Grupo: 300001_2

Unidad 1 - Fase 2 -
Aplicación de diseños
completamente al
azar
Derly Tatiana Antonio Portuguez
Código: 1057690758
Fernando Andres Elam
Sarmiento
Código:
Henry Fernando Castillo
Codigo: 06/07/2020
Preguntas Orientadoras
Realizado por: Derly Tatiana Portuguez
Diseño completamente al azar DCA
 Modelo.

 La fórmula de Suma de Cuadrados Totales, Suma de cuadrados de tratamientos, Suma de

Cuadrados del error.
 Diseño completamente al azar DCA

 Cuál es la hipótesis nula

La hipótesis nula, es el promedio del
tratamiento 1 es igual al tratamiento 2 e
igual al promedio del ultimo tratamiento, a
diferencia de la hipótesis alterna ya que por
 Alistar datos en Excel para proceso en R.
lo menos alguno se comporta diferente.
Diseño completamente al azar DCA

 Desarrollar en R análisis de varianza, validación de supuestos del modelo y prueba de

comparación de medias.
 Debe en su informe registrar pantallazos del procesamiento en el programa R recuerde
que la versión es 4.1.1
 Diseño completamente al azar DCA

 Redacte un breve párrafo en el que interprete el resultado de la tabla de análisis de varianza y el

resultado de la validación del supuesto de normalidad y varianza constante.
Con este programa y las formulas que usamos para llegar al resultado obtenido podemos verificar que el valor de
P value Pr(>F) es mayor de 0,05 no se rechaza la hipótesis nula y se concluye que los tratamientos o las diversas
categorías del factor se comportan de la misma manera. Como lo observamos en la imagen donde obtuvimos el
resultado de P es mayor a 0.05 así que no se rechaza y concluimos que los tratamientos se comportan de la
misma manera.
Diseño completamente al azar DCA

A continuación de revisar el análisis de varianza podemos observar si se cumple con los supuestos
modelos y miramos el P vale Pr(>F) en este caso es mayor a 0,05 no se rechaza la hipótesis nula y
se concluye con un 95% de confianza que los residuales se comportan acorde a una distribución
normal.
Diseño completamente al azar DCA
Vamos a observar la varianza constante donde la hipótesis nula, de los residuales tienen una varianza
constante, si el P valor es superior 0,05 no se rechaza la hipótesis nula En este caso no se rechaza la
hipótesis nula y los residuales presentan varianza constante o también llamada homocedasticidad.
 Diseño bloques
completamente al azar BCA
Diseño bloques completamente al azar BCA
 Modelo.

 La fórmula de Suma de Cuadrados Totales, Suma de cuadrados de tratamientos, Suma de Cuadrados

del error.
Diseño bloques completamente al azar BCA

Alistar datos en Excel para proceso en R.

Desarrollar en R análisis de varianza, validación de supuestos

del modelo y prueba de comparación de medias.
Debe en su informe registrar pantallazos del procesamiento en
el programa R.
 Diseño bloques completamente al azar BCA
 Redacte un breve párrafo en el que interprete el resultado de la tabla de análisis de
varianza y el resultado de la validación de supuesto de normalidad y varianza constante.
Miramos el P vale Pr(>F) si es menor a 0,05 se rechaza la hipótesis nula y se concluye con un 95%
de confianza que hay una diferencia estadísticamente significativa en el comportamiento de los
tratamientos, o que por lo menos uno se comporta diferente a los demás. Si P vale Pr(>F) es mayor
de 0,05 no se rechaza la hipótesis nula y se concluye que los tratamientos o las diversas categorías
del factor se comportan de la misma manera.
En este resultado podemos observamos los tres asteriscos indican diferencia estadísticamente
significativa en los tratamientos.
Diseño bloques completamente al azar BCA

Después vamos a verificar los supuestos del modelo normalidad y varianza constante que en este
caso se verifica normalidad por test de shapiro el cuál sirve hast 50 residuales datos por encima de
50 residuales usamos el Test de Kolmogorov Smirnov modificación Lilliefors o Tests de Lilliefors.

A continuación, vamos a verifica el supuesto de varianza constante del modelo de análisis de varianza
por el test de levene pvalue debe ser mayor de 0,05 en este caso se verifica varianza constante.
 Diseño bloques completamente al azar BCA
Estas pruebas solo se hacen si hay diferencia entre los tratamientos acorde al anova, con el cumplimiento
de los supuestos de normalidad y la varianza constante de los residuales, con un solo supuesto que no se
cumpla no se desarrollan.
Se hacen pruebas de comparación de medias por el test de Tukey tratamientos de igual letra se
comportan igual.

Fuente: www.unad.edu.co
Desarrollar en R análisis de varianza, validación de supuestos del modelo y
prueba de comparación de medias.
Debe en su informe registrar pantallazos del procesamiento en el programa R
recuerde que la versión es 4.1.1
¡GRACIAS POR SU ATENCIÓN!