Fase 3 – Aplicación del diseño cuadrado latino y el experimento factorial

Presentado por:

Juan José Rodríguez COD. 1073247877

Presentado a:

Tutor. Camilo Andrés Cárdenas

Diseño Experimental

Grupo: 300004_766

Zootecnia

Universidad Nacional Abierta y a Distancia – UNAD

Bogotá D.C Febrero 05 del 2021
Introducción

En el siguiente ensayo se realizará una indagación en el Syllabus sobre el proceso y

desarrollo de ejercicios de cuadrado latino y factorial, realizando la corrida en R y la
respectiva interpretación de resultados sobre las preguntas orientadoras, con la finalidad
de aportar al desarrollo de aprendizajes.

Objetivo

Desarrollo de ejercicios en Programa R acerca de cuadrado latino y diseño bifactorial.

1.

• Qué tipo de organización presentan los tratamientos en campo.

Los cuadrados latinos presentan organización tipo sudoku donde son aplicables para la
elaboración de experimentos numéricos.

• Si se tiene un caso de 8 tratamientos cuantas unidades experimentales se

requieren para montar un cuadrado Latino
Se requiere un manejo de 64 unidades experimentales.

2. El estudiante debe revisar la presentación cuadrado latino y diseño factorial y

desarrollar un resumen de los conceptos básicos de cada uno de los diseños cada diseño
aparte, donde registre:

Organización en campo
Cuadrado latino Diseño bifactorial
Se organiza x filas y columnas, Es una Se organizan bloques x columna
organización de tipo sudoku cada fila que
inicia tiene seguimiento de la anterior.
Hipótesis del análisis de varianza
Se establece hipótesis por tratamiento, Se realiza las hipótesis por cada uno de los
columnas y filas presentando una hipótesis factores que para nuestro y en tercer lugar
nula que todos se comportan igual y una la interacción de ambos factores. Si el
alterna, al menos uno es diferente. pValor es menor de 0,05 se rechaza la
hipótesis
Hipótesis de test de validación de los supuestos del modelo
Normalidad hasta 50 residuales Shapiro Normalidad hasta 50 residuales Shapiro
Wilk. Ho: Los residuales se ajustan a una Wilk. Ho: Los residuales se ajustan a una
distribución normal. distribución normal.
Normalidad más de 50 residuales. Ho: Los Normalidad más de 50 residuales. Ho: Los
residuales se ajustan a una distribución residuales se ajustan a una distribución
normal. normal.
Varianza Constante test de Leven´s. Ho, los Varianza Constante test de Leven´s. Ho, los
residuales presenta una varianza constante residuales presenta una varianza constante.
para cada uno de los factores Para cada uno de los factores
Forma de desarrollo de las pruebas de comparación de medias
Simples para cuadrado latino Factorial para cada uno de los factores,
letras iguales se comportan igual, letras
diferentes se comportan diferentes, si el
Pvalor es menor a 0,05 los pares
comparados son diferentes.

Si para un diseño cuadrado latino se deben probar 5 tratamientos cuantas unidades

experimentales se requieren.
Se requiere un manejo de 25 unidades experimentales

Si tiene un diseño bifactorial de dos tipos de pasto y tres dosis de bioabono

cuantos tratamientos se deben trabajar en cada repetición para un diseño de
bloques completos al azar.
Según el enunciado a cada tipo de pasto se debe aplicar las tres dosis de abono, en cada
pasto hay que trabajar tres tratamientos, generando una aplicación de 3 tratamientos x
tipo de pasto.

3. Del texto indicado ubique el capítulo de Diseño cuadrado latino y registre:

• Modelo.
Y ijk =μ+T i + F j +C k +ε ijk
μ= MediaGeneral
T i=efecto del i−ésimo tratamiento
F j=efecto de la j−ésima fila
C k =efecto de la k −ésima columna
ε ijk=variación aleatoria deli−ésimo tratamiento , la jésima columna(error experimental)

• La fórmula de Suma de Cuadrados de todos los componentes del análisis de varianza

 SDC Total =∑ X 2−¿ ¿¿

SDC Trat =
∑ ( ∑ Tratamiento 2 ) −¿ ¿¿
No . datos por tratamiento

SDC Fila =
∑ (∑ Fila2 ) −¿¿ ¿
No . datos por tratamiento

SDC Columna=
∑ ( ∑ Columna2) −¿ ¿ ¿
No .datos por tratamiento

SDC Error =SDC Total −SDC Fila−SDC Columna

Gltotal =N−1 Gltrat =¿ Trat−1 Gl fila=¿ Fila−1

Gl col=¿ Col−1
SDC Trat SDC col SDC fila
CM trat= CM col= CM fila=
Gltrat Gl col Gl fila
SDC error
CM error=
Glerror
CM Trat CM col CM fila
F Trat = F col= F fila=
CM error CM eror CM eror
- Alistar datos en Excel para proceso en el programa R. Se debe remitir
pantallazos de la verificación de archivo.

- Verificación del archivo

Desarrollar en el programa R análisis de varianza, validación de supuestos del
modelo y prueba de comparación de medias.
Con el 95% de confianza para Columnas, se rechaza la hipótesis nula considerando que
el Pvalor es de 0,0774 > 0,05, por lo que se concluye que existen diferencia
estadísticamente significativa en la Columna.
Con el 95% de confianza para el tratamiento, se rechaza la hipótesis nula considerando
que el Pvalor >0,05 por lo que se determina que existen diferencias estadísticamente
significativas en el tratamiento.

