Eercicios Diseños Con Estructura Factorial de Tratamientos - Jiménez Janeth

UNIVERSIDAD NACIONAL DE LOJA
FACULTAD AGROPECUARIA Y DE RECURSOS NATURALES RENOVABLES

CARRERA DE INGENIERIA AGRONÓMICA
DISEÑO EXPERIMENTAL
Docente: Ing. Johnny Fernando Granja
Alumna: Janeth Jiménez
Ciclo: IX ¨A¨
EJERCICIOS DISEÑOS CON ESTRUCTURA FACTORIAL DE
TRATAMIENTOS
1. A. En la siguiente tabla se muestran los resultados de un experimento montado
según un diseño completamente aleatorizado con cuatro repeticiones, en el que
nemátodos del género Pratylenchus fueron criados en cuatro condiciones de
temperatura y discriminados según sexo para evaluar el efecto del sexo y la
temperatura sobre la expresión fenotípica de diversos caracteres morfométricos.
Los resultados presentados corresponden al largo promedio de la cola en unidades
experimentales conformadas por 5 individuos.
Hembras Machos
Temp ºC Rep 1 Rep 2 Rep 3 Rep 4 Rep 1 Rep 2 Rep 3 Rep 4
16 30,1 32,5 32 32,6 27,2 24,7 27,3 26,2
21 30,1 30,4 31,4 30,2 26,7 26,5 27,2 27,2
25 31,6 30,2 29,5 30,0 26,2 26,3 28,2 26,2
28 29,6 28,4 28,4 28,1 28,8 27 27,2 28,1
Responda las siguientes preguntas:

a) Ordene los datos en una planilla de Infostat
Versión Estudiantil b) Grafique

Versión Estudiantil el efecto
Versión Estudiantil Versióndel Factor
Estudiantil Temperatura
Versión Estudiantil en cada nivel del Factor Sexo.
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil
Efecto Versión Estudiantil
del factor temperatura Versión
en cada nivelEstudiantil
del factorVersión
sexo Estudiantil
32,07
Versión Estudiantil Versión 30,57
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
L.cola

27,58
Versión Estudiantil26,08
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
M H
Sexo
Versión Estudiantil Versión Estudiantil Versión Estudiantil
Medias-16 Medias-21
Medias-25 Medias-28
En el grafico se muestra que existe interacción significativa entre el factor temperatura en

cada nivel del factor sexo
c) Grafique el efecto del Factor Sexo en cada nivel del Factor Temperatura.
CARRERA Versión Estudiantil Versión Estudiantil
DE INGENIERIA AGRONÓMICA
Efecto Versión
del factor sexo enEstudiantil
cada nivelVersión Estudiantil
del factor Versión Estudiantil
temperatura
31,96
L.cola
29,12
15 19 22 25 29
Temperatura (°C)
Medias-H Medias-M
En el grafico se muestra que existe interacción significativa entre el factor sexo en cada
nivel del factor temperatura
d) Realice paso a paso y en orden correcto el ANOVA, supuestos, hipótesis,
prueba de F y concluya en base a las hipótesis planteadas.
1. Modelo Matemático del Diseño
YijK: Largo de la cola
U: Media global largo de la cola
αi: Efecto de la temperatura ( i:1,2,3,4)
βj: Efecto del sexo (j: 1,2)
(αβ)ij: Efecto de la interacción (l: 1,2,3,4)
Eijlm: Error experimental
2. Análisis de supuestos
a. Normalidad de Residuos
Versión Estudiantil Versión Estudiantil TítuloVersión Estudiantil
2,30 n= 32 r= 0,990 (RDUO L.Cola)
Cuantiles observados(RDUO L.Cola)
1,15
-0,01
-1,16
-2,31
-2,31 Versión
-1,16Estudiantil
-0,01Versión Estudiantil
1,15 Versión Estudiantil
2,30
Cuantiles de unaVersión Estudiantil Versión Estudiantil Versión Estudiantil
Normal(-6,9389E-017,1,234)
Hipótesis:
H0= Los residuos tienen distribución normal
HA= Los residuos no tienen distribución normal
❖ Dado que W*=0,96 y P-valor= 0,2372 mayor al α= 0,05 se acepta la hipótesis
nula, por lo tanto, los residuos de los datos tienen distribución normal.
b. Homogeneidad de varianza (Homocedasticidad)
Test de Levene
Hipótesis:
H0= Las varianzas del largo de la cola entre los tratamientos son homogéneas
HA: Las varianzas del largo de la cola entre los tratamientos son homogéneas
o Después de calcular la Test de Levene se obtuvo p- valor 0,1285 lo cual es mayor
a 0,05 (nivel de significancia), por ende, se acepta la hipótesis nula (Ho= Las
varianzas del largo de la cola entre los tratamientos son homogéneas) y se rechaza
la hipótesis alternativa (H1= La varianza del largo de la cola entre los tratamientos
no son homogéneos).
3. Hipótesis
a. Hipótesis de diferencias entre medias:
H0= T1=T2=T3 T4=T5=T6=T7=T8=0
HA= algún T distinto de cero
b. Hipótesis de existencia de interacción entre los factores
H0= no existe interacción entre los niveles de los factores A y B
HA= existe interacción entre los niveles de los factores A y B
c. Efecto del factor A
H0= no existen diferencias de largo de la cola debido al sexo
HA= existen diferencias de largo de la cola debido al sexo
d. Efecto del factor B

