Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DISEÑO
COMPLETAMENTE
ALEATORIZADO
(DCA)
1
Haga clic para modificar el estilo de título del patrón
Fundamentación teórica
Este diseño se llama completamente al azar porque todas las
corridas experimentales se realizan en orden aleatorio completo. De
esta manera, si durante el estudio se hacen en total N pruebas, éstas
se corren al azar, de manera que los posibles efectos ambientales y
temporales se vayan repartiendo equitativamente entre los
tratamientos.
ANÁLISIS DE VARIANZA
3 3
Haga clic para modificar el estilo de título del patrón
APLICACIONES
Se aplica en condiciones homogéneas.
La mayoría de las variables están controladas
I nvernad eros
Laboratorios Galpones
4 4
Haga clic para modificar el estilo de título del patrón
𝑯𝟎 : 𝝁𝟏 = 𝝁𝟐 =. . . = 𝝁𝒌 = 𝝁
𝑯𝑨 : 𝝁𝒊 ≠ 𝝁𝒋
5 5
Haga clic para
Tratamiento 1 modificar el2estilo
Tratamiento de título
Tratamiento k del patrón
𝑌11 𝑌12 𝑌21 𝑌22 𝑌𝑘1 𝑌𝑘2
𝑌13 𝑌23 𝑌𝑘3
𝑌1𝑗 ഥ 𝟏𝒋
𝒀 𝑌2𝑗 ഥ 𝟐𝒋
𝒀 𝑌𝑘𝑗 ഥ 𝒌𝒋
𝒀
ഥ ∙∙
𝒀 Promedio global
Tabulación
Diseño balanceado:
𝒏𝒊 = 𝒏
Diseño desbalanceado:
𝒏𝒊 ≠ 𝒏
6 6
Haga clic para modificar el estilo de título del patrón
FUENTES DE VARIABILIDAD
VARIABILIDAD
Diferencias
dentro del
Se suman todos los valores 𝒀𝒊𝒋 Diferencia entre tratamiento
observados y se divide para el tratamientos 𝝉𝒊 𝜺𝒊𝒋
total N
2 FUENTES DE
VARIABILIDAD
7 7
Haga clic para modificar el estilo de título del patrón
EFECTO DE TRATAMIENTO
Si hay efecto de
No hay efecto de
tratamiento
tratamiento
8 8
Haga clic para modificar el estilo de título del patrón
ANÁLISIS DE VARIANZA (ANOVA)
Efecto del
tratamiento
Y
Promedio del
𝑌11
tratamiento 1
2 𝐾 𝑖 𝑘 𝑛
ത 2
𝑌𝑖∙ 𝑌∙∙ 2
𝑆𝐶𝑇 = − + 𝑌𝑖𝑗 − 𝑌ത𝑖∙
𝑛𝑖 𝑁
𝑖=1 𝑖=1 𝑗=1
𝑲
𝒀𝟐𝒊∙ 𝒀𝟐∙∙
𝑺𝑪𝑻𝒓𝒂𝒕 = − SCE 𝑆𝐶𝑇 = 𝑆𝐶𝑇𝑟𝑎𝑡 + 𝑆𝐶𝐸
𝒏𝒊 𝑵 1010
𝒊=𝟏
Fórmulas Aplicadas
Haga clic para con laelnotación
modificar estilo dede puntos
título del patrón
𝑛𝑖
Suma de las
mediciones Y en el
𝑌𝑖∙ = 𝑌𝑖𝑗
tratamiento i 𝑗=1
