
libertad de los cuadradosF Probabilidad
Entre grupos 1.049580952 7 0.149940136 7.407499517 0.000472273
Dentro de los 0.323866667 16 0.020241667
Total 1.373447619 23
Conclusiones
9 8 8 6
9 8 7 7
10 8 7 6
2 6.6 7 12.00
5 7 9 13.00
6.3 8.5 12.7 10.00
13 15 14.5 18.00
13 14 17.7 18.00
16 14 19.5 20.00
15.00 21.60 21.50 30.00
18.00 21.00 26.70 31.00
22.30 22.50 32.20 30.00
6.5 2.3 2.1 1.50
2.6 2.0 2.0 1.38
2.5 1.6 1.5 2.00
4 4 5 8
5 5 5 7
4 4 6 8
a), el cual se hace presente en este menú al activad la función "Herramienta de Análisis",
otón, debe aparecer esta ventana:
correspondiente a los valores de carbono orgánico del suelo (C) ver flecha verde,
ventana, hacemos click en el circulo en blanco correspondiente
acción queremos escoger el lugar donde van a salir los datos:
r la flecha café. Como consecuencia, aparecerá la siguiente ventana:
Kruskal-Wallis capaz de analizar los datos de la columna "BR" (respiración del suelo)
Análisis de varianza de un factor
RESUMEN
Grupos Cuenta Suma
Columna 1 3 37
Columna 2 3 42
Columna 3 3 45.5
Columna 4 3 44
Columna 5 3 42
Columna 6 3 43
Columna 7 3 51.7
Columna 8 3 56
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadradosGrados de libertad
Entre grupos 84.32 7
Dentro de los grupos 48.66 16
Total 132.98 23
nta de Análisis",
Manresa,
del suelo)
Promedio Varianza
12.33333333333 1.333333333
14 1
15.16666666667 0.583333333
14.66666666667 10.33333333
14 3
14.33333333333 0.333333333
17.23333333333 6.413333333
18.66666666667 1.333333333
Por favor, seguir el desarrollo del test hacia abajo. Recordemos que nuestros dato
muestreo Tratamiento replica BR C MBC CMC
1año EOO 1 0.52 0.57 206.5 0.91
1año EOO 2 0.47 0.64 230.9 0.74
1año EOO 3 0.58 0.65 223.5 0.88
1año ECBL 1 0.92 0.91 233.4 1.01
1año ECBL 2 1.10 1.13 227.2 0.97
1año ECBL 3 0.65 1 232.8 0.65
1año ECMR 1 1.13 1.26 193.8 0.90
1año ECMR 2 0.71 1.01 212.7 0.71
1año ECMR 3 1.98 0.92 253.6 2.16
1año ECV 1 0.90 1.61 317.7 0.56
1año ECV 2 0.81 1.17 207.4 0.69
1año ECV 3 1.24 1.1 301.9 1.13
1año ETBE 1 0.84 1.09 286.1 0.77
1año ETBE 2 0.91 1.04 192.9 0.88
1año ETBE 3 1.1 1.36 294 0.81
1año ETMT 1 0.8 0.85 207.7 0.94
1año ETMT 2 0.7 1.04 284.5 0.67
1año ETMT 3 0.9 0.98 277.1 0.92
1año ETS 1 0.5 0.68 221.6 0.74
1año ETS 2 0.3 0.73 183.6 0.41
1año ETS 3 0.5 0.68 211.8 0.74
1año EMEAN 1 0.80 1.00 238.11 0.83
1año EMEAN 2 0.72 0.97 219.89 0.72
1año EMEAN 3 0.99 0.96 256.39 1.04
Wallis, para determinar sí la aplicación de lodos
lando) o no, la respiración del suelo
analizaremos los datos de la columna llamada "BR".
