UNIVERSIDAD NACIONAL HERMILIO VALDIZÁN
ESCUELA DE INGENIERÍA AGROINDUSTRIAL 2021
Profesor: Ing. Ángel David NATIVIDAD BARDALES
EXAMEN DE MÉTODOS ESTADÍSTICOS
TE2_ANVA I y II. PRUEBAS NO PARAMÉTRICAS AFINES
Resuelva los ejercicios propuestos utilizando el software SPSS u otro de su preferencia.
Requisitos de entrega:
- Entregarlo en un solo archivo digital (Word) los ejercicios, con el siguiente
nombre EX1_DOE_ 2022_Apellido paterno y materno.
- Enviarlo al correo davidnatividad@[Link] el día miércoles 30 de
noviembre del 2022 hasta 13:00 horas
Ejercicio 1
Con la finalidad de estudiar el efecto de 5 raciones para cerdos, se llevó a cabo un
experimento conducido en D.C.A. Los resultados del incremento de peso (en kg.) al
final del experimento se presentan a continuación:
RACIONES (i)
R5 R4 R3 R2 R1
4,228 4,529 4,994 5,626 4,891
4,330 4,956 4,373 5,373 4,742
3,791 4,160 5,642 5,232 4,012
4,008 4,650 5,124 5,143 3,992
3,910 3,891 4,562 5,217 4,810
a) Presente el Modelo Aditivo Lineal y explique sus componentes de acuerdo con el
enunciado del problema.
El modelo estadístico será:
Y ij : = μ+T i+ εij
Donde:
Y ij : Porcentaje de aumento de peso observado en la j –ésima repetición de peso el i -
ésimo tipo de ración
T ij : Efecto del i - ésimo tipo de ración
ε ij: Efecto del error experimental.
μ: Efecto de la media general, media del universo, α =μ1 −¿
μ¿
1. Paso: Formulación de Hipótesis
H 0: Las raciones presentan el mismo porcentaje en el incremento de peso en los cernos.
H 0: µ1 = µ2 = µ3 = µ4 = µ5=0
H 1: Al menos una ración incrementa el peso en los cerdos.
H 1: Al menos un T i ≠ 0
2. Paso: Tipo de prueba
La prueba es unilateral a la derecha.
3. Paso: Nivel de significación de la prueba
α=0,05 - Diferencia significativa.
4. Paso: Distribución de la muestra
Distribución “F”.
5. Paso: Esquema de la prueba
Para el nivel de significación de 0,05%, el con gl numerador = 4 y gl denominador = 20
los valores críticos de F son: 2,866. En Excel se puede hallar mediante la siguiente
función: = [Link] (0,05:4;20) = 2,866.
6. Cálculo estadístico
RACIONES (i)
R5 R4 R3 R2 R1
4,228 4,529 4,994 5,626 4,891 24,268
4,330 4,956 4,373 5,373 4,742 23,774
3,791 4,160 5,642 5,232 4,012 22,837
4,008 4,650 5,124 5,143 3,992 22,917
3,910 3,891 4,562 5,217 4,810 22,390
22,447 20,267 22,186 24,695 26,591
2
(116,186)
FC= =539,97
25
(22,447)2 (20,267)2 (22,186)2 (24,695)2 ( 26,591)2
T= + + + + =¿545,23
5 5 5 5 5
R= 547,62
Y ij : = μ+T i+ εij
Donde:
Y ij : Porcentaje de aumento de peso observado en la j –ésima repetición de peso el i -
ésimo tipo de ración
T ij : Efecto del i - ésimo tipo de ración
ε ij: Efecto del error experimental.
μ: Efecto de la media general, media del universo, α =μ1 μ¿
−¿
b) Realice el Análisis de Variancia y de sus conclusiones a un nivel de α = 5%.
Fuente de gl SC CM Fc F 0,05
variación
Tratamientos (t-1) T-FC SC t /gl t 2 2
St /S e
=5-1=4 545,23- 5,26/4=1,315 1,315/0,195=6,74
539,97=5,26 3
Error X SC e/gl e
X diferencia
Experimenta diferenci 7,65- 2,39/20=0,19
l a 5,26=2,39
5
24-4=20
Total rt-1=25-1 R-
FC=547,62-
539,97 =7,65
F.V gl SC CM Fc
Tratamientos 4 5,26 1,315 6,743
Error 20 2,39 0,195
24 7,65
7° Paso: Toma de decisión
omo se puede observar en el cuadro ANVA, FC>F∝; (6,743>2,866) cae en la región
de rechazo de la prueba, rechazamos la hipótesis nula; es decir, el porcentaje de
aumento de peso en los cerdos es diferente en cada una de las raciones.
c) ¿Cuáles fueron las raciones más eficientes? Realice la prueba Tukey con =0.05
tratamientos |Ri| Significancia
comparados Tukey
R5 22,447 a
R4 20,267 ab
R1 22,186 a b
R3 24,695 bc
R2 26,591 c
Las raciones mas eficientes fueron las R2 y R3 se puede apreciar que obtuvieron un
valor de aumento de peso mayor.