𝑛𝑖
Promedio del
σ𝑗=1 𝑌𝑖𝑗
tratamiento i 𝑌ത𝑖∙ =
𝑛𝑖
𝐾 𝑛𝑖
Suma de todas las
mediciones Y 𝑌∙∙ = 𝑌𝑖𝑗
𝑖=1 𝑗=1
𝑌∙∙
Promedio global 𝑌ത∙∙ = , i = 1,2, … . , k
𝑁 1111
Tablaclic
Haga Anova para el el
para modificar DCA
estilo de título del patrón
Cuadrados medios
Es la suma de
cuadrados divididos
entre sus respectivos
grados de libertad
1212
Haga clicde
Ejercicio aplicación
para modificar el estilo de título del patrón
Ttratamiento Observaciones
(Métodos) 1 2 3
A 7 6 7
B 9 8 10
C 8 10 11
D 12 11 13
1313
Haga clic para
MÉTODOS DE COMPARACIÓN
modificar el estilo
DE PROMEDIOS
de título del patrón
MÉTODOS GRÁFICOS
22,000
20,000
18,000
16,000
14,000
12,000
10,000
A B C D
1414
Haga clic para modificar el estilo de título del patrón
Método LSD (least significant difference) ó Diferencia
Mínima Significativa (DMS)
Es la diferencia mínima 𝑪𝑴𝑬 Para determinar el intervalo
que debe haber entre dos 𝑳𝑺𝑫 = 𝒕(𝜶Τ𝟐,𝑮𝑳𝑬) ∗ del i-ésimo tratamiento
𝒏𝒊
promedios muestrales
para considerar que dos
Para comparar diferencia entre dos tratamientos
tratamientos son
diferentes 𝟏 𝟏 Diseño
𝑳𝑺𝑫 = 𝒕(𝜶Τ𝟐,𝑮𝑳𝑬) ∗ 𝑪𝑴𝑬 +
𝒏 𝒊 𝒏𝒋 desbalanceado
𝟐𝑪𝑴𝑬 Diseño
𝑳𝑺𝑫 = 𝒕(𝜶Τ𝟐,𝑮𝑳𝑬) ∗ balanceado
𝒏
1515
Haga clic para
APLICACIÓN DEmodificar
LSD el estilo de título del patrón
TRATAMIENTOS 1 2 …. j ഥ𝒊
𝒀 𝐼𝐶 = 𝑌ത𝑖 ± 𝐿𝑆𝐷
A 𝑌𝐴1 𝑌𝐴2 …. 𝑌𝐴𝑗 ഥ 𝑨.
𝒀
B 𝑌𝐵1 𝑌𝐵2 𝑌𝐵𝑗 ഥ 𝑩.
𝒀 𝑪𝑴𝑬
ഥ 𝒊 ± 𝒕(𝜶Τ𝟐,𝑮𝑳𝑬) ∗
𝑰𝑪 = 𝒀
C 𝑌𝐶1 𝑌𝐶2 …. 𝑌𝐶𝑗 ഥ 𝑪.
𝒀 𝒏𝒊
…. …. …. …. ….
…. 𝑌𝑖1 𝑌𝑖2 …. 𝑌𝑖𝑗 ഥ 𝒊.
𝒀 Interval Plot of A; B; ...
95% CI for the Mean
24
22
20
18
Data
16
14
12
10
A B C D E 1616
The pooled standard deviation was used to calculate the intervals.
Haga clic para
APLICACIÓN DEmodificar
LSD PARAelDOS
estilo
PROMEDIOS
de título del patrón
TRATAMIENTOS 1 2 …. j ഥ𝒊
𝒀
Comparación entre dos tratamientos con LSD
A 𝑌𝐴1 𝑌𝐴2 …. 𝑌𝐴𝑗 ഥ 𝑨.
𝒀
ഥ 𝒊. − 𝒀
𝒀 ഥ 𝒋. > 𝑳𝑺𝑫
B 𝑌𝐵1 𝑌𝐵2 𝑌𝐵𝑗 ഥ 𝑩.
𝒀
C 𝑌𝐶1 𝑌𝐶2 …. 𝑌𝐶𝑗 ഥ 𝑪.
𝒀
…. …. …. …. …. 𝟏 𝟏
ഥ 𝒊. − 𝒀
𝒀 ഥ 𝒋. > 𝒕 𝜶Τ𝟐,𝑮𝑳𝑬 ∗ 𝑪𝑴𝑬 ∗ +
…. 𝑌𝑖1 𝑌𝑖2 …. 𝑌𝑖𝑗 ഥ 𝒊.
