DCA FACTORIAL (ESTRUCTURADO)

El problema de polvo en la ciudad de Cochabamba puede ser resuelto con el uso de coberturas
vegetales, establecidas en todas las áreas descubiertas. Una buena cobertura puede ser alcanzada,
escogiendo la especie vegetal y la fertilización más apropiada. Con tal finalidad se investigó dos
variedades de Kikuyo con la aplicación de cuatro niveles de nitrógeno (0, 30, 60, 90 kg/Ha) bajo
invernadero utilizando el DCA factorial. Cada una de las variedades se sembraron en 12 macetas y 3
de las de estas fueron asignados aleatoriamente a cada uno de los niveles de nitrógeno. Los
resultados del porcentaje de cobertura fueron.

Objetivo: escoger la especie vegetal y la fertilización más apropiada para resolver El problema de
polvo en la ciudad de Cochabamba
Factor: a) Variedad de kikuyo (1, 2)
b) Nitrogeno (0, 30, 60, 90) Kg/Ha
Variable respuesta: porcentaje de cobertura
Unidad Experimetal: Maceta
Bloque:NO

Modelo Estadístico

i=(niveles de factor a) variedad de Kikuyo (1,2)

j=(niveles del factor b) nitrogeno (0, 30, 60, 90)
k=1,2,3 rep/trat
=Valor observado de en la k-esima que recibe la combinacion del i-esimo
nivel de con el j-esimo nivel de

= media general

=Efecto fijo del i-esimo nivel de

= Efecto fijo del j-esimo nivel de

=Efecto fijo de la interaccion entre el i-esimo nivel de con el j-esimo nivel de

= Efecto aleatorio de los residuales, con Eijk NIID (0,

Fernando Suzaño

DCA FACTORIAL página 1

 A MANO CON SAS
ANALISIS DE LA VARIANZA
Se coloca los siguientes comandos al sas
options ls=76 ps=58;
data dcafac;
input varie$ nitro porc;
cards;
1 0 44.8
1 0 45.2
1 0 46.3
…
;
proc univariate data=dcafac normal plot;
var porc;
run;
proc glm data=dcafac;
=759.38 class varie nitro;
model porc=varie nitro varie*nitro/ss3;
run;

CUANDRO ANVA (CORRIDA DE SAS)

=315.43

Origen DF Tipo III SS Cuadrado de la Valor F Pr > F

media
759.38 - 315.43 varie 1 759.37500 759.3750000 1514.96 <.0001
00
Solo me sirven para
=383.582 nitro 3 315.42833 105.1427778 209.76 <.0001
las pruebas de
hipótesis del efecto 33
principal para cada varie*nitr 3 383.58166 127.8605556 255.08 <.0001
759.38-315.43- 383.582=8.013 factor 67
o

GL SC CM=SC/GL Fcal=CMTro/CMe Origen DF Suma de cuadrados Cuadrado de la media Valor F Pr > F

Modelo 7 1458.385000 208.340714 415.64 <.0001
VAR a-1=2-1=1 759.38 759.38 759.38/0.501
Error 16 8.020000 0.501250
=1515.73
Total 23 1466.405000
NITRO b-1=4-1=3 315.43 105.14 105.14/0.501
=209.86
VAR*NITRO (a-1)(b-1)=1*3=3 383.582 127.86 127.86/0.501
=255.21
ERROR ab(r-1)=16 8.013 0.501

Fernando Suzaño
2*4(3-1)=16
TOTAL n-1=24-1=23

DCA FACTORIAL página 2

 A MANO CON SAS
PRUEBA DE HIPOTESIS DEL EFECTO PRINCIPAL "VARIEDAD DE PRUEBA DE HIPOTESIS DEL EFECTO PRINCIPAL "VARIEDAD DE
KIKUYO" (factor A) KIKUYO" (factor A)
I. HIPOTESIS I. HIPOTESIS