H0= no existen diferencias de largo de la cola debido a la temperatura
HA= existen diferencias de largo de la cola debido a la temperatura
e. Prueba de F
Luego de aplicar el test de Fisher que cuando se aplica en los machos una temperatura de
28°C se obtiene los promedios del largo de cola más altos con una media de 26,90 y
cuando en las hembras se aplica una temperatura de 16°C se obtiene los promedios del
largo de cola más altos con una media de 31,81.
f. ANOVA
g. Conclusiones
El AVOVA indica que existe interacción entre los niveles del factor sexo y temperatura
puesto que el valor de Fc=9,27 y el valor p=0,0003 <0,05. Por lo tanto, rechazamos H0,
es decir existe interacción entre los niveles de los factores A y B.
El factor sexo tiene efecto significativo sobre cada uno de los niveles de temperatura. Por
lo tanto, rechazamos H0 y aceptamos HA, es decir existen diferencias de largo de la cola
debido al sexo.
El factor temperatura no tiene efecto significativo sobre cada uno de los niveles de sexo.
Por lo tanto, rechazamos HA y aceptamos H0, es decir no existen diferencias de largo de
la cola debido a la temperatura.
En consecuencia, se debe realizar una prueba de comparaciones múltiples de los niveles
de sexo en cada nivel de temperatura y viceversa para lo cual se necesitan las medias:
e) Si hay efecto, utilice la prueba de comparación múltiple de DGC indicando
el pie de cuadro y gráfico con sus conclusiones.
En el cuadro se muestran los promedios unidos por letras mayúsculas en sentido vertical
lo cual indican diferencias estadísticas significativas entre los niveles del factor sexo en
cada nivel del factor temperatura. Al aplicar una temperatura de 28°C en las hembras se
obtiene el mejor promedio del largo de cola y cuando se aplica una temperatura de 16°C
en las hembras se obtiene el mejor promedio de largo de cola con una media de 31,80.
32,54
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil DVersión Estudiantil
30,92 C
Versión Estudiantil Versión Estudiantil Versión Estudiantil CVersión Estudiantil Versión Estudiantil
L.Cola
29,30
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión
B Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil B Versión Estudiantil Versión Estudiantil
27,68
A
Versión Estudiantil Versión Estudiantil Versión AEstudiantil Versión Estudiantil Versión Estudiantil
A
26,06
Versión Estudiantil Versión EstudiantilM:16
Versión Estudiantil
M:25 M:21 Versión
M:28 H:28 H:25Estudiantil
H:21 H:16 Versión Estudiantil
Sexo*Temperatura (°C)Versión Estudiantil Versión Estudiantil
En el gráfico se puede evidenciar que el sexo hembra al aplicar una temperatura de 16°C
se tiene el promedio de largo de cola más y en los machos cuando se aplica una
temperatura de 16°C se tiene un promedio de cola más bajo.
2. En un experimento es de interés estudiar la incidencia del riego con tres niveles
(100, 150 y 200 mm) y a la vez probar un insecticida con dos niveles (con y sin) sobre
la producción de tomates. La variable observada fue el rendimiento.
El Diseño utilizado correspondió a un Diseño en bloques completamente
aleatorizado con estructura factorial de tratamientos. Producto de diferencias en la
pendiente del terreno se consideró el Factor Pendiente como bloque. Se realizaron 4
repeticiones por tratamiento (una repetición por bloque).
Con Sin
insecticida insecticida
Riego 100 30 22.8
Riego 150 29.1 26.9
Riego 200 33.3 29.7
Riego 100 24.1 21.8
Riego 150 29.1 26.9
Riego 200 31.5 33.7
Riego 100 26.9 22.8
Riego 150 29.1 26.9
Riego 200 33.3 29.7
Riego 100 30.3 22
Riego 150 33.3 31.1
Riego 200 32 30
a) Realice un esquema de la disposición de las UE en terreno.
Bloque 1 Bloque 2 Bloque 4

