Documentos de Académico
Documentos de Profesional
Documentos de Cultura
El estudiante debe revisar el OVI del diseño cuadrado latino que está en el entorno de
aprendizaje en las referencias bibliográficas de la unidad 2 en el último referente y con
base en este responder.
Qué tipo de organización presentan los tratamientos en campo.
El tipo de organización que presentan los tratamientos en campo es sudoku
Si se tiene un caso de 9 tratamientos cuantas unidades experimentales se requieren
para montar un cuadrado latino. En el foro solo relacionamos aportes e imágenes no
adjuntar archivos
92 =81
Se requieren 81 unidades experimentales para montar un cuadro latino
Cuadro latino
Es un bloqueo robusto que se encuentra distribuido en filas y columnas,
organizado sus tratamientos en forma de sudoku sin repeticiones. El número de
unidades experimentales se determina elevado al cuadro de los tratamientos, por
lo que se tienen cuatro tratamientos este se multiplica por 4, para obtener 16
unidades experimentales, es por esto que las columnas y filas empiezan en f1,
f2, f3, f4 y no se repite ninguna en las misma.
Hipótesis de análisis de varianza
Hipótesis nula: que el T1= T2 = T3 = T4, con una hipótesis alterna que uno sea
diferente, por lo que si el criterio es p valor es menor a 0,5 se rechaza la
hipótesis nula
Por columnas: Ho= µc1= µc2= µc3= µc4, con hipotenusa alterna de que sea
una diferente, por lo que si el criterio es p valor es menor a 0,5 se rechaza la
hipótesis nula
Por filas: Ho= µF1= µF2= µF3= µF4, con hipotenusa alterna de que sea una
diferente, por lo que si el criterio es p valor es menor a 0,5 se rechaza la
hipótesis nula
Varianza constante test leneve
P valor menor a 0,5 rechazamos la hipótesis nula y se determina con 95% de
confianza que los residuales no se comportan acorde varianza constante, pero si es
mayor a 0,5 no se rechaza la hipótesis y se presentan varianza constante
Diseño factorial
Aquellos que tienen dos factores, por lo que es tratamiento es el cruce de estos y se
distribuyen bloqueos en columnas, tratando que sea lo más homogéneo posible y se
encuentre completos e incompletos.
Análisis de varianza
1 Factor: Ho = µ1= µ2, Con hipótesis alterna que uno sea distinto al otro, por lo
que p valor menor 0,05 se rechaza la hipótesis nula y con 95% de confianza hay
diferencia en la dosis
1 Factor: Ho = µ F1= µ F2, Con hipótesis alterna que uno sea distinto al otro, por lo
que p valor menor 0,05 se rechaza la hipótesis nula y con 95% de confianza hay
diferencia en la dosis
Hipótesis nula: Todas las combinaciones ya en el mismo resultado en su
interacción
Hipótesis alterna: Alguna se comporta distinta en las interacciones
Validación de supuestos
Se aplica normalidad con dos pruebas de shapiro Wilk con menos de 50
residuales y la de Kolmogorov Smirnov Mod Liliferos con más de 50 residuales,
adaptando que ambos deben ajustarse a una distribución normal, y que si tiene
un pre valor menor a 0,5 rechazamos la hipótesis nula y no se ajustan a la
distribución, pero si p valor es mayor a 0,5 se ajustan a distribución normal con
95% de confianza. Con varianza constante.
Pruebas de comparación de medidas
Letras iguales se comportan de la misma manera en comparación y simples y
múltiples pareadas estarán en pares y si el p valor es menor a 0,05 se comportan
distinto
3. Del texto de Ruesga (2007). en las referencias de la unidad ubique el capítulo de Diseño
Cuadrado Latino que denominaremos DCL y registre:
SDCVar x Dosis=SDCTto-SDCVar-SDCDosis
SDCError=SDCTotal-SDCTto-SDCRep
Donde:
Yijk= es el k ésimo elemento perteneciente al j ésimo nivel del factor B y al i ésimo
tratamiento del nivel del factor A.
µ = es la media general.
Ai = es el efecto debido al i ésimo nivel del factor A.
B j = es el efecto debido al j ésimo nivel del factor B.
(AB)ij= efecto de la interacción entre el j ésimo nivel del factor B y el i ésimo del factor B.