Ho: significa que el ES EL Ho: significa que el ES EL

MISMO en cada nivel del MISMO en cada nivel del

Ha: µ≠0 significa que el ES DIFERENTE Ha: µ≠0 significa que el ES DIFERENTE

en al menos un nivel del en al menos un nivel del

II. NS: α=0.05 II. NS: α=0.05

III. EP: F( 1) ,(16 ) III. EP: F( 1) ,(16 )
VI. RR: Pr(F≥Fcal)<0.05 SRHo o Fcal>Ftablas SRHo IV. RR: Pr(F≥Fcal)<0.05 SRHo
V. CC: Pr(F≥ )= <0.05 1515.73 > 4.494 ERR»SRHo V. CC: Pr(F≥ 1514.96 )= 0.0001 <0.05 ERR»SRHo
VI. CONCLUSION con 95% de seguridad se concluye que el VI. CONCLUSION con 95% de seguridad se concluye que el
ES DIFERENTE en al menos un nivel del ES DIFERENTE en al menos un nivel del

Ponemos las siguientes codificaciones

DE QUE MANERA ES DIFERENTE? options ls=76 ps=58;
data dcafac;
FACTOR: CUALITATIVO input vari$ nitro porc;
ORDENAMOS LAS MEDIAS DE MEJOR A PEOR cards;
1 0 44.8
CONTRASTE DE MEDIAS
…
;
proc univariate data=dcafac normal plot;
Ordenamos medias var porc;
run;
N MEDIA De mayor a menor proc glm data=dcafac;
1 50.95 % de cober 2 62.2 (1) class vari nitro;
2 62.2 % de cober 1 50.95 (-1) model porc=vari nitro vari*nitro/ss3;
lsmeans vari nitro vari*nitro/stderr;
run;
vari LSMEAN porc Error Pr > |t|
estándar
1 50.9500000 0.2043791 <.0001
2 62.2000000 0.2043791 <.0001

Fernando Suzaño

DCA FACTORIAL página 3

 A MANO CON SAS
CONTRASTE DE MEDIAS "2 Y 1" CONTRASTE DE MEDIAS "2 Y 1"
I. HIPOTESIS I. HIPOTESIS

Ho: c: 0 significa que el ES EL MISMO en Ho: c: 0 significa que el ES EL MISMO

cada nivel de la en cada nivel de la
Ha: C≠0 significa que el ES DIFERENTE en al menos un Ha: C≠0 significa que el ES DIFERENTE en al menos un
nivel de la nivel de la

II. NS: α=0.05 II. NS: α=0.05

III. EP: t ( 16) , III. EP: t ( 16) ,
IV. RR: Pr(t≥tcal)<0.05 SRHo o tcal>t tablas SRHo IV. RR: Pr(t≥tcal)<0.05 SRHo
V. CC: Pr(F≥ )= <0.05 SRHo >1.746 ERR»SRHo V. CC: Pr(F≥ 38.92 )= 0.0001 <0.05 SRHo ERR»SRHo
VI. CONCLUSION con 95% de seguridad se concluye que VI. CONCLUSION con 95% de seguridad se concluye que

T CALCULADO A MANO
Para t cal realizo las siguientes codificaciones:
options ls=76 ps=58;
data dcafac;
input vari$ nitro porc;
cards;
1 0 44.8
…
;
proc univariate data=dcafac normal plot;
var porc;
run;
proc glm data=dcafac;
class vari nitro;
model porc=vari nitro vari*nitro/ss3;
lsmeans vari nitro vari*nitro/stderr;
estimate "var1-var2" vari -1 1;
run;

Parámetro Estimación Error t valor Pr > |t|

estándar
var1-var2 11.2500000 0.28903575 38.92 <.0001

LA VARIEDAD DE KIKUYO 2 ES LA MEJOR TIENE UN % DE

COBERTURA MAYOR
Fernando Suzaño

DCA FACTORIAL página 4

 A MANO CON SAS

PRUEBA DE HIPOTESIS DEL EFECTO PRINCIPAL "NITROGENO" PRUEBA DE HIPOTESIS DEL EFECTO PRINCIPAL "NITROGENO"
(factor B) (factor B)
I. HIPOTESIS I. HIPOTESIS