Bloque 3
T2
T1
T1 T1 Riego 100mm +con
T2
insecticida
T3 T5 T2 Riego 100mm +sin
insecticida
T4 T3 T3 Riego 150mm +con
insecticida
T5 T6 T4 Riego 150mm +sin
insecticida
T6 T4 T5 Riego 200mm +con
insecticida
T6 Riego 200mm +sin
insecticida
b) ¿Cuáles son y cuántos tratamientos se desea comparar? Indique número de
Factores y Niveles.
Tratamientos
- riego con tres niveles (100, 150 y 200 mm)
- insecticida con dos niveles (con y sin)
N° tratamientos: 6 tratamientos*4 repeticiones, con un total de 24 tratamientos
c) Especifique matemáticamente el modelo lineal a utilizar, especificando cada
uno de sus términos.
Modelo Matemático del Diseño
En el presente ensayo se va utilizar un diseño de bloque completamente al azar (DBCA)
con arreglo bifactorial
Yijk: Rendimiento
u: Media global rendimiento
Ai: Efecto del riego (i:1,2,3)
Bj: Efecto del insecticida (j: 1,2)
(AB)ij: Efecto de la interacción entre el riego y el insecticida
Bk= efecto del bloque
Eijk: Error experimental
d) Ordene los datos de campo en una planilla Infostat.
|
Versión Estudiantil e) Grafique
Versión Estudiantil el efecto
Versión Estudiantil delEstudiantil
Versión FactorVersión
Riego en cada nivel del Factor Insecticida.
Estudiantil
Versión Estudiantil Versión Estudiantil Versión
Factor Riego enEstudiantil
cada nivelVersión Estudiantil
del Factor Versión Estudiantil
Insecticida
32,61
29,98
Rendimiento
27,34
24,71
22,08
Versión Estudiantil Versión Estudiantil Versión Estudiantil con
sin insecticida Versión Estudiantil Versión Estudiantil
insecticida
Insecticida Versión Estudiantil Versión Estudiantil
Medias-100
Medias-150
Medias-200
Versión Estudiantil Versión Estudiantil f) Grafique el efecto

