DISEÑOS EXPERIMENTALES

Jorge Guzmán Calla

CAPITULO 5

DISEÑO CUADRADO LATINO (DCL)

5.1 CARACTERISTICAS DEL CUADRADO LATINO

Este diseño es una extensión del Bloque Completo Randomizado puesto que en él se impone la misma
restricción en la distribución al azar de los tratamientos para formar los bloques de este diseño, más otra
restricción igual para las columnas. Es por esto que en el Cuadrado Latino, cada tratamiento está una vez y
al azar en cada bloque y en cada columna.

Este diseño es recomendable cuando las unidades experimentales pueden agruparse de acuerdo a los
niveles de dos fuentes de variabilidad. Para esto es necesario que se disponga de un número de unidades
en cada bloque y en cada columna igual al número de tratamientos en estudio. De aquí que en este diseño
es necesario que el número de bloques sea igual al número de tratamientos; esto es: r = c = t, y el número
total de unidades experimentales en el experimento debe ser igual a r2. Por ejemplo si el número de
tratamientos es de 6, el número de bloques y el número de columnas debe ser también de 6 y el número
total de unidades de 36.

Este diseño se recomienda cuando el número de tratamientos oscila entre 3 y 10. Aunque 3 sólo cuando se
puede repetir el experimento en varios cuadrados latinos.

Supongamos que deseamos estudiar 4 variedades de papa y sabemos que en el terreno experimental
existen dos gradientes de fertilidad, digamos una gradiente en dirección N - S, y otra gradiente en
dirección E - O; en este caso, los bloques deben coincidir con la perpendicular de la primera gradiente y
las columnas con la perpendicular de la segunda gradiente; después los tratamientos se aplican al azar en
las 4 parcelas de cada bloque y de cada columna, en tal forma que se cumpla la definición que hemos dado
para el diseño Cuadrado Latino.

Otro ejemplo: para determinar si había alguna diferencia entre las cantidades de leche producidas por los 4
pezones de la ubre de las vacas, cada pezón, de acuerdo a su ubicación, fue considerado como un
tratamiento, asignándosele una letra. Los 4 ordeños que se hicieron fueron considerados como bloques, y
el orden en que se ordeñaron los pezones se consideraron como columnas. En esta forma el Cuadrado
Latino quedó en un 4 x 4.

Igualmente puede aplicarse este diseño a otros experimentos con animales teniendo restricciones tales
como: edad y peso de los animales, raza de los animales y establos, producción de leche y número de
partos.

En general el Cuadrado Latino es muy apropiado para experimentos de campo, laboratorio, invernadero,
en la industria, sociología, educación, reposteria, etc.
El Cuadrado Latino se puede emplear siempre que haya homogeneidad dentro de bloques y dentro de
columnas, pero alta heterogeneidad entre bloques y entre columnas.

45
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

5.2 VENTAJAS
 Disminuyen los efectos de dos fuentes de variabilidad de las unidades experimentales en los
promedios de los tratamientos y en el Error Experimental, con la consiguiente mayor precisión
que en los diseños Completamente Randomizado y Bloque Completo Randomizado.
 Cuando se pierden todas las unidades experimentales de un mismo tratamiento, el resto de
tratamientos siguen ajustados a las características del Cuadrado Latino. Si se pierde íntegramente
un bloque o una columna, el diseño queda ajustado al Bloque Completo Randomizado. En el caso
de que se pierdan una o varias unidades experimentales del mismo tratamiento o de tratamientos
distintos, sus valores pueden ser estimados en función de los promedios de las unidades restantes
que quedan.
 Cuando los bloques y las columnas estan relacionados con variaciones definidas de los criterios
de clasificación, entonces ellos pueden ser considerados como tratamientos.
DESVENTAJAS
 No es recomendable para más de 10 tratamientos, debido a que el número de tratamientos
depende el número de bloques y columnas y por consiguiente el número de unidades
experimentales. Por tanto, este diseño es menos flexible que el Completamente al azar y el
Bloques al azar.
 A igualdad de número de tratamientos y repeticiones, este diseño tiene menos grados de
libertad para el Error Experimental que el Bloque Completo Randomizado y el diseño
Completamente Randomizado; diferencia que se acentúa Si es que hay interacción entre los
efectos de las dos fuentes de clasificación o entre los tres (tratamientos, bloques y columnas),
entonces el valor de F no se distribuye de acuerdo al valor tabular de F, y por consiguiente no se
puede hacer una prueba válida de significación. Es por esto que en los casos en que el
experimentador no está en condiciones de asumir la ausencia de interacciones de este tipo, es
preferible no emplear el Cuadrado Latino.
 En este diseño, tal como sucede en el Bloque Completo al Azar, el Error Experimental tiende a
incrementarse al aumentar el ancho de los bloques y el largo de las columnas, como consecuencia
principalmente del aumento del número de tratamientos.a medida que disminuye el número de
tratamientos.

