UNIVERSIDAD NACIONAL AGRARIA LA MOLINA

DEPARTAMENTO ACADÉMICO DE ESTADÍSTICA E INFORMÁTICA

CURSO: MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN I

TRABAJO FINAL

GRUPO: 1
LETRA: C
INTEGRANTES:

- Cortez Gutierrez Josseph (20180455)

- Felix Chanduvi Karen (20180106)
- Gomez Gil Luis Miguel (20171103)

Grupo: F/F*
Profesor de Teoría: Celso Gonzales Chavesta
Profesor de Práctica: Mauricio Maguiña Melgar

LA MOLINA - LIMA - PERÚ

2021
 1) Un análisis teórico y detallado del método estadístico que utilizará para el
desarrollo de este ejercicio de investigación.

A veces en experimentos factoriales con pesticidas, fertilizantes, dietas alimenticias, etc. aparte de
analizar dos o tres factores, es posible incluir entre uno y dos tratamientos independientes a los
factores para establecer comparaciones que permitan explicar mejor la problemática estudiada. Estos
son conocidos como testigos.

Para este tipo de Experimentos Factoriales, usaremos el ADEVA:

ADEVA: Colección de modelos estadísticos y sus procedimientos asociados, en el cual la varianza

está particionada en ciertos componentes debido a diferentes variables explicativas.

- Los datos de las variables fueron analizados estadísticamente mediante el análisis de varianza
(ADEVA), que es utilizado para evaluar el diseño experimental de bloques completamente al
azar.
- Tabla de Análisis de varianza o ANOVA
SUPUESTOS PREVIOS

● La variable dependiente debe medirse al menos a nivel de intervalo.

● Independencia de las observaciones.
● La distribución de los residuales debe ser normal.
● Homocedasticidad: homogeneidad de las varianzas.

El cálculo del ADEVA en este esquema es el mismo que para un experimento factorial, solamente
que debemos añadir:

Una fuente de variación cuando se añade un testigo:

Testigo vs Resto de Tratamientos

Y dos fuentes de variación cuando se añaden dos testigos

Testigo 1 y Testigo 2 vs Restos de tratamientos

Testigo 1 vs Testigo 2

PROCEDIMIENTO:

Vamos a comenzar con el esquema bifactorial conducido por un DBCA.

- Procederemos a realizar el análisis de varianza, tomando en cuenta que compararemos este

testigo con los tratamientos. (contraste testigo vs resto de tratamientos)
- Copiamos los resultados a Excel e incluimos el contraste en el ADEVA
- En INFOSTAT se desactiva caso (testigo)
- Realizamos el ADEVA DE A-B-AB, no considerar el tratamiento porque en el ADEVA
anterior ya se utilizó.
- De este nuevo ADEVA copiar A-B-AB y pegarlo en el ADEVA de Excel.
- Recalcular el valor de f para A-B-AB
 PARA HACER LA PRUEBA TUKEY:

Correr el programa con caso desactivado y en la pestaña error ubicar el CME y los GL del cálculo de
DBCA.

2) Descripción del factor en estudio, sus tratamientos, bloques; variable de interés,

diseño experimental, ¿es balanceado? ¿por qué?

FACTOR DE ESTUDIO: DOSIS DE LOS TRATAMIENTOS

TRATAMIENTOS:

TRATAMIENTO A: DOSIS DE NITRÓGENO

TRATAMIENTO B: DOSIS DE FÓSFORO

TRATAMIENTO TESTIGO: TRATAMIENTO ADICIONAL CON MATERIA

ORGÁNICA.

BLOQUES: 1, 2, Y 3

VARIABLE DE INTERÉS: RENDIMIENTO

3. Realice el análisis lo más completo posible, probando todas las hipótesis

correspondientes.

Fósforo
Nitrógen
o 0kg/ha 60kg/ha
B1 0kg/ha 20 21
40kg/ha 21 22
80kg/ha 23 25
B2 0kg/ha 18 21
40kg/ha 22 20
80kg/ha 21 23
B3 0kg/ha 17 18
40kg/ha 20 20
80kg/ha 22 23
B1 MO 15
B2 MO 17
B3 MO 15

ANÁLISIS DE VARIANZA:
 ● Testigo vs Resto

H1: U1=U2=U3=..Ui
Ho: Al menos una media difiere del resto

Tratamientos significativos. Por lo tanto se procede con una tabla de anova de Diseño factorial AxB
+ 1 , asiendo desdoblar la variación de los tratamientos en la variación generada por los efectos del
Nitrógeno, Fósforo, la interacción Nitrógeno-Fósforo, y el tratamiento testigo.

● Sin Testigo:

No es significativo para la interacción N*F entonces se acepta H1, pero para el nitrógeno y fósforo
Si son significativos.

ANOVA:
 4. De acuerdo al análisis realizado concluya convenientemente con sus
recomendaciones.

Polinomios ortogonales para el Nitrógeno por estar distanciado equitativamente

● Polinomios ortogonales para el Nitrógeno; Con dos líneas de tendencia (lineales y
cuadráticas)

Contraste lineal significativo

contrate cuadrático N.S
● Tukey para Nitrógeno

Para el fósforo no se observan diferencias significativas, por lo tanto no se procede a graficar.

Pero si para el nitrógeno.

Se concluye que a medida que la dosis de nitrógeno aumenta el rendimiento también lo hará,
y las dosis del nitrógeno interviene en un 99.83% del rendimiento del maíz
● ANOVA FINAL: