Diseño Experimental Fase 2

Diseño Experimental
Fase 2 - Identificar y aplicar diseño completamente al azar y bloques

completos al azar
Pedro Luis Chavez Bolaños

Código. 1086548961
Curso 300004 – 12
Tutor:
Diego Alberto Deaza
Universidad Nacional Abierta y a Distancia - UNAD

Escuela de Ciencias Agrícolas Pecuarias y De Medio Ambiente - ECAPMA
Programa de Agronomía
Pasto
2020
INTRODUCCION
A continuación, vamos a demostrar y analizar las preguntas orientadoras de la

“Fase 2 - Identificar y aplicar los diseños y bloques completamente al azar,
procedemos a descargar y hacer un acercamiento al programa R a un nivel
básico, los ejercicios encontrados se desarrollarán en un diseño al azar y los
ejecutaremos en el programa “R” una vez lista la tabla de análisis
compararemos los resultados obtenidos y daremos un análisis de los mismos
para determinar la validación de los supuestos.
OBJETIVOS
Objetivo general
Dar respuesta a las preguntas orientadoras y realizar ejercicios en un

diseño completamente al azar ejecutándolo mediante el programa R
Objetivos específicos
 Realizar una tabla de análisis de varianza ejecutada por el programa

R
 Comprobar la validación de supuestos del modelo y prueba de
comparación de medias.
 Demostrar los resultados según los datos arrojados por el programa
R
Desarrollo
 ¿Qué tipo de variables existen en estadística?
 ¿El diseño completamente al azar en qué condiciones se usa?

Es el más simple de todos los diseños que se utilizan para comparar dos o
más tratamientos. Se llama completamente al azar porque todas las
corridas experimentales se realizan en orden aleatorio completo. La prueba
es basada en el análisis de la varianza, en donde la varianza total se
descompone en la varianza de los tratamientos y la varianza del error.
Se utiliza cuando las unidades experimentales son homogéneas, o sea, que
la única diferencia que existe son los tratamientos que se aplican a las
unidades experimentales.
 ¿El diseño bloques completamente al azar en qué condiciones se usa?
Se utiliza en investigaciones cuando se encuentra una fuente de

variabilidad y en el campo Lugares donde hay un factor que está afectando
sea positiva o negativamente la aplicación de los tratamientos.
Otras condiciones son que el material sea lo más homogéneo posible, que
la distribución sea totalmente al azar, en cada bloque hay igual número de
unidades experimentales, dentro de cada bloque se mantenga la máxima
homogeneidad Aunque entre bloques sea heterogéneo
 ¿En análisis de varianza cuál es la hipótesis nula que se prueba?

La suposición que deseamos probar se conoce como hipótesis nula (𝑯 𝟎).
Una hipótesis nula referente a un parámetro poblacional siempre estará

establecida en forma tal que especifique un valor exacto del parámetro.
𝑯 𝟎: 𝝁 = 𝝁 𝟎 𝑯 𝟎: 𝝁 ≥ 𝝁 𝟎 𝑯 𝟎: 𝝁
≤𝝁𝟎
 Relacione una tabla los componentes de un análisis de varianza para

un diseño completamente al azar. Recuerde que lo que el libro de
Ruesga relaciona como S2 es cuadros medios o CME. Cuadros de
análisis de varianza
 Suponga que tenemos 4 dietas diferentes que queremos comparar. Las

dietas están etiquetadas A, B, C y D. Estamos interesados en estudiar si las
dietas afectan la tasa de coagulación en conejos. La tasa de coagulación es
el tiempo en segundos que tarda una cortada en dejar de sangrar. Tenemos
16 conejos para el experimento, por lo que usaremos 4 en cada dieta. Los
conejos están en una jaula grande hasta que se inicie el experimento,
momento en que se transferirán a otras jaulas.
Supongamos que los conejos se atrapan "al azar". Atrapamos cuatro
conejos y los asignamos a la dieta A. Atrapamos otros cuatro y los
asignamos a la dieta B y así sucesivamente. Dado que los conejos fueron
"atrapados al azar", esto producirá un diseño completamente al azar.
Ponga 16 pedazos de papel en una urna, numerados del 1 al 16. En otra

urna ponga 16 pedazos de papel, marcados con las letras A, B C y D.
Atrape un conejo. Seleccione un número y una letra de cada urna. Ponga el
conejo en la jaula indicada por el número escogido y asígnelo a la dieta
indicada por la letra.
Note que el diseño completamente al azar no toma en cuenta las

diferencias en la altura de las jaulas. Es solamente una asignación
completamente al azar.
 Los residuales del modelo para que se usan.
Los residuales del modelo se usan para ver si el modelo de regresión lineal
es el correcto y adecuado.
 En que histograma se basan las distribuciones de probabilidad de
variables continuas
En el histograma de frecuencias, que es uno de los gráficos más antiguos
(y de los más utilizados) para representar una variable continua. Una vez
que se tienen los intervalos, sobre cada uno de ellos se levanta un
rectángulo de área o altura la frecuencia (absoluta o relativa), de manera
totalmente equivalente al diagrama de barras: cada intervalo es como un
valor de una variable discreta. Cuantos más datos haya en un intervalo,
este será más alto, y cuantos menos datos, más bajo.
 Que se debe hacer con los datos de experimentos de conteos como el

número de lechones o el número de frutos para poder hacer un
análisis de varianza.
Ponemos los datos en un único vector y añadimos una variable cualitativa o
factor que nos indique la población de cada dato. En R es imprescindible
definir el vector especie como un factor, ya que en caso contrario se podría
confundir con un vector numérico. Una única instrucción realiza los dos
paso, también podemos hacer una descripción estadística una aplicación
de distintas variables, una suma de cuadros totales, suma de cuadros de
error, suma de cuadros de tratamiento y el análisis de varianza por ultimo.
2.Del texto indicado ubique el capítulo de Diseño completamente al azar

