1

DISEÑOS EXPERIMENTALES
Docente: Dr. Melicio M. Siles

EXAMEN SEGUNDO PARCIAL

Lea cuidadosamente cada una de las preguntas y responda en forma clara y concreta!!!!!

1. Una investigación se planifica con el objetivo de determinar la dieta de engorde más

apropiada que maximice la ganancia de peso de cada una de 4 razas de pavo en la granja
Santa Rosa. Para tal efecto se cuenta con 4 jaulas idénticas, cada una de 1m por lado con un
comedero y solo suficiente para 4 pavos. Además, se desea evaluar 4 dietas (a, b, c y d), cada
una con 4 repeticiones y se puede dispones cuando se necesite con un total de16 pavos
similares de cada una de las 4 razas.

a) En base al objetivo de la investigación identifique cada uno de los factores y sus niveles y
de acuerdo al material disponible y su naturaleza, determine el diseño experimental más
apropiado que se debe usar en la investigación. Justifique y discuta su decisión e
identificando la o las unidades experimentales, represente el experimento en un esquema de
campo (10 puntos)

b) Dado el objetivo de la investigación, identifique una variable de respuesta y de acuerdo a

su decisiones en a), desarrolle el modelo estadístico (5 puntos)

c) Sobre la base del modelo estadístico en b) y el objetivo de la investigación, desarrolle el

programa SAS usando el PROC GLM (5 puntos)

2. Una investigación se llevó a cabo con el objetivo de determinar la variedad más apropiada
de limón y la cantidad óptima de hierbabuena que se debe adicionar al jugo que maximice
la preferencia por los consumidores cochabambinos. Para tal efecto, se prepararon jugos de
cada una de 3 variedades de limón y cada una con la adición de 0.0, 0.1, 0.2 y 0.3% de
hierbabuena. Posteriormente, en el mercado La Cancha, se tomaron al azar 20 personas y
cada una degusto, tomando al azar, cada uno de los jugos resultantes en una muestra de 5mm
y, expreso su preferencia en una escala de 1 a 5, donde 1 indica la mejor preferencia y 5 la
peor. Los datos fueron analizados usando SAS y los resultados se presentan en el Anexo A.

a) De acuerdo al objetivo de la investigación y lo descrito, identifique cada uno de los factores

y sus niveles y el diseño experimental usado, discuta su decisión e identificando la o las
unidades experimentales represente el experimento en un esquema de campo (5 puntos).

b) Identifique la variable de respuesta y desarrolle el modelo estadístico usado para hallar los
resultados del Anexo A (5 puntos)

c) Sobre la base del Anexo A, halle e interprete los componentes de varianza y sobre esta base,
 2

considera que el diseño experimental en a) y el modelo estadístico en b) son los apropiados?

(5 puntos)

d) En base a los resultados del Anexo A, plantee y pruebe las hipótesis necesarias (á=0.01) y
responda el objetivo de la investigación (10 puntos)

e) Desarrolle el programa SAS usado para hallar los resultados del Anexo A (5 puntos)

3. Un fruticultor en el Valle Alto de Cochabamba planifica una investigación con el objetivo

de determinar el tipo de injerto que maximice el vigor de la planta (injerto) en manzana,
durazno y palta. Para tal efecto, el fruticultor cuenta con 4 portainjertos idénticos de cada
una de las especies y cada una en macetas individuales y bajo las mismas condiciones
ambientales, además, cada portainjerto tiene 3 ramas similares y de grosor apropiado para
hacer el injerto y se desea evaluar 3 tipos de injertos (a, b y c).

a) En base al objetivo de la investigación, identifique cada uno de los factores y sus niveles y
de acuerdo al material disponible y su naturaleza, determine el diseño experimental más
apropiado que se debe usar en la investigación. Justifique y discuta su decisión e
identificando la o las unidades experimentales, represente el experimento en un esquema de
campo (10 puntos)

b) Dado el objetivo de la investigación, identifique una variable de respuesta y de acuerdo a

su decisiones en a), desarrolle el modelo estadístico (5 puntos)

c) Sobre la base del modelo estadístico en b) y el objetivo de la investigación, desarrolle el

programa SAS usando el procedimiento más apropiado (5 puntos).

