DISEÑO EXPERIMENTAL

FASE 2 APLICACIÓN DE DISEÑOS COMPLETAMENTE A LAZAR

PRESENTADO POR:
YORMAN XIRAUS GARCÍA TORRES

GRUPO:
300004_64

PROGRAMA:
AGRONOMÍA

PRESENTADO A:
DIRECTOR DIEGO ALBERTO DEAZA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

CUMARAL -META
2020
 INTRODUCCIÓN

Con la realización de la siguiente actividad individual aplicaremos los diseños

completamente alazar y bloques completos al azar a través de ejercicios de
organización, procesamiento y presentación de datos con la ayuda del software,
también daremos respuestas a preguntas que nos ayuden en la elaboración de
cada ejercicio de organización y procesamiento. Se soporta por medio de
pantallazos la realización de la actividad en el software del programa R versión
4.0.2.
 OBJETIVOS

 OBJETIVO GENERAL

Identificar y aplicar los diseños completamente a lazar y bloques completos

al azar a través de ejercicios de organización, procesamiento y
presentación de datos con la ayuda del software.

 OBJETIVOS ESPECÍFICOS

 Responder las preguntas orientas por el docente para el desarrollo

de la actividad

 Consultar las fuentes bibliográficas, así también la guía de

actividades, el syllabus del curso y por último desarrollar el ingreso al
foro para participar activamente en el desarrollo de nuestra actividad.
 DESARROLLO DE LA ACTIVIDAD

PREGUNTAS ORIENTAS POR EL TUTOR

 Qué tipo de variables existen en estadística.

 ¿El diseño completamente al azar en qué condiciones se usa?

El diseño experimental al azar es el mas sencillo de los diseños de experimentos

que tratan de comparar dos o mas tratamientos, puesto que solo considera dos

fuentes de variabilidad: los tratamientos y el error aleatorio.

  El diseño bloques completamente al azar en qué condiciones se
usa

Se usa en investigación cuando las condiciones se encuentran en una fuente de

variabilidad, también se usa en espacios mas abiertos, como por ejemplo cultivos,
surcos etc. En este caso no hay repeticiones si no bloques, y no se necesita
espacios homogéneos.

El diseño en bloques completamente a lazar trata de comparar tres fuentes de

variabilidad: el factor de tratamiento, el factor de bloques y el error aleatorio.

 ¿En qué histograma se basan las distribuciones de probabilidad

de variables continúas?

En el histograma de frecuencia, una vez que se tienen los intervalos, sobre cada
uno de ellos se levantan u rectángulo de área o altura la frecuencia (absoluta o
relativa).

 ¿Qué 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?

Para darle una solución se debe primero identificar el análisis de varianza, suma
de cuadrados totales, tratamiento, error y todo ello se hace con una variable
aleatoria
 En análisis de varianza cuál es la hipótesis nula que se prueba.
La hipótesis nula es el enunciado que se probara, por lo general, la
hipótesis nula es un enunciado de que no hay efecto o no hay
diferencia, en análisis de varianza la hipótesis nula establece que todas
las medidas de la población (medidas de los niveles de los factores) son
iguales mientras que la hipótesis es alternativa establece que al menos
una es diferente

 Relacione una tabla los componentes de un análisis de varianza

para un diseño completamente al azar. Recuerde que lo que el
libro de Ruesga relaciona como S2 es cuadros medios o CME.

 Del texto indicado ubique el capítulo de Diseño completamente

al azar DCA y registre:
  Modelo
Y ij = μ + Ti + e ij

Yij = es el j esimo elemento perteneciente al i esimo tratamiento

μ= es la medida general

Ti = efecto debido al i esimo tratamiento.

Eji = error experimental asociado al j esimo elemento de i esimo tratamiento

 La fórmula de Suma de Cuadrados Totales, Suma de cuadrados de

tratamientos, Suma de Cuadrados del error.

(∑ X i)2
 SDCTotal= ∑ X2i -
N

∑ ( ∑ trat ) 2 (∑ X i)2
 SDCTrat= -
¿ de obs en cada trat N

 SDCerror=SDCtotal - SDCtrat

 Cuál es la hipótesis nula

H0: T1 = T2 = T3 = T4 VS H1: al menos 2 tratamientos diferentes. esta hipótesis

se prueba con un análisis de varianza.
  Alistar datos en Excel para proceso en R.

Tratamiento Altura
Tunas 1 45
Tunas 1 47
Tunas 1 42
Tunas 1 44
Tunas 19 46
Tunas 19 48
Tunas 19 51
Tunas 19 52
Tunas 19 50
Tunas 52 45
Tunas 52 43
Tunas 52 47
Tunas 52 44
Tunas 52 45

 Desarrollar en R análisis de varianza, validación de supuestos del

modelo y prueba de comparación de medias. También debe en su
informe registrar pantallazos del procesamiento en el programa R
recuerde que la versión es 4.0.2
  Redacte un texto en el que en cada párrafo interprete por
aparte el resultado de la tabla de análisis de varianza, el
resultado de la validación del supuesto de normalidad, el
resultado de validación del supuesto de varianza constante y
por último las pruebas de comparación de medias. Se debe
seguir el protocolo de interpretación de la presentación guía en
power Paint DCA. Todos los archivos y presentaciones están en
la columna de textos, vídeos y enlaces de este punto.