Versión Estudiantil delEstudiantil
Versión FactorVersión
Insecticida
Estudiantil en cada nivel del Factor Riego.
efecto Versión Estudiantil
del Factor Insecticida en cadaVersión
nivelEstudiantil
del Factor Versión
Riego Estudiantil
32,76
Rendimiento
24,64
95 123 150 178 205
Riego
Medias-con insecticida
Medias-sin insecticida
g) Realice paso a paso y en orden correcto el ANOVA, supuestos, hipótesis,

prueba de F y concluya en base a las hipótesis planteadas.
Cuantiles observados(RDUO Rendimiento)
3,67 n= 24 r= 0,986 (RDUO Rendimiento)
2,01
0,35
-1,32
-2,98
-2,98 Versión
-1,32Estudiantil
3,67
Cuantiles de una Normal(-3,7007E-016,2,3343) Versión Estudiantil Versión Estudiantil
Hipótesis:
❖ Dado que W*=0,97 y P-valor= 0,9018 mayor al α= 0,05 se acepta la hipótesis
alterna, por lo tanto, los residuos de los datos no tienen distribución normal.
Test de Levene
Hipótesis:
H0= Las varianzas del rendimiento entre los tratamientos son homogéneas
HA: Las varianzas del rendimiento entre los tratamientos son homogéneas
varianzas del rendimiento entre los tratamientos son homogéneas) y se rechaza la
hipótesis alternativa (H1= La varianza del rendimiento entre los tratamientos no
son homogéneos).
2. Hipótesis
H0= T1=T2=T3 T4=T5=T6=0
H0= no existe interacción entre los niveles de los factores A y B
HA= existe interacción entre los niveles de los factores A y B
H0= no existen diferencias de rendimiento debido al riego
HA= existen diferencias de rendimiento debido al riego

H0= no existen diferencias de rendimiento debido al insecticida
HA= existen diferencias de rendimiento debido al riego
3. Prueba de F
Luego de aplicar el test de Fisher se puede evidenciar que cuando se aplica riego de 100,
150 y 200mm con insecticida se obtiene los mejores rendimientos en el cultivo de tomate
con las siguientes medias 27,83; 30,15 y 32,53 respectivamente.
4. ANOVA
4. Conclusiones
El AVOVA indica que no existe interacción entre los niveles del factor riego y insecticida
puesto que el valor de Fc=2,23 y el valor p=0,1335 >0,05. Por lo tanto, aceptamos H0, es
decir no existe interacción entre los niveles de los factores A y B.
El bloque no tiene efecto significativo sobre el rendimiento, por lo tanto, se puede decir
que no valió la pena realizar bloque en el ensayo.
El factor riego tiene efecto significativo sobre cada uno de los niveles de insecticida. Por
lo tanto, rechazamos H0 y aceptamos HA, es decir existen diferencias de rendimiento
debido al riego.
El factor insecticida tiene efecto significativo sobre cada uno de los niveles de riego. Por
lo tanto, rechazamos H0 y aceptamos HA, es decir existen diferencias de rendimiento
debido a la insecticida.
c. Si hay efecto, utilice la prueba de comparación múltiple de DGC indicando
el pie de cuadro y gráfico con sus conclusiones.
Luego de aplicar el Test DGC en el cuadro se muestran los promedios unidos por letras
mayúsculas en sentido vertical lo cual indican diferencias estadísticas significativas entre
los niveles del factor riego en cada nivel del factor insecticida. Al aplicar un riego de
200mm con insecticida se obtiene el mejor rendimiento en tomate.
CARRERA Versión Estudiantil Versión Estudiantil
DE INGENIERIA AGRONÓMICA
34,03
C
C Versión Estudiantil
30,97 C
Rendimiento
B BEstudiantil Versión Estudiantil Versión Estudiantil
27,91
24,85
A
21,79
100:sin100:con Estudiantil
insecticida
150:sin
insecticida
150:con Versión
insecticida
200:sin Estudiantil
insecticida
200:con
insecticida Versión Estudiantil
insecticida
Versión Estudiantil Versión Estudiantil Riego*Insecticida
En el grafico se puede evidenciar que al aplicar un riego de 200m con insecticida se tiene
efecto el rendimiento más alto en tomate con una media de 32,53. y al aplicar un riego de
significativo sobre el rendimiento y al aplicar un riego de 100mm sin insecticida se
obtiene el rendimiento mas bajo con una media de 22,35.
3. Un experimento realizado en cultivo de maní busca analizar el efecto de
diferentes fertilizantes sobre el rendimiento, para la cual probó aplicaciones
de N, P y K en dos niveles cada uno (0 y 75 kg/Ha) con estructura tri-factorial
en el cual se obtuvieron los siguientes datos:
2x2x2=8
Repeticiones
N P K I II III IV
0 0 0 0,257 0,172 0,272 0,312
75 0 0 0,341 0,223 0,346 0,292
0 75 0 0,391 0,311 0,446 0,415
0 0 75 0,402 0,252 0,398 0,292
75 75 0 0,578 0,415 0,533 0,598
75 0 75 0,454 0,321 0,411 0,426
0 75 75 0,435 0,332 0,462 0,504
75 75 75 0,632 0,512 0,604 0,73
a) Realice un esquema en campo del diseño
T1 T2 T3 T7
T1 N0-P0-K0
T2 T1 T4 T5 T2 N75-P0-K0
T3 N0-P75-K0
T3 T8 T6 T2 T4 N0-P0-K75
T5 N75-P75-K0
T4 T3 T5 T6 N75-P0-K75
T1
T7 N0-P75-K75
T8 N75-P75-K75
T5 T6 T7 T3
T6 T7 T1 T8
T7 T5 T8 T4
T8 T4 T2 T6
b) Ordene los datos de campo en una planilla Infostat.
c) Realice un análisis exploratorio previo construyendo una tabla que indique

