Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentado por
Danna Marcela Viveros Lopez CC. 1094923102
Código: 300004_72
Presentado a:
YEINER VALENCIA
1.
Qué tipo de organización presentan los tratamientos en campo.
Cuadro latino es un bloqueo robusto el cual cuenta con una organización tipo sudoku comienza
por el tratamiento que le sigue al que inicio,
82= 64
Cuadro Latino: es un bloqueo robusto el cual cuenta con una organización tipo sudoku
comienza por el tratamiento que le sigue al que inicio, el número de unidades experimentales se
obtiene elevando al cuadrado el número de tratamientos es decir si se tiene tratamientos y bloques
se obtienen 16 unidades experimentales, organización de las unidades por bien en la primera
fila y columna las cuales comienzan por f1,f2,f3,f4 las cuales van rotando al inicio las cuales no
se repiten ni por filas ni por columnas es el sudoku,
Criterios de análisis de varianza
Tratamientos hipótesis nula que el promedio del T1 = T2 = T3=T4 con la hipótesis alterna que
por lo menos uno sea diferente si el criterio es pvalor sea menor a 0,5 se rechaza la hipótesis nula
Por columnas
Alterna que por lo menos uno sea diferente si el criterio es Pvalor sea menor a 0,5 se rechaza la
hipótesis nula
Tenemos criterio del análisis es decir que tenemos unos tratamientos a los cuales se probó que los
podemos afectar por un segundo factor, al igual que por filas y por columnas lo afectamos por un
tercer factor
Cuadro latino validación de supuestos se busca que el PV es o se mayor a 0,05
Para la normalidad tenemos dos test
Shapiro Wilk: hasta 50 residuales se ajusta a una distribución normal criterio Pvalor menor de
0,05 se rechaza la Ho nula
Kolmogorov Smirnov Mod Lilliefors: para más de 50 residuales se ajusta a una distribución
normal criterio Pvalor menor de 0,05 se rechaza el Ho nulo,
cunado pvalor es superior 0,05 con un 95% de confianza concluimos que se ajustan a una
distribución normal
Pvalor menor con un 0,05 rechazamos el Ho 95% de confianza concluimos que no ajustan a una
distribución de varianza normal
Cuando se encuentra que no se cumple con el supuesto de normalidad hasta allí llegaría nuestro
procesamiento, porque debemos o transformar datos o hacer análisis de varianza no paramétrica
52 = 25 unidades experimentales
Si tiene un diseño bifactorial de dos tipos de pasto y tres dosis de bioabono cuantos
tratamientos se deben trabajar en cada repetición para un diseño de bloques completos al azar.
PValor de columnas (0,0774) es menor r 0,05, no se rechaza hipótesis nulas, se concluye que
todas columnas se comportan iguales;
para tratamientos el Pvalor es menor a 0,05, se rechaza la hipótesis nula, y se comprueba que
hay diferencias significativas entre los tratamientos no hay homogeneidad en las muestras
Cuadro latino validación de supuestos se busca que el PV es o se mayor a 0,05
Supuesto de normalidad
pvalor es mayor 0,05 con un 95% de confianza concluimos que se ajustan a una distribución
normal
Finalmente evidenciamos que los Tratamientos 1 (F1- NPK + 30 mg bb-16) y 2 (F2- NPK + 45
mg bb-16) se comportan igual, los Tratamientos 3 (F3- NPK + 60 mg bb-16) y 4 (F4-NPK.),
también se comportan de la misma manera, pero entre estos y el Tratamiento 5 (F5- Sin
fertilizantes), se puede concluir que existe un comportamiento diferente.
el grafico de rendimiento nos indica que efectivamente el tratamiento No 2 es quien presenta un
mejor comportamiento en comparación con los otros tratamientos
DISEÑO BIFACTORIAL
a. Modelo
Y ijkl =μ+ Ri + A j+ B k +( AB) jk +e ijk
Donde:
� = Media General.
𝑹� = Es el efecto del i-ésimo Boque o Réplica.
𝑨� = Es el efecto debido al j-ésimo nivel del factor A.
𝑩� = Es el efecto debido al k-ésimo nivel del factor B.
(𝑨𝑩)�� = Es el efecto de la interacción entre el j-ésimo nivel del factor A y el
k-ésimo nivel del factor B.
𝜺��� = Es el Error Experimental.
Alistar en Excel
Analisis de varianza
Validando el supuesto de Normalidad evidenciamos un Pvalue de 0,3511 por lo tanto Pvalue >
0,05 entonces no se rechaza la H0 y se concluye con un 95% de confianza que los residuales de
éste modelo de análisis de varianza se comportan a corde a una distribución normal.
Comparación de medidas
Prueba 1 variedad
PRUEBA 2 BIOBRAS
Al realizar las pruebas de comparación de medias para factores simples, se evidencia que para el
factor Variedad, la que tiene más alto rendimiento es la Variedad 1 que corresponde a (C 1051-
73) y por consiguiente el más bajo es el de la Variedad 2 que corresponde a (Ja 60-5). Para el
factor Biobrás, la Dosis con mayor rendimiento es la Dosis de Biobrás 2 que corresponde a (1.0
mg/ha) y por ende, la de menor rendimiento es la Dosis de Biobrás 1 que corresponde a (0.5
mg/ha).
COMPARACIÓN MULTIPLES
Finalmente, y teniendo en cuenta las diferencias en la interacción evidenciadas en la comparación
de medias por factores simples, se procede a realizar las comparaciones múltiples donde se
obtiene que al comparar “V1:D2-V1:D1”, “V1:D2-V2:D1” y “V2:D2-V1:D2”, Pvalue < 0,05 por
ende se puede concluir que para cada comparación, son dos tratamientos que se comportan
diferente. Al comparar “V2:D1-V1:D1”, “V2:D2-V1:D1” y “V2:D2-V2:D1”, Pvalue > 0,05 por
lo tanto se concluye que para cada comparación, son dos tratamientos que se comportan igual.
Conclusion