5.3 ESTABLECIMIENTO Y SORTEO AL AZAR DEL CL.

De acuerdo a Calzada (1986) y Steel et al (1990), se llama Cuadrado Latino Patrón a aquel que en su
primer bloque y primera columna tiene los tratamientos distribuidos en orden alfabético. Para cada tamaño
de Cuadrado Latino existe un cierto número de CL patrones, los que no pueden convertirse uno en otro
por randomización de los bloques y de las columnas.

Si se toma un Cuadrado Latino Patrón y permutamos todos los bloques excepto el primero y todas las
columnas se generan r!(r-1)! cuadrados latinos diferentes. Por ejemplo, para un CL de 5x5 se toma el
correspondiente CLP y se aleatoriza algunos bloques excepto el primero y las columnas 2 y 3.

1 2 3 4 5 1 2 3 4 5 1 3 2 4 5

I A B C D E I A B C D E I A C B D E

II B C D E A III C D E A B III C E D A B

III C D E A B IV D E A B C IV D A E B C

IV D E A B C V E A B C D V E B A C D

V E A B C D II B C D E A II B D C E A

46
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

En el último cuadrado muestra la distribución final que puede ser utilizada para el desarrollo del
experimento, previa ordenación numérica de columnas y bloques correlativa. En los experimentos de
campo es necesario que los bloques y las columnas sean colocados en el terreno en la misma forma como
en el papel, y la forma de la parcela debe aproximarse a la cuadrada a fin de que el conjunto se parezca a
la cuadrada.

5.4 ANALISIS DEL DISEÑO CUADRADO LATINO.

El procedimiento para el análisis dle CL es muy similar al del BA. La diferencia radica en la
aparición de una nueva fuente de variación debida a columnas.

EJEMPLO 5.1

Se realizó un experimento para estudiar el efecto de seis tipos de fertilizantes nitrogenados mas un
testigo sin fertilizante en remolacha azucarera, utilizando un diseño Cuadrado Latino (Little, 1976).
La planilla de registro se presenta en la tabla 2.11.

TRATAMIENTOS

A = (NH4)2SO4 B = NH4NO3 C = CO(NH2)2 D = Ca(NO3)2 E = NaNO3 F = Sin fertilizante

Total de tratamientos

A B C D E F
(NH4)2SO4 NH4NO3 CO(NH2)2 Ca(NO3)2 NaNO3 Sin fertilizante
Total 186.1 182.1 188.9 183.8 182.2 148.6
Promedio 31.0 30.4 31.5 30.6 30.4 24.8

TABLA 5.1 Rendimiento de remolacha azucarera con diferentes fuentes de fertilizantes nitrogenados.

COLUMNAS

BLOQUES 1 2 3 4 5 6 TOTAL
28.2 29.1 32.1 33.1 31.1 32.4
I 186.0
F D A B E C
31.0 29.5 29.4 24.8 33.0 30.6
II 178.3
E B C F D A
30.6 28.8 21.7 30.8 31.9 30.1
III 173.9
D E F C A B
33.1 30.4 28.8 31.4 26.7 31.9
IV 182.3
C A B D F E
29.9 25.8 30.3 30.3 33.5 32.3
V 182.1
B F E A C D
30.8 29.7 27.4 29.1 30.7 21.4
VI 169.1
A C D E B F
TOTAL 183.6 173.3 169.7 179.5 186.9 178.7 1071.7

OBJETIVO- Estudiar el efecto de diferentes fuentes de fertilizantes en remolacha azucarera

