Tratamientos

64.45
64.12
64.80
64.45
Repeticiones 64.12

DCA
CASO 1
Tra Y Y RECTIFICADO

1 64.45 64.45
1 64.12 64.12
1 64.80 64.80
1 64.45 64.45
1 64.12 64.12
2 72.68 72.68
2 72.35 72.35
 2 72.00 mas 1 73.00
2 72.68 72.68

72.62 2 73.37 menos 1 72.37 72.62

3 65.83 65.83
3 65.83 65.83
3 65.48 65.48
3 65.83 65.83
3 66.17 66.17
4 67.88 67.88
4 67.55 67.55
4 67.88 67.88
4 67.88 67.88
4 68.23 68.23
5 72.00 72.00
5 71.65 71.65
5 72.00 72.00
5 72.35 72.35
5 72.68 72.68

Probability Plot of RESI1

Normal
99
Mean -5.68434E-15
StDev 0.3183
95 N 25
KS 0.180
90
P-Value 0.041
80
70
Percent

60
50
40
30
20

10

1
-0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8
RESI1

p - Value < 0.05

0.041 < 0.05

A un nivel de significacion de 0.05

NO podemos afirmar que los errores se destribuyan normalmente
NO se cumple el supuesto de normalidad de errores

Test for Equal Variances: Y vs Tra

Multiple comparison intervals for the standard deviation, α = 0.05

Multiple Compariso
1 P-Value 0.689
Levene’s Test
 Test for Equal Variances: Y vs Tra
Multiple comparison intervals for the standard deviation, α = 0.05

Multiple Compariso
1 P-Value 0.689
Levene’s Test
P-Value 0.633
2

Tra
3

0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8

If intervals do not overlap, the corresponding stdevs are significantly different.

p - Value (Multiple comparisons) > 0.05

0.689 > 0.05

A un nivel de significacion de 0.05

Se puede afirmar que las variancias de los tratamientos son homogeneas
Si se cumple el supuesto de homogeneidad de varianzas
ASI EL SUPUESTO DE HOMOGENEIDAD DE VARIANZAS PASE SU PRUEBA, IGUAL NO SE CONSIDE

RECTIFICADO

Probability Plot of RESI1

Normal
99
Mean -5.68434E-15
StDev 0.2655
95 N 25
KS 0.165
90
P-Value 0.079
80
70
Percent

60
50
40
30
20

10

1
-0.75 -0.50 -0.25 0.00 0.25 0.50
RESI1
p - Value > 0.05
0.079 > 0.05

A un nivel de significacion de 0.05

SI podemos afirmar que los errores se destribuyan normalmente
SI se cumple el supuesto de normalidad de errores

Test for Equal Variances: Y vs Tra

Multiple comparison intervals for the standard deviation, α = 0.05

Multiple Comparisons
1 P-Value 0.868
Levene’s Test
P-Value 0.821
2
Tra

0.2 0.4 0.6 0.8 1.0 1.2

If intervals do not overlap, the corresponding stdevs are significantly different.

p - Value (Multiple comparisons) > 0.05

0.868 > 0.05

A un nivel de significacion de 0.05

Se puede afirmar que las variancias de los tratamientos son homogeneas
Si se cumple el supuesto de homogeneidad de varianzas
 Se quiere medir las dosis de diferentes aplicaciones de ascoph
floración en el cultivo de mandarina Cultiva
Tra 1: 1 aplicación a 0.5l/200l
Tra 2: 2 aplicaciones al 0.5l / 200 l
Trat3: 3 Aplicaciones a 0.5 / 200l
Trat 4: 4 aplicaciones a 0.5/200l
Trat 5: 5 Aplicaciones a 0.5 l / 200 l
Desviación
estándar de la Se aplico DCA y tiene 5 repeticiones
Desviación estándar Antes de procesar los datos queremos ver si la data obtenida a
muestra de la data de la muestra
base normalidad y homogeneidad de varianz
RECTIFICADO
0.28 0.28 Variable: Tratamiento
1 2
1 64.45 72.68
2 64.12 72.35
Repeticiones 3 64.80 72.00
0.51 0.27 4 64.45 72.68
5 64.12 73.37
 Promedio: 64.39 72.62
* Tener en cuenta que este cuadro no es el croquis sino, muestr

0.24 0.24
Cuadro con data corregido

Tratamientos
1 2
0.24 0.24 1 64.45 72.68
2 64.12 72.35
Repeticiones 3 64.80 73.00
4 64.45 72.68
5 64.12 72.37
0.39 0.39 Promedio: 64.39 72.62

Como se puede apreciar el promedio del tratamiento 2 no vari

de medias (Duncan y Tukey) no se vera afectado
Las conclusiones de esta data serán mas confiables

