1

FASE 2– IDENTIFICAR Y APLICAR DISEÑO COMPLETAMENTE AL AZAR

DANIELA ALEJANDRA CABRERA CHILITO

T.I 1.002.792.536
GRUPO: 46

TUTOR: DIEGO ALBERTO DEAZA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELAS DE CIENCIA AGRICOLAS PECUARIAS Y DEL MEDIO AMBIENTE
DISEÑO EXPERIMENTAL
AGRONOMÍA
FLORENCIA - CAQUETÁ
2020
 2

INTRODUCCIÓN

En este trabajo se encuentra el desarrollo de los puntos 1, 2 y 2 de la fase 2 identificar y

aplicar diseño completamente al azar utilizando el programa R y suministrando
evidencia de ello; de igual forma, se utilizó las fuentes que se encuentran en el entrono
de aprendizaje unidad uno y finalmente se presentan la bibliografía y conclusiones del
trabajo.
 3

Desarrollo del trabajo

¿Qué tipo de variables existen en estadística?
Existen variables cuantitativas continuas, variables cuantitativas discretas y variables
cualitativas.

¿El diseño completamente al zar en que se usa?

El diseño completamente al azar se usa para verificar la eficiencia de ciertos
tratamientos en el área de interés; al probar las diferencias entre ellos, este método se
utilizará para probar qué método es más efectivo.

¿El diseño de bloques completamente al azar en qué condiciones se usa?

El diseño de bloques se utiliza para parcelas u otras condiciones, y donde en este
procesamiento se asigna aleatoriamente a cada bloque. Para asegurar su
homogeneidad, se debe considerar que el número de tratamientos el cual no debe ser
demasiado grande.

¿En análisis de varianza cual es la hipótesis nula que se prueba?

En el análisis de varianza se prueba la hipótesis de la media de dos o más datos de
interés, por lo que la hipótesis nula determina si son iguales o si la hipótesis alternativa
se basa en el hecho de que al menos un enfoque es diferente.

¿Relacione una tabla los componentes de análisis de varianza para un diseño

complemente al azar. Recuerde que lo que el libro Ruesga relaciona cómo s2
escuadrados medios o CME?
 4

figura 1. Tabla de tratamientos de tunas. Fuente: [ CITATION Rue071 \l 9226 ]

s2o CME conocido a la suma de cuadrados de cada columna elevados al cuadrado.

¿Los modelos de los residuales para que se usan?

Los modelos de los residuales se utilizan para observar si el modelo de regresión es
adecuado.

¿En qué histograma se basan las distribuciones de probabilidad de variables

continuas?

Son las medidas realizadas, en estas medidas las variables observadas (altura, peso,
edad ...) pueden tomar cualquier valor real, a veces entre dos valores fijos que
determinan su rango.

¿Qué se debe hacer con los datos de experimentos de conteos como el número
de lechones o el número de frutos para poder hacer un análisis de varianza?

Su ejecución se realiza principalmente a modo de descripción estadística, utilizando

diferentes variables, encontrando la suma de cuadrados totales, procesando la suma
de cuadrados, la suma de cuadrados de error y luego aplicando lo anterior al análisis
de varianza.
 5

PREGUNTAS 2

2. Del texto indicado ubique el capítulo de diseño completamente al azar DCA y

registre:
Modelo
Y ij =μ+t +e ij
Y ij =¿ es el j ésimo elemento perteneciente al i ésimo tratamiento
μ = es la media general
T i= efecto debido al i ésimo tratamiento.
Eij =¿ error experimental asociado al j ésimo elemento de i tratamiento.
La fórmula de suma de cuadrados totales
2
( ∑ xi )
2
SDC Total =∑ X −¿ i ¿
N

Suma de cuadrados de tratamiento

2 2

SDC Trat . =
∑ (∑ trat .) −
( ∑ xi )
¿ de obs .en catrat . N

Suma de cuadrados del error.

SDC error =SDC Total −SDC Trat .

 6

Cuál es la hipótesis nula

La hipótesis a probar es:

H 0: T 1=T 2 =T 3 =T 4 vs H 1 : Al menos dos tratamientos diferentes.

Comprobación de esta hipótesis mediante análisis de varianza.

 Alistar datos en Excel para proceso en R.
 Desarrollar en R análisis de varianza, validación de supuestos del modelo y
prueba de comparación de medias.
 Debe en su informe registrar pantallazos del procesamiento en el programa R
recuerde que la versión es 4.0.2

Figura 4. Pantallazo de procesamiento de datos programa R.

 7

figura 5. Pantallazo de procesamiento de datos programa R estadística.

figura 6. Pantallazo de procesamiento de datos. Programa R.

 8

figura 7 pantallazo del procesamiento de datos programa R.