4. Una investigación se llevó a cabo con el objetivo de deteminar el sistema de tutorado más
apropiado que maximice el rendimiento de cada una de 4 variedades de arveja china en la
zona de Yunguillas Alta en Mizque. Para tal efecto, se contó con un terreno con pendientes
en dos sentidos de 48m de ancho y 12m de largo; luego, el terreno fue dividido en parcelas
de 16m de ancho y 3m de largo y entre estas divisiones, se distribuyeron aleatoriamente 3
sistemas de tutorado (a, b y c). Posteriormente, dentro de cada sistema de tutorado,
dividiendo en partes iguales (4m de ancho y 3m de largo) se sembraron al azar 4 variedades
de arveja china en surcos espaciados a 1m y de 3m de largo. Los rendimientos de vaina de
cada variedad en cada sistema de tutorado fueron analizados usando SAS y los resultados
se presentan en el Anexo B.

a) De acuerdo al objetivo de la investigación y lo descrito, identifique cada uno de los factores

y sus niveles y el diseño experimental usado, discuta su decisión e identificando la o las
unidades experimentales represente el experimento en un esquema de campo (5 puntos).

b) Identifique la variable de respuesta y desarrolle el modelo estadístico usado para hallar los
 3

resultados del Anexo B (5 puntos)

c) Sobre la base del Anexo B, estime e interprete los componentes de varianza y sobre esta
base, considera que el diseño experimental en a) y el modelo estadístico en b) son los
apropiados? (5 puntos)

d) En base a los resultados del Anexo B, identifique el termino de error apropiado para cada
efecto fijo y plantee y pruebe las hipótesis necesarias (á=0.01) y responda el objetivo de la
investigación (10 puntos)

e) Desarrolle el programa SAS usado para hallar los resultados del Anexo B (5 puntos)

PREGUNTA DE REGALO!!!!! (5 puntos)

Considere que se desea evaluar 6 variedades de papa en la localidad de Morochata. Para lo

cual se cuenta con un terreno con pendientes de este a oeste y de norte a sud. Usted
entendido en la materia, cual diseño experimental sugiere utilizar?, discuta su desición

Anexo A. Resultados para la pregunta 2

Shapiro-Wilk W 0.846291 Pr < W <0.0001

Histogram # Boxplot
5.1+************************* 50 |
. |
4.7+ |
. |
4.3+ |
.************************************* 74 +-----+
3.9+ | |
. | |
3.5+ | |
. | |
3.1+************* 25 | + |
. | |
2.7+ | |
. | |
2.3+ | |
.**************** 31 | |
1.9+ | |
. | |
1.5+ +-----+
. |
1.1+****************************** 60 |
----+----+----+----+----+----+----+--
* may represent up to 2 counts
 4
The Mixed Procedure

Cov Parm Estimate

per 0.02141
Residual 0.2806

Type 3 Tests of Fixed Effects

Num Den
Effect DF DF F Value Pr > F
v 2 209 395.16 <.0001
hb 3 209 194.58 <.0001
v*hb 6 209 52.53 <.0001

Contrasts

Num Den
Label DF DF F Value Pr > F
lin 1 209 567.22 <.0001
cua 1 209 16.17 <.0001
1-lin 1 209 508.99 <.0001
1-cua 1 209 0.40 0.5273
2-lin 1 209 304.97 <.0001
2-cua 1 209 54.58 <.0001
3-lin 1 209 1.51 0.2211
3-cua 1 209 0.04 0.8330

