Fase 2

lOMoAR cPSD| 12679790
Fase 2 Aplicación de diseños completamente al azar

Introducción
El diseño experimental es una técnica estadística que permite identificar y cuantificar las
causas de un efecto dentro de un estudio experimental. En un diseño experimental se
manipulan deliberadamente una o más variables, vinculadas a las causas, para medir el
efecto que tienen en otra variable de interés. El diseño experimental prescribe una serie
de pautas relativas qué variables hay que manipular, de qué manera, cuántas veces hay
que repetir el experimento y en qué orden para poder establecer con un grado de confianza
predefinido la necesidad de una presunta relación de causa-efecto. El diseño experimental
encuentra aplicaciones en la industria, la agricultura, la mercadotecnia, la medicina, la
ecología, las ciencias de la conducta, etc. constituyendo una fase esencial en el desarrollo
de un estudio experimental.
Objetivos
- Dar solución y conocer cada termino para entrar en contexto con el curso Diseño Experimental
- Identificar y aplicar los diseños completamente al azar y bloques completos al

azar a través de ejercicios de organización.
PREGUNTAS ORIENTADAS
Consulte el video la primera web del curso en periodo anterior y
posteriormente responda:
- Qué tipo de variables existen en estadística.
Respuesta: En estadísticas se presentan dos tipos de variables las cuales son:
a) Cualitativas: de tipos categóricas y nominales en esta variable se hace un tipode análisis
específico.
b). Cuantitativas: en este tipo de variantes se presentan las variables:
- Continuas: las cuales son mediciones, ósea que se pueden medir con un aparato, medir
peso, altura, el diámetro, en mi caso “Agronomía” el peso de los frutos.
- Discretas: se debe hacer una transformación antes de hacer un procesamiento
estadístico y son de tipo conteos, en agronomía puedo decir el número de yucas por mata.
- En que histograma se basan las distribuciones de probabilidad de variables

continúas.
Respuesta: Se basan en los histogramas de frecuencias relativas estandarizado
- Que se debe hacer con los datos de experimentos de conteos como el número
de lechones o el número de frutos para poder hacer un análisis devarianza.
Respuesta: Se debe hacer transformaciones porque no se pueden procesar
directamente son de tipo discretas, son conteos.

- Que se debe hacer con los datos de experimentos donde la variable de
respuesta es porcentaje para poder hacer un análisis de varianza.
Respuesta: se deben transformar antes de desarrollar análisis de varianza.
- El diseño completamente al azar DCA en qué condiciones se usa.
Respuesta: En condiciones homogéneas, en condiciones de invernadero y laboratorio, Se
usan cuando las unidades experimentales son suficiente mente homogénea, y se
distribuyen al azar en el espacio.
- Si en un DCA SE tienen tres tratamientos y un testigo con cinco repeticiones
cuantas unidades experimentales se requieren
Respuesta: 20 unidades experimentales.
- El diseño bloques completamente al azar en qué condiciones se usa
Respuesta: Se usan ala azar en áreas denominadas bloques, donde no hay garantíaque
el lote sea homogéneo, no hay repeticiones hay bloques.
- En análisis de varianza cuál es la hipótesis nula que se prueba.
Respuesta: Igualdad de medias entre tratamientos, e igualdad de medias entrebloques.
- Relacione una tabla los componentes de un análisis de varianza para undiseño
completamente al azar. Recuerde que lo que el libro de Ruesga relaciona como
S2 es cuadros medios o CME.
Respuesta: EJEMPLO: En un experimento bajo el diseño completamente al azar se
compararon 4 cepas nativas de Azotobacter, en el cultivo del pimiento variedad Verano 1,
donde se evaluó como variable principal la altura de las plantas a los 35 días.
FUENTES DE GRADOS SUMAS DE CUADRADOS F CAL F TABLA

VARIACION DE CUADRADOS MEDIOS O
LIBERTAD VARIANZAS
T-1=a SC SC CMT Se busca en la
Tratamiento Tratamiento Tratamiento horizontal Gl
TRATAMIENTO T-1 O /CM Trat y vertical
Varianza del Error GL error
tratamiento
b-a SC error SC Error/ T(R-

ERROR 1) O
Varianza del
error
TOTAL n-1=b Total
Si F cal es mayor a F tabla se rechaza la hipótesis nula HO

Si F cal es menor a F tabla no se rechaza la hipótesis nula HO
El p valor es la probabilidad de error
Si p valor es menor a 0,05 se rechaza la HO y se concluye
Con un 95% de confianza
Del texto indicado ubique el capítulo de Diseño completamente al azar DCA y
registre:
- Modelo.
Respuesta:
Modelo matemático. Modelo lineal
Yij = µ + Ti +eij
Yij= es el j ésimo elemento perteneciente al i ésimo tratamiento.µ = es la
media general.
Ti = efecto debido al i ésimo tratamiento.
Eij= error experimental asociado al j ésimo elemento del i ésimo tratamiento.
- La fórmula de Suma de Cuadrados Totales, Suma de cuadrados de
tratamientos, Suma de Cuadrados del error.
Respuesta:
Suma de cuadrados totales
SDCTrat. =Ʃ
Suma de cuadrados de tratamientos
SDCTra.
Suma de cuadrados del error

- Cuál es la hipótesis nula
Respuesta: H0: T1 = T2 = T3 = T4 vs Hl: Al menos 2 tratamientos diferentes
• Alistar datos en Excel para proceso 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 4.1.1
- Redacte un texto en el que en cada párrafo, interprete por aparte 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
último las pruebas de comparación de medias.