𝒀 𝒏𝒊 𝒏 𝒋
𝝁𝑩 − 𝝁𝑪 …. ഥ 𝒊. − 𝒀
Si 𝒀 ഥ 𝒋. < 𝑳𝑺𝑫;
No Significativo
𝝁𝒊. − 𝝁𝒋. ഥ 𝒊. − 𝒀
ഥ 𝒋. > ó < 𝑳𝑺𝑫
𝒀 1717
GRÁFICA DEpara
Haga clic COMPARACIÓN
modificar elENTRE DOS
estilo de TRATAMIENTOS-LSD
título del patrón
CON INTERVALOS
𝟏 𝟏
𝑰𝑪 𝒀ഥ𝒊. −𝒀ഥ𝒋. ഥ 𝒊. − 𝒀
= 𝒀 ഥ 𝒋. ± 𝒕 𝜶Τ𝟐,𝑮𝑳𝑬 ∗ 𝑪𝑴𝑬 ∗ +
𝒏𝒊 𝒏𝒋
CRITERIO DE DECISIÓN:
Caso 1:
Si el intervalo de la diferencia de los
promedios cruza el cero ; No hay
diferencia entre el tratamiento i- ésimo
y el tratamiento j-ésimo
Caso 2:
Si el intervalo de la diferencia de los
promedios no cruza el cero ; Si hay
diferencia entre el tratamiento i- ésimo
y el tratamiento j-ésimo 1818
OTRAS
Haga PRUEBAS
clic DE COMPARACIÓN
para modificar el estilo deOtítulo
PRUEBAS DE RANGO
del patrón
MÚLTIPLES
Diferencia Diferencia Decisión
Poblacional muestral … y 𝑻𝜶
Método de Tukey 𝝁𝑨 − 𝝁𝑩 ഥ 𝒊. − 𝒀
Si 𝒀 ഥ 𝒋. > 𝑻𝜶 ;
Método más conservador que consiste en Significativo
comparar las diferencias entre medias 𝝁𝑨 − 𝝁𝑪
muestrales de tratamientos con el valor
𝝁𝑩 − 𝝁𝑪 …. ഥ 𝒊. − 𝒀
Si 𝒀 ഥ 𝒋. < 𝑻𝜶 ;
crítico dado por:
No Significativo
𝝁𝒊. − 𝝁𝒋.
𝑪𝑴𝑬
𝑻𝜶 = 𝒒 𝜶.𝒌.𝑮𝑳𝑬 ∗
𝒏 𝑺𝒀ഥ𝒊. : 𝑬𝒓𝒓𝒐𝒓 𝒆𝒔𝒕𝒂𝒏𝒅𝒂𝒓 𝒅𝒆 𝒍𝒐𝒔 𝒑𝒓𝒐𝒎𝒆𝒅𝒊𝒐𝒔
𝒒 : 𝒑𝒖𝒏𝒕𝒐𝒔 𝒑𝒐𝒓𝒄𝒆𝒏𝒕𝒖𝒂𝒍𝒆𝒔 𝒅𝒆 𝒍𝒂 𝒅𝒊𝒕𝒓𝒊𝒃𝒖𝒄𝒊ó𝒏 𝒅𝒆𝒍 𝒓𝒂𝒏𝒈𝒐 𝒆𝒔𝒕𝒖𝒅𝒆𝒏𝒕𝒊𝒛𝒂𝒅𝒐
Comparación: 𝜶.𝒌.𝑮𝑳𝑬
ഥ 𝒊. − 𝒀
𝒀 ഥ 𝒋. > 𝑻𝜶 Existe diferencia significativa
1919
OTRAS
Haga PRUEBAS
clic DE COMPARACIÓN
para modificar el estilo deOtítulo
PRUEBAS DE RANGO
del patrón
MÚLTIPLES
𝟏 𝟏
ഥ 𝒊. − 𝒀
𝒀 ഥ 𝒌. > 𝑫 𝜶,𝒌−𝟏,𝑮𝑳𝑬 ∗ 𝑪𝑴𝑬 ∗ +
𝒏𝒊 𝒏𝒌
2121
Haga clic para modificar
COMPARACIÓN POR CONTRASTES
el estilo de título del patrón
Contraste.