Ho: significa que el Ho: significa que el

N N N N
ES EL MISMO en cada nivel del ES EL MISMO en cada nivel del

Ha: µ≠0 significa que el ES DIFERENTE Ha: µ≠0 significa que el ES DIFERENTE
N N N N
en al menos un nivel del en al menos un nivel del

II. NS: α=0.05 II. NS: α=0.05

III. EP: F(3) ,(16 ) III. EP: F(3) ,(16 )
VI. RR: Pr(F≥Fcal)<0.05 SRHo o Fcal>Ftablas SRHo IV. RR: Pr(F≥Fcal)<0.05 SRHo
V. CC: Pr(F≥ )= <0.05 209.86 > 3.239 ERR»SRHo V. CC: Pr(F≥ 209.76 )= 0.0001 <0.05 ERR»SRHo
VI. CONCLUSION con 95% de seguridad se concluye que el el VI. CONCLUSION con 95% de seguridad se concluye que el el
ES DIFERENTE en al menos un nivel del ES DIFERENTE en al menos un nivel del
N N N N

DE QUE MANERA ES DIFERENTE?

CUANTITATIVO
Reg Lin - Reg Cua - Niv Optimo

Fernando Suzaño

DCA FACTORIAL página 5

 A MANO CON SAS
REGRESION LINEAL

REGRESION LINEAL I. HIPOTESIS

I. HIPOTESIS Ho: significa

que el NO AUMENTA LINEALMENTE a medida que
Ho: significa que el
N N
NO AUMENTA LINEALMENTE a medida que se se incrementen los nivel del
N N
incrementen los nivel del Ha: C≠0 significa que el AUMENTE

Ha: C≠0 significa que el AUMENTE LINEALMENTE LINEALMENTE a medida que se incrementen los nivel del
N N
N N
a medida que se incrementen los nivel del
II. NS: α=0.05
II. NS: α=0.05
III. EP: F( 1 ) ,( 16 )
III. EP: F( 1 ) ,( 16 )
IV. RR: Pr(F≥Fcal)<0.05 SRHo
IV. RR: Pr(F≥Fcal)<0.05 o Fcal>Ftablas SRHo V. CC: Pr(F≥ 411.88 )= 0.0001 <0.05 ERR»SRHo
V. CC: Pr(F≥ )= <0.05 > 4.494 ERR»SRHo VI. CONCLUSION con 95% de seguridad se concluye que l
VI. CONCLUSION con 95% de seguridad se concluye que l AUMENTE LINEALMENTE a medida que se
AUMENTE LINEALMENTE a medida que se incrementen los nivel del N N
N N incrementen los nivel del

options ls=76 ps=58;

data dcafac;
0 51.35 input vari$ nitro porc;
cards;
30 58.43 1 0 44.8
= 60 55.42 …
90 61.1 ;
proc univariate data=dcafac normal plot;
var porc;
run;
proc glm data=dcafac;
class vari nitro;
model porc=vari nitro vari*nitro/ss3;
lsmeans vari nitro vari*nitro/stderr;
estimate "var1-var2" vari -1 1;
contrast "nitro-lin" nitro -3 -1 1 3;
run;

Contraste DF Contra Cuadra Valor F Pr > F

ste SS do de
la
media
nitro-lin 1 206.45 206.45 411.88 <.0001
63333 63333

= 26.36 Fernando Suzaño

DCA FACTORIAL página 6

 A MANO CON SAS

REGRESION CUADRATICA
REGRESION CUADRATICA
I. HIPOTESIS
I. HIPOTESIS
Ho: significa que el
Ho: significa que el
NO DISMINUYE CUADRATICAMENTE a medida que se
NO DISMINUYE CUADRATICAMENTE a medida que se N N
N N incrementen los nivel del
incrementen los nivel del
Ha: C≠0 significa que el DISMINUYE
Ha: C≠0 significa que el DISMINUYE
CUADRATICAMENTE a medida que se incrementen los nivel del
CUADRATICAMENTE a medida que se incrementen los nivel del N N
N N