ANÁLISIS DE VARIANZA
Como el Pvalor es 4.69e-07 es mayor que Pvalor 0,05 quiere decir que no se rechaza la
hipótesis nula y se concluye que los tratamientos o las diversas categoríasdel factor se
comportan de la misma manera.
VALIDACIÓN DE SUPUESTOS DEL MODELO
Test Shapiro
La hipótesis nula los residuales se comporta acorde a una distribución normal, elPvalor
es 0,8635 lo cual indica que si es superior al P valor 0,05 no se rechaza la hipótesis nula
de lo contrario en este caso se concluye que con un 95% de confianza los residuales se
comporta con una distribución normal.
Validación del supuesto de varianza constante
Teste de levene
En este caso el Pvalor es 0,566 lo cual indica que es mayor al Pvalor 0,05 no serechaza la
hipótesis nula y se con concluye que con un 95% los residuales presenta varianza
constante.
PRUEBA DE COMPARACIÓN DE MEDIAS
Indica que el mejor tratamiento fue Tune 19 que se comporta diferente a Tune 52y Tune 1.
El tratamiento más bajo fue Tune 27.
Estas pruebas solo se hacen si hay diferencia entre los tratamientos acorde al anova, con
el cumplimiento de los supuestos de normalidad y la varianza constante delos residuales,
con un solo supuesto que no se cumpla no se desarrolla.
Del texto indicado ubique el capítulo de Diseño bloques completamente alazar
BCA y registre:
- Modelo.
Respuesta:
Modelo matemático.Yij = µ +
T + β + eij
Yij= es la j ésima parcela dentro del i ésimo tratamiento.µ = es la
media general.
Ti = efecto debido al i ésimo tratamiento. β j =
efecto del j ésimo bloque
Eij= error experimental asociado al j ésimo bloque del i ésimo tratamiento.
- La fórmula de Suma de Cuadrados Totales, Suma de cuadrados de
tratamientos, Suma de Cuadrados del error.
Formula de suma de cuadrados totales:
Formula de suma de cuadrados de tratamientos:
Formula de suma de cuadrados del error:

• Alistar datos en Excel para proceso 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 4.1.1
• Redacte un texto en el que en cada párrafo interprete por aparte 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 último las pruebas de comparación de medias.

ANALISIS DE VARIANZA
El Pvalor es 0.589 lo cual indica que es superior al Pvalor 0,05 entonces no se rechaza la
hipótesis nula y se concluye que los tratamientos del factor se comportan de la misma
manera.
Validación del supuesto de normalidad
Test Shapiro
El Pvalor es 0,2648 indica que es mayor a Pvalor a 0.05 no se rechaza la hipótesis nula y
se concluye con un 95% de confianza que los residuales se comportan acorde a una
distribución normal.
Validación del supuesto de varianza constante
Test de levene
El Pvalor es 0.6743 indica que es superior a Pvalor 0,05, no se rechaza la hipótesis nula y
se concluye con un 95% de confianza que los residuales presenta unavarianza constante.
Las pruebas de comparación de medias
Se puede deducir que el tratamiento 1 (47,990) se comportó mejor, seguido de los

tratamientos 2 (44.224) y tratamiento 3 (42.582) y por último el 4(37.446)
Estas pruebas solo se hacen si hay diferencia entre los tratamientos acorde al ANOV, con
el cumplimiento de los supuestos de normalidad y la varianza constante delos residuales.
Conclusiones
Para finalizar, con la realización de este trabajo se logró identificar y aplicar los diseños
completamente al azar y bloques completos al azar a través de ejercicios de organización.
Se logró el Procesamiento y presentación de datos con la ayuda del software.
Bibliografía
Ruesga, G. I. (2007). Libro de experimentación agrícola, consultar página 6. Versión descargable

https://drive.google.com/file/d/1PIJrVWwwn8YK6JXN6AB-MI-jHfSo7Th8/view?usp=sharing
Ruesga, G. I. (2007). Libro de experimentación agrícola, consultar página 14. Versión descargable
https://drive.google.com/file/d/1PIJrVWwwn8YK6JXN6AB-MI-jHfSo7Th8/view?usp=sharing
Video de diseño completamente al azar