DCA y registre:
Modelo matemático.
Donde: observación correspondiente a la j-esima unidad experimental, que recibió

el i-esimo tratamiento.
Media general
Efecto del i-esimo tratamiento
Error experimental o aleatorio
Los errores tienen la característica de que son normales, independientes e

independientemente distribuidos con media 0 y desviación estándar determinada.
1. La fórmula de suma de cuadrados totales
2. La fórmula de suma de cuadrados de tratamiento
3. La fórmula de suma de cuadrados del error

4. Cuál es la hipótesis
Al menos 2 tratamientos diferentes, esta hipótesis se prueba con un análisis de

varianza.
 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 3.5.3
 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.
El programa R de la tabla de análisis de varianza se obtuvo por medio del test

de shapiro, y nos indica que tiene distribución normal; P= mayor que 0.05
(0.8635>0.05), no se rechaza la hipótesis nula ya que presenta varianza
constante.
 Del texto indicado ubique el capítulo de Diseño bloques

completamente al azar BCA y registre:
Y=μ+T+β+e
Yij= es la j ésima parcela dentro del i ésimo tratamiento.

μ = es la media general.
Ti = efecto debido al i ésimo tratamiento.
β j = efecto del j ésimo bloque
Eij= error experimental asociado al j ésimo bloque del i ésimo tratamiento.
Formula de suma de cuadrados totales
Suma de cuadrados de tratamientos
Suma de Cuadrados del error
Desarrollo programa R
De acuerdo a los resultados que arrojó el programa R de la tabla de análisis de
varianza se obtuvo por medio del test de shapiro que no existe una distribución
con normalidad; dado que p-valor es menor que 0.05 (0,2648<0.05), en donde se
rechaza la hipótesis nula, puesto que los tratamientos se comportan igual
REFERENCIAS BIBLIOGRAFICAS
https://drive.google.com/file/d/1KFYcEQx9Vi5EklU24COEkALXTysiagGJ/view?
usp=sharing
https://drive.google.com/file/d/1KFYcEQx9Vi5EklU24COEkALXTysiagGJ/view?
usp=sharing

Diseño Experimental Fase 2

Cargado por

Copyright:

Formatos disponibles

Diseño Experimental Fase 2

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diseño Experimental Fase 2

Cargado por

Copyright:

Formatos disponibles

Diseño Experimental

Fase 2 - Identificar y aplicar diseño completamente al azar y bloques

Pedro Luis Chavez Bolaños

Universidad Nacional Abierta y a Distancia - UNAD

A continuación, vamos a demostrar y analizar las preguntas orientadoras de la

Dar respuesta a las preguntas orientadoras y realizar ejercicios en un

 Realizar una tabla de análisis de varianza ejecutada por el programa

 ¿Qué tipo de variables existen en estadística?

 ¿El diseño completamente al azar en qué condiciones se usa?

 ¿El diseño bloques completamente al azar en qué condiciones se usa?

Se utiliza en investigaciones cuando se encuentra una fuente de

 ¿En análisis de varianza cuál es la hipótesis nula que se prueba?

Una hipótesis nula referente a un parámetro poblacional siempre estará

 Relacione una tabla los componentes de un análisis de varianza para

 Suponga que tenemos 4 dietas diferentes que queremos comparar. Las

Ponga 16 pedazos de papel en una urna, numerados del 1 al 16. En otra

Note que el diseño completamente al azar no toma en cuenta las

 Los residuales del modelo para que se usan.

 Que se debe hacer con los datos de experimentos de conteos como el

2.Del texto indicado ubique el capítulo de Diseño completamente al azar

Donde: observación correspondiente a la j-esima unidad experimental, que recibió

Efecto del i-esimo tratamiento

Error experimental o aleatorio

Los errores tienen la característica de que son normales, independientes e

1. La fórmula de suma de cuadrados totales

2. La fórmula de suma de cuadrados de tratamiento

3. La fórmula de suma de cuadrados del error

Al menos 2 tratamientos diferentes, esta hipótesis se prueba con un análisis de

El programa R de la tabla de análisis de varianza se obtuvo por medio del test

 Del texto indicado ubique el capítulo de Diseño bloques

Yij= es la j ésima parcela dentro del i ésimo tratamiento.

Ti = efecto debido al i ésimo tratamiento.

β j = efecto del j ésimo bloque

Eij= error experimental asociado al j ésimo bloque del i ésimo tratamiento.

Formula de suma de cuadrados totales

Suma de cuadrados de tratamientos

Suma de Cuadrados del error

También podría gustarte