HIPOTESIS
Respecto a las variedades:
- No existen diferencias en el efecto de los fertilizantes nitrogenados en el rendimiento de
remolacha azucarera.
( Ho : αi = 0)

47
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

Respecto a las hileras y las columnas: (no es necesario mencionar la hipótesis respecto a hileras y columnas en el
documento final, sin embargo, se debe analizar su resultado.)
- No existen diferencias entre hileras.
( Ho : Hi = 0)
- No existen diferencias entre columnas.
( Ho : Cj = 0)

5.5 MODELO ADITIVO LINEAL Yij = µ + Cj + Hi + αt + εij

Donde :
Yij = Unidad experimental que recibe la i-ésima variedad, y
se encuentra en el j-ésimo bloque.
µ = Media general del experimento.
Ci = Efecto de la i-ésima columna.
Hj = Efecto de la j-ésimo hilera
αt = Efecto de la k-ésima variedad.
εij = Error experimental.

5.6 CALCULOS
Tratamientos : a : 1.....r r = 6
Hileras : h : 1.....r r = 6
Columnas : c : 1.....r r = 6
a) Factor de corrección (FC)
Y2 1071.72
FC = ---------- = --------------- = 31903.9
r*r 6*6

b) Suma de Cuadrados del Total

SCT = ΣΣY2 ij - FC = (28.22 + ......+ 29.12) - FC = 32185.8 - 31903.9 = 281.9
Suma de Cuadrados de Tratamientos
ΣY2 t (148.62 + ...+182.22) 192538.1
SCt = ------------- - FC = ------------------------------------ - FC = ------------------ - 31903.9 = 185.8
r 6 6
c) Suma de Cuadrados de bloques o hileras
ΣY2i (186.02 + ...+169.12) 191616.6
SCB = ------------- - FC = ------------------------------------ - FC = ------------------ - 31903.9 = 32.2
r 6 6

d) Suma de Cuadrados de columnas

ΣY2j (186.02 + ...+169.12) 191625.5
SCC = ------------- - FC = -------------------------------------- - FC = ------------------ - 31903.9 = 33.7
r 6 6

e) Suma de Cuadrados del Error

SCE = SCT - SCt - SCH - SCC = 281.9 - 185.8 - 32.2 - 33.7 = 30.3

f) Análisis de varianza

CUADRO 5.1 Análisis de varianza para el efecto de seis tipos de fertilizantes nitrogenados mas un
testigo sin fertilizante

F.V. G.L. S.C. C.M. Fc Ft(0.05)

48
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

Hileras 5 32.2 6.44 4.26 2.71

Columnas 5 33.7 6.73 4.45 2.71
Tratamientos 5 185.8 37.15 24.56 2.71
Error 20 30.3 1.51
Total 35 281.9
_____ ___
/ CME / 1.51
Coeficiente de variabilidad CV = ----------------- * 100 = --------------- * 100 = 4.12 %
Y 29.8

g) Comparación de medias

TRATAMIENTOS

TABLA 2.11 Totales y promedios de tratamientos del experimento

A B C D E F
Tratamiento (NH4)2SO4 NH4NO3 CO(NH2)2 Ca(NO3)2 NaNO3 SIN FERT.
Rendimiento 186.1 182.1 188.9 183.8 182.2 148.6
Promedio 31.0 30.4 31.5 30.6 30.4 24.8

TABLA 5.12. Contrastes ortogonales para las comparaciones entre tratamientos

denom
F A B C D E r*
contraste SIN (NH4)2SO4 NH4NO3 CO(NH2)2 Ca(NO3)2 NaNO3 C C2 i SCc
148.6 186.1 182.1 188.9 183.8 182.2

c1 +5 -1 -1 -1 -1 -1 -180.1 32435 180 180.2

c2 0 -1 -1 +4 -1 -1 21.4 457.9 120 3.8
c3 0 +1 +1 0 -1 -1 2.2 4.8 24 0.2
c4 0 +1 -1 0 0 0 4.0 16 12 1.3
c5 0 0 0 0 +1 -1 1.6 2.6 12 0.2

TABLA 5.13 Análisis de varianza para los contrastes ortogonales.