https://drive.google.com/file/d/1HpDHhSqsJp0s92WDH81zYDVstyZGtV_Q/view?usp=sharing
Presentación en power point DCA

https://docs.google.com/presentation/d/1KKGeLryvFHefbOMxoEqnpL4Z-
tpuXTa8/edit?usp=sharing&ouid=114231154321434936359&rtpof=true&sd=true
Código D.C.A
https://drive.google.com/file/d/1sdFF4Mb7Dcc8_blNaD5KUamrPfv2byC0/view?usp=sharing
Presentación guía BCA

https://docs.google.com/presentation/d/1uteZnfHuaLJkXuobx81RXW_PHMiMb3LP/edit?usp=sharing
&ouid=114231154321434936359&rtpof=true&sd=true
Código bca
https://drive.google.com/file/d/1mL3sU2duINmdIcNmIpF42_EKXyOnA2Pz/view?usp=sharing

Fase 2

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

Fase 2

Cargado por

Copyright:

Formatos disponibles

lOMoAR cPSD| 12679790

lOMoAR cPSD| 12679790

Fase 2 Aplicación de diseños completamente al azar

causas de un efecto dentro de un estudio experimental. En un diseño experimental se

predefinido la necesidad de una presunta relación de causa-efecto. El diseño experimental

encuentra aplicaciones en la industria, la agricultura, la mercadotecnia, la medicina, la

- Identificar y aplicar los diseños completamente al azar y bloques completos al

Consulte el video la primera web del curso en periodo anterior y

- Qué tipo de variables existen en estadística.

Respuesta: En estadísticas se presentan dos tipos de variables las cuales son:

a) Cualitativas: de tipos categóricas y nominales en esta variable se hace un tipode análisis

b). Cuantitativas: en este tipo de variantes se presentan las variables:

peso, altura, el diámetro, en mi caso “Agronomía” el peso de los frutos.

- Discretas: se debe hacer una transformación antes de hacer un procesamiento

- En que histograma se basan las distribuciones de probabilidad de variables

Respuesta: Se basan en los histogramas de frecuencias relativas estandarizado

de lechones o el número de frutos para poder hacer un análisis devarianza.

Respuesta: Se debe hacer transformaciones porque no se pueden procesar

directamente son de tipo discretas, son conteos.

- Que se debe hacer con los datos de experimentos donde la variable de

respuesta es porcentaje para poder hacer un análisis de varianza.

Respuesta: se deben transformar antes de desarrollar análisis de varianza.

- El diseño completamente al azar DCA en qué condiciones se usa.

Respuesta: En condiciones homogéneas, en condiciones de invernadero y laboratorio, Se

usan cuando las unidades experimentales son suficiente mente homogénea, y se

distribuyen al azar en el espacio.

- Si en un DCA SE tienen tres tratamientos y un testigo con cinco repeticiones

cuantas unidades experimentales se requieren

Respuesta: 20 unidades experimentales.

- El diseño bloques completamente al azar en qué condiciones se usa

el lote sea homogéneo, no hay repeticiones hay bloques.

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

Respuesta: Igualdad de medias entre tratamientos, e igualdad de medias entrebloques.

- Relacione una tabla los componentes de un análisis de varianza para undiseño

completamente al azar. Recuerde que lo que el libro de Ruesga relaciona como

S2 es cuadros medios o CME.

Respuesta: EJEMPLO: En un experimento bajo el diseño completamente al azar se

compararon 4 cepas nativas de Azotobacter, en el cultivo del pimiento variedad Verano 1,

FUENTES DE GRADOS SUMAS DE CUADRADOS F CAL F TABLA

b-a SC error SC Error/ T(R-

TOTAL n-1=b Total

Si F cal es mayor a F tabla se rechaza la hipótesis nula HO

Del texto indicado ubique el capítulo de Diseño completamente al azar DCA y

Modelo matemático. Modelo lineal

Yij= es el j ésimo elemento perteneciente al i ésimo tratamiento.µ = es la

Ti = efecto debido al i ésimo tratamiento.

Eij= error experimental asociado al j ésimo elemento del i ésimo tratamiento.

- La fórmula de Suma de Cuadrados Totales, Suma de cuadrados de

tratamientos, Suma de Cuadrados del error.

Suma de cuadrados totales

Suma de cuadrados de tratamientos

Suma de cuadrados del error

- Cuál es la hipótesis nula

Respuesta: H0: T1 = T2 = T3 = T4 vs Hl: Al menos 2 tratamientos diferentes

• Alistar datos en Excel para proceso en R.

• Desarrollar en R análisis de varianza, validación de supuestos del modelo y

• Debe en su informe registrar pantallazos del procesamiento en el programa R

- Redacte un texto en el que en cada párrafo, interprete por aparte 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

último las pruebas de comparación de medias.

VALIDACIÓN DE SUPUESTOS DEL MODELO

Validación del supuesto de varianza constante