, r

f '

""TORlfA
li:
'::11
'",

\C;

CURS O
"NOCIONES BASICAS SOBRE EL
f~/

MANEJO' ANALISIS DE DATOS CON SAS

CIAT, Agosto 4 a 8 de 1983

EXPOSITORES:

Maria Cristina Amzquita

Jefe Seccin de Biometrfa, U.S.D.
Eduardo Granados
Consultor Estadstico
Seccin de Biometra, U.S.D.

Preparado por:

Maria Cristina Amzquita y Eduardo Granados

con la colaboracin de:
Alfredo Rojas
Rosalba Lpez de Barona
Argemiro Monsalve
Germn Lema

T'~orr

"-\ __ /!JJ' "-\i.J

BIBLIOTECA
1 8 DeL 1983

CURSO
NOCIONES BASICAS SOBRE EL MANEJO Y
ANALISIS DE DATOS CON SAS
(Statistical Analysis Systeml

CONTENIDO

~
lo

2.

3.

IN'lroDUCCION A SI\S

4
5

es SAS

Qu r:<'!nni te SI\S

6
7

Cl'm::> est confonnado?

CI'nD cpera?
En qu equipos de crnputaci6n pue:ie o~ar?

Desarrollo histrico de SI\S

8
10

SI\S Y sus sub-sistemas opcionales

11

SI\S en el mundo

13

Manuales disponibles

16

EL LENGUAJE Sl\S

19

2.1

El Lenguaje SAS

2.2
2.3
2.4
2.5

Una proposici6n SAS

21
22

Elemmtos del Lenguaje SAS

24

Funciones SAS
Un Archivo SAS

29
36

2.6

El Programa SAS

39

rocIONES
3.1
3.2
3.3
3.4

B1ISICAS SOBRE EL

M]\NEJ)

DE

DAros cm

SI\S

42

Crear un Archivo

44

Ordenar un Archivo

45

In'primir un Archivo

46

ctltener Sub-archivos

47

Contenido
pgina No. 2.-

Pg.

4.

5.

3.5

Concatenar Archivos

49

3.6
3.7
3.8

Intercalar Archivos

50

Mezclar Archivos
Actualizar un Archivo

51
53

SJ'.\S PARA EL lIN1\LISIS DEOCRIPl'IVO

55

4.0
4.1
4.2
4.3
4.4
4.5
4.6

56
64
74

Definiciores
Prac Means
Proc Surrnary
Prac Fre::

80
88

Prac Corr
Prac Plot

95
103

Prac Chart

SJ'.\S PARA EL Al-1ALISIS ESTADISTIOJ INF'EmCL'\L

5.1
5.2

Conceptos
Anlisis de Varianza para diseos balanceados

5.2.1 Conceptos sobre Dismo ExperiIrE!l1tal

5.2.2 Procedimientos SJ'.\S para lInlisis de
Varianza

5.2.3
5.2.4
5.2.5
5.2.6
5.2.7
5.2.8
5.3

Prac Anova
Diseo CaIpletalrente al Azar
Diseo Bl<xues Carpletos al Azar

Diseo Parcelas Divididas y Sub-divididas

Diseo Franjas Divididas
Dise.'os con Factores Anidados

Anlisis de Regresioo bajo mcdelos lineales o

linealizables
5.3.1 Coneq,tos

116
117
121
122
141
143
144
152
168, 185
193
203
209
210

5.3.2 Procedimientos SJ'.\S para Anlisis de

RegreSin

5.3.3 Proc Reg

5.3.4 Frac Stepwise
//

;.

225
226
277

...---

o
U

....J
l..iJ

(/)

l..iJ

1-

=
lXl

.,;
IJJ

1(/)

>(/)

<:I:
;::

(/)

o w
(/)
;::

(/)

>...J

(/)

..... .....

