Diseño experimental

Fase 5

Presentado por
Jhon Alexander Parra Jiménez
CC 1111.194.476

Presentado a
Diego Alberto Deaza

Universidad Nacional Abierta y a Distancia UNAD

Programa de zootecnia
Bogotá D.C
Diciembre del 2020
 Introducción

el presente trabajo enseña los pasos de como identificar y aplicar los diseños
completamente al azar, mediante ejercicios de organización, procesamiento y
presentación de datos con la ayuda del software R

Objetivos.

 Apropiar los criterios para aplicar los diseños al azar.

 Apropiar los criterios para aplicar los diseños de bloques completamente al azar.

 Comprender el funcionamiento del programa R

El estudiante debe revisar la realimentación de la calificación desarrollada por el docente de su
trabajo individual presentado en la fase 2 y para uno de los ejercicios presentados en el
programa R que puede ser el punto dos o el punto tres de las preguntas orientadoras (solo un
punto) debe presentar el comentario de la realimentación del docente y desarrollar los ajustes a
los que da lugar la realimentación remitiendo en su informe:

Procesamiento detallado en el programa R con pantallazos de la salida en el programa R, con la

interpretación adecuada de los datos, pantallazos completos y totalmente visibles estudiante
que presente el mismo trabajo de la fase dos sin ajustes no se emite nota del punto.

1.Qué tipo de variables existe en estadística

Las variables que existen son cuantitativas, cualitativas, continuas y discretas
El diseño completamente al azar en qué condiciones se usa
Se usa bajo condiciones experimentales controladas, como invernaderos, laboratorios y
demás ambientes en los cuales podemos garantizar homogeneidad en el proceso.

el diseño bloques completamente al azar en qué condiciones se usa

Se usa en condiciones donde no podemos garantizar la homogeneidad, entonces
agrupamos por bloques y repartimos al azar los tratamientos o lo que queramos probar,
se usa en campo abierto en donde no podemos por ejemplo tener igualdad en el suelo.
En que histograma se basan las distribuciones de probabilidad de variables
continuas
se basa en las frecuencias relativas
Que se debe hacer con los datos de experimentos de conteos como el numero de
lechones o el numero de frutos para poder hacer un análisis de varianza
Se deben transformar para poder realizar el análisis de varianza.

En análisis de varianza cuál es la hipótesis nula que se prueba

La hipótesis nula es que el promedio de los tratamientos en su medición en la variable de
respuesta es el mismo.

Relacione una tabla los componentes de un análisis de varianza para un diseño

completamente al azar. Recuerde que lo que el libro Ruesga relaciona como S es
cuadros medios o CME

Tomado de: Galeano Rivera, A. (2018). Análisis de Varianza y Parámetros Genéticos.

Colombia: Recuperado de http://hdl.handle.net/10596/21579

2.Modelo

La formula de suma de cuadrados totales, suma de cuadrados de

tratamiento, suma de cuadrados de error
 Formula de suma de cuadrados totales

Formula de suma de cuadrados de tratamiento

Formula de suma de cuadrados de error

Cuál es la hipotesis nula

La hipotesis que se va a probar es

al menos dos tratamientos diferentes

lo anterior se prueba con un análisis de varianza
alistar datos en Excel para procesos en R
desarrollar en R análisis de varianza, validación de supuestos del modelo y prueba
de comparación de medias
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 cada párrafo interprete por parte 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 ultimo las pruebas
de comparación de medias. Se debe seguir el protocolo de interpretación de la
presentación guía en power point DCA

Desarrollo análisis en R de DCA

Pantallazo de inicio del procesamiento de datos en R al darle view, aquí revisaremos que
los datos correspondan y que la variable y factor estén bien escritos teniendo en cuenta;
mayúsculas, minúsculas, signos de puntuación, etc. Para que el programa R pueda
leerlos correctamente.
ANOVA, o análisis de varianza.

Observando el valor resultante tenemos que es menor a 0.05, por lo tanto se rechaza la
hipótesis nula, la cual dice que todos los tratamientos se comportan igual, de esta manera
se puede decir con un 95% de confianza que al menos un tratamiento se comporta
diferente a los demás.
Test de shapiro, y residuales

En este caso como el valor resultante del test de shapiro es mayor a 0.05 entonces con
un 95% de confianza no se rechaza la hipótesis nula y se observa que los residuales se
ajustan a una distribución normal.

Test de levenes.
El pvalor resultante del test de levenes es mayor a 0.05; En este caso no se rechaza la
hipótesis nula con un 95% de confianza y los residuales presentan varianza constante.

(Este es el método largo del test de levenes ya que por el método rápido no e fue posible
realizarlo puesto que me salía error.)