De acuerdo al procedimiento en el programa R e obtuvimos como resultado que

cuando no hay una diferencia significativa se puede realizar una tabla de me
didas, en este caso o procedimiento obtuvimos que es un diseño experimental no
balanceado porque no todos los tratamientos, procedimientos no tienen los
mismos datos.

También como resultado de análisis de la tabla de la varianza obtuvimos una tabla

con unos resultados como son los grados de libertad, donde teníamos en este
procedimiento cuatro y como resultado nos dio tres, esto nos quiere decir que esta
bien por que los grados de libertad son los tratamientos menos uno.

 Del texto indicado ubique el capítulo de Diseño bloques

completamente al azar BCA y registre:

 Modelo:
Y ij = μ + Ti + βj + e ij

Yij = es la j esima parcela dentro del i esimo tratamiento

μ = es la medida general.

Ti= efecto debido al i esimo tratamiento

Βj= efecto del j esimo bloque

Eij= error experimental asociado al j esimo bloque del i esimo tratamiento.

 La fórmula de Suma de Cuadrados Totales, Suma de cuadrados

de tratamientos, Suma de Cuadrados del error.

(∑ X i)2
 SDCTotal= ∑ X2i -
N

∑ ( ∑ ❑ trat ) 2 (∑ ❑ X i ) 2
 SDCTrat= –
¿ de obs en cada trat N
 ∑ ( ∑ rep ) 2 (∑ X i)2
 SDCRep= -
¿ de obs en cada rep N

 SDCerror=SDCtotal – (SDCtrat + SDCRep)

 Alistar datos en Excel para proceso en R:

Tratamiento Bloque Rendimiento

Tratamineto I 47.99
Tratamineto I 44.22
Tratamineto I 42.58
Tratamineto I 37.66
Tratamineto II 48
Tratamineto II 44.01
Tratamineto II 42.3
Tratamineto II 37.3
Tratamineto III 47.98
Tratamineto III 44.45
Tratamineto III 42.86
Tratamineto III 38.02
Tratamineto IV 48.78
Tratamineto IV 44.13
Tratamineto IV 42.11
Tratamineto IV 37.25
Tratamineto V 47.2
Tratamineto V 44.31
Tratamineto V 43.06

 Desarrollar en R análisis de varianza, validación de supuestos

del modelo y prueba de comparación de medias. También Debe
en su informe registrar pantallazos del procesamiento en el
programa R recuerde que la versión es 4.0.2
  Redacte un texto en el que en cada párrafo interprete por
aparte el resultado de la tabla de análisis de varianza, el
resultado de la validación del supuesto de normalidad, el
resultado de validación del supuesto de varianza constante y
por último las pruebas de comparación de medias. Se debe
seguir el protocolo de interpretación de la presentación guía en
power point BCA. Todos los archivos y presentaciones están en
la columna de textos, vídeos y enlaces de este punto.

De acuerdo al procedimiento realizado en la tabla de análisis de varianza, se

determinaría si se cumplen los modelos en este caso en cuanto a los grados de
libertad si se cumplen. Puesto a qué teníamos cinco y como resultado nos dio
cuatro esto quiere decir que nuestro resultado esta bien porque los grados de
libertad son los tratamientos menos uno.

Para la validación del supuesto de normalidad, se conoce en la hipótesis nula los

residuales tienen un comportamiento acorde a una distribución normal, si el p valor
es mayor a 0,05 no se rechaza la hipótesis nula de lo contrario transformaríamos
datos donde aplicaremos un test de estadística no paramétrica. En este caso no
se rechazaría la hipótesis nula y los residuales a una distribución a adecuada.
 REFERENCIAS BIBLIOGRAFICAS

 Enlace de la Primera web del periodo anterior

https ://bit.ly/2AKugeS
 Ruesga, G. I. (2007). Libro de experimentación agrícola, consultar
pagina 11. Recuperado de
https://www.researchgate.net/publication/329880204_LIBRO_DE_EX
PERIMENTACION_AGRICOLA
 Presentación en power point DCA
https://drive.google.com/file/d/1rKlR0UUfpIg2IUDUSnRlSQGsBjsueqf
p/view?usp=sharing
 Código D.C.A
https://drive.google.com/file/d/1NTS_ffoXYwNPWkC98FMc1voKRhN
nWD5G/view?usp=sharing
 Archivo archive de datos
https://drive.google.com/file/d/1CouU28yIdehHcbAapi5CahiL23lrfbKJ
/view?usp=sharing
 Ruesga, G. I. (2007). Libro de experimentación agrícola, consultar
página 14. Recuperado de
https://www.researchgate.net/publication/329880204_LIBRO_DE_EX
PERIMENTACION_AGRICOLA
 Presentación guía BCA
https://drive.google.com/file/d/1Kf7v_e7IWobKZxeFu73-
4hxeLfFJ9PSu/view?usp=sharing
 Códigobca
https://drive.google.com/file/d/1w24nptFuhMfDNWcRAlYh11KHFleR
Qv8D/view?usp=sharing