Tratamiento replica BR
EOO 1 0.52
EOO 2 0.47
EOO 3 0.58
ECBL 1 0.92
ECBL 2 1.10
ECBL 3 0.65
ECMR 1 1.13
ECMR 2 0.71
ECMR 3 1.98
ECV 1 0.90
ECV 2 0.81
ECV 3 1.24
ETBE 1 0.84 Promedio j 12.5
ETBE 2 0.91 Suma Resta 1148.5
ETBE 3 1.1
ETMT 1 0.8
ETMT 2 0.7
ETMT 3 0.9
ETS 1 0.5
ETS 2 0.3
ETS 3 0.5
EMEAN 1 0.80
EMEAN 2 0.72
EMEAN 3 0.99
Paso 2: Calculamos dos columnas nuevas. La primera columna nueva se llama "Jerarquías".
Usamos la función "JERARQUIA.MEDIA":
PASO 10. Usar la distribución Chi2 para determinar sí existen diferencias significativas entre
H 23.79
Gl= 7
sí p < 0.05 0.001239078 Existen Diferencias Significativas
Esta función de JERARQUIA requiere 3 d
para escoger este valor, simplemente ha
Luego selecionamos todos los valores de
Para escoger estos valores, se teclea D70
luego de este rango de valores, colocam
12.5
Paso 4: Calculamos la columna llamada "RESTA". Simplement
y el resultado lo elevamos al cuadrado. La formula que teclea
Tratamiento replica BR Jerarquias RESTA
EOO 1 0.52 5 56.3
EOO 2 0.47 2 110.3
EOO 3 0.58 6 42.3
ECBL 1 0.92 18 30.3
ECBL 2 1.10 20 56.3
ECBL 3 0.65 7 30.3
ECMR 1 1.13 22 90.3
ECMR 2 0.71 9 12.3
ECMR 3 1.98 24 132.3
ECV 1 0.90 15 6.3
ECV 2 0.81 13 0.3
ECV 3 1.24 23 110.3
ETBE 1 0.84 14 2.3
ETBE 2 0.91 17 20.3
ETBE 3 1.1 21 72.3
ETMT 1 0.8 11 2.3
ETMT 2 0.7 8 20.3
ETMT 3 0.9 16 12.3
ETS 1 0.5 3 90.3
ETS 2 0.3 1 132.3
ETS 3 0.5 3 90.3
EMEAN 1 0.80 12 0.3
EMEAN 2 0.72 10 6.3
EMEAN 3 0.99 19 42.3
STA". Simplemente, restamos a cada valor de la columna "Jerarquias" su promedio total
ormula que tecleamos es =(CT5-DA$12)^2 . Notese que el signo pesos entre DA y 12 ayuda
a que siempre se escoja la celda DA12, la cual contiene el valor del
promedio total de las jerarquías.
omedio total)^2
(8 tratamientos diferentes).
aso 6. Sumar la última columna llamada n*(Promedio-Promedio total)^2 , por medio de la función "SU
n total 24
Jerarquias RESTA Suma n*(Promedio-Promedio
5 55.6 Suma resta
2 109.4
6 41.7 H 15.12
18 30.7
20 56.9 PASO 9. Determinar los grado
7 29.8
22 91.0 Gl = número de categorías (Tr
9 12.0 Gl 7
24 133.2
15 6.5 PASO 10. Usar la distribución
13 0.3 usando la función DISTR.CHI la
23 111.1 y el número de grados de libe
14 2.4
17 20.6
21 73.0
11 2.1
8 19.9
16 12.5
3 89.5 Diferencias significativas
1 131.3 sí p < 0.05
3 89.5
12 0.2
10 6.0
19 42.8
erminar el valor H de jerarquía con la siguiente operación = (n total - 1)* (429,96/622,63)
sar la distribución Chi2 para determinar sí existen diferencias significativas entre tratamientos
nción DISTR.CHI la cual requiere un valor X (en nuestro caso, el valor H = 15,88)
de grados de libertad = 7:
significativas 0.034444
Vemos aquí que el valor de probabilidad marcado aquí en am
existen diferencias significativas de los valores de respiración
EOO, ECBL, ECMR, ECV, ETBE, ETMT, ETS, EMEAN, un año des
Conclusiones
tamientos
Por favor, siga con la hoja llamada "7-Tukey"
tuyo yo reviso
La cuarta prueba estadística a desarrollar es el test de Tukey, para determinar cua
de contenidos de carbono en el suelo llamados (C) observados entre los diferentes
RESUMEN
Grupos Cuenta Suma
Columna 1 3 1.86
Columna 2 3 3.04
Columna 3 3 3.19
Columna 4 3 3.88
Columna 5 3 3.49
Columna 6 3 2.87
Columna 7 3 2.09
Columna 8 3 2.91714285714286
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 1.04958095238095 7
Dentro de los grupos 0.323866666666667 16
Total 1.37344761904762 23
RESUMEN
Grupos Cuenta Suma
A 3 37
AC1 3 42
AC2 3 45.5
AC3 3 44
Ah 3 42
AhC1 3 43
AhC2 3 51.7
AhC3 3 56
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 84.32 7
Dentro de los grupos 48.66 16
Total 132.98 23
Promedio Grupos
18.6666666666667 AhC3
17.2333333333333 AhC2
15.1666666666667 AC2
14.6666666666667 AC3
14.3333333333333 AhC1
14 AC1
14 Ah
12.3333333333333 A
de Tukey, para determinar cuales son las diferencias significativas
observados entre los diferentes tratamientos.
Promedio Varianza
0.62 0.0019
1.01333333333333 0.012233333
1.06333333333333 0.031033333
1.29333333333333 0.076433333
1.16333333333333 0.029633333
0.956666666666667 0.009433333
0.696666666666667 0.000833333
0.972380952380952 0.000433333
Promedio Varianza
12.3333333333333 1.333333333
14 1
15.1666666666667 0.583333333
14.6666666666667 10.33333333
14 3
14.3333333333333 0.333333333
17.2333333333333 6.413333333
18.6666666666667 1.333333333
RESUMEN
Grupos Cuenta Suma Promedio Varianza
EOO 3 1.86 0.62 0.0019
ECBL 3 3.04 1.013333333333 0.012233333
ECMR 3 3.19 1.063333333333 0.031033333
ECV 3 3.88 1.293333333333 0.076433333
ETBE 3 3.49 1.163333333333 0.029633333
ETMT 3 2.87 0.956666666667 0.009433333
ETS 3 2.09 0.696666666667 0.000833333
EMEAN 3 2.91714285714286 0.972380952381 0.000433333
ANÁLISIS DE VARIANZA
Origen de las Suma de cuadGrados de libertad Promedio de los c F Probabilidad Valor crítico para F
Entre grupos 1.049580952 7 0.149940136054 7.407499517 0.000472273 2.6571966
Dentro de los 0.323866667 16 0.020241666667
Total 1.373447619 23
x Gl P<0.05
1.65532516 16 0.117337609
2.814052771 16 0.012474291
2.317455223 16 0.034055196
1.65532516 16 0.117337609
1.986390191 16 0.064394903
4.866655969 16 0.000171421
6.290235606 16 1.07634E-05
1.158727612 16 0.263569861
0.662130064 16 0.517312048
0 16 1
0.331065032 16 0.744891599
3.211330809 16 0.00544644
4.634910447 16 0.000275269
0.496597548 16 0.626226338
1.158727612 16 0.263569861
0.82766258 16 0.420035651
2.052603198 16 0.056841851
3.476182835 16 0.003116427
0.662130064 16 0.517312048
0.331065032 16 0.744891599
2.549200746 16 0.021437869
3.972780383 16 0.001092825
0.331065032 16 0.744891599
3.211330809 16 0.00544644
4.634910447 16 0.000275269
2.880265778 16 0.010877269
4.303845415 16 0.000546266
1.423579637 16 0.173776606
de cada tratamiento, así como sus datos Paso 3. El test de Tukey se basa en copar
mado aquí como "Cuenta"), la suma de los es construir 2 columnas para desarrollar
uelo correspondientes a cada tratamiento control EOO con los demás tratamientos
alor de varianza de los datos en cada
grupo1 grupo2
EOO ECBL
EOO ECMR
EOO ECV
EOO ETBE
EOO ETMT
EOO ETS
EOO EMEAN
y se basa en coparaciones entre tratamientos. Aquí, lo que vamos a hacer
s para desarrollar estas comparaciones. Compararemos el tratamiento
más tratamientos:
Paso 4. Comparamos todos los tratamientos Paso 5. Calculamos la diferenc
con lodo entre sí, sin repetir comparaciones: de las columnas grupo1 y grup
RESUMEN
Grupos Promedio
EOO 0.62
ECBL 1.013333333
ECMR 1.063333333
ECV 1.293333333
ETBE 1.163333333
ETMT 0.956666667
ETS 0.696666667
EMEAN 0.972380952
ulamos la diferencia absoluta entre los valores promedio Paso 6. Calculamos la diferen
mnas grupo1 y grupo 2, por medio de la función "ABS" de las columnas grupo1 y gru
grupo1 grupo2 Diferencia absoluta grupo1 grupo2
A ECBL 0.393333333333333 EOO ECBL
A ECMR 0.443333333333333 EOO ECMR
A ECV 0.673333333333334 EOO ECV
A ETBE 0.543333333333333 EOO ETBE
A ETMT 0.336666666666667 EOO ETMT
ETS 0.076666666666667 EOO ETS
A EMEAN 0.352380952380952 EOO EMEAN
ECBL ECMR 0.05 ECBL ECMR
ECBL ECV 0.28 ECBL ECV
ECBL ETBE 0.15 ECBL ETBE
ECBL ETMT 0.056666666666667 ECBL ETMT
ECBL ETS 0.316666666666667 ECBL ETS
ECBL EMEAN 0.040952380952381 ECBL EMEAN
ECMR ECV 0.23 ECMR ECV
ECMR ETBE 0.1 ECMR ETBE
ECMR ETMT 0.106666666666667 ECMR ETMT
ECMR ETS 0.366666666666667 ECMR ETS
ECMR EMEAN 0.090952380952381 ECMR EMEAN
ECV ETBE 0.13 ECV ETBE
ECV ETMT 0.336666666666667 ECV ETMT
ECV ETS 0.596666666666667 ECV ETS
ECV EMEAN 0.320952380952381 ECV EMEAN
ETBE ETMT 0.206666666666667 ETBE ETMT
ETBE ETS 0.466666666666667 ETBE ETS
ETBE EMEAN 0.190952380952381 ETBE EMEAN
ETMT ETS 0.26 ETMT ETS
ETMT EMEAN 0.015714285714286 ETMT EMEAN
ETS EMEAN 0.275714285714285 ETS EMEAN
ulamos la diferencia entre los valores promedio Paso 7. Construimos dos columnas con e
mnas grupo1 y grupo 2 los tratamientos tienen 3 replicas, así qu
Diferencia absoluta Diferencia grupo1 grupo2
0.393333333333333 -0.393333333333333 EOO ECBL
0.443333333333333 -0.443333333333333 EOO ECMR
0.673333333333334 -0.673333333333334 EOO ECV
0.543333333333333 -0.543333333333333 EOO ETBE
0.336666666666667 -0.336666666666667 EOO ETMT
0.076666666666667 -0.076666666666667 EOO ETS
0.352380952380952 -0.352380952380952 EOO EMEAN
0.05 -0.05 ECBL ECMR
0.28 -0.28 ECBL ECV
0.15 -0.15 ECBL ETBE
0.056666666666667 0.056666666666667 ECBL ETMT
0.316666666666667 0.316666666666667 ECBL ETS
0.040952380952381 0.040952380952381 ECBL EMEAN
0.23 -0.23 ECMR ECV
0.1 -0.1 ECMR ETBE
0.106666666666667 0.106666666666667 ECMR ETMT
0.366666666666667 0.366666666666667 ECMR ETS
0.090952380952381 0.090952380952381 ECMR EMEAN
0.13 0.13 ECV ETBE
0.336666666666667 0.336666666666667 ECV ETMT
0.596666666666667 0.596666666666667 ECV ETS
0.320952380952381 0.320952380952381 ECV EMEAN
0.206666666666667 0.206666666666667 ETBE ETMT
0.466666666666667 0.466666666666667 ETBE ETS
0.190952380952381 0.190952380952381 ETBE EMEAN
0.26 0.26 ETMT ETS
0.015714285714286 -0.015714285714286 ETMT EMEAN
0.275714285714285 -0.275714285714285 ETS EMEAN
struimos dos columnas con el número de réplicas de cada tratamiento. Todos
ntos tienen 3 replicas, así que cada celda de estas columnas tendrá este valor.
