EJERCICIOS 573

aleatorizado, con cinco animales, en jaulas separadas, para cada tratamiento. Como el consumo de calo-
rías difiere entre los animales e influye en el aumento de peso, el investigador lo midió en cada animal.
Los datos del aumento de peso O, = gramos) y el consumo de calorías (x = caloríasll0) son:

Dieta y x Dieta y x Dieta y x Dieta y x

Determine si la dieta influye el consumo de calorías al grado de que este último quede invalidado
como covariada.
Use el consumo de calorías como covariada del aumento de peso y escriba un modelo lineal para el
experimento. Identifique cada término y establezca las suposiciones del modelo.
Realice un análisis de covarianza, pruebe la significancia de la covariada y ajuste las medias de
tratamiento.
Calcule las medias de tratamiento ajustadas, sus errores estandar y el error estándar promedio de la
diferencia entre dos medias ajustadas.
Grafique la recta de regresión para cada dieta, muestre las medias observadas y ajuste las medias de
cada dieta.
Calcule la eficiencia del ajuste de covarianza.
Pruebe la hipótesis de regresiones homogéneas para cada dieta.
Analice los resultados del experimento y la eficacia del ajuste de covarianza.

3. Un científico de plantas realizó un experimento para estudiar los efectos del nivel de irrigación por goteo
en el crecimiento, cosecha y calidad del elote dulce. Se usaron tres niveles de irrigación (15.8,24.0 y 28.5
pulgadas de agua aplicadas), y se arregló el experimento con un diseño de bloques completo aleatorizado
para controlar la variabilidad del campo. Una de las variables de respuesta medidas fue el peso del desper-
dicio por parcelas, o la cantidad de elote dulce en la parcela, que era inadecuado para la venta. El número
de plantas por parcela varió y esto afectaría la cosecha. Como se optimizó la humedad del suelo para es-
tablecer la mejor cosecha, los niveles de irrigación impuestos, después de establecer la cosecha, no afec-
taban el número de plantas por parcela. La cosecha de desperdicio observada O, = toneladas métricas1
hectárea) y x = número de plantas en una sección de 40 pies d e filas se muestran a continuación:

Nivel de irrigación
1 2 3
Bloque Y X Y x Y x
 a. Use el número de plantas en 40 pies de fila como covariada para la cosecha de desperdicio, escriba
un modelo lineal para el experimento, identifique cada t é h i n o y establezca las suposiciones nece-
sarias para el modelo.
b. Realice el análisis de covarianza, pruebe ..la
. significancia de la covariada y ajuste las medias de
tratamiento.
c. Muestre el valor del coeficiente de regresión. Calcule las medias de tratamiento ajustadas, sus erro-
res estándar y el error estándar promedio de la diferencia entre dos medias ajustadas.
d. Calcule la eficiencia del ajuste de covarianza.
e. Analice los resultados del experimento y la eficacia del ajuste covariado.
4. Se realizó un experimento con un diseño de bloque completo aleatorizado para estudiar el efecto del
control natural, bacillus, y un insecticida químico estándar para el control de una plaga de gusanos en un
plantío. Los tratamientos incluyeron cuatro fuentes de bacillus (tratamientos 1-4), un tratamiento quími-
co estándar (tratamiento 5) y un control sin tratamiento (tratamiento 6). Los tratamientos se aplicaron a
plantas crecidas en campos de cultivo. Se contó el número de gusanos (cuenta) en cada planta antes del
tratamiento. Se contó el número de gusanos vivos (vivos) 20 horas después de aplicar los tratamientos. A
continuación se encuentran los datos de cada parcela:

Bloque
1 2 3
Tratamiento Cuenta Vivos Cuenta Vivos Cuenta Vivos Cuenta Vivos
Bacillus 1 15 17 25 26 18 21 23 26
Bacillus 2 19 18 21 22 20 19 9 20
Bacillus 3 19 19 19 21 21 23 25 22
Bacillus 4 22 14 31 26 17 17 19 19
Químico 17 5 22 6 26 13 18 1O
Control 22 25 14 19 22 26 23 27

a. Use la cuenta de gusanos antes del tratamiento como covariada del número de gusanos vivos 20
horas después del tratamiento, escriba un modelo lineal para el éxperimento, identifique cada termi-
no y establezca las suposiciones necesarias para el modelo.
b. Realice el análisis de covarianza, pruebe la significancia de la covariada y ajuste las medias de
tratamiento.
c. Muestre el valor del coeficiente de regresión. Calcule las medias de tratamiento ajustadas, sus erro-
res estándar y el error estándar promedio de la diferencia entre las dos medias ajustadas.
d. Calcule la eficiencia del ajuste covariado.
e. Analice los resultados del experimento y la eficacia del ajuste covariado
f. La variable de respuesta es una medida de la cuenta y es posible que no tenga una distribución
normal. ¿Verificó las suposiciones de varianza homogénea y distribuciones normales de los errores
experimentales en el modelo? Si no fue así, hágalo ahora; si es necesario, tome las acciones correctivas
(según la presentación del capítulo 4) y rkpita los incisos b) y e).
5. El análisis de covarianza se puede usar para estimar valores faltantes en un diseño de bloques y propor-
cionar una estimación no sesgada de la suma de cuadrados del tratamiento para probar la hipótesis de que
no hay diferencia entre las medias de tratamiento con un valor faltante (Coons, 1957).