II. NS: α=0.05

II. NS: α=0.05
III. EP: F(1) ,(16 )
III. EP: F(1) ,(16 )
IV. RR: Pr(F≥Fcal)<0.05 SRHo
IV. RR: Pr(F≥Fcal)<0.05 o Fcal>Ftablas SRHo V. CC: Pr(F≥ 5.87 )=0.0277 <0.05 ERR»SRHo
V. CC: Pr(F≥ )= <0.01 ERR»SRHo VI. CONCLUSION con 95% de seguridad se concluye que el el
VI. CONCLUSION con 95% de seguridad se concluye que el DISMINUYE CUADRATICAMENTE a medida que se
N N
incrementen los nivel del

= estimate "var1-var2" vari -1 1;

contrast "nitro-lin" nitro -3 -1 1 3;
Contrast "nitro-cua" nitro 1 -1 -1 1;
run;

ContrasteDF Contraste SS Cuadrado de la media Valor F Pr > F

nitro-lin 1 206.4563333 206.4563333 411.88 <.0001
nitro-cua 1 2.9400000 2.9400000 5.87 0.0277

NIVEL OPTIMO proc glm data=dcafac;

model porc=nitro nitro*nitro nitro*nitro*nitro/p clm ss3;
run;

nitro 0.61333333 0.39610294 1.55 0.1372

nitro*nitro -0.01605556 0.01166941 -1.38 0.1841 Fernando Suzaño

DCA FACTORIAL página 7

 A MANO CON SAS
EFECTO DE INTERACCION (FACTOR A Y FACTOR) EFECTO DE INTERACCION (FACTOR A Y FACTOR)
I. HIPOTESIS I. HIPOTESIS

el efecto sobre el efecto sobre

es el mismo con los niveles del es el mismo con los niveles del
El efecto del sobre El efecto del sobre
es diferente con al menos uno de los niveles del es diferente con al menos uno de los niveles del
II. NS: α=…0 05…… II. NS: α=…0 05……
III. EP: F(3) ,(16) III. EP: F(3) ,(16)
IV. RR: Pr(F≥Fcal)<…0.05 o Fcal>Ftablas SRHo IV. RR: Pr(F≥Fcal)<…0.05 o SRHo
V. CC: Pr(F≥ )= < 255.21 >3.239 ERR»SRHo V. CC: Pr(F≥ 255.08 )= 0.0001 <0.05 ERR»SRHo
Vl. CONCLUSION con 95.% de seguridad se concluye que el Vl. CONCLUSION con 95.% de seguridad se concluye que el
efecto del sobre es diferente efecto del sobre es diferente
con al menos uno de los niveles del con al menos uno de los niveles del

DE QUE MANERA ES DIFERENTE?

a) Cuali - cuant
Reg lin - reg cuad - niv opt envase al mejor cuali

Fernando Suzaño

DCA FACTORIAL página 8

 A MANO CON SAS

REGRESION LINEAL REGRESION LINEAL

I. HIPOTESIS I. HIPOTESIS

Ho: Ho:
significa que el significa que el
NO AUMENTA LINEALMENTE a NO AUMENTA LINEALMENTE a
N N N N
medida que se incrementen los nivel del medida que se incrementen los nivel del
Ha: C≠0 significa que el Ha: C≠0 significa que el
AUMENTE LINEALMENTE a AUMENTE LINEALMENTE a
N N N N
medida que se incrementen los nivel del medida que se incrementen los nivel del

