NOMBRE: Ottmar Duran, CI: 23.793.

769
Diseño de Experimentos

Examen Escrito 1

1. Si en un DCA los niveles del factor de interés son seleccionados

aleatoriamente, indicar el efecto del factor en la respuesta y
establezca e intérprete las hipótesis.
En el caso de un Diseño Completamente Aleatorizado, los niveles del factor de interés son
seleccionados de forma aleatoria, el efecto del factor en cuestión que llamaremos “A” es
de efecto aleatorio como se indica. Porque los niveles del factor de estudio fueron
elegidos de un grupo grande de estudio imparcialmente.

Hipótesis:

Ho: σ A² = 0

Hipótesis Nula: La variabilidad del factor “A” no influye significativamente en la

variabilidad de la variable respuesta.

Ha:σ A² ≠ 0

Hipótesis Alternativa: La variabilidad del factor “A” si influye significativamente en la

variabilidad de la variable respuesta.

Procedimiento cuando se rechaza la Hipótesis nula:

Para cuando se trata de efecto Aleatorio, se realiza una evaluación de cuanto de la

varianza en las observaciones se debe a diferencias reales en la media de los tratamientos
y cuanto se debe a errores aleatorios con respectos a estas medias.
 2. En qué consiste el método del análisis de varianza en el estudio
estadístico de un diseño de tratamiento.
Un diseño experimental debe adecuarse al material experimental con que se cuenta y a
las preguntas que desea contestar el investigador, sus resultados se resumen en un
cuadro de análisis de Varianza y en una tabla de comparación de medias de tratamientos,
que indican las diferencias entre dichas medidas.

El análisis proporciona la variación de la variable de interés, en fuentes explicables por

algunos factores y la variación debida a fuentes para las cuales el investigador no tiene
control y no le es posible explicar o atribuir a algún factor en particular, estas variaciones
se refieren al error experimental.

3. ¿Qué son y cuándo se aplican las pruebas para comparar medias?

Las pruebas para comparar medias o de comparación múltiples como se conocen, son
diversas técnicas para identificar que tratamientos son estadísticamente diferentes entre
un grupo de estudio y en cuando oscila el valor de esas diferencias.

Se aplican una vez que el análisis de la Varianza (ANOVA) ha confirmado la existencia de

diferencias significativas entre los tratamientos, es de interés del investigador descubrir
cuales media son distintas de las demás. Para ello, se procede a determinar cuál del
tratamiento o de los tratamientos difiere de los otros por de pruebas como El método de
Tukey, Test de Duncan, método de Bonferroni, entre otros.

Entre las pruebas para comparar medias, en la mayoría de los casos se trabaja con el
método de Tukey que es el más completo en su análisis y resultados.

Cabe mencionar que estas pruebas de comparación solamente se consideran su aplicación

al modelo de efecto fijo.

4. En un Diseño en Bloque Completamente Aleatorizado indicar: cuál es

su objetivo, la técnica estadística y el método que se utilizan para su
análisis; el modelo de medias y efecto que lo representa; los
supuestos que deben cumplirse y las hipótesis que deben plantearse
 tomando en consideración si el tratamiento es de efecto fijo y el
bloque de efecto aleatorio. Establecer la estructura de la matriz de
datos de acuerdo al modelo estadístico indicado por usted si se
toman dos observaciones por cada celda.

a- Objetivo

El objetivo del DBCA es estudiar un solo factor con varios niveles donde el factor bloque se
utiliza para eliminar su influencia en la respuesta.

b- Técnica Estadística y método para su análisis.

La técnica estadística usada para el Diseño en Bloque completamente Aleatorizado (DBCA)

es el análisis de varianza de dos vías (un factor de estudio y un factor perturbador).

El método para su análisis es la descomposición de la variabilidad total de un experimento

en componentes independientes.

c- Modelo de medias y efecto que lo representa

Modelo de Medias:

Y imk = µ im + imkj
Para: i=1,..,a ; m=1,..,b; k=1,..,nim
Donde:

 imes la media del i-esimo tratamiento del factor y m-esimo

bloque.

imk es la variable aleatoria que engloba un conjunto de factores, cada

uno influye en la respuesta solo en pequeñas magnitudes pero que de forma
conkinta debe tenerse en cuenta.

Modelo de Efectos:
 Y imk = µ + τi + βm + imkj
Para: i=1,..,a ; m=1,..,b; k=1,..,nim
Donde:

 es la media global.
τi es el efecto del i-ésimo tratamiento.
βm es el efecto del m-ésimo bloque.

imkj es la variable aleatoria que engloba un conjunto de factores, cada

uno influye en la respuesta solo en pequeñas magnitudes pero que de forma
conjunta debe tenerse en cuenta.

d- Supuestos y hipótesis que deben cumplirse si el tratamiento es de efecto fijo y el

bloque de efecto aleatorio.