Mean -5.68434E-15
StDev 0.3183
N 25
KS 0.180
P-Value 0.041

Tra
eviation, α = 0.05

Multiple Comparisons
P-Value 0.689
Levene’s Test
 Tra
eviation, α = 0.05

Multiple Comparisons
P-Value 0.689
Levene’s Test
P-Value 0.633

6 1.8

EBA, IGUAL NO SE CONSIDERA PORQUE EL PRIMER SUPUESTO DE NORMALIDAD NO PASO

Mean -5.68434E-15
StDev 0.2655
N 25
KS 0.165
P-Value 0.079
α = 0.05

Multiple Comparisons
P-Value 0.868
Levene’s Test
P-Value 0.821
es aplicaciones de ascophyllum nodosum (algas) en
vo de mandarina Cultivar Tango.
aplicación a 0.5l/200l
licaciones al 0.5l / 200 l DCA
plicaciones a 0.5 / 200l
aplicaciones a 0.5/200l CASO 2
plicaciones a 0.5 l / 200 l
N de yemas de esparrago
CA y tiene 5 repeticiones
s ver si la data obtenida aprueban los supuestos de
homogeneidad de varianzas. Tra

Variable: Tratamientos rdt /ha 1

3 4 5 1
65.83 67.88 72.00 1
65.83 67.55 71.65 1
65.48 67.88 72.00 1
65.83 67.88 72.35 2
66.17 68.23 72.68 2
 65.83 67.88 72.14 2
es el croquis sino, muestra los datos ordenados 2

2
3
3
3
Tratamientos 3
3 4 5 3
65.83 67.88 72.00 4
65.83 67.55 71.65 4
65.48 67.88 72.00 4
65.83 67.88 72.35 4
66.17 68.23 72.68 4
65.83 67.88 72.14 5
5
del tratamiento 2 no varia en ambos cuadros. Por lo tanto en la comparación 5
a afectado 5
as confiables 1015.4 5

99

95
90

80
70
Percent
60
50
40
30
20

10
5

1
-8 -6 -4

p - Value > 0.05

0.150 > 0.05

A un nivel de significacion
SI podemos afirmar que lo
SI se cumple el supuesto
 Te
Multiple compa

Tra
3

0 2 4

If intervals do not overlap, the corre

p - Value (Multiple compa

0.021 < 0.05

A un nivel de significacion
Se puede afirmar que las v
NO se cumple el supuesto

Realizar el experime
Se realiza nuevamente pa

99

95
90

80
70
Percent

60
50
40
30
20

10
5

1
-8 -6 -
 30
20

10
5

1
-8 -6 -

p - Value > 0.05

0.150 > 0.05

A un nivel de significacion
SI podemos afirmar que lo
SI se cumple el supuesto

Test f
Multiple c

Tra
3

0 2

If intervals do not overlap, t

p - Value (Multiple compa

0.394 > 0.05

A un nivel de significacion
Se puede afirmar que las v
Si se cumple el supuesto d
de yemas de esparrago por 10 metros lineales
Desviación
Y Y RECTIFICADO estándar de la
muestra
1016 1016 2.74
1016 1016
1016 1016
1011 1011
1011 1011
1011 1011 5.22
1014 1014
 1018 1018
1021 1021

1008 1008
1016 1016 2.19
1011 1011
1011 1011
1011 1011
1013 1013
1016 1016 3.65
1011 1011
1006 1006
1009 1009
1011 1011
1016 mas 3 1019 0.89
1016 1016
1015 1015
1016 1016
1014 menos 3 1011 1015.4

Probability Plot of RESI1

Normal
99
Mean -1.36424E-14
StDev 2.992
95 N 25
KS 0.141
90
P-Value >0.150
80
70
Percent

60
50
40
30
20

10
5

1
-8 -6 -4 -2 0 2 4 6 8
RESI1

- Value > 0.05

un nivel de significacion de 0.05

podemos afirmar que los errores se destribuyan normalmente
se cumple el supuesto de normalidad de errores
 Test for Equal Variances: Y vs Tra
Multiple comparison intervals for the standard deviation, α = 0.05

Multiple Comparisons
1 P-Value 0.021
Levene’s Test
P-Value 0.240
2

0 2 4 6 8 10 12 14 16

ervals do not overlap, the corresponding stdevs are significantly different.