Ejercicio 2
En la Tabla 3, se muestra el número de semillas por fruto, según variedades de la
chirimoya,
Tabla 3. Datos del número de semillas por fruto en diez frutos por
árbol de cuatro variedades de chirimoya (Annona cherimola Mill.)
Variedad 4 Variedad 3 Variedad 2 Variedad 1
23 132 106 46
51 49 75 36
26 172 59 23
29 129 82 62
37 55 57 83
18 57 128 77
66 131 75 16
33 115 61 94
77 108 101 79
59 135 70 44
¿existen diferencias entre variedades? Como a simple vista las varianzas en cada
variedad son heterogéneas no resulta conveniente utilizar un análisis de varianza
paramétrico (DCA) ya que pudiera generar sesgo por no cumplir con este supuesto. Por
tal motivo, es conveniente aplicar la prueba de Kruskal-Wallis.
- Realice una prueba de hipótesis con el test de Kruskal Wallis
1° Paso: Formulación de hipótesis
H0: Las variedades son idénticas en cuanto a sus números de semillas.
(𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 0)
H1: Por lo menos una de las variedades no es idéntica en cuanto al número de
semillas.
(𝜇𝑖 ≠ 0)
4° Paso: calcular el estadístico de prueba
r 2
12 Ri
H= ∑
N ( N +1 ) i=1 ni
−3 ( N +1 )
( )
2 2 2 2
12 109 +298.5 +247 +165
H= ∗ −3(40+1)
40 ( 40+1 ) 10
H = 15,4516463
5° Paso: valor crítico de la prueba
Con la función de Excel para sacar el valor crítico de la prueba
2
X r−1,1−α =INV .CHICUAD . CD ( 0,05; 3 )=7,814727903
6° Paso: conclusiones
En la tabla Chi-cuadrado o en Excel con un grado de significancia de 5%, se tiene un
valor crítico de X 2r−1,1−α = 7,814727903 y como el valor estadístico es mayor al valor
crítico H = 15,4516463 ≥ 7,814727903, entonces se rechaza la Ho; es decir, que por lo
una de las variedades de chirimoya tienen diferencias en cuanto a cantidad de semillas
por fruto.
7° Paso: Cuadro ANVA o ANOVA
Realizamos las sumas de los valores de las muestras de semillas de chirimoya por
variedad.
Variedad 4 Variedad 3 Variedad 2 Variedad 1 Total
23 132 106 46
51 49 75 36
26 172 59 23
29 129 82 62
37 55 57 83
18 57 128 77
66 131 75 16
33 115 61 94
77 108 101 79
59 135 70 44
Suma 419 1083 814 560 2876
Promedio 4,19 108,3 81,4 56 71,9
28762
FC = =206784,4
40
2 2 2 2
419 1083 814 560
T= + + + =232464,6
10 10 10 10
R = 232 +512 +262 +292 +…+79 2+ 442 =¿ 262812
Fuente de
variación gl SC CM Fc
Tratamientos (4-1)=3 232464,6-206784,4=25680,2 25680,2/3=8560,07 8560,07/842,98=10,15
Error experimental (39-3)=36 56027,6-25680,2=30347,4 30347/3=842,98
Total 40-1=39 262812-206784,4=56027,6
cv =
√CMlr ×100= √ 842,98 =40 %
γ… 71,9
Se rechaza la H0, es decir, Por lo menos una de las variedades no es idéntica en cuanto
al número de semillas desempeño.
- Realice una clasificación de tratamientos con la prueba de Tukey
ANOVA
Suma de gl Media F
cuadrados cuadrática
Entre grupos 2122,650 3 707,550 7,948
Dentro de 3204,850 36 89,024
grupos
Total 5327,500 39
Igualmente, a la prueba de Kruskal Wallis, el ANOVA se rechaza la H0, , es decir, Por
lo menos una de las variedades no es idéntica en cuanto al número de semillas.