Least Squares Means

Standard
Effect v hb Estimate Error DF t Value Pr > |t|

v 1 3.0125 0.06766 72.2 44.53 <.0001

v 2 1.9625 0.06766 72.2 29.01 <.0001
v 3 4.3125 0.06766 72.2 63.74 <.0001
hb 0 4.3167 0.07581 102 56.94 <.0001
hb 0.1 3.3500 0.07581 102 44.19 <.0001
hb 0.2 2.5667 0.07581 102 33.86 <.0001
hb 0.3 2.1500 0.07581 102 28.36 <.0001
v*hb 1 0 4.6500 0.1229 216 37.84 <.0001
v*hb 1 0.1 4.0000 0.1229 216 32.55 <.0001
v*hb 1 0.2 2.1000 0.1229 216 17.09 <.0001
v*hb 1 0.3 1.3000 0.1229 216 10.58 <.0001
v*hb 2 0 3.8000 0.1229 216 30.93 <.0001
v*hb 2 0.1 1.9500 0.1229 216 15.87 <.0001
v*hb 2 0.2 1.1000 0.1229 216 8.95 <.0001
v*hb 2 0.3 1.0000 0.1229 216 8.14 <.0001
v*hb 3 0 4.5000 0.1229 216 36.62 <.0001
v*hb 3 0.1 4.1000 0.1229 216 33.37 <.0001
v*hb 3 0.2 4.5000 0.1229 216 36.62 <.0001
v*hb 3 0.3 4.1500 0.1229 216 33.77 <.0001
 5
Differences of Least Squares Means

Standard
Effect v hb _v _hb Estimate Error DF t Value Pr > |t|
v 1 2 1.0500 0.08375 209 12.54 <.0001
v 1 3 -1.3000 0.08375 209 -15.52 <.0001
v 2 3 -2.3500 0.08375 209 -28.06 <.0001
----------------------------------- v=_ ------------------------------------
Standard
Parameter Estimate Error t Value Pr > |t|
Intercept 4.32583333 0.03995657 108.26 0.0059
hb -11.40833333 0.64166667 -17.78 0.0358
hb*hb 13.75000000 2.04972898 6.71 0.0942
----------------------------------- v=1 ------------------------------------
Standard
Parameter Estimate Error t Value Pr > |t|
Intercept 4.76750000 0.51217063 9.31 0.0681
hb -10.82500000 8.22500000 -1.32 0.4136
hb*hb -3.75000000 26.27379874 -0.14 0.9097
----------------------------------- v=2 ------------------------------------
Standard
Parameter Estimate Error t Value Pr > |t|
Intercept 3.78750000 0.05448624 69.51 0.0092
hb -22.37500000 0.87500000 -25.57 0.0249
hb*hb 43.75000000 2.79508497 15.65 0.0406
----------------------------------- v=3 ------------------------------------
Standard
Parameter Estimate Error t Value Pr > |t|
Intercept 4.422500000 0.33781467 13.09 0.0485
hb -1.025000000 5.42500000 -0.19 0.8811
hb*hb 1.250000000 17.32952683 0.07 0.9542

The UNIVARIATE Procedure

Variable: Resid (Residual)

Shapiro-Wilk W 0.981372 Pr < W 0.0830

 6

Anexo B. Resultados para la pregunta 4.

Shapiro-Wilk W 0.981139 Pr < W 0.6268

Dependent Variable: rv

Sum of
Source DF Squares Mean Square F Value Pr > F
f 3 66.5838081 22.1946027
c 2 97.2249675 48.6124837
st 2 287.0980596 143.5490298
f*c*st 4 21.1303860 5.2825965
v 3 157.9754350 52.6584783
st*v 6 5.3839721 0.8973287
Error 27 69.7805156 2.5844635
Corrected Total 47 668.5132876

Source Type III Expected Mean Square

f Var(Error) + 4 Var(f*c*st) + 12 Var(f)
c Var(Error) + 4 Var(f*c*st) + 15 Var(c)
st Var(Error) + 4 Var(f*c*st) + Q(st,st*v)
f*c*st Var(Error) + 4 Var(f*c*st)
v Var(Error) + Q(v,st*v)
st*v Var(Error) + Q(st*v)