los promedios de todos los tratamientos en el cual también se incluya las
proporciones NPK de los tratamientos y comente.
N P K Medias
0 0 0 0,25
75 0 0 0,3
0 0 75 0,34
0 75 0 0,39
75 0 75 0,4
0 75 75 0,43
75 75 0 0,53
75 75 75 0,62
En el cuadro se muestran los promedios unidos por letras mayúsculas en sentido vertical
lo cual indican diferencias estadísticas significativas entre los niveles de los factores N, P
y K sobre el rendimiento. Al aplicar NPK a un nivel de 0 se obtiene los rendimientos más
bajos en maní y al aplicar NP K a un nivel de 75 se obtiene los rendimientos más altos.
d) Realice el ANOVA
En la tabla de ANOVA se puede evidenciar que los factores NPK tiene efecto
significativo sobre el rendimiento de maní.
No existe interacción significativa en la interacción de los factores N* P, N*K y P*K.
No existe interacción entre los factores N, P y K, ya que se tiene un p-valor=0,7933.
e) Indique según lo que usted conoce si conviene analizar los datos como DCA
o como DBCA.
En el presente ensayo se recomienda aplicar un diseño completamente al azar (DCA) ya
que no se tienen ningún dato molestoso que nos lleve a realizar un diseño de bloque
completamente al azar (DBCA).
f) Una vez seleccionado el mejor diseño, analice supuestos, hipótesis, prueba de
F y concluya en base a las hipótesis planteadas.
tudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
tudiantil Versión Estudiantil TítuloVersión Estudiantil
Cuantiles observados(RDUO Rendimiento)
0,13 n= 32 r= 0,966 (RDUO Rendimiento)
0,06
0,00
-0,06
-0,13
tudiantil Versión Estudiantil
-0,13 Versión
-0,06Estudiantil
0,13
Versión Estudiantil Cuantiles
de una Normal(4,3368E-018,0,0037976)
Hipótesis:
❖ Dado que W*=0,90 y P-valor= 0,0180 menor al α= 0,05 se acepta la hipótesis
nula, por lo tanto, los residuos de los datos no tienen distribución normal.
Test de Levene
Hipótesis:
H0= Las varianzas de rendimiento entre los tratamientos son homogéneas
HA: Las varianzas de rendimiento entre los tratamientos no son homogéneas
varianzas de rendimiento entre los tratamientos son homogéneas) y se rechaza la
hipótesis alternativa (H1= La varianza de rendimiento entre los tratamientos no
son homogéneos).
2. Hipótesis
H0= T1=T2=T3 T4=T5=T6=T7=T8=0
H0= no existe interacción entre los niveles de los factores A, B y C
HA= existe interacción entre los niveles de los factores A, B y C
H0= no existen diferencias de rendimiento debido al N
HA= existen diferencias de rendimiento debido al N