II. NS: α=0.05 II. NS: α=0.05

III. EP: F( 1 ) ,( 16 ) III. EP: F( 1 ) ,( 16 )
IV. RR: Pr(F≥Fcal)<0.05 o Fcal>Ftablas SRHo IV. RR: Pr(F≥Fcal)<0.05 o Fcal>Ftablas SRHo
V. CC: Pr(F≥ )= <0.05 > 4.494 ERR»SRHo V. CC: Pr(F≥ 6.70 )=0.0198 <0.05 ERR»SRHo
VI. CONCLUSION con 95% de seguridad se concluye que l VI. CONCLUSION con 95% de seguridad se concluye que
AUMENTE LINEALMENTE a
AUMENTE LINEALMENTE a medida que se incrementen los nivel del
N N N N
medida que se incrementen los nivel del

Codigos sas
contrast "var2 nitro-lin" vari 0 0 nitro -3 -1 1 3 vari*nitro 0 0 0 0 -3 -1 1 3;
contrast "var2 nitro-cuadra" vari 0 0 nitro 1 -1 -1 1 vari*nitro 0 0 0 0 1 -1 -1 1;
=

CONTRASTE CORRIDA DE SAS

var2 nitro-lin 1 3.3606667 3.3606667 6.70 0.0198
var2 nitro-cuadra 1 52.0833333 52.0833333 103.91 <.0001

Fernando Suzaño

DCA FACTORIAL página 9

 REGRESION CUADRATICA REGRESION CUADRATICA
I. HIPOTESIS I. HIPOTESIS

Ho: Ho:
significa que el significa que el
NO DISMINUYE CUADRATICAMENTE NO DISMINUYE CUADRATICAMENTE a
N N N N
a medida que se incrementen los nivel del medida que se incrementen los nivel del
Ha: C≠0 significa que el DISMINUYE Ha: C≠0 significa que el DISMINUYE
CUADRATICAMENTE a medida que se incrementen los nivel del N N
CUADRATICAMENTE a medida que se incrementen los nivel del
N N

II. NS: α=0.05

II. NS: α=0.05
III. EP: F(1) ,(16 )
III. EP: F(1) ,(16 )
VI. RR: Pr(F≥Fcal)<0.05 o Fcal>Ftablas SRHo
VI. RR: Pr(F≥Fcal)<0.05 o Fcal>Ftablas SRHo I. CC: Pr(F≥ 103.91 )= 0.0001 <0.05 ERR»SRHo
V. CC: Pr(F≥ )= <0.05 ERR»SRHo II. CONCLUSION con 95% de seguridad se concluye que el el
I. CONCLUSION con 95% de seguridad se concluye que el DISMINUYE CUADRATICAMENTE a
N N
medida que se incrementen los nivel del

Codigos sas

= contrast "var2 nitro-lin" vari 0 0 nitro -3 -1 1 3 vari*nitro 0 0 0 0 -3 -1 1 3;

contrast "var2 nitro-cuadra" vari 0 0 nitro 1 -1 -1 1 vari*nitro 0 0 0 0 1 -1 -1 1;

Contraste sas
var2 nitro-lin 1 3.3606667 3.3606667 6.70 0.0198
var2 nitro-cuadra 1 52.0833333 52.0833333 103.91 <.0001

Fernando Suzaño

DCA FACTORIAL página 10

 NIVEL OPTIMO proc glm data=dcafac;
model porc=nitro nitro*nitro nitro*nitro*nitro/p clm ss3;
by vari;
run;

Procedimiento GLM
vari=2
N.º observaciones leídas 12
Número de observaciones usadas 12
Que el nitrogeno interaccionando con la variedad de
kikuyo 2 el nivel optimo es de 17.66 Kg/Ha

Estimación Error t valor Pr > |t|

estándar
T. independiente 57.26666667 0.39264063 145.85 <.0001
nitro 1.34166667 0.05021815 26.72 <.0001
nitro*nitro -0.03798148 0.00147945 -25.67 <.0001