The Mixed Procedure

Cov Parm Estimate

f 1.4093
c 2.8887
f*c*st 0.6745
Residual 2.5845

Type 3 Tests of Fixed Effects

Num Den
Effect DF DF F Value Pr > F
st 2 4.05 26.76 0.0046
v 3 27 20.38 <.0001
st*v 6 27 0.35 0.9053

Least Squares Means

Standard
Effect st v Estimate Error DF t Value Pr > |t|
st a 14.5416 1.2878 4.17 11.29 0.0003
st b 9.3878 1.2878 4.17 7.29 0.0016
st c 9.1079 1.2878 4.17 7.07 0.0018
v 1 11.0034 1.2597 3.82 8.74 0.0012
v 2 8.8466 1.2597 3.82 7.02 0.0026
v 3 13.8475 1.2597 3.82 10.99 0.0005
v 4 10.3521 1.2597 3.82 8.22 0.0015
 7
st*v a 1 14.2647 1.4639 6.87 9.74 <.0001
st*v a 2 12.2191 1.4639 6.87 8.35 <.0001
st*v a 3 18.1219 1.4639 6.87 12.38 <.0001
st*v a 4 13.5607 1.4639 6.87 9.26 <.0001
st*v b 1 9.5253 1.4639 6.87 6.51 0.0004
st*v b 2 7.1753 1.4639 6.87 4.90 0.0018
st*v b 3 11.7003 1.4639 6.87 7.99 0.0001
st*v b 4 9.1503 1.4639 6.87 6.25 0.0005
st*v c 1 9.2204 1.4639 6.87 6.30 0.0004
st*v c 2 7.1454 1.4639 6.87 4.88 0.0019
st*v c 3 11.7204 1.4639 6.87 8.01 0.0001
st*v c 4 8.3454 1.4639 6.87 5.70 0.0008