Yik ~ NID (  + τi , ¿ ¿)²+(σ )²) mutuamente independientes

❑

βm~ NID ( 0 , ¿ ¿)²)

ik ~ NID ( 0 , ¿ ¿)²) mutuamente independientes

∑ ni τi = 0 para i = 1,..,a
∑ nm βm= 0 para m = 1,..,b

Hipótesis
 Tratamiento (Fijo):
Ho: τi = 0 para todo i = 1,2,….,a
Ha: τi ≠ 0 para algún i = 1,..,a
Bloque (Aleatorio):
Ho: σ β ² = 0
Ha:σ β ² ≠ 0
e- Establecer la matriz de datos.
Β1 Β2 Bm

Τ1 Y111 Y112 Y121 Y122 Y1m1 Y1m2

Τ2 Y211 Y212 Y221 Y222 Y2m1 Y1m2

Ti Yi11 Yi12 Yi21 Yi22 Yim1 Yim2

5. En un invernadero se realiza un experimento para estudiar el

crecimiento de determinadas plantas, para ello se quiere controlar
los efectos del terreno, abono, insecticida y semilla. El estudio se
realiza con cuatro tipos de semillas diferentes que se plantan en
cuatro tipos de terreno, se les aplican cuatro tipos de abonos
seleccionados aleatoriamente de una gama de abonos existentes en
el invernadero y cuatro tipos de insecticidas. La asignación de los
tratamientos a las plantas se realiza de forma aleatoria y se toma una
sola observación. Para dar respuesta al estudio, responda las
siguientes preguntas: Identificar y caracterizar la variable respuesta y
los factores que intervienen en el estudio (1 Ptos), Indicar el modelo
estadístico a utilizar y el tipo de modelo con sus supuestos (2 Ptos)
Plantear las hipótesis a probar (1pto). Hallar el estimador de la media
poblacional () y construir la tabla de ANAVAR correspondiente
 teniendo en cuenta que: FC= 1406,25, SCterreno = 64,25;
SCInsecticida = 20,75; SCTOT = 159,75; SCEE=1,25; SCSemilla=31,25 (2
Ptos). Realizar el análisis estadístico de los datos y dar las
conclusiones y recomendaciones apropiadas para darle respuesta al
investigador (2 Ptos) F(0,05;3;3) = 9,28

a- Identificar y caracterizar la variable respuesta y los factores que

intervienen en el estudio.

Elementos:

Variable Respuesta: Crecimiento de diferentes plantas (Y), Cuantitativa Continúa

.
Unidad experimental: Plantas

*Factor de Estudio: Semilla (S); Cualitativa, de efecto Aleatorio

.
Niveles del factor: Cuatro niveles denotados por; (S1, S2, S3, S4).

*Factor de Estudio: Abono (A); Cualitativa, de efecto Aleatorio.

Niveles de factor: Cuatro niveles denotados por; (A1, A2, A3, A4).

*Factor: Insecticida (I); Cualitativa, de efecto Fijo.

.
Niveles de factor: Cuatro niveles denotados por; (I1, I2, I3, I4).

*Factor: Terreno (T); Cualitativo, de efecto Fijo.

Niveles de factor: Cuatro niveles denotados por; (T1, T2, T3, T4).

Nivel de significancia α = 0,05

Una vez analizado el problema, daremos solución al mismo mediante la

aplicación del diseño cuadrado grecolatino, describiendo primero los
elementos del modelo por el cual aplicaremos dicho diseño, se planteara las
hipótesis y los cálculos correspondientes para tomar decisiones al respecto.
 b- Indicar el modelo estadístico a utilizar y el tipo de modelo con sus
supuestos.
Modelo estadístico: De efectos

Yimk =  + Si + Im + Tk + Aj + imkj Para i=1,...,4; k=1,...,4 ;

m=1,...,4; j=1,…,4
Donde:
 : Es la media global.
Si: Es el efecto de la i-esima Marca de Semilla diferente en el crecimiento de
diferentes plantas.
Im: Es el efecto de la m-esima Insecticida en el crecimiento de diferentes
plantas.
Tk: Es el efecto del k-esimo Terreno utilizado en el crecimiento de las plantas.
AJ: Es el efecto del k-esimo Abono utilizado en el crecimiento de diferentes
plantas
imk: Variable aleatoria que engloba un conjunto de factores, cada uno influye
en la respuesta en pequeñas magnitudes.

Supuestos:

Yimkj ~ NID (  + Im + T k  , ¿ ¿)²+(σ )²+σ²) mutuamente

A

independientes

Si~ NID ( 0 , ¿ ¿)²) mutuamente independientes

Aj ~ NID ( 0 , ¿ ¿)²) mutuamente independientes

 imkj ~ NID ( 0 , ¿ ¿)²) mutuamente independientes

∑ ni Si = 0 para i = 1,..,4
∑ nm ℑ= 0 para m = 1,..4
∑ nk Tk = 0 para k = 1,..,4
∑ n j A j= 0 para j = 1,..,4

c- Plantear las hipótesis a probar.

