TRABAJO COLABORATIVO

FASE 3 – APLICACIÓN DEL DISEÑO CUADRADO LATINO Y EL EXPERIMENTO

 
 
PRESENTADO POR:
DANIELA ALEJANDRA CABRERAEDNA
LIZETH YURANNY ORTIZ
RODRIGO ANDRES CARVAJAL
YONHT FREDI CISNEROS PERDOMO
YURANY BAHAMON CEBAIS
 
GRUPO:46
 
 
TUTOR: DIEGO ALBERTO DEAZA
  
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
ESCUELAS DE CIENCIA AGRICOLAS, PECUARIAS Y DELMEDIO AMBIENTE
DISEÑO EXPERIMENTAL
FLORENCIA – CAQUETÁ
2020
 INTRODUCCIÓN

El diseño experimental contiene un uso de gran relevancia para métodos

investigativos y desarrollo, esto con el fin de brindar y lograr aspectos más
eficientes y obtener mejor calidad en el área que se implemente.

En este trabajo se encuentra el desarrollo de la Fase 3 – Aplicación del diseño

cuadrado latino y el experimento factorial; primero se encuentra el desarrollo
de la actividad punto 5 diseño de cuadrado latino en el cual se escogió un
ejercicio alterno; así mismo se encuentra el desarrollo del punto 6 diseño con
arreglo factorial donde de igual forma se escogió un ejercicio, estos se aplicaron
en una tabla de Excel y su receptivo código y se aplicaron en el programa R,
donde se puede evidenciar los pantallazo y s respectiva interpretación.
 5. Diseño cuadrado latino

Para el desarrollo del trabajo y como lo indica la guía, se rescato unos datos
tomados de la unidad de contenidos:
Cifuentes, X., Jaramillo, L., Mejía, L & Torres, M. (2016). Métodos de análisis
para la investigación, desarrollo e innovación (i+d+i) de procesos agrícolas y
agroindustriales. Licencia Creative Commons. Recuperado de
 https://www.ugc.edu.co/sede/armenia/files/editorial/metodos_de_analisis_pa
ra_la_investigacion.pdf
Ejercicio ubicado en la pagina 72 del libro
Ejercicio: Un investigador desea evaluar la frecuencia de compra de 5 tipos de
compota en una mañana en un supermercado, además de la ubicación en altura
del estante (5 alturas=filas), y presentación (5 tipos de presentación=columnas)
Organización de los datos y desarrollo en programa R.
 Análisis de varianza

 Interpretación:
 En el factor filas: aquí como el Pvalor es mayor
a 0,05 en este caso es de 0,885 entonces NO se
rechaza la hipótesis nula, por ende se concluye
que todas las filas se comportan igual.
 En el factor columnas: aquí como el Pvalor es
mayor a 0,05, en este factor es de 0,968, NO
se rechaza la hipótesis nula, igual que el
anterior todas las columnas se comportan Ni el tipo de compota, ni su
iguales. ubicación en la altura del estante,
 En el tratamiento como el Pvalor es mayor a ni presentación influye en el
0,05 por lo tanto NO se rechaza la hipótesis mercadeo de las compotas
nula, todos los tratamientos se comportan
igual.
 VALIDACIÓN DE SUPUESTO DEL MODELO

- Modelo normalidad

Interpretación:
En el supuesto de normalidad
utilizamos el test de Shapiro Wilk
porque tenemos menos de 50 datos, el
Pvalor es menor a 0,05, es de 0,3379
entonces se rechaza la hipótesis nula y
con 95% de confianza concluimos que,
los residuales se comportan diferentes
a una distribución normal.
- Modelo varianza constante

Interpretación:
El modelo varianza constante se
prueba con el test de Levene, el
Pvalor es mayor a 0,05, es de
0,8479 por lo tanto NO se rechaza
la hipótesis nula y con un 95% de
confianza concluimos que, los
residuales presentan una varianza
constante.
Prueba de comparación de medias

No se desarrollan pruebas de
comparación de medias porque
no hay diferencias en factores o
tratamiento.
F5
F4
F3
F2
F1
0 2 4 6 8

