UNIVERSIDAD ESTATAL DE BOLIVAR

FACULTAD DE CIENCIAS AGROPECUARIAS RECURSOS NATURALES Y

DEL AMBIENTE

CARRERA DE AGROINDUSTRIAS

Asignatura:

Diseño Experimental

Tema:

Tarea 3 acd

Docente:

Ing. Juan Gaibor Chávez PhD

Grupo N.º 4

Integrantes:

Andrade Bryan, Gaibor Sthefany, León Dayana, Tulmo Evelyn, Villota Julissa.

Ciclo:

Quinto “B”

PERIODO ACADÉMICO:

Noviembre 2021 / Marzo 2022

FECHA DE ENTREGA

07/12/2021

1
Índice
1. Introducción...............................................................................................................3

2. Objetivo......................................................................................................................4

2.1. Objetivo General.................................................................................................4

2.2. Objetivo Específicos...........................................................................................4

3. Metodología...............................................................................................................5

3.1. Enunciado del problema.....................................................................................5

3.2. Datos...................................................................................................................5

3.3. Planteamiento de la hipótesis..............................................................................5

3.4. Factores de estudio..............................................................................................6

3.5. Tratamientos.......................................................................................................6

3.6. Características del experimento..........................................................................7

3.7. Diseño experimental...........................................................................................7

3.8. Análisis de varianza............................................................................................7

3.9. Suma de los cuadrados para tratamiento.............................................................8

3.10. Suma cuadrada debido al error:.......................................................................8

3.11. Suma Cuadrada total.......................................................................................9

3.12. Grados de libertad...........................................................................................9

3.13. Análisis de variancia.......................................................................................9

3.14. Cuadrado medio............................................................................................10

4. Resolución................................................................................................................10

4.1. Grados de libertad.............................................................................................11

4.2. Grados de error.................................................................................................11

4.3. Cuadrado medio................................................................................................11

4.4. Cuadrado medio de error..................................................................................11

4.5. FO.....................................................................................................................11

4.6. Valor-p..............................................................................................................12

2
5. Referencias bibliográficas:.......................................................................................13

3
 1. Introducción

Muchas comparaciones, como las antes mencionadas, se hacen con base en el diseño
completamente al azar (DCA), que es el más simple de todos los diseños que se utilizan
para comparar dos o más tratamientos, dado que sólo consideran dos fuentes de
variabilidad: los tratamientos y el error aleatorio. Se verán los diseños que consideran la
influencia de otras fuentes de variabilidad (bloques). Este diseño se llama
completamente al azar porque todas las corridas experimentales se realizan en orden
aleatorio completo. De esta manera, si durante el estudio se hacen en total N pruebas,
éstas se corren al azar, de manera que los posibles efectos ambientales y temporales se
vayan repartiendo equitativamente entre los tratamientos.

4
 2. Objetivo

2.1. Objetivo General

Explicar los elementos del diseño completamente aleatorizado y el análisis de varianza

2.2. Objetivo Específicos

 Conocer los elementos del diseño completamente aleatorizado

 Establecer las fuentes de variabilidad del análisis de varianza
 Realizar la verificación de los supuestos del modelo Interpretar los resultados

5
 3. Metodología

 Desarrollar en forma detallada el problema

3.1. Enunciado del problema

Comparación de cuatro tipos de cueros

Un fabricante de calzado desea mejorar la calidad de las suelas, las cuales se pueden
hacer con uno de los cuatro tipos de cuero A, B, C y D disponibles en el mercado. Para
ello, prueba los cueros con una máquina que hace pasar los zapatos por una superficie
abrasiva; la suela de estos se desgasta al pasarla por dicha superficie. como criterio de
desgastes se usa la pérdida de peso después de un número fijo de ciclos. se prueban en
orden aleatorio 24 zapatos, seis de cada tipo de cueto. Al hacer las pruebas en orden
completamente al azar se evitan sesgos, y las mediciones en un tipo de cuero resultan
independientes de las demás. Los datos (en miligramos) sobre el desgaste de cada tipo
de cuero se muestra en la tabla 3.2.

3.2. Datos

Tipo de cuero Observaciones Promedio

A 264 260 258 241 262 255 256.7
B 208 220 216 200 213 206 209.8
C 220 263 219 225 230 228 230.8
D 217 226 215 227 220 222 220.7

Total, de tratamientos (Y ¿¿ j) ¿ =24

Numero de tratamientos (n)=24

Media muestral por tratamiento(Y m =Y j /ni )=¿ 229.5

Desviaciones respecto a la media global (T j=mm−m)=

3.3. Planteamiento de la hipótesis

μA=μB=μC=μD

μi≠ μj

Hipótesis nula: todas las medias son iguales

Hipótesis alterna: No todas las medias son iguales

6
Nivel de significancia: α = 5% = 0.05

3.4. Factores de estudio

Tabla 2

Factores de estudio

Factor Código Nivel

a1: A
Tipos a2: B
A
a3: C
de cuero
a4: D

3.5. Tratamientos

Tabla 3

Tratamientos

Tipos Pérdida
de peso
de
cuero
A 264
B 208
C 220
D 217
A 260
B 220
C 263
D 226
A 258
B 216
C 219
D 215
A 241
B 200
7
 C 225
D 227
A 262
B 213
C 230
D 220
A 255
B 206
C 228
D 222