Una combinación lineal de las 𝒄𝒊 = 𝟎 2−1−1=0
medias poblaciones 𝑪 = σ𝒌𝒊=𝟏 𝒄𝒊𝝁𝒊
se llama contraste si cumple que 𝐻0 : 2𝜇𝐴 = 𝜇𝐵 + 𝜇𝐶 𝐻0 : 2𝜇𝐴 − 𝜇𝐵 − 𝜇𝐶 = 0
la suma de sus coeficientes es
igual a cero σ 𝒄𝒊 = 𝟎. 𝐻𝐴 : 2𝜇𝐴 ≠ 𝜇𝐵 + 𝜇𝐶
2222
Haga clic PARA
MÉTODO para modificar
COMPARACIÓN
el estilo
PORde
CONTRASTES
título del patrón
Método de Sheffé
Criterio de decisión:
𝒄𝟐𝒊
𝟎 >
𝑪 𝒌 − 𝟏 ∗ 𝑪𝑴𝒆 ∗ 𝑭 𝜶.𝒌−𝟏.𝑮𝑳𝑬
𝟎 𝒆𝒔 > → 𝒔𝒆 𝒂𝒄𝒆𝒑𝒕𝒂 𝒍𝒂 𝑯𝑨
Si 𝑪
𝒏𝒊
𝟎 𝒆𝒔 < → 𝒔𝒆 𝒂𝒄𝒆𝒑𝒕𝒂 𝒍𝒂 𝑯𝟎
Si 𝑪
Donde:
𝒄𝟐𝒊
𝟎
𝑽 𝑪 = 𝑪𝑴𝒆 Varianza estimada del contraste
𝒏𝒊
2323
VERIFICACIÓN DE LOS SUPUESTOS
Haga clic para modificar DEL
el estilo de MODELO
título del patrón
1 2 3
2525
Haga clicanalítico
Métodos para normalidad
para modificar el estilo de título del patrón
9
(responses are A; B; C; D; E)
Mean 5,684342E-16
Tablas S-W
StDev 1,455
8 N 25
7 CRITERIO DE DECISIÓN
6
Frequency
3 𝑆𝑖 𝑊 < 𝑊1−𝛼)
2
1
→ 𝐿𝑜𝑠 𝑑𝑎𝑡𝑜𝑠 𝑝𝑟𝑜𝑐𝑒𝑑𝑒𝑛 𝑑𝑒 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙
0
-3 -2 -1 0 1 2 3 4
Residual
2626
Haga clic para modificar
HOMOGENEIDAD DE VARIANZAS
el estilo de título del patrón
2727
Haga clic
Prueba depara
Bartlett
modificar el estilo de título del patrón
σ𝒌𝒊=𝟏 𝒏𝒊 − 𝟏 𝑺𝟐𝒊
𝑵 − 𝒌 𝒍𝒐𝒈𝟏𝟎 − σ𝒌𝒊=𝟏 𝒏𝒊 − 𝟏 𝒍𝒐𝒈𝟏𝟎 𝑺𝟐𝒊
𝑿𝟐𝟎 = 𝟐, 𝟑𝟎𝟐𝟔 𝑵−𝒌
𝟏 𝟏 𝟏
𝟏+ −
𝟑(𝒌 − 𝟏) σ𝒌𝒊=𝟏(𝒏𝒊 − 𝟏) 𝑵 − 𝑲
Criterio de decisión:
2
𝑆𝑖: 𝑋02 > 𝑋(𝛼,𝑘−1) → 𝐻0 𝑠𝑒 𝑟𝑒𝑐ℎ𝑎𝑧𝑎; 𝐻𝐴 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎
𝑯𝟎 : 𝝆 = 𝟎
𝑯𝑨 : 𝝆 ≠ 𝟎 Zona de Zona de
indecisión indecisión
Rechaz𝑜 𝐻0 Rechaz𝑜 𝐻0
Zona de
aceptación
de la 𝐻0
Autocorrelación +
Autocorrelación -
d
𝑑𝐿 𝑑𝑈 4 − 𝑑𝑈 4 − 𝑑𝐿
0 2 4
𝜌=1 𝜌 = −1
3131