Redacte un breve párrafo en el que interprete el resultado de la tabla de análisis

de varianza y el resultado de la validación del supuesto de normalidad y varianza
constante.
Con base en los datos obtenidos por el análisis de varianza en el programa R, y el
valor p observado del catálogo R (4.69 el 0.05), se rechazó la hipótesis nula porque el
procesamiento fue diferente en alturas variables. Y la verificación de la validez de la
hipótesis maestra a través de la prueba de chapiro muestra normalidad, porque todas
estas son mayores a 0.05 (0.8635> 0.05) para probar la normalidad, todas estas indican
que los residuales tienen un comportamiento normal, por lo que se comportan con
varianza constante y normal. repartido. Por tanto, no se rechaza la hipótesis nula

PREGUNTAS 3
 9

3. del texto indicado ubique el capítulo de diseño de bloques completamente al

azar BCA y registre.
Modelo.
Y ij =μ+T + β j +e ij
Y ij =¿ Es la j ésima parcela dentro del i ésimo tratamiento
μ = es la media general
T i= efecto debido al i ésimo tratamiento.
β j =¿ Efecto del j ésimo bloque.
Eij =¿ Error experimental asociado al j ésimo bloque del i tratamiento.

Formula de suma de cuadrados totales, suma de cuadrados de tratamientos,

suma de cuadrados del error.
Formula de: SDC Total

2
2( ∑ xi )
SDC Total =∑ X −¿i ¿
N

Suma de cuadrados de tratamiento

2 2

SDC Trat . =
∑ (∑ trat .) −
( ∑ xi )
¿ de obs .en catrat . N

Suma de cuadrados del error:

SDC error =SDC Total −(SDC Trat . + SDC Rep . )

 10

Alistar datos en Excel para proceso en R.

Desarrollar en R análisis de varianza, validación de supuestos del modelo y prueba de
comparación de medias.
Debe en su informe registrar pantallazos del procesamiento en el programa R recuerde
que la versión es 4.0.2

figura 8 pantallazo del procesamiento de datos programa R.

 11

figura 9 pantallazo del procesamiento de datos programa R.

figura 10 pantallazo del procesamiento de datos programa R.

 12

figura 11 pantallazo del procesamiento de datos programa R.

 13

figura 12 pantallazo del procesamiento de datos programa R.

Redacte un texto en el que en cada párrafo interprete por aparte el resultado de la

tabla de análisis de varianza, el resultado de la validación del supuesto de normalidad,
el resultado de validación del supuesto de varianza constante y por último las pruebas
de comparación de medias. Se debe seguir el protocolo de interpretación de la
presentación guía en power point BCA. Todos los archivos y presentaciones están en la
columna de textos,vídeos y enlaces de este punto

Se presenta en el análisis de varianza de los 3 tratamientos donde se presenta y

aplican las 4 reglas de riego y se toma en cuenta el valor p (4.23  0.05), se rechaza la
hipótesis negativa y al menos el comportamiento del tratamiento es diferente. Para el
diseño de bloques, tenemos (0.589  0.05), por lo que esta hipótesis nula no es cierta,
por lo que se puede concluir que estos bloques tienen el mismo comportamiento.
.
 14

CONCLUSIÓN

Este trabajo permite saber más sobre diseño experimental y Determinar métodos y
eficacia de los mismos; de igual forma, saber como aplicar la actividad con el programa
R, agrandar los conocimientos acerca de diseño experimenta, a trabajar en equipo y
aplicar los conocimientos ya adquiridos en la vida personal, educativa y laboral.
 15

Bibliografía
• Cifuentes, X., Jaramillo, L., Mejía, L & Torres, M. (2016). Métodos de análisis
para la investigación, desarrollo e innovación (i+d+i) de procesos agrícolas y
agroindustriales. Licencia Creative Commons. Recuperado
de https://www.ugc.edu.co/sede/armenia/files/editorial/metodos_de_analisis_para
_la_investigacion.pdf
• García, A. (2008). Lectura y escritura de datos en R. Recuperado
de  http://ocw.uc3m.es/estadistica/aprendizaje-del-software-estadistico-r-un-
entorno-para-simulacion-y-computacion-estadistica/lectura-y-escritura-de-datos-
en-r
• Miguel Hernández de Elche, Universidad. (2015,). Bioestadística. OER
Commons. Recuperado de https://www.oercommons.org/authoring/6990-
bioestad%C3%ADstica/10/view
• Mirás M & Rodríguez E. (2018). Técnicas estadísticas con hoja de cálculo y R.
Recuperado de http://www.investigo.biblioteca.uvigo.es/xmlui/handle/11093/970
• Ruesga González, I. (2007). Libro de experimentación agrícola. La Habana,
Cuba: Editorial Universitaria. Recuperado de https://elibro-
net.bibliotecavirtual.unad.edu.co/es/ereader/unad/71309
• Saenz J. (2010). Métodos estadísticos con R y R comander. Recuperado
de https://cran.r-project.org/doc/contrib/Saez-Castillo-RRCmdrv21.pdf
• Deaza, D. (2020). 300004_OVI Validación de supuestos del análisis de varianza.
Recuperado de: https://repository.unad.edu.co/handle/10596/33981