3.6. Características del experimento

Factores: 1
Niveles: 4

Repeticiones: 6

Unidades 2
experimentales: 4

Variables respuesta: 1

3.7. Diseño experimental

Y ij =μ+ τ i+ ε ij

Donde:

Y ij : Una observación cualquiera

μ : es el parámetro de escala común a todos los tratamientos

τ i : Parámetro que mide el efecto del tratamiento i

ε ij : Es el error atribuible a medición Y ij

3.8. Análisis de varianza

Diseño completamente al azar:

8
Fuente de Suma de cuadrados Grados Cuadrado medio F0 Valor-p
variabilidad de
libertad
Tratamientos Y ik. Y 2..
4 k −1 SC TRAT CM TRAT P( F > F0 )
SCTRAT =∑ − CM TRAT =
1 ni N k −1 CM E

Error SC E=SC T −SCTRAT N−k SC E

CM E =
N −k

Total k n1 2 Y 2.. N−1

SCT =Σ i=1 Σ j =1 Y ij −
N

3.9. Suma de los cuadrados para tratamiento

Formula

Y ik. Y 2..
4
SCTRAT =∑ −
1 ni N

Donde:

SCTRAT : suma de los cuadrados para tratamiento

Σ 41 : desviación estándar de una población o muestra

Y ki .
: la fórmula para datos perdidos
ni

Y i :es el total de nivel i y del factor A

(k , ni ¿ : coeficiente binomial

9
Y 2..
; semi suma de la frecuencia absoluta
N

Y 2 : es la suma de todas las observaciones

3.10. Suma cuadrada debido al error:

Formula:

SC E=SC T −SCTRAT

Donde:

SC E: suma cuadrada debido al error

SCT : suma cuadrada total

SCTRAT : suma de los cuadrados para tratamiento

3.11. Suma Cuadrada total

Formula:

k n1 2 Y 2..
SCT =Σ i=1 Σ j =1 Y −
ij
N

Donde:

SCT : suma cuadrado total

Σ ki=1 : frecuencia absoluta

Σ nj=1
1
: frecuencia relativa

Y 2ij : la característica observada cualquiera

Y 2..
semi suma de la frecuencia absoluta
N

10
 3.12. Grados de libertad

Formula

k −1

Donde:

k −1 : tratamientos asignados a cada 1

N= abn es el total de observaciones en el experimento. Las sumas de cuadrados

N−1 : El estadístico de prueba para la hipótesis

3.13. Análisis de variancia

SC TRAT
CM TRAT =
k −1

Donde:

CM TRAT : causas de variación de tratamiento

SCTRAT : suma de los cuadrados para tratamiento

k −1 : tratamientos asignados a cada 1

3.14. Cuadrado medio

SC E
CM E =
N −k

Donde:

CM E : corrección cuadrara del error

SC E: señala que se necesita por lo menos dos replicas para saber el error

N−k :grados de libertad

11
FO

P( F > F0 )

Donde:

P: porcentaje

F: ratio

¿ : mayor que

4. Resolución

Y ik. Y 2..
4
SCTRAT =∑ −
1 ni N

SCT =¿ ¿

SCT =¿ ¿

SCT =1274320.5−1267301=7019.5

SCT =( 264 )2+¿

SCT =1276377−1267301=9076

SCerror =9076−7019.5=2056.5

SCT =7019.5+2056.5=9076

4.1. Grados de libertad

k −1

4−1=3

12
 4.2. Grados de error

N−k

24−4=20

4.3. Cuadrado medio

SC TRAT
CM TRAT =
k −1

7019.5
CM TRAT = =2339.8
3

4.4. Cuadrado medio de error

SC E
CM E =
N −k

2056.5
CM E = =102.825
20

4.5. FO

CM TRAT
CM E

2339.8
=22.75
102.825

4.6. Valor-p

P( F > F0 )

Método de diferencia mínima significativa

A 256.7 MA=MB

B 209.8 MB=MC

C 230.8 MA=MD

D 220.7 MB=MC

13
 tα
LSD= , N−k √2 CM E /n
2

√
0.025,20 102.825 ( 16 )+( 16 )=LSD
√
2,086 102.825 ( 26 )= LSD
2,086 √ 102.825 ( 0.333 )=LSD

2,086 √ 34.275=¿

14
 5. Referencias bibliográficas:

Gutiérrez, H & Salazar, R. (2012). Análisis y Diseño de Experimentos. Tercera edición.

McGraw Hill. México.

Melo, O., López, K. Melo, S. (2007). Diseño de experimentos métodos y aplicaciones.

Bogota.

15