(/)

<t

(/)

<:I:

<:I:

c:t:

....J

(,1)

<:I:

(/)

(/)

--

lXl
(,1)

l..iJ
Z

c:t:
Z
c:t:

o >.......
o
U

o
Z

-:>

l..iJ
Z

<:I:

:::;::

...J

<t

1-

(/)

1-

<t

1-

(/)

'-'

- 1-

 N.

-2-

. .

(t)

t.t'l

- 3-

QUE ES

S{l$?

ES UN SIS'TEMA. DE CXl'IEUI'ACICN PARA MANEJO DE

DA'l'OS, POOlJUCCION DE REPORI.'ES, REOJPERACICN
DE INroRllACION Y ANALISIS ESTADISTICO.
I

""
ES UN UNGUl\J'E DE PRX;R1\M1\CICN DE AlIro NIVEL
CCN UNA BIBLIOl'EI:::A a:Ml'tJESTA roR MI\S DE 75
~

DISR:NIBLES.

OOE FfRMITE SAS?

Ml\NEJO DE DAroS
PROO.JCX:IOO DE REPORl'ES
RECUI'ERllCION DE :rNFOR>fACIOO

AW\LISIS ESrADISTICO
l\NALISIS EX::ONCMErRICOS, FINAN:::IEmS Y
DE SERIES DE TIEMPO
EVALUACIOO DEL o:lMfORl'l\MIEN'ro DEL El;lUIl'
DE mMPUrACIOO
,

OFRECE VARIas PRCGRAMAS DE U'l'ILlDl\D

PIDDtX:E GAAFlCAS ACOIOR

ENl'AADA, RECUPERACIOO y EDICICN DE D1\'IDS

EN FORM1'. 1NIERACTIVA

-5-

,....

.~

8 ~
LL.

!;(
{'V)

c:>~'j

V)

o
::

:::::
cr:::

f.2
z
o

t;;

lJ.J

o
:::::
o

~;
~~
~~

UJ

iD

~ o
E
~!::
u

:!
<n

UJ

~g
5~

<n

?j

-6-

--~
UJ

:::

c::: ,....

o..~

jg "

-"'ffi
c::

...J

.......

'COJ'J\O OPE R.L\ S;.\S

ENTRADA DE
DATOS

i
lt

PROGRAMA

SJ\S

I~

(Supervisor
\".

.~

"

rPROCESr~.r1

DE
/'

-/

....

------~---

\,

\.
/

LlBR~RIA

DISCr:

SAS

IDESDE

nATDS

FNT0

SAS LOG y
RESULTADOS

! . . .- - /

.~

REPORTE

ftPLICACION

"l)

"'-

"!.;;;:;;::I /f..RCH 1vr

Si\S

-1-

'"

/1

IfRCHI
DE

PROCEO 1" 1ENTOS '

ve FN

1]1::CO

,,---

EN QUE EnU 1POS DE COMPUTAC ION

PUEDE TRABAJAR SAS?
ADEMAS,
DESDE JULIO 1983,

"EL SISTEJ"lA SAS FtlRTATIL" (QUE CONTIENE UNA GRAN PARTE DE LOS PROORPMAS
SAS) TRABAJA EN

3 MINICG1PUTAOORES

DEC (DIGITAL EPUIPMENT CORPORATION)

tIODELO VNt.

111780

PRIME mMAJTER INC.

JV'ODao

59J

DATA GEruAL
tIODELO ECLI PSE MV!8()X)

-9-

DESARROLLO HISTORICO DE SAS

AMBIENTE UNIVERSITARIO

r - - - ________~A

AMBIENTE EMPRESARIAL

A~

CREACtON
BAila. i'lCSU )

(A.J.

MATEf.:mCAS
ESTf.OISTICAS

___________

CREACION DEL
INSTITUTO SAS

SAS/72

S AS/76

SAS/79

SAS /82

la VERSlOtl

NUEVOS
MANUALES

NUEVOS
MArlUAlES

SAS/FSP

ler MANUAