1.
Un experimento fue diseñado, en parcelas divididas, para determinar condiciones
favorables para la germinación de semillas de una especie. Se incluyó un factor A; 5
niveles (5 regímenes de temperatura) y un factor B a 2 niveles (2 condiciones de
luminosidad), con 3 bloques.
Realizar el ANOVA sobre los resultados que constan en el siguiente cuadro:
TRATAMIENTOS BLOQUES
Temperatura Luminosidad I II III
T1 L1 14 16 16
L2 22 24 29
T2 L1 18 24 22
L2 14 28 19
T3 L1 17 21 25
L2 17 28 26
T4 L1 22 19 18
L2 18 25 25
T5 L1 16 27 22
L2 18 19 19
C BLOQUES Yij
Temperatura Luminosida I II III
d
a0b1 L1 14 16 16 46
a0b2 L2 22 24 29 75
Y0.k Total 36 40 45 121
a1b1 L1 18 24 22 64
a1b2 L2 14 28 19 61
Y1.k Total 32 52 41 125
a2b1 L1 17 21 25 63
a2b2 L2 17 28 26 71
Y2.k Total 34 49 51 134
a3b1 L1 22 19 18 59
a3b2 L2 18 25 25 68
Y3.k Total 40 44 43 127
a4b1 L1 16 27 22 65
a4b2 L2 18 19 19 56
Y4.k Total 34 46 41 121
Y…k TOTAL 176 231 221 628
MEDIA A. 17,6 23,1 22,1 20,933
3
Bloques: (3-1)=2
Parcelas Grandes A= (5-1)=4
Error a= (3-1) (5-1)=8
a) Análisis estadístico de datos o Modelo aditivo lineal y explique sus componentes
yijk = µ+τi +βj +(τβ)ij +γk +(τγ)ik +(βγ)jk +(τβγ)ijk +ijk
µ: es la media general
τi: efecto de preparación de las parcelas
βj: efecto del bloque
γk: efecto de las cepas
(τγ)ik ; (βγ)jk: interacciones
(τβγ)ijk: error de las subparcelas
ijk : No estimable
Total de las Parcelas Grandes (Combinación Bloques * a)
B1 B2 B3 Yi..
a0 36 40 45 121
a2 32 52 41 125
a2 34 49 51 134
a3 40 44 43 127
a4 34 46 41 121
Y…k 176 231 221 628
SC(PG) =
362 +402 + 452 +322+522 + 412+34 2 +49 2+512 + 402+ 44 2+ 432 +342 + 462 +412 628
− = 26686
2 5∗3∗2
Suma de cuadrados de bloques:
Σ k y k2
SC(Bloques) = −Tc
a× b
1762 +2312+ 2212 628
SC(Bloques) = − = 171,66
4∗2 5∗3∗2
Suma de cuadrados de A:
Σi y ⅈ2
SC ( A )= −TC
bxr
1212+1252 +134 2+ 1272 +121 628 2
SC(A) = − = 19,2
2∗3 5∗3∗2
Suma de cuadrados del error de A:
SC (Error a) = SC (PG) – SC (Bloques) – SC (A)
SC (Error a) = 266,86 – 171,66 – 19,2
SC (Error a) = 76
Bloque (3-1) =2
PARCELAS A (5-1) =4
GRANDES Error A= (3-1) (5-1) =8 Tratamientos
(5*2-1) =9
TOTAL
B (2-1) =1
(4*3*3)-1=35
SUBPARCELAS AB (5-1) (2-1) =6
Error B 5(3-1) (2-1) =10
B1 B2 Total
a0 46 75 121
a1 64 61 125
a2 63 71 134
a3 59 68 127
a4 65 56 121
Y...k 297 331 628
Suma de Cuadrados de las combinaciones (AB):
462 +752 +64 2+ 612+ 632+ 712+59+ 682+ 652+ 562 628
SC(PG) = − = 198,53
2 2∗5∗3
Suma de cuadrados de B:
Σ k y k2
SC(B) = −Tc
a× b
2972 +3312 628
SC(B) = − = 38,53
5∗3 2∗5∗3
Suma de cuadrados de AB:
SC ( AB ) =combinacion−SCA−SCB
SC(AB) = 198,53 – 38,53 – 19, 2
SC(AB) = 140,80
Suma de cuadrados del error de B:
SC (Error b) = SCT – SC (PG) – SC (B) – SC (AB)
SC (Error b) = 549,866 – 266,80 – 38,53-140,8
SC (Error b) = 103,67
Análisis de varianza
Fuentes de variación Grados Suma de Cuadrados F F 0,01
de cuadrados Medios 0.05
liberta
d
Bloque 2 171,67 85, 83 8,28 4,45 8.64
Parcelas 9
Factor A 4 19,20 4,80 0,46 3,83 7,006
Principales
8
Error a 8 76 9,5
Factor B 1 38,53 38, 53 3,72 4,96 10.044
Subparcelas 5
Factor A* 4 140,80 35,20 3,40 3,47 5,994
Factor B 8
Error b 10 103,67 10,37
Total 29 549,87
b) Defina la hipótesis y establezca el cuadro de ANOVA. Utilice =0.05 y 0.01
H0: µ1 = µ2i ≠ j
H1: µ1≠ µ2(al menos una es diferente)
Dado que F de la tabla de análisis de la varianza es no significativa, la conclusión es que el
factor no influye en la variable dependiente, es decir, lo distintos niveles del factor se
comportan de igual forma en lo que a la variable dependiente se refiere.
Dado que F es significativa se puede concluir que, por lo menos, dos niveles del factor
producen distintos efectos en al dependiente. Quiere esto decir que habrá que estudiar entre
qué niveles se den esas diferencias significativas
c) Cálculo del Coeficiente de Variación
Coeficiente de variación para las parcelas grandes
CME
CV =
√ X
∗100
9,5
CV =
√ 20,93
∗100=14,726
Coeficiente de variación para las subparcelas
CME
CV =
√ X
∗100
10,37
CV =
√ 20,93
∗100=15,38
Regla de decisión
F calculado Relación F critico
0,46 < 3,838 0,05 %
3,72 < 4,965 0,05 %
3,40 < 3,478 0,05 %
8,28 > 4,459 0,05 %
0,46 < 7,006 0,01 %
3,72 < 10.044 0,01 %
8,28 < 8,64 0,01%
3,40 < 5,994 0,01 %
Dado que el Fc es menor al F critico se acepta la Ho y se rechaza la Ha.
d) Tukey al 0,05; si existe diferencia significativa entre los tratamientos.
Prueba de rango múltiple Tukey al 0,05 %
Bloques
Error: 10,3667
Gl: 10
Bloques Medias n E.E Decisión
1 17,60 10 1,02 A
2 22,10 10 1,02 B
3 23,10 10 1,02 B
Gráfico
Conclusión
De acuerdo a los resultados obtenidos en la tabla del análisis de varianza se observa que el F
calculado es mayor para el F crítico a un nivel de confianza del 95%, en donde se analiza que
el factor A , Factor B y las interacciones AB son no significativos por lo tanto se acepta la
Hipótesis nula y se rechaza la hipótesis alternativa, mientras que los bloques si son altamente
significativos por lo que se realizará la prueba de significación de comparaciones de medias o
DMS al 5% .. Además, se nota que el coeficiente de variación es confiable para las
subparcelas lo que significa que, de 100 observaciones, el 15,3833 % van a salir diferentes y
el 84,1666 % de observaciones serán confiables, el coeficiente de variación es confiable para
las parcelas grandes lo que significa que, de 100 observaciones, el 14,7239 % van a salir
diferentes y el 85,2761 % de observaciones serán confiables, es decir. Por lo cual se concluye
que tanto en subparcelas y parcelas grandes el ensayo fue desarrollado correctamente.
MÉTODO DUNCAN
BLOQUES 5%
BLOQUES Medias n E.E DECISIÓN
1 17,6 10 1,02 A
3 22,1 10 1,02 B
2 23,1 10 1,02 B
Gráfico
Conclusión Método Duncan:
Luego de realizar la prueba rango múltiple (Método Duncan) en bloques al
mostrar en el análisis de varianza que era significativo se determina que, si
existe una diferencia entre los bloques, el mejor bloque es el número I.
Objetivos:
General
Desarrollar mediante la herramienta Infostat diferentes ejercicios de parcela divididas
para realizar prácticas de aprendizaje.
Específico
Determinar las pruebas de hipótesis en el Diseño de parcela divididas.
Reconocer y diferenciar cuando se acepta o rechaza cada hipótesis para cada caso.
Conclusiones:
Se observa que en este tipo de diseño se trabaja con una serie de datos, donde se puede
observar hasta qué punto la muestra se pude considerar perteneciente a una distribución
teórica conocida. En su aplicación siempre existirán desviaciones entre la distribución
empírica u observada y la distribución teórica.
Los ejercicios fueron realizados por la herramienta Infostat y la aplicación de sus fórmulas,
donde se calculó la suma de cuadrados de bloques, error, combinaciones y totales, el análisis
de varianza y la toma de decisiones en el momento de comparar Fc y F crítico tanto en las
parcelas grandes como las subparcelas , las conclusiones fueron establecidas al final de cada
ejercicio, junto con el cálculo del coeficiente de variación y la prueba de Tukey donde fue
necesario establecer la prueba de rango múltiple determinando de esta manera la
significancia en cada uno de las cosas
Se llevo a cabo la determinación de las pruebas de hipótesis para cada ejercicio propuesto,
donde se diferenciaron las hipótesis nulas de las hipótesis alternativas y cuando se acepta o se
deniega cada una