CONCLUSION AL OBJETIVO
DE ACUERDO AL OBJETIVO PLANTEADO Y A LOS RESULTADOS OBTENIDOS LA MEJOR VARIEDAD DE KIKUYO ES LA 2 JUNTO
CON EL NIVEL OPTIMO DE NITROGENO 17.66 Kg/Ha en la interaccion para poder obtener un % maximo de cobertura

Fernando Suzaño

DCA FACTORIAL página 11

 CODIGOS SAS

options ls=76 ps=58;

data dcafac;
input vari$ nitro porc;
cards;
1 0 44.8
1 0 45.2
1 0 46.3
1 30 47.0
1 30 46.5
1 30 45.7
1 60 52.1
1 60 52.3
1 60 53.8
1 90 58.8
1 90 59.8
1 90 59.1
2 0 57.6
2 0 56.4
2 0 57.8
2 30 70.1
2 30 71.1
2 30 70.2
2 60 58.8
2 60 58.2
2 60 57.3
2 90 62.6
2 90 62.6
2 90 63.7
;
proc univariate data=dcafac normal plot;
var porc;
run;
proc glm data=dcafac;
class vari nitro;
model porc=vari nitro vari*nitro/ss3;
lsmeans vari nitro vari*nitro/stderr;
estimate "var1-var2" vari 1 -1;
contrast "nitro-lin" nitro -3 -1 1 3;
contrast "nitro-cuadra" nitro 1 -1 -1 1;
contrast "var2 nitro-lin" vari 0 0 nitro -3 -1 1 3 vari*nitro 0 0 0 0 -3 -1 1 3;
contrast "var2 nitro-cuadra" vari 0 0 nitro 1 -1 -1 1 vari*nitro 0 0 0 0 1 -1 -1 1;
run;
proc glm data=dcafac;
model porc=nitro nitro*nitro nitro*nitro*nitro/p clm ss3;
run;
proc glm data=dcafac;
model porc=nitro nitro*nitro nitro*nitro*nitro/p clm ss3;
by vari;
run;
Fernando Suzaño

DCA FACTORIAL página 12

 GENERAL PARA DCA FAC

1 lectura y comprensión 1 lectura y comprensión

2 identificar los elementos del diseño 2 identificar los elementos del diseño
Ob Ob
Factor Factor
var. Resp var. Resp
Und exp Und exp
bloq bloq
3 determinar que diseño usar 3 determinar que diseño usar
Dca 1 factor Dca 1 factor
Dca f. 2 factores Dca f. 2 factores
Dbca 1 fac 1 bloque Dbca 1 fac 1 bloque
Dbca f. 2 factores y 1 bloque Dbca f. 2 factores y 1 bloque
4 modelo estadistico 4 modelo estadístico
5 variable aleatoria 5 variable aleatoria
(prueba de normalidad) (prueba de normalidad)
Analisis de la varianza Analisis de la varianza
Cuadro anva Cuadro anva
6 factor fijo 6 factor fijo
Prueba de hip del efecto principal Prueba de hip del efecto principal FACTOR A
Si factor cualitativo (ordena medias - contraste de medias) Si factor cualitativo (ordena medias - contraste de
Si factor cuantitativo (Reg Lin - Reg Cua - Niv op) medias)
7 conclusión al objetivo Si factor cuantitativo (Reg Lin - Reg Cua - Niv op)
Prueba de hip del efecto principal FACTOR B
Si factor cualitativo (ordena medias - contraste de
medias)
Si factor cuantitativo (Reg Lin - Reg Cua - Niv op)
PRUEBA DE HIP DE LA INTERACCION
a) Cauli - cuant
Ref lin - reg cuad - niv opt envase al mejor cuali
b) Cuali- cuali
Contraste de medias de la interaccion
c) Cuant- cuant
Reg lin - reg cua -nivel opt de la interaccion
7 conclusión al objetivo

Fernando Suzaño

DCA FACTORIAL página 13