Diferencia absoluta Diferencia n-grupo1 n-grupo2
0.393333333333333 -0.39333333 3 3
0.443333333333333 -0.44333333 3 3
0.673333333333334 -0.67333333 3 3
0.543333333333333 -0.54333333 3 3
0.336666666666667 -0.33666667 3 3
0.076666666666667 -0.07666667 3 3
0.352380952380952 -0.35238095 3 3
0.05 -0.05 3 3
0.28 -0.28 3 3
0.15 -0.15 3 3
0.056666666666667 0.056666667 3 3
0.316666666666667 0.316666667 3 3
0.040952380952381 0.040952381 3 3
0.23 -0.23 3 3
0.1 -0.1 3 3
0.106666666666667 0.106666667 3 3
0.366666666666667 0.366666667 3 3
0.090952380952381 0.090952381 3 3
0.13 0.13 3 3
0.336666666666667 0.336666667 3 3
0.596666666666667 0.596666667 3 3
0.320952380952381 0.320952381 3 3
0.206666666666667 0.206666667 3 3
0.466666666666667 0.466666667 3 3
0.190952380952381 0.190952381 3 3
0.26 0.26 3 3
0.015714285714286 -0.01571429 3 3
0.275714285714285 -0.27571429 3 3
Paso 8. Calculamos el error estándar de cada comparación entre tratamientos (en
los cuadrados entre grupos (celda azul, en la tabla debajo es estas columnas de da
grupo1 grupo2 Diferencia absoluta
EOO ECBL 0.393333333333333
EOO ECMR 0.443333333333333
EOO ECV 0.673333333333334
EOO ETBE 0.543333333333333
EOO ETMT 0.336666666666667
EOO ETS 0.076666666666667
EOO EMEAN 0.352380952380952
ECBL ECMR 0.05
ECBL ECV 0.28
ECBL ETBE 0.15
ECBL ETMT 0.056666666666667
ECBL ETS 0.316666666666667
ECBL EMEAN 0.040952380952381
ECMR ECV 0.23
ECMR ETBE 0.1
ECMR ETMT 0.106666666666667
ECMR ETS 0.366666666666667
ECMR EMEAN 0.090952380952381
ECV ETBE 0.13
ECV ETMT 0.336666666666667
ECV ETS 0.596666666666667
ECV EMEAN 0.320952380952381
ETBE ETMT 0.206666666666667
ETBE ETS 0.466666666666667
ETBE EMEAN 0.190952380952381
ETMT ETS 0.26
ETMT EMEAN 0.015714285714286
ETS EMEAN 0.275714285714285
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 1.04958095238095 7
Dentro de los grupos 0.323866666666667 16
Total 1.37344761904762 23
paración entre tratamientos (en cada fila) teniendo en cuenta el promedio de
debajo es estas columnas de datos) obtenidos en el análisis de variancia:
Diferencia n-grupo1 n-grupo2 Error Standard
-0.393333333333333 3 3 0.082141476869011
-0.443333333333333 3 3 0.082141476869011
-0.673333333333334 3 3 0.082141476869011
-0.543333333333333 3 3 0.082141476869011
-0.336666666666667 3 3 0.082141476869011
-0.076666666666667 3 3 0.082141476869011
-0.352380952380952 3 3 0.082141476869011
-0.05 3 3 0.082141476869011
-0.28 3 3 0.082141476869011
-0.15 3 3 0.082141476869011
0.056666666666667 3 3 0.082141476869011
0.316666666666667 3 3 0.082141476869011
0.040952380952381 3 3 0.082141476869011
-0.23 3 3 0.082141476869011
-0.1 3 3 0.082141476869011
0.106666666666667 3 3 0.082141476869011
0.366666666666667 3 3 0.082141476869011
0.090952380952381 3 3 0.082141476869011
0.13 3 3 0.082141476869011