Differences of Least Squares Means

Standard
Effect st v _st _v Estimate Error DF t Value Pr > |t|
st a b 5.1538 0.8364 4.05 6.16 0.0034
st a c 5.4337 0.8364 4.05 6.50 0.0028
st b c 0.2798 0.8364 4.05 0.33 0.7545
v 1 2 2.1569 0.6563 27 3.29 0.0028
v 1 3 -2.8441 0.6563 27 -4.33 0.0002
v 1 4 0.6513 0.6563 27 0.99 0.3298
v 2 3 -5.0009 0.6563 27 -7.62 <.0001
v 2 4 -1.5055 0.6563 27 -2.29 0.0298
v 3 4 3.4954 0.6563 27 5.33 <.0001
st*v a 1 a 2 2.0456 1.1368 27 1.80 0.0831
st*v a 1 a 3 -3.8572 1.1368 27 -3.39 0.0021
st*v a 1 a 4 0.7040 1.1368 27 0.62 0.5409
st*v a 1 b 1 4.7394 1.2918 17.9 3.67 0.0018
st*v a 1 b 2 7.0894 1.2918 17.9 5.49 <.0001
st*v a 1 b 3 2.5644 1.2918 17.9 1.99 0.0627
st*v a 1 b 4 5.1144 1.2918 17.9 3.96 0.0009
st*v a 1 c 1 5.0443 1.2918 17.9 3.90 0.0010
st*v a 1 c 2 7.1193 1.2918 17.9 5.51 <.0001
st*v a 1 c 3 2.5443 1.2918 17.9 1.97 0.0646
st*v a 1 c 4 5.9193 1.2918 17.9 4.58 0.0002
st*v a 2 a 3 -5.9028 1.1368 27 -5.19 <.0001
st*v a 2 a 4 -1.3416 1.1368 27 -1.18 0.2482
st*v a 2 b 1 2.6938 1.2918 17.9 2.09 0.0516
st*v a 2 b 2 5.0438 1.2918 17.9 3.90 0.0010
st*v a 2 b 3 0.5188 1.2918 17.9 0.40 0.6927
st*v a 2 b 4 3.0688 1.2918 17.9 2.38 0.0289
st*v a 2 c 1 2.9987 1.2918 17.9 2.32 0.0323
st*v a 2 c 2 5.0737 1.2918 17.9 3.93 0.0010
st*v a 2 c 3 0.4987 1.2918 17.9 0.39 0.7040
st*v a 2 c 4 3.8737 1.2918 17.9 3.00 0.0077
st*v a 3 a 4 4.5612 1.1368 27 4.01 0.0004
st*v a 3 b 1 8.5966 1.2918 17.9 6.65 <.0001
st*v a 3 b 2 10.9466 1.2918 17.9 8.47 <.0001
st*v a 3 b 3 6.4216 1.2918 17.9 4.97 0.0001
st*v a 3 b 4 8.9716 1.2918 17.9 6.95 <.0001
st*v a 3 c 1 8.9014 1.2918 17.9 6.89 <.0001
st*v a 3 c 2 10.9764 1.2918 17.9 8.50 <.0001
st*v a 3 c 3 6.4014 1.2918 17.9 4.96 0.0001
 8
st*v a 3 c 4 9.7764 1.2918 17.9 7.57 <.0001
st*v a 4 b 1 4.0354 1.2918 17.9 3.12 0.0059
st*v a 4 b 2 6.3854 1.2918 17.9 4.94 0.0001
st*v a 4 b 3 1.8604 1.2918 17.9 1.44 0.1671
st*v a 4 b 4 4.4104 1.2918 17.9 3.41 0.0031
st*v a 4 c 1 4.3403 1.2918 17.9 3.36 0.0035
st*v a 4 c 2 6.4153 1.2918 17.9 4.97 0.0001
st*v a 4 c 3 1.8403 1.2918 17.9 1.42 0.1715
st*v a 4 c 4 5.2153 1.2918 17.9 4.04 0.0008
st*v b 1 b 2 2.3500 1.1368 27 2.07 0.0484
st*v b 1 b 3 -2.1750 1.1368 27 -1.91 0.0664
st*v b 1 b 4 0.3750 1.1368 27 0.33 0.7440
st*v b 1 c 1 0.3048 1.2918 17.9 0.24 0.8161
st*v b 1 c 2 2.3798 1.2918 17.9 1.84 0.0821
st*v b 1 c 3 -2.1952 1.2918 17.9 -1.70 0.1066
st*v b 1 c 4 1.1798 1.2918 17.9 0.91 0.3732
st*v b 2 b 3 -4.5250 1.1368 27 -3.98 0.0005
st*v b 2 b 4 -1.9750 1.1368 27 -1.74 0.0937
st*v b 2 c 1 -2.0452 1.2918 17.9 -1.58 0.1309
st*v b 2 c 2 0.02985 1.2918 17.9 0.02 0.9818
st*v b 2 c 3 -4.5452 1.2918 17.9 -3.52 0.0025
st*v b 2 c 4 -1.1702 1.2918 17.9 -0.91 0.3770
st*v b 3 b 4 2.5500 1.1368 27 2.24 0.0333
st*v b 3 c 1 2.4798 1.2918 17.9 1.92 0.0710
st*v b 3 c 2 4.5548 1.2918 17.9 3.53 0.0024
st*v b 3 c 3 -0.02015 1.2918 17.9 -0.02 0.9877
st*v b 3 c 4 3.3548 1.2918 17.9 2.60 0.0183
st*v b 4 c 1 -0.07015 1.2918 17.9 -0.05 0.9573
st*v b 4 c 2 2.0048 1.2918 17.9 1.55 0.1382
st*v b 4 c 3 -2.5702 1.2918 17.9 -1.99 0.0621
st*v b 4 c 4 0.8048 1.2918 17.9 0.62 0.5411
st*v c 1 c 2 2.0750 1.1368 27 1.83 0.0790
st*v c 1 c 3 -2.5000 1.1368 27 -2.20 0.0366
st*v c 1 c 4 0.8750 1.1368 27 0.77 0.4481
st*v c 2 c 3 -4.5750 1.1368 27 -4.02 0.0004
st*v c 2 c 4 -1.2000 1.1368 27 -1.06 0.3005
st*v c 3 c 4 3.3750 1.1368 27 2.97 0.0062