F. V. gl SC CM Fc Ft

Tratamientos 5 185.77 37.15 24.56

Con N vs testigo 1 180.2 180.2 119.3
CO(NH2)2 vs Inorgánico 1 3.8 3.8 2.51
NH4 - N vs NO3 - N 1 0.2 0.2 0.13
(NH4)2SO4 vs NH4NO3 1 1.3 1.3 0.86
Ca(NO3)2 vs NaNO3 1 0.2 0.2 0.13
ERROR 20 30.25 1.51

49
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

CONCLUSIONES

1. El coeficiente de variabilidad igual a 4.1% indica que los datos son confiables.
2. El cuadro de análisis de varianza muestra que existen diferencias significativas entre
hileras y entre columnas lo cual indica que la suposición inicial de la presencia de dos
fuentes de variabilidad en el terreno fue verdadera. Se ganó el 57% de eficiencia al
bloquear la fuente de variación presente en el terreno que en este caso es la pendiente.
3. El valor de F calculado muestra que existen diferencias significativas entre los
promedios de los fertilizantes en estudio.
4. La prueba de contrastes ortogonales muestra que existen diferencias significativas
entre los tratamientos que cuentan con fertilizantes respecto al testigo. Por otra parte
no se encontraron diferencias significativas entre los tratamientos que cuentan con
diferentes fuentes de fertilizantes.

5.7 PERDIDA DE UNA UNIDAD EXPERIMENTAL

Cuando se pierden unidades experimentales en el cuadrado latino, es un poco más complicado el

análisis, al respecto, Yates (1933), Allan et al (1930) presentaron la ecuación que permite estimar el valor
de la unidad experimental perdida en el diseño CL la cual es:

Donde: t = No de tratamientos
r = No de repeticiones
T = sumatoria de los valores de las celdas que le quedan al tratamiento.
H = sumatoria de los valores de las celdas que le quedan a la hilera.
C = sumatoria de los valores de las celdas que le quedan a la columna.
G = gran total de los valores de las celdas que quedan en el experimento.

El valor de Y es el mejor estimador de la unidad perdida dicho valor debe ser transcrito a la tabla de
datos y se realizará el análisis de varianza en la forma usual. Puesto que el valor estimado no tiene error
asociado con él, se resta un grado de libertad a los grados de libertad del total.
La suma de cuadrados calculada tiene un sesgo, por lo tanto habrá que restarle el valor Z, que se
denomina corrección por sesgos y tiene la siguiente fórmula:

Para comparar promedios de tratamientos se debe tener presente el número de repeticiones efectivo
para cada tratamiento, que se refiere al número de unidades presentes en el ensayo. El error estandard de
la diferencia entre la media del tratamiento con un valor faltante y la de cualquier otro tratamiento es:

[ec. 5.12]

Donde:
CME = cuadrado medio del error (varianza del error)
r = número de repeticiones.

EJEMPLO 5.2

Se realizó un experimento para comparar 4 variedades de papa en un diseño Cuadrado Latino y

estudiar su comportamiento (Guzman, 1989). En el transcurso del experimento se perdió una unidad
50
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

experimental correspondiente a a variedad Huaycha paceña, en la tercera hilera. Los resultados del
experimento se presentan en la tabla 2.1.

TABLA 5.1 Rendimiento de cuatro variedades de papa en kg/20m 2

COLUMNAS

HILERA 1 2 3 4 TOTAL
28.2 39.1 52.1 33.1
I 152.5
C D A B
31.0 59.5 29.4 34.8
II 154.7
B A C D
50.6 — 31.7 30.8
III 113.1
A B D C
39.1 30.4 28.8 49.4
IV 147.7
D C B A
TOTAL 148.9 129.0 142.0 148.1 568.0

tratamientos A B C D
total 211.6 92.9 118.8 144.7
Promedio 52.9 30.9 29.7 36.2

Nota: no se deben confundir

t = No de tratamientos = 4
r = No de repeticiones = 4
T = sumatoria de los valores de las celdas que le quedan al tratamiento = 92.9
H = sumatoria de los valores de las celdas que le quedan a la hilera. = 113.1
C = sumatoria de los valores de las celdas que le quedan a la columna. = 129.0
G = gran total de los valores de las celdas que quedan en el experimento. = 568.0
Haciendo uso de la ecuación de Yates, se calcula el valor faltante:
r(T + H + C) - 2G 4(92.9 + 113.1 + 129.0) - (2*568)
Y = ------------------------------------ = ----------------------------------------------------------------- = 34.0
(r - 1)(r - 2) (4 - 1)(4 - 2)

Corrección por sesgos en la suma de cuadrados de tratamientos.

[ G - H - C - ( r - 1) Y ]2 [568.0 - 113.1 - 129.0 - (4 - 1) 34.0 ]2
Z = -------------------------------------------- = ----------------------------------------------------------------------- = 6.2
[( r - 1)(r - 2)]2 (3 * 2)2

Si utilizamos el valor estimado de 34.0, el total de la hilera III será de 113.1 + 34.0 = 147.1 ; el total
de la columna será de 129.0 + 34.0 = 163.0, el total del tratamiento b es: 92.9 + 34.0 = 126.9 ; y el gran
total 568 + 34.0 = 602.0 Con estos valores se procede a obtener las sumas de cuadrados para el
experimento.

a) Factor de corrección (FC)

Y2 602.02
FC = ---------- = --------------- = 22650.2
r*r 4*4

b) Suma de Cuadrados del Total incluyendo el valor estimado.

SCT = ΣΣY2 ij - FC = (28.22 + ... + 49.42 ) - FC = 24103.4 - 22650.2 = 1453.2

51
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

c) Suma de Cuadrados de Tratamientos ( se resta Z )

ΣY2 t (123.62 + ... + 108.72)

SCα = ------------- - FC - Z = ---------------------------------------- - FC - Z = 23982.4 - 22650.2 - 6.2 = 1326
r 4
d) Suma de Cuadrados de Hileras

Y2j (152.52 + ... + 120.12)

SCH = ------------- - FC = ----------------------------------------- - FC = 22660.5 - 22650.2 = 10.3
r 4
e) Suma de Cuadrados de Columnas

Y2 i (148.92 + ... + 148.12)

SCC = ------------- - FC = ------------------------------------- - FC = 22709.4 - 22650.2 = 59.2
r 4

f) Suma de Cuadrados del Error

SCE = SCT - SC - SCH - SCC = 1453.2 - 1326 - 10.3 - 59.2 = 57.7

g) Análisis de varianza. Los valores encontrados mediante la fórmula de Yates no cuentan con un
estimado del error. Por esto, no contribuyen a formar la suma de cuadrados del error, razón por la cual
se debe restar 1 grado de libertad al error.

F.V. G.L. S.C. C.M. Fc Ft(0.05)

Hileras ( r - 1) = 3 10.3 3.43 0.29
Columna ( r - 1) = 3 59.2 19.73 1.71
Variedades ( r - 1) = 3 1326 442.0 38.43
Error POR DIFER. 5 57.7 11.5
Total ( r 2 - 1 ) -1 = 14 1453.2

Coeficiente de variabilidad

CONCLUSIONES 1
1. El CV es de 9.56% lo cual indica que los datos son confiables y se puede proceder con
el resto de las pruebas.
2. La prueba para columnas e hileras resulto no significativa, lo que indica que la
suposición inicial de la existencia de dos fuentes de variabilidad en el terreno no era
cierta.
3. Se rechaza la Ho para tratamientos, y se puede decir que existen diferencias entre los
promedios de las variedades de papa en estudio. Para detectar las diferencias y, debido
a la pérdida de una unidad experimental, se utilizará la prueba de Tukey con el error
estandard mencionado en la ecuación 5.12.

5.8 EXPERIMENTOS CON VARIOS CUADRADOS LATINOS

Los Cuadrados Latinos con pocos tratamientos proveen pocos grados de libertad para el error
experimental, debido a que existen pocas repeticiones para cada tratamiento. Para solucionar este
problema, es recomendable duplicar o triplicar el número de Cuadrados Latinos. El análisis de varianza
52
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

debe comprender el análisis conjunto de las hileras y columnas dentro de los cuadrados latinos.