Validación de supuestos del modelo

Se realiza test Shapiro, no se rechaza la hipótesis nula, el Pvalor es 0,1602 > 0,05 se
determina que los datos tienen una distribución normal.
 - En la varianza constante no se rechaza la hipótesis nula, el Pvalor es de 0,9462 >
0,05, presentan varianza constante

Prueba de comparación de medias.

se rechaza la hipótesis nula ya que los tratamientos no se comportan de igual forma,
tenemos como resultado la conformación de tres grupos por lo que se concluye que los
tratamientos F1 y F2 se comportan igual, los tratamientos F3 y F4 se comportan igual y el
tratamiento F5 presenta diferencia con relación a los demás tratamientos.
 Del texto indicado ubique el capítulo de Diseño bifactorial bloques al azar, y
registre:
• Modelo.

Y ijk =μ+ A i + B j +(AB )ij + eijk

Y ijk= es el ésimo elemento perteneciente al j ésimo nivel del factor b y al i ésimo

tratamiento del nivel del factor A.
µ= es la media general.
Ai=Es el factor debido al i ésimo nivel del factor A
Bj=Es el efecto debido al j ésimo nivel del factor B.
(AB)ij=Efecto de la interacción entre el ésimo nivel del factor B y la i ésimo del factor B.

• La fórmula de Suma de Cuadrados de todos los componentes del análisis de varianza

SDC Total =∑ X 2−¿ ¿¿

SDC Trat =
∑ Tratamiento2 −¿ ¿ ¿
No . obs por tratamiento

SDC Factor A=
∑ Niveles de A 2 −¿ ¿¿
No . obs c /nivel de A

SDC Factor B =
∑ Niveles de B2 −¿ ¿ ¿
No . obs c / nivel de B

SDC InterAxB =SDC Trata−( SDC ¿ ¿ Factor A+ SDC Factor B)¿

SDC Error =SDC Total −SDC Trata

SDC Error =SDC Total −(SDC ¿ ¿ InterAxB+ SDC Factor A + SDC Factor B ) ¿

GLTotal =N −1
 GL Factor A =Niveles de A−1=¿

GL Factor B=Niveles de B−1=¿

GL InteracciónAxB =Gl A x GL B =¿

GL error=Gl Total −(Gl ¿ ¿ A +GL B +GL AxB )=¿ ¿

- Alistar datos en Excel para proceso en el programa R.

. validación de datos en programa R.

- Desarrollar en el programa R análisis de varianza, validación de supuestos

del modelo y prueba de comparación de medias.

- Con 95% de confianza para variedad, se rechaza la hipótesis nula considerando

que el pvalor es de 0,00339<0,05 por lo que se determina que existen diferencia
estadísticamente significativa entre las variedades.

- Con 95% de confianza para biobras, se rechaza la hipótesis nula el pvalor es de

0,00183<0,05 por lo que se determina que existen diferencia estadísticamente
significativa entre en las biobras.

- Con 95% de confianza para la interacción Variedad-Biobras, se rechaza la

hipótesis nula el pvalor es de 0,00644<0,05 por lo que se determina que existen
diferencia estadísticamente significativa en la interacción.
Validación de supuestos del modelo.
Se realiza el test Shapiro, no se rechaza la hipótesis nula, el P Valor es 0,3511 > 0,05, los
residuales presentan una distribución normal.
Se realiza test de levens para Variedad se rechaza la hipótesis nula Pvalor 0,04979, se
concluye que los residuales no presentan varianza constante.

Se realiza test de levens para Biobras no se rechaza la hipótesis nula Pvalor 0,08382, se
concluye que los residuales presentan varianza contante.
Prueba de comparación de medias.
Analizando las variedades podemos evidenciar que ambos tratamientos presentan un
comportamiento diferente, por lo que, con un 95% de confianza se rechaza la hipótesis
nula debido a que la prueba de comparación de media evidencia un comportamiento
diferente.
Analizando los resultados del Biobras podemos evidenciar que ambos tratamientos
presentan un comportamiento diferente, por lo que, con un 95% de confianza se rechaza
la hipótesis nula debido a que la prueba de comparación de media evidencia un
comportamiento diferente.
En comparación de pruebas múltiples en las variedades existen diferencia entre V1 y V2.
En la interacción de la variedad y biobras se presentan tres casos que presentan
diferencias estadísticamente significativas.
Conclusión

Se realizaron los ejercicios de cuadrado latino y cuadrado factorial con base en las
indicaciones, este proceso es fundamental para realizar una investigación simultanea de
diversos factores, lo cual genera comparaciones y especificaciones estadísticas.
Referencias Bibliográficas

Ruesga, G. I. (2007). Libro de experimentación agrícola

https://www.researchgate.net/publication/329880
204_LIBRO_DE_EXPERIMENTACION_AGRIC OLA

Sáez, J. (2010). Métodos estadísticos con R y R comander. Recuperado de https://cran.r-

project.org/doc/contrib/Saez-Castillo-RRCmdrv21.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

Deaza, D. (2020). 300004_OVIDiseño experimental cuadrado latino. Recuperado

de: https://repository.unad.edu.co/handle/10596/33974