8° Paso: Prueba Tukey
Entonces se realiza una prueba Tukey para hacer una clasificación por tratamientos.
De la tabla de cuantiles de distribución Tukey para un α = 5%
Aplicamos:
En donde:
w=q x
√ CMⅇrror
r
q = cuantiles de distribución Tukey
CMerror = Medios cuadrados del error
r = niveles (muestras por variedad)
w=3.81 ×
√ 842.98
10
=34,98
tratamientos Significancia
comparados
|Ri| Tukey
V4 41.9 a
V1 56.0 ab
V2 81.4 bc
V3 108.3 c
Ejercicio 3
En los últimos años se ha observado que la producción de semillas de Abeto Blanco,
Abeto del Pirineo ha descendido y con objeto de conseguir buenas producciones se
proponen tres tratamientos. Se observa que árboles diferentes tienen distintas
características naturales de reproducción, este efecto de las diferencias entre los árboles
se debe de controlar y este control se realiza mediante bloques. En el experimento se
utilizan 10 abetos, dentro de cada abeto se seleccionan tres ramas semejantes. Cada
rama recibe exactamente uno de los tres tratamientos que son asignados aleatoriamente.
Constituyendo cada árbol un bloque completo. Los datos obtenidos se presentan en la
siguiente tabla donde se muestra el número de semillas producidas por rama.
Abetos (bloque)
Tratamiento
1 2 3 4 5 6 7 8 9 10
Tratamiento 1 7 8 9 10 11 8 7 8 7 8
Tratamiento 2 9 9 9 9 12 10 8 8 9 9
Tratamiento 3 10 10 12 12 14 9 7 7 10 10
Nos interesa saber si los distintos tratamientos influyen en la producción de semillas,
para ello realizamos el siguiente contraste de hipótesis:
a) Presente el Modelo Aditivo Lineal y explique sus componentes de acuerdo con
el enunciado del problema.
K muestras relacionadas (k tratamientos), cada una de tamaño b (número de
bloques). Asignando 1 a la observación más pequeña, 2 a la segunda y así
sucesivamente hasta la más grande de las k observaciones dentro de cada
bloque.
Sea R(Xij) el rango asignado a la observación Xij dentro del bloque j y sea Ri la
suma de los rangos asignados a la muestra i
Ho: Los abetos según tratamiento presentan el mismo efecto.
Ho = t0 = t1 = t2= t3 = 0
H1: Al menos uno de los tratamientos otorga diferente efecto al abeto.
H1: al menos ti ≠ 0
Rangos
Rango
promedio
T1 1,35
T3 2,55
T2 2,10
Conclusión: rechaza la H0, se concluye, que existe suficiente evidencia estadística para
aceptar que al menos uno de los tratamientos presenta diferente efecto.
b) Realice el Análisis de Variancia (DBCA), también la prueba de Duncan y de sus
conclusiones a un nivel de significación del 5%.
Abetos (bloque)
Tratamiento
1 2 3 4 5 6 7 8 9 10 E X
Tratamiento 1 7 8 9 10 11 8 7 8 7 8 83 8,3
Tratamiento 2 9 9 9 9 12 10 8 8 9 9 92 9,2
Tratamiento 3 10 10 12 12 14 9 7 7 10 10 101 10,1
E 26 27 30 31 37 27 22 23 26 27 276
X 8,67 9 10 10,33 12,33 9 7,33 7,67 8,67 9
f𝐸𝑅𝑇𝐼𝐿𝐼𝑍𝐴𝐶𝐼𝑂𝑁 =
2 2
26 27
Abeto= + + …=778.2
10 10
832 922
tratamiento= + +…=8518
3 3
276 2
Fc= =2539.2
30
2 2 2 2
R=7 +8 +9 … 10 =2626
Para el esquema de la prueba, utilizamos la tabla (Tabla F)
Tabla ANVA
Fcritic
o
FV GI SC CM Fc 0.05 0.01
modelo 12 127.350 10.612 17.132 0.00
tratamiento 2 7.350 3.675 5.933 0.010
Abeto 9 0.00 0.00 0.00 1.00
error 18 11.150 0.619
total 30 138.500
En la Tabla F, para el nivel de significación de 0,05 %, el con gl numerador = 3 y gl
denominador = 18 los valores críticos de F son: 0,00 y 0,01 y respectivamente.
