Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseño experimental
Grupo: 66
Objetivos:
General:
Objetivos
General:
Específicos:
tema.
-Interpretar los datos suministrados en el ejercicio práctico del programa R
programa R.
-Demostrar la evidencia de los datos obtenidos en el programa R.
Preguntas
Se debe realizar por medio de conteos para así mirar cuantos lechones y frutos se
repiten, además se debe implementar el modelo de Poisson
Que se debe hacer con los datos de experimentos donde la variable de respuesta
es porcentaje para poder hacer un análisis de varianza.
El diseño completamente al azar DCA en qué condiciones se usa.
Si en un DCA SE tienen tres tratamientos y un testigo con cinco repeticiones
cuantas unidades experimentales se requieren
Un análisis de varianza es una prueba de hipótesis y la hipótesis nula tiene que ver con
todos los promedios, específicamente que sean de conteo para que así se pueda
transformar.
Modelo.
Y ij =μ+t + eij
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 del i ésimo tratamiento.
Supuesto de varianza
-En los resultados del ANAVA se observa que el P vale Pr(¿F)=4,69∗10−7 es menor a
0,05, por lo que rechaza la hipótesis nula Ho:μ T 1=μ T 2=μT3y se concluye con un 95%
de confianza que hay una diferencia estadísticamente significativa en el comportamiento
de los tratamientos, o que por lo menos uno se comporta diferente a los demás.
-summary(fit)
Df Sum Sq Mean Sq F value Pr(>F)
Tratamiento 3 320.6 106.87 32.67 4.69e-07 ***
Residuales 16 52.3 3.27
En la prueba de Shapiro Wilk el P value (> )=0,8635 es mayor a 0,05, por lo queno
se rechaza la hipótesis nula y se concluye con un 95% de confianza que losresiduales se
comportan acorde a una distribución normal. Es decir que si se cumple el supuesto de
normalidad.
$comparison
NULL
$groups
Altura groups
$comparison
NULL
$groups
Altura groups
Tunas 19 49.40000 a
Tunas 52 44.80000 b
Tunas 1 44.50000 b
Tunas 27 38.66667 c
Es decir que en este caso son necesarias porque hay diferencia ente los tratamientos
acordes al anova
3. Del texto indicado ubique el capítulo de diseño bloques completamente al azar
BCA
y registre:
Modelo.
Yij=μ+Ti+βj+eij
Yij= es la j ésima parcela dentro del i ésimo tratamiento.
μ = es la media general.
Ti = efecto debido al i ésimo tratamiento.
βj= efecto del j ésimo bloque
eij= error experimental asociado al j ésimo bloque del i ésimo tratamiento
Análisis de varianza
En el análisis de varianza se obtienen los siguientes datos:
Df Sum Sq Mean Sq F value Pr(>F)
Bloque 4 0.51 0.13 0.729 0.589
Tratamiento 3 287.03 95.68 548.126 4.23e-13 ***
Residuals 12 2.09 0.17
Es decir que el resultado dado no se rechaza la hipótesis nula porque P valué Pr(>F) es
mayor que 0.05 y se concluye que los tratamientos o diversas categorías del factor dado
se comportan de la misma manera
Resultado de la validación del supuesto de normalidad
En la validación se obtiene a
siguiente información:
Shapiro-Wilk
normality test
data: fit2$residuals
W = 0.94229, p-value =
0.2648
La p value Pr(>F) es menor a
0.05, en el caso es de 0.2648
menor que 0,94229
En la validación se obtiene a siguiente información:
Shapiro-Wilk normality testdata: fit2$residualsW = 0.94229, p-value = 0.2648La p value
Pr(>F) es menor a 0.05, en el caso es de 0.2648 menor que 0,94229
Conclusión