Gráficos.
Por medio de estos fácilmente podemos ver el comportamiento que han tenido los
tratamientos, viendo como el de mejor comportamiento viene siendo el TUNAS 19, un
comportamiento bastante parecido tiene los TUNAS 1 Y TUNAS 52, mientras que el
TUNAS 27 muestra el comportamiento mas bajo, en relación a los demás.

Test de Tukey

Esta es una prueba de comparación de medias, en la cual se observa fácilmente que hay
diferencia en los comportamientos de los tratamientos, teniendo que:

Hay diferencia significativa para decir que el TUNAS 19 se comporta diferente a los
demás teniendo un mejor comportamiento, por esto se le da la letra “a”

También se puede decir que los TUNAS 1 y TUNAS 52 no presentan diferencias

significativas por lo tanto se dice que tienen un comportamiento igual por eso se les
asigna la misma letra “b”

Por último tenemos que hay diferencias estadísticas significativas para decir que el
TUNAS 27 se comporta de manera diferente a los demás tratamientos siendo el de peor
comportamiento por eso se le asigna una letra diferente la cual es la “c”.
2. El estudiante debe anunciar tres ejemplos de variables discretas de la carrera que
estudia y determinar la transformación que usarían

Variables discretas en Zootecnia.

● Numero de lechones por camada.

● Numero de cerdos en una granja o piara.
 ● Numero de cerdos en ceba vendidos al mes.

Numero de lechones por camada, hay poca variación, no hay ceros, usaría NUMEROS
DIGITOS.

3. Cada estudiante debe indicar cuál de los diseños experimentales vistos le parece de
más utilidad para su carrera y explicar en un caso concreto de manera simple como
organizaría un experimento en su carrera con cuatro tratamientos con un testigo (testigo
es lo que se hace comúnmente), describir con cuantas repeticiones trabajaría, recordar
que en el diseño de bloques si se mira el efecto de la repetición que es el mismo bloque.

De los diseños vistos en el curso el que a mi parecer el que mayor utilidad aporta es el
diseño de bloques completamente al azar, además me parece que es el de más fácil
entendimiento. A continuación el ejemplo del caso.

Tengo la idea de realizar un estudio en el cual se incluya una materia prima no

convencional que no haya sido estudiada, en la dieta de los cerdos en la etapa de
precebo, la materia prima será leche en polvo de fórmula para bebes humanos vencida.
En la práctica; se armarían 5 grupos de 5 animales cada uno para un total de 25 cerdos,
estos grupos cada uno tendrá una dieta diferente las cuales incluirán su alimento
tradicional concentrado combinado con la preparación de la leche en polvo en diferentes
proporciones, las cuales van a ser; leche: concentrado: 100:0, 75:25, 50:50, 25:75, y
como grupo de testigo o control 0:100, que sería la dieta tradicional que se les suministra
a los cerdos la cual la compone un 100% de concentrado. Los cerdos serán pesados al
inicio del experimento, así mismo cada 5 días del experimento, cuando finalice la etapa de
precebo y un peso final cuando sea el final de la ceba, para medir principalmente
conversión alimenticia, peso final.

Lo que acabo de describir es mi unidad experimental la cual tendrá 3 repeticiones para

dar valides a sus resultados, por lo que en total serán utilizados 75 animales en total.

 En diseños experimentales cuál es el número mínimo de tratamientos.

Se pueden realizar todos los tratamientos posibles

 En diseños experimentales cuál es el número mínimo de Bloques ó Repeticiones.

El número mínimo de repeticiones no debería ser menor a cuatro

Referencias bibliograficas

 Cifuentes, W. X., Jaramillo, E. L. M., & Mejía, G. L. M. (2016). Métodos de

análisis para la investigación, desarrollo e innovación (i+d+i) de procesos agrícolas y
agroindustriales, p.51-56. Recuperado
de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?
docID=4795324&query=dise%C3%B1o%20completamente%20al%20azar%20con
%20submuestreo
 Cifuentes, W. X., Jaramillo, E. L. M., & Mejía, G. L. M. (2016). Métodos de
análisis para la investigación, desarrollo e innovación (i+d+i) de procesos agrícolas y
agroindustriales, p 57-60. Recuperado
de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?
docID=4795324&query=dise%C3%B1o%20completamente%20al%20azar%20con
%20submuestreo
 Ruesga, G. I. (2007). Libro de experimentación agrícola, p 14-17.
Recuperado de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?
docID=3174819&query=dise%C3%B1o%20de%20experimentos
 Ruesga, G. I. (2007). Libro de experimentación agrícola, p. 6-
13. Recuperado de http://bibliotecavirtual.unad.edu.co:2460/lib/unadsp/reader.action?
docID=3174819&query=dise%C3%B1o%20de%20experimentos