0.336666666666667 3 3 0.082141476869011
0.596666666666667 3 3 0.082141476869011
0.320952380952381 3 3 0.082141476869011
0.206666666666667 3 3 0.082141476869011
0.466666666666667 3 3 0.082141476869011
0.190952380952381 3 3 0.082141476869011
0.26 3 3 0.082141476869011
-0.015714285714286 3 3 0.082141476869011
-0.275714285714285 3 3 0.082141476869011
ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 1.04958095238095 7
Dentro de los grupos 0.323866666666667 16
Total 1.37344761904762 23
de diferencias absoluta por el error estándar. Luego adicionamos una columna
ún nuestro análisis de variancia
Tratamientos
ECV A
ETBE A AB
ECMR B BC
ECBL B BC
EMEAN C
ETMT C
ETS
EOO
s cada tratamiento:
al tratamiento ECV el valor A, porque tiene el mayor valor promedio.
os sí la diferencia entre ECV y ETBE fue significativa. Observamos que no fue significativa. Asi que podemos valorar el tratamiento ETBE con
AB, pues podrían parecerse a otro tratamiento, el cua sí fuera significativamente diferente al tratamiento ECV.
os sí la diferencia entre ECV y ECMR fue significativa. Observamos que sí fue significativa. Ahora determinamos sí la diferencia entre ETBE y
ue no fúe significativa. Esto nos indica que la valoración correcta de ECMR podría ser B o BC, mientras que la valoración correcta de ETBE e
os sí la diferencia entre ECV y ECBL fue significativa. Observamos que sí fue significativa. Determinamos luego sí la diferencia entre ETBE y
no fue significativa. Tampoco fue significativa la diferencia entre ECMR y ECBL. Así que la valoración de ECBL puede ser B o BC
e puede determinar que el tratamiento EMEAN es significativamente diferente a ECV y EBE, pero no a ECMR o ECBL.
puede ser valorado como C o CD. Como consecuencia, ECMR y ECBL pueden ser valorados como BC.
puede determinar que el tratamiento ETMT es significativamente diferente a ECV y ETBE, pero no a ECMR, ECBL o EMEAN.
de ser valorado como C o CD.
puede determinar que el tratamiento ETS es significativamente diferente a ECV, ETBE, ECMR, ECBL, EMEAN y ETMT.
er valorado como D o DE, mientras que los tratamientos EMEAN y ETMT deben ser valorados como C.
puede determinar que el tratamiento EOO es significativamente diferente a ECV, ETBE, ECMR, ECBL, EMEAN, pero
amente diferente a ETS. Por lo tanto, el tratamiento control debe ser valorado como E, minatras que el tratamiento ETS debe ser valorado
omporobamos que todas las asociaciones entre las columnas grupo1 y grupo 2, sean válidas con las asociaciones marcadas
Paso 14. La valoraci
Tratamientos
ECV
ETBE
ECMR
ECBL
EMEAN
CD ETMT
CD ETS
D DE EOO
D
Según estos resulta
todos los demás tra
de carbono orgánic
valorar el tratamiento ETBE con la letra A Sin embargo, en la w
ECBL o EMEAN.
A
AB
BC
BC
C
C
D
D
Promedio Tratamientos
1.293 ECV A
1.163 ETBE A
0.620 EOO B