En Excel se puede hallar mediante la siguiente función:
= [Link]
%CV =%Cv = √
CMerror
x 100
Media general
%CV =
√ 0.619 x 100
276
%CV =0.010
Toma de decisión
Lo mismo a la prueba de Friedman, el ANOVA nos presenta un p = 0,010<0,05; por lo
que se rechaza la H0; Por tanto, Al menos uno de los tratamientos otorga diferente
efecto al abeto.
tratamientos Significancia
comparados
|Ri| Tukey
T1 1.35 a
T2 2.10 b
T3 2.55 b
Ejercicio 4.
Se desea comparar la calidad de 4 marcas de vino. Para ello, se pide a 8 panelistas que
prueben (en orden aleatorio) cada una de las cuatro muestras y las califique en escala de
0 a 10 puntos. Los resultados se presentan a continuación.
PANELISTAS
Vino P1 P2 P3 P4 P5 P6 P7 P8
A 9 7 8 6 5 8 6 4
B 8 5 8 2 4 4 3 2
C 9 6 7 6 4 7 5 3
D 5 5 3 5 4 5 6 4
¿Existen diferencias significativas entre las calidades de los vinos?
a) Plantee las hipótesis correspondientes
Ho: La calidad de los vinos según las marcas presentan el mismo atributo calificado por
los panelistas
Ho = t0 = t1 = t2= t3= t4= 0
H1: Al menos uno de las marcas otorga diferente atributo de calidad cvalificado por los
panelistas
H1: al menos ti ≠ 0
b) Realice la Prueba de Friedman
Se asigna 1 a la observación más pequeña, 2 a la segunda y así sucesivamente hasta la
más grande de las k observaciones. En caso de empate se utiliza la media de los rangos
correspondientes
PANELISTAS
Vino Ri
P1 P2 P3 P4 P5 P6 P7 P8
A 3.5 4 3.5 3.5 4 4 3.5 3.5 29.5
B 2 1.5 3.5 1 2 1 1 1 13
C 3.5 3 2 3.5 2 3 2 2 21
D 1 1.5 1 2 2 2 3.5 3.5 16.5
10 10 10 10 10 10 10 10
Calcular del estadístico de la prueba
k = 4 tratamientos
b = 8 panelistas
k b
A=∑ ❑ ∑ ❑ ( R ( xij ) ) =3.52 +22+ 3.52+ …+22 +3.52=235
2
i=1 j=1
2 ( 29 +13 +21 +16.5 )
k 2 2 2 2
1
B= ∑ i
b i=1
❑ R =
8
= 219.063
2 2
b k ( k +1 )
(k −1)[B ]
4 ( 4−1 ) ( 8∗219.063−8 2∗4∗( 4+1 )2 / 4 )
T= = = 13.072
b k ( k +1 ¿
1 2
235−8∗4 ( 4+1 ) /4
A−
4
Obtención del valor tabular o critico de la prueba
Viene a ser el valor de la tabla Chi cuadrada con α = 0,05 y gl = 3 es X (0.05 ,3)= 7.81.
En Excel = [Link] (0,05;3) = 7.81
c)Concluya respecto a la hipótesis
Como el estadístico de la prueba resulta mayor que el valor crítico (13.072 > 7.81) se
rechaza la Ho y se concluye, que existe suficiente evidencia estadística para aceptar que
al menos uno de los tratamientos presenta diferente textura.
e) Prueba de Duncan (α=0,05) para los cuatro vinos
tα
|Ri −R j|>t α
=t 0.05
2
❑
, ( b −1 )( k−1) √
2 b( A−B)
(b−1)(k −1)
=t 0.025, (8−1) ( 4−1)=2.080
( b−1) ( k−1 ) ( 8−1) ( 4 −1 )
2 2
√ 2 b (A−B)
(b−1)(k−1)
=√ 2∗8 ( 235−219.063 ) /(8−1)(4−1)
= 3.485
tα
2
(b−1)(k−1) √ 2 b( A−B)
(b−1)(k−1)
=2.080∗3.485
= 7.2488
tratamientos
comparados
|Ri −R j| significancia
ayb 16.5 *
ayc 8.5 *
ayd 13 *
byc 8 *
byd 3.5 ns
cyd 4.5 ns
Como la diferencia entre (b y d) = 3.5 < 7.2488 entonces NO existen diferencias
estadísticas
entre estos tratamientos. Como la diferencia entre (a y b) = 16.5 > 7.2488 entonces SI
existen diferencias estadísticas entre estos tratamientos.
Finalmente clasificando los tratamientos se tendría:
tratamientos Significancia
comparados
|Ri| Duncan
B 13 a
D 16.5 ab
C 21 b
A 29.5 c