EJEMPLO 5.3
Se realizó un experimento para estudiar 4 tratamientos en dos Cuadrados Latinos. Los resultados se
presentan en el cuadro

En este caso debe adoptarse una randomización diferente para cada Cuadrado Latino.

hileras hileras

C B A B A C
17 5 10 32 8 3 4 15
B A C A C B
5 6 14 25 15 9 8 32
A C B C B A
8 16 5 29 8 4 5 17
Colunas 30 27 29 86 31 16 17 64

Tratamientos A B C Tratamiento A B C
s
24 15 47 23 20 21
Total general 86 + 64 =150

CALCULOS PARA RENDIMIENTO

Cuadrados : k : 1 ....c c =2
Tratamientos : t : 1.....r r =3
Hileras : i : 1.....r r =3
Columnas : j : 1.....r r =3
a) Factor de corrección (FC)
Y2 1502
FC = ---------- = -------------- = 1250.0
c * r2 2*9
b) Suma de Cuadrados de Cuadrados Latinos

Y21 + Y22 862 + 642

SCCL= ----------------------- - FC = ------------------- - 1250 = 26.8
r2 9
c) Suma de Cuadrados de Tratamientos

Y2 i (24+23)2 + (15+20)2 + (47+21)2

SCt = - FC = ------------------------------------------------------------- - 1250 = 93
---------------
b 6
d) Suma de Cuadrados de hileras dentro de Cuadrados Latinos

Y2j 322 + 252 + 292 862 152 + 322 + 172 642

SCH(CL) = - FC = ----------------------------- - -------- + ------------------------------ -
------------- --------- = 65.8
a 3 3*3 3 3*3
e) Suma de Cuadrados de columnas dentro de Cuadrados Latinos

Y2j 302 + 272 + 292 862 312 + 162 + 172 642

SCC(CL) = ------------- - FC = ----------------------------- - -------- + ------------------------------ - --------- = 48.5
a 3 3*3 3 3*3

f) Suma de Cuadrados de la Interacción de Tratamientos x Cuadrados

Y2j 242 + 152 + 472 + 232 + 202 + 212

53
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

SC(txCL) = ------------ - FC -S Ct -SCCL = ------------------------------------------------------------- - 1250 - 93 - 26.9 = 90.1

a 3

g) Suma de cuadrados del Total

SCT = ΣΣY2 ij - FC = 1580 - 1250 = 330

h) Suma de Cuadrados del Error

SCE = SCT - SCCL - SCt - SC(txCL) - SCH(CL) - SCC(CL) = 330 - 26.9 - 93 - 90.1 - 65.8 - 48.5 = 5.7

i) Análisis de varianza

F.V. G.L. S.C. C.M. Fc Ft(0.05)

Cuadrados Latinos (CL) (c - 1) 1 26.9 26.9
H(CL) c (r - 1) 4 65.8 16.5
C(CL) c (r -1) 4 48.5 12.1
Tratamientos (r - 1) 2 93 46.5 32.75
Cuadrados x tratamientos (c-1) x (r - 1) 2 90.1 45.0 31.69
Error c (r - 1)(r - 2) 4 5.7 1.42
2
Total cr -1 17 330

CONCLUSIONES 1

1. El coeficiente de variabilidad igual a 14.4% indica que los datos son confiables.
2. Se encontraron diferencias significativas entre hileras dentro de Cuadrados Latinos y
entre columnas dentro de Cuadrados Latinos, lo que significa que el diseño estuvo bien
utilizado.
3. El valor de F calculado muestra que existen diferencias significativas entre los
promedios de los tratamientos en estudio. El siguiente paso será hacer la comparación
entre medias

54
 DISEÑOS EXPERIMENTALES
Jorge Guzmán Calla

The SAS System

Analysis of Variance Procedure
Dependent Variable: Y

Source DF Sum of Squares Mean Square F Value Pr > F

Model 13 324.22222222 24.94017094 17.27 0.0070

Error 4 5.77777778 1.44444444
Corrected Total 17 330.00000000

R-Square C.V. Root MSE Y Mean

0.982492 14.42221 1.20185043 8.33333333

Source DF Anova SS Mean Square F Value Pr > F

CL 1 26.88888889 26.88888889 18.62 0.0125
H(CL) 4 65.77777778 16.44444444 11.38 0.0185
C(CL) 4 48.44444444 12.11111111 8.38 0.0316
CL*T 2 90.11111111 45.05555556 31.19 0.0036
T 2 93.00000000 46.50000000 32.19 0.0034

55