Universidad Nacional Abierta y a Distancia UNAD

TAREA

Fase 2- Aplicación de Diseño Completamente al Azar

CEAD

Turbo – Antioquia

Curso

Diseño Experimental

Tutor del curso.

Alba Lucia Pérez

Estudiante

Virgilio David Pérez Negrete CC: 1039079695

Escuela de Ciencias Agrícolas, Pecuarias y del Medio Ambiente,

(ECAPMA)

Número del Grupo 300004_62

Marzo 2021
INTRODUCCIÓN

El diseño experimental se estructura de la necesidad de realizar estructuras y diseños

experimentales para lograr mejorías en producción u otra labor; estudia los datos, las
variables y distribuciones a través de las estadísticas y herramientas tecnológicas como
programas webs y aplicativos computarizados.
OBJETIVO GENERAL

Adquirir conocimientos básicos de diseños completamente al azar del diseño experimental

OBJETIVOS ESPECIFICOS

 Definir conceptos básicos de diseños al azar

 Identificar los diferentes modos de variables
 Ejecutar el programa R mediante un diseño experimental completamente al azar
 Ejecutar diagramas

DESARROLLO
1. QUÉ TIPO DE VARIABLES EXISTEN EN

ESTADÍSTICA.

Se pueden encontrar diferentes tipos de variables: Variables Continuas, Variables

discretas y variables categóricas, cualitativas y cuantitativas.

2. EN QUE HISTOGRAMA SE BASAN LAS DISTRIBUCIONES DE PROBABILIDAD DE

VARIABLES CONTINUAS.

R= En histograma de frecuencia relativa

3. QUE 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.

En primero lugar, debemos mirar cual es la clase de variable. Tomando como finalidad
que es una variable discreta, teniendo en cuenta que es una variable de conteo y son
números reales. Luego clasificar o distribuir los datos dependiendo el diseño experimental
que se requiere saber o probar y poder hallar una frecuencia relativa y poder distribuir los
datos en proporción y porcentaje para proseguir con la gráfica y concluir.

4. QUE SE DEBE HACER CON LOS DATOS DE EXPERIMENTOS DONDE LA

VARIABLE DE RESPUESTA ES PORCENTAJE PARA PODER HACER UN ANÁLISIS
DE VARIANZA.

Se debe realizar la transformación de los datos si la mayoría de estos no se encuentran

entre un 30 y 70%. Debido a que no están en

Transformaciones para porcentajes X ´ =2 arcsen √ p p=%

5. EL DISEÑO COMPLETAMENTE AL AZAR DCA EN QUÉ CONDICIONES SE USA.

cuando hay condiciones homogéneas puede ser controlada, por ejemplo, en laboratorio
o invernadero
6. SI EN UN DCA SE TIENEN TRES TRATAMIENTOS Y UN TESTIGO CON CINCO
REPETICIONES CUANTAS UNIDADES EXPERIMENTALES SE REQUIEREN

Se requieren 15 unidades experimentales.

7. EL DISEÑO BLOQUES COMPLETAMENTE AL AZAR EN QUÉ CONDICIONES SE
USA

En condiciones heterogéneas en este caso, los tratamientos se distribuyen al azar en

áreas denominadas bloques, por lo tanto, no hay repeticiones sino bloques. La idea es
que los tratamientos se distribuyan al azar en los bloques para que así cada uno de estos
quede homogéneo.

8. EN ANÁLISIS DE VARIANZA ¿CUÁL ES LA HIPÓTESIS NULA QUE SE PRUEBA?

Que son iguales las medias de dos o más poblaciones.

2. DEL TEXTO INDICADO UBIQUE EL CAPÍTULO DE DISEÑO COMPLETAMENTE AL

AZAR DCA Y REGISTRE:

MODELO.

Modelo matemático.

ij i ij Y = µ + T + e

Yij= es el j ésimo elemento perteneciente al i ésimo tratamiento.

µ = es la media general.

Ti = efecto debido al i ésimo tratamiento.

Eij= error experimental asociado al j ésimo elemento del i ésimo tratamiento.

 LA FÓRMULA DE SUMA DE CUADRADOS

2
2 (∑ X i )
SDC Total =∑ X − i
N

Suma de cuadrados de tratamientos:

 2 2

SDC Trat .
∑ ( ∑ trat . ) −
(∑ X i )
¿ de obs . en cada trat . N

Suma de Cuadrados del error:

SDC error =SDC total −SDC trat .

¿Cuál es la hipótesis nula?

H o : μT 1=μT 2=μ T 3

 ALISTAR DATOS EN EXCEL PARA PROCESO EN R

PANTAL LAZO DE PROCESAMIENTO PROGRAMA R
RESULTADOS:

ANALISIS DE VARIANZA

La línea summary (fit) es el resultado de nuestro análisis de varianza, dónde nos dice que
Si P value Pr(>F) es mayor de 0,05 y efectivamente es mayor siendo el valor de 4.9,
entonces no se rechaza la hipótesis nula y se concluye que los tratamientos o las diversas
categorías del factor se comportan de la misma manera.

VALIDACIÓN DEL SUPUESTO DE NORMALIDAD

Si el p valor o value Pr(>F) es superior 0,05 y en este caso es de 0.8635 no se rechaza la
hipótesis nula y los residuales se ajustan a una distribución normal y se concluye con un
95% de confianza que los residuales se comportan e acuerdo a la distribución normal

Resultado de validación del supuesto de varianza constante

Es decir, si P value Pr(>F) si es mayor a 0,05 y en este caso da 0.566, no se rechaza la

hipótesis nula y se concluye con un 95% de confianza que los residuales presentan una
varianza constante o homocedasticidad.
CONCLUSIONES
 Analizando toda la temática doy conclusión, que el programa R nos permite realizar
análisis de varianzas de diseño completamente al azar y de bloque al azar, mediante
la manipulación de datos se puede evidenciar información interesante para realizar el
test de shapiro y su varianza constante para poder diferir que la hipótesis es nula

 No estoy muy familiarizado con este curso, pero con la orientación de los videos
sugerido por el tutor fueron de gran importancia para aclara muchas dudas para poder
entender mejor este curso

REFERENCIAS BIBLIOGRAFICAS
ARCHIVO DCA.CSV. (s.f.). Obtenido de
https://drive.google.com/file/d/1uYbW1aYZOFpbLjGhZvpJ2vY5tj_BJU9M/view
VIDEO WEB. (s.f.). Obtenido de
https://drive.google.com/file/d/1tRMAjg6qAB7cYcpucouD82o9SBO6VykL/view