Efecto Aleatorio:
Factor Semilla
Ho: σ S² = 0 ; Ha:σ S² ≠ 0
Factor Abono
Ho: σ A² = 0 ; Ha:σ A² ≠ 0
Efecto Fijo:
Factor Terreno
Ho: Tk = 0 para todo k =1,..,4 ; Ha: Tk ≠ 0 para algún i = 1,..,4
Factor Insecticida
Ho: Im = 0 para todo m=1,..,4; Ha: Im ≠ 0 para algún m = 1,..,4
d- Hallar el estimador de la media poblacional (u) y construir la tabla de
ANAVAR correspondiente
Datos:

FC= 1406,25, SCterreno = 64,25; SCInsecticida = 20,75; SCTOT = 159,75;

SCEE=1,25; SCSemilla=31,25
Como nos piden hallar el estimador de la media poblacional, la podemos obtener
mediante FC de la siguiente forma

μ2
FC = =μ=√ FCx16=√ 1406,25 x 16=149,987
16
El estimador de la media poblacional es 149,987.

Debido a que contamos con las sumas cuadrados: SCterreno; SCInsecticida; SCTOT; SCEE;
y SCSemilla podemos encontrar la suma cuadrado que nos falta (SCAbono), para así

construir nuestra tabla de ANAVAR completa.

SCABONO= SCTOT-(SCSEMILLA+SCTERRENO+SCEE+SCINSECTICIDA)

SCABONO= 159,75-(64,25+20,75+1,25+31,25)

SCABONO= 42.25

Grados de libertad:

GL ABONO = GL SEMILLA = GL TERRENO = GL INSECTICIDA = (a-1)

GL ABONO = GL SEMILLA = GL TERRENO = GL INSECTICIDA = (4-1)= 3
GL TOT = N-1= 16-1= 15
GL EE = 15-3-3-3-3= 3

Cuadrados medios:

SCSEMILLA 31.25
CM SEMILLA = GL
= 3 = 10,42
 SCABONO 42,25
CM ABONO = GL
= 3 =14,08

SCTERRENO 64,25
CM TERRENO = GL
= 3 =21,42

SCINSECTICIDAD 20,75
CM INSECTICIDA= GL
= 3 =6,92

SCERROR 1,25
CM EE = GL
= 3 = 0,42

Calculo del estadístico F:

CMSEMILLA
SEMILLA= CMEE
= 24,81

CMABONO
ABONO= CMEE
= 33,52

CMTERRENO
TERRENO= CMEE
= 51

CMINSECTICIDA
INSECTICIDA= CMEE
= 16,48

TABLA DE ANAVAR: Ftab(0,05;3;3) = 9,28

Fte de Variación GL SC CM F
Semilla 3 31,25 10,42 24,81
42.25
Abono 3 14,08 33,52
Terreno 3 64,25 21,42 51
Insecticida 3 20,75 6,92 16,48
Error 3 1,25 0,42
Total 15 159,75

Resultados:
Para las Semillas:
 Dado que Ftab(9,28) < Fcal(24,81), se rechaza la Ho.
Para el Abono:
Dado que Ftab(9,28) < Fcal(33,52), se rechaza la Ho.
Para el Terreno:
Dado que Ftab(9,28) < Fcal(51), se rechaza la Ho.
Para el Insecticida:
Dado que Ftab(9,28) < Fcal(16,48), se rechaza la Ho.

Conclusiones y Recomendaciones
Terreno e Insecticida

Una vez realizados los respectivos cálculos, los resultados arrojaron que Ftab < Fcal, por lo
que se rechaza la Ho, pudiendo afirmar con suficiente evidencia estadística y con una
confiabilidad de 95% que si existen diferencias significativas entre las medias de los
factores Terreno y Insecticida; de por lo menos uno de los tipos de terreno y uno de los
tipos de insecticida están afectando el crecimiento de diferentes plantas. Es por ello que
se recomienda al investigador aplicar una prueba comparación de medias, por el método
Tukey para cada factor, para saber con exactitud cuales o cual tipo de terreno y cuales o
cual tipo de insecticida están influyendo significativamente en el crecimiento de las
plantas, cabe destacar que no se pudo realizar aun la prueba de tukey, ya que no se posee
la información necesaria (en este caso los promedios de las terrenos y los insecticidas)
para realizar dicha prueba para cada factor, la misma nos arrojaría con mayor exactitud
una recomendación de cual tipo de terreno y cual tipo de insecticida se debería utilizar
para obtener un crecimiento de plantas más rápido o más lento.

Semilla y Abono

Los resultados arrojaron que Ftab < Fcal, por lo que se rechaza la Ho, pudiendo afirmar
con esto, que la variabilidad de las semillas y la variabilidad del abono utilizados influyen
significativamente en la variabilidad del crecimiento de las plantas, es por ello que se
recomienda al investigador aplicar una prueba de variabilidad para cada factor, para
conocer con exactitud de porcentaje (%) de variabilidad existe entre las semillas y en qué
porcentaje están afectando al crecimiento de las plantas y con qué porcentaje (%) de
variabilidad existe entre el abono y en qué porcentaje está afectando el crecimiento de las
plantas, cabe destacar que no se pudo realizar aun las pruebas de variabilidad, ya que no
se posee la información necesaria para realizar dichas pruebas.