- Value (Multiple comparisons) > 0.05

un nivel de significacion de 0.05

e puede afirmar que las variancias de los tratamientos son heterogeneas
O se cumple el supuesto de homogeneidad de varianzas

ealizar el experimento de supuestos nuevamente rectificando los valores Y.

e realiza nuevamente partiendo otra vez del supuesto de normalidad

Probability Plot of RESI1

Normal
99
Mean -1.36424E-14
StDev 3.194
95 N 25
KS 0.105
90
P-Value >0.150
80
70
Percent

60
50
40
30
20

10
5

1
-8 -6 -4 -2 0 2 4 6 8
RESI1
 30
20

10
5

1
-8 -6 -4 -2 0 2 4 6 8
RESI1

- Value > 0.05

un nivel de significacion de 0.05

podemos afirmar que los errores se destribuyan normalmente
se cumple el supuesto de normalidad de errores

Test for Equal Variances: Y RECTIFICADO vs Tra

Multiple comparison intervals for the standard deviation, α = 0.05

Multiple Comparisons
1 P-Value 0.394
Levene’s Test
P-Value 0.527
2
Tra

0 2 4 6 8 10 12 14 16

If intervals do not overlap, the corresponding stdevs are significantly different.

- Value (Multiple comparisons) > 0.05

un nivel de significacion de 0.05

e puede afirmar que las variancias de los tratamientos son homogeneas
se cumple el supuesto de homogeneidad de varianzas
 Se conto el numero de yemas de esparrago por 10 metros
lineales, en el cual se aplico diferentes maduradores (cada
tratamiento es un diferente producto de madurador) a base d
K, Mg, Mo
Se utilizo DCA con 5 repeticiones
Desviación estándar
de la muestra
RECTIFICADO
2.74 Tratamientos
1 2 3
1 1016 1011 1016
2 1016 1014 1011
Repeticione 3 1016 1018 1011
s
5.22 4 1011 1021 1011
5 1011 1008 1013
 Promedio: 1014.00 1014.40 1012.40
* Tener en cuenta que este cuadro no es el croquis sino, muestra los datos ordenados

2.19 Data corregida

N de yemas de esparrago por 10 metros lineales
Tratamientos
1 2 3
1 1016 1011 1016
3.65 2 1016 1014 1011
Repeticione
s 3 1016 1018 1011
4 1011 1021 1011
5 1011 1008 1013
Promedio: 1014.00 1014.40 1012.40
2.88
Como se puede apreciar el promedio del tratamiento 5 no varia en ambos cuadros. P
comparación de medias (Duncan y Tukey) no se vera afectado
Las conclusiones de esta data serán mas confiables
emas de esparrago por 10 metros DBCA
ico diferentes maduradores (cada
e producto de madurador) a base de CASO 3
K, Mg, Mo
CA con 5 repeticiones

Bloq Tra Y rectificado

atamientos 1 1 64.45
4 5 2 1 64.12
1016 1016 3 1 64.80
1011 1016 4 1 64.45
1006 1015 5 1 64.12
1009 1016 1 2 72.68
1011 1014 2 2 72.35
 1010.60 1015.40 3 2 73.00
sino, muestra los datos ordenados 4 2 72.68

5 2 72.37
1 3 65.83
or 10 metros lineales 2 3 65.83
atamientos 3 3 65.48
4 5 4 3 65.83
1016 1019 5 3 66.17
1011 1016 1 4 67.88
1006 1015 2 4 67.55
1009 1016 3 4 67.88
1011 1011 4 4 67.88
1010.60 1015.40 5 4 68.23
1 5 72.00
nto 5 no varia en ambos cuadros. Por lo tanto en la 2 5 71.65
ra afectado 3 5 72.00
4 5 72.35
5 5 72.68

Probability Plot of RESI1

Normal
99

95
90

80
70
Percent

60
50
40
30
20

10
5

1
-0.50 -0.25 0.00 0.25 0.
RESI1

p - Value > 0.05

0.150 > 0.05

A un nivel de significacion de 0.05

SI podemos afirmar que los errores se destribuyan normalmente
SI se cumple el supuesto de normalidad de errores
Si comparamos los mismos datos (Y) DCA VS DBCA en la normalidad
P - Value: DCA: 0.079 (ejercicio1) vs DBCA > 0.150 (ejercicio 3)
Quiere decir que DCA es mas exigente porque es menor si p Value y
Esto indica que el diseño a medida que se vuelve mas comlejo te da m
Si tu quieres exigir mas a tus tratamientos un diseño simple es mejor

Test for Equal Variances: Y vs Tr

Multiple comparison intervals for the standard devia

Tra
3

0.2 0.4 0.6 0.8 1.0

If intervals do not overlap, the corresponding stdevs are significantly different.

p - Value (Multiple comparisons) > 0.05

0.868 > 0.05

A un nivel de significacion de 0.05

Se puede afirmar que las variancias de los tratamientos son homoge
Si se cumple el supuesto de homogeneidad de varianzas

La prueba de homogeneidad no varia ya que siempre se toma los tra

 En este caso especial estamos tomando el ejercicio 1 como ejemplo.
Pero vamos a realizar los supuestos de normalidad y homogeneidad de
varianzas ASUMIENDO QUE LOS DATOS SE HAN OBTENIDO DE UN DISEÑO
DBCA