H0= no existen diferencias de rendimiento debido al P
HA= existen diferencias de rendimiento debido al P
e. Efecto del factor C
H0= no existen diferencias de rendimiento debido al K
HA= existen diferencias de rendimiento debido al K
A. Prueba de F
B. Conclusiones
El AVOVA indica que no existe interacción entre los niveles del factor N, P y K puesto
que el valor de Fc=0,07 y el valor p=0,7933 >0,05. Por lo tanto, aceptamos H0, es decir
no existe interacción entre los niveles de los factores A, B y C.
El factor N tiene efecto significativo sobre el rendimiento. Por lo tanto, rechazamos H0 y
aceptamos HA, es decir existen diferencias de rendimiento debido al N.
El factor P tiene efecto significativo sobre el rendimiento. Por lo tanto, rechazamos H0 y
aceptamos HA, es decir existen diferencias de rendimiento debido a la P.
El factor K tiene efecto significativo sobre el rendimiento. Por lo tanto, rechazamos H0 y
aceptamos HA, es decir existen diferencias de rendimiento debido a la K.
En consecuencia, se debe realizar una prueba de comparaciones múltiples de los niveles
de sexo en cada nivel de temperatura y viceversa para lo cual se necesitan las medias:
g) Si hay efecto, especifique cuales y utilice la prueba de comparación múltiple

de Tukey indicando el pie de cuadro y gráfico con sus conclusiones.
Luego de aplicar el Test Tukey en el cuadro se muestran los promedios unidos por letras
mayúsculas en sentido vertical lo cual indican diferencias estadísticas significativas entre
los niveles del factor N sobre el rendimiento. Se puede observar que los primeros 5
tratamientos es estadísticamente iguales por ende se obtiene similares rendimientos de
mami, mientras que los tratamientos 7 y 8 muestran estadísticas significativas y aumento
del rendimiento. Al aplicar NPK a un nivel de 75kg/ha en el cultivo de maní se obtiene el
mejor rendimiento.
0,67
D
0,56
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión
CD Estudiantil Versión Estudiantil
Rendimiento
0,45 BC
ABC ABC
AB Versión Estudiantil Versión Estudiantil
0,34
Versión Estudiantil Versión EstudiantilAB Versión Estudiantil Versión Estudiantil Versión Estudiantil
A
0,23
0:0:075:0:0 Estudiantil
0:0:75 Versión
0:75:075:0:75 Estudiantil
0:75:75 75:75:75Versión Estudiantil
75:75:0
N*P*KEstudiantil Versión Estudiantil Versión Estudiantil
En el grafico se puede evidenciar que al aplicar NPK a un nivel de 75kg/ha se tiene
obtiene el rendimiento más alto, mientras que al aplicar NPK a un nivel de 0kg/ha se
obtienen el rendimiento más bajo. Por lo tanto, es muy importante fertilizar con NPK
para aumentar los rendimientos.

Eercicios Diseños Con Estructura Factorial de Tratamientos - Jiménez Janeth

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Eercicios Diseños Con Estructura Factorial de Tratamientos - Jiménez Janeth

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE LOJA

FACULTAD AGROPECUARIA Y DE RECURSOS NATURALES RENOVABLES

Responda las siguientes preguntas:

Versión Estudiantil b) Grafique

Versión Estudiantil Versión 29,08

En el grafico se muestra que existe interacción significativa entre el factor temperatura en

d. Efecto del factor B

a) Realice un esquema de la disposición de las UE en terreno.

Bloque 1 Bloque 2 Bloque 4

Versión Estudiantil Versión Estudiantil f) Grafique el efecto

g) Realice paso a paso y en orden correcto el ANOVA, supuestos, hipótesis,

d. Efecto del factor B

b) Ordene los datos de campo en una planilla Infostat.

c) Realice un análisis exploratorio previo construyendo una tabla que indique

d. Efecto del factor B

g) Si hay efecto, especifique cuales y utilice la prueba de comparación múltiple

También podría gustarte