Aplicar el diseño cuadro latino y

diseño factorial.
Jelver Antonio Reyes.
Leidy Liliana Ríos Parrado.
Laura Ximena Parra.

Bogotá – 23de abril de 2020

INTRODUCCIÓN.

Dentro del contenido de la investigación, es importante determinar

los diferentes componentes que se ejecutan juntos y los diferentes
factores que se muestran en el marco de la posibilidad de que la
influencia de un factor varíe de acuerdo con el nivel de otros
factores para analizar la interacción entre cada factor. . La
combinación de diferentes diseños optimiza la respuesta o la
variable dependiente, que se utiliza para la combinación de nivel de
diseño que produce el mejor valor dentro de la variable
dependiente. El siguiente trabajo muestra la implementación de
diferentes diseños experimentales (latinos y factoriales) aplicados
en el programa R, y determina los diferentes métodos de
procesamiento y resultados para el estudio.
OBJETIVOS

OBJETIVO GENERAL

Usar diferentes métodos de investigación para estudiar sus niveles y

sus combinaciones.
OBJETIVOS ESPECIFICOS
•Explica el grado y la forma de modificar el efecto de cada valor.
• Determinar las diferentes condiciones representadas por cada
factor.
• Comprender las interacciones que ocurren en cada
experimento de aplicación.
 DISEÑO LATINO

Se utiliza para la investigación cuando se descubren dos fuentes de variabilidad.

Sitios de experimentación : En el campo o laboratorio agrícola, dos factores tienen
un impacto positivo o negativo en la aplicación del tratamiento.
Caracterización
 El material es lo más homogéneo posible.
 La distribución es completamente aleatoria.
Como es una tabla, debe tener la misma cantidad de procesamiento, filas y
columnas.
Ejercicio a trabajar.
se quiere realizar un diseño complemente al azar, allí se realiza un experimento
donde se prueba cinco tipo de forrajes con 14 ovinos (pequeños rumiantes) con el
objetivo de determinar la ganancia en peso en ovinos de carne.
Para el análisis y muestra de los distintos resultados puestos sobre el ejercicio estos
se trabajan en el programa R, el cual muestra los diferentes resultados a trabajar e
interpretar.
Formula matemática.
DATOS
#Sumaryfit.

Dentro de este factor se evidencia un resultado en el elemento raza

de 0,3, la posición del proceso muestra un valor de 0,5 y el
tratamiento evidencia un 0,8, a lo que se puede decir que para el P.
Valor de 0,05 el ejercicio muestra una normalidad bajo la
caracterización del p. Valor y sus residuales cuentan con un
comportamiento de normalidad.
#testchapiro.

El resultado se muestra equivalente a el P valor ya que este es

menor a 0,05 y sus residuales siguen trabajando bajo la
normalidad del ejercicio.
Comprobación de datos.

Se confirma el numero de datos que se está trabajando, en

este caso se muestra un numero de 15 datos (confirmación de
datos)
#testlevene

Se hace mención del P valor que debe de ser menor a 0,05, en el ejercicio se
evidencia que es mayor a 0,05, acorde aun 95% de confianza se muestra los
residuales dentro del análisis de varianza cuentan con un comportamiento
acorde al tratamiento y factor (ganancia) aplicado y se concluye que existe
una varianza constante.
#agricola.

Dentro de este factor se evidencia un manejo del de comparación de

medidas de cada tratamiento trabajado, es así como este ejercicio muestra
que su mejor tratamiento fue el F5 con un resultado de 26,29 seguido del
tratamiento F2 con un resultado de 25, 29 y el tratamiento con menos
eficiencia fue el F1.
 DISEÑO FACTORIAL

Muchos experimentos implican investigación sobre los efectos de dos o más

factores. En general, para este tipo de experimento, el diseño factorial es el
más efectivo. A través del diseño factorial, se puede entender que en cada
iteración completa del experimento, se estudian todas las combinaciones
posibles de niveles de factores.
Concepto.
El diseño factorial, como estructura de investigación, es una combinación de
dos o más diseños simples (o factoriales); es decir, el diseño factorial
requiere la manipulación simultánea de dos o más variables independientes
(llamadas factores) en el mismo experimento.
DATOS.
#testchapiro

Se cuenta con un comportamiento acorde al

experimento y que da favorecimiento al trabajo
desarrollado en esta investigación.
#Residuales

Los residuales dentro del experimento muestra un

comportamiento que no altera el experimento como tal y
sigue bajo una normalidad acorde al experimento.
#Variedad
#Prueba agrícola.
#Intervalo

En los intervalos se concluye que la V1 con la D2 es diferente a la V1 con la

D1 conde se evidencia la diferencia debido a que hay dos variedades
diferentes y dos dosis diferentes 
• En la  V2  en comparación con la D2 es diferente a la V1
con la D2 
• En los resultados se evidencia un comportamiento
diferente también la V1 con la D2 en comparación con la
V2 y D1
Referencias

• Segura Correa, Jose. (2000)Notas de Diseño Experimental, Facultad de Medicina

Veterinaria y  Zootecnia, de la Universidad Autonoma de  de Yucatan. Pagina 30 -
34. http://www.angelfire.com/ar/iagg101/docum/Diseno1.pdf 
• Video de cuadro latino
https://drive.google.com/file/d/1oNPdpepRz6D4L6aY0zB2gm1-Bkmb9yzo/view?us
p=sharing
Conclusiones generales

Al desarrollar la guía nos familiarizamos y si mismo dimos

uso de los elementos para aplicar los diseños cuadro latino
y factorial en el campo de las Ciencias Agropecuarias, para
que en nuestro futuro como profesionales tengamos
facilidad para desarrollar nuestras labores.
¡GRACIAS POR SU ATENCIÓN!