Unidades
 6. Diseño con arreglo factorial
Para el desarrollo de este punto se tomo el siguiente ejercicio:
En un experimento se probaron dos métodos de siembra y tres variedades de arroz. Por
razones de facilidad en el manejo del mismo, se decidió utilizar un arreglo en parcelas
corresponden a los métodos de siembra y en las parcelas pequeñas se sembraron las tres
variedades de arroz (oryza sativa).
Los tratamientos se distribuyeron mediante un diseño en bloques completos al azar con 4
repeticiones. La variable de respuesta fue kg/parcela de 72 m2. A continuación se
detallan los factores evaluados:
Métodos de siembra: Variedades:
S: Secano BB: Blue Bonnett
I: Inundación BP: Belle Patna
CR: Criolla

Tomado de: Andeva para un experimento bifactorial en bloques al azar con arreglo en
parcelas divididas, Recuperado de https://www.youtube.com/watch?v=kbaJ98GAnnE
Organización de los datos y desarrollo en programa R.
 Análisis de varianza

 Interpretación:
 En el factor bloques: aquí como el Pvalor es mayor a
0,05 en este caso es de 0,827 entonces NO se rechaza la
hipótesis nula y la hipótesis nula es que todas los
bloques se comporten iguales, por ende se concluye que
todas los bloques se comportan igual.
 En el factor metodos: aquí como el Pvalor es mayor a
0,05, en este factor es de 8,64e-08 NO se rechaza la
hipótesis nula, igual que el anterior todos los métodos se
comportan iguales.
 En el factor variedad: aquí como el Pvalor es mayor a
0,05, en este factor es de 5,36e-09 NO se rechaza la
hipótesis nula, igual que el anterior todos los métodos se
comportan iguales.
 VALIDACIÓN DE SUPUESTO DEL MODELO

- Modelo normalidad

Interpretación:
en el supuesto de normalidad utilizamos
el test de Shapiro Wilk porque tenemos
menos de 50 datos, el Pvalor debe ser
mayor a 0,05. El criterio de decisión es
que el Pvalor si es menor a 0,05 se
rechaza la hipótesis nula, pero en este
caso el Pvalor es menor a 0,05, es de
0,4724 entonces se rechaza la hipótesis
nula y con 96% de confianza concluimos
que, los residuales No se ajustan a una
distribución normal.
 - Modelo varianza constante

Interpretación:
Aclaro que aquí debimos usar el método largo del Test de Levene porque hubo problemas con Car y Cardata, entonces
pudimos observar que en el caso de métodos pvalor es menor a 0,05 es de 0,3875 por lo tanto se rechaza la hipótesis
nula y se concluye que, los residuales bajo el factore de métodos no se comportan igual.
Y para el caso de variedades tenemos que el pvalor es mayo a 0,05 por lo tanto no se rechaza la hipótesis nula y se
concluye que, los residuales bajo el factor variedades se comportan igual a una varianza constante.
Prueba de comparación de medias

Interpretación:
Se puede evidencia en nuestros resultados que en las variedades (V1 Y V2) no existen
diferencia lo cual lo reflejan en con la letra (b).
Aunque en la (V3) sucede lo contrario; pues esta si es diferente a las demás variedades
además se enmarca con la letra (a).
 CONCLUSIONES

 Este trabajo permite saber más sobre diseño experimental y la aplicación

del diseño cuadrado latino y el experimento factorial y la eficacia de los
mismos; de igual forma, saber como aplicar la actividad con el programa R,
agrandar los conocimientos acerca de diseño experimental, cuadrado latino y
experimento factorial, a trabajar en equipo y aplicar los conocimientos ya
adquiridos en la vida personal, educativa y laboral.
 Mas que un trabajo desarrollado para la actividad nos ha dejado aprendizajes
muy personales y es que trabajar en equipo en un pieza clave para alcanzar
grande cosas.
 BIBLIOGRAFÍA

 Cifuentes, X., Jaramillo, L., Mejía, L & Torres, M. (2016). Métodos de análisis
para la investigación, desarrollo e innovación (i+d+i) de procesos agrícolas y
agroindustriales. Licencia Creative Commons. Recuperado
de https://www.ugc.edu.co/sede/armenia/files/editorial/metodos_de_analis
is_para_la_investigacion.pdf
 Andeva para un experimento bifactorial en bloques al azar con arreglo en
parcelas divididas, Recuperado de https://www.youtube.com/watch?
v=kbaJ98GAnnE
GRACIAS POR
SU ATENCIÓN