Tratamientos
1 2 3 4 5
1 64.45 72.68 65.83 67.88 72.00
2 64.12 72.35 65.83 67.55 71.65
Repeticione 3 64.80 73.00 65.48 67.88 72.00
s o Bloques
4 64.45 72.68 65.83 67.88 72.35
5 64.12 72.37 66.17 68.23 72.68
 * Tener en cuenta que este cuadro no es el croquis sino, muestra los datos ordenados

Si comparamos los mismos datos (Y) DCA VS DBCA en la normalidad con el Y rectificado:
P - Value en la normalidad: DCA: 0.079 (ejercicio1) vs DBCA > 0.150 (ejercicio 3)
Quiere decir que DCA es mas exigente porque su p Value en la normalidad es menor que DBCA
Esto indica que el diseño a medida que se vuelve mas complejo su nivel de exigencia de los datos disminuye
Si tu quieres exigir mas a tus tratamientos un diseño simple es mejor

bility Plot of RESI1

Normal

Mean -5.68434E-15
StDev 0.2219
N 25
KS 0.133
P-Value >0.150

00 0.25 0.50
SI1

tribuyan normalmente
 VS DBCA en la normalidad:
A > 0.150 (ejercicio 3)
rque es menor si p Value y DBCA te permite tener datos menos normales
vuelve mas comlejo te da mas chance a los errores.
un diseño simple es mejor

ual Variances: Y vs Tra

vals for the standard deviation, α = 0.05

Multiple Comparisons
P-Value 0.868
Levene’s Test
P-Value 0.821

0.8 1.0 1.2

vs are significantly different.

tratamientos son homogeneas

d de varianzas

ue siempre se toma los tratamientos y su data respectiva

s datos disminuye

99

95
90

80
70

Percent
60
50
40
30
20

10
5

1
-3

Mu

1
 Mu

Aditivo
3

If intervals do not
 Tratamiento 4

DCL
CASO 4
Se probo 4 tratamientos con diferente co
Como los factores son muy heterogéne
etc.) es decir un terreno con caracter
Lado1 Lado 2 Aditivo Y Para evitar que el error experime
Como son 4 tratamientos tam
1 1 1 13.0 Lado
2 1 2 18.0 1
3 1 3 12.0 1 13.0
4 1 4 24.5 2 18.0
Lado 1
1 2 2 15.5 3 12.0
2 2 1 13.0 4 24.5
3 2 4 24.0
 4 2 3 14.0 * Tener en cuenta que este cuadro no es e
1 3 3 13.0
2 3 4 24.5
3 3 1 15.0
La data obtenida del campo.
4 3 2 17.0 Por lo tanto se podrá procesar matemátic
1 4 4 25.5 Tukey sin
2 4 3 16.0
3 4 2 19.5
4 4 1 14.5

Probability Plot of SRES1

Normal
99
Mean -1.38778E-17
StDev 1.033
95 N 16
KS 0.151
90
P-Value >0.150
80
70
Percent

60
50
40
30
20

10
5

1
-3 -2 -1 0 1 2 3
SRES1

p - Value > 0.05

0.150 > 0.05

A un nivel de significacion de 0.05

SI podemos afirmar que los errores se destribuyan normalmente
SI se cumple el supuesto de normalidad de errores

Test for Equal Variances: Y vs Aditivo

Multiple comparison intervals for the standard deviation, α = 0.05

Multiple Comparisons
1 P-Value 0.374
Levene’s Test
P-Value 0.289
 Test for Equal Variances: Y vs Aditivo
Multiple comparison intervals for the standard deviation, α = 0.05

Multiple Comparisons
1 P-Value 0.374
Levene’s Test
P-Value 0.289

2
Aditivo

0 1 2 3 4 5 6 7

If intervals do not overlap, the corresponding stdevs are significantly different.

p - Value (Multiple comparisons) > 0.05

0.374 > 0.05

A un nivel de significacion de 0.05

Se puede afirmar que las variancias de los tratamientos son homogeneas
Si se cumple el supuesto de homogeneidad de varianzas
 tamientos con diferente concentración de citoquinina sintética
tores son muy heterogéneos (pendiente o textura, desniveles
cir un terreno con características diferentes en toda su área.
vitar que el error experimental sea alto utilizamos el DCL
mo son 4 tratamientos también se uso 4 repeticiones
Lado 2
2 3 4
15.5 13.0 25.5
13.0 24.5 16.0
24.0 15.0 19.5
14.0 17.0 14.5
nta que este cuadro no es el croquis sino, muestra los datos ordenados

data obtenida del campo. Cumple con los dos supuestos básicos.
podrá procesar matemáticamente. Y obtener el ANVA y las pruebas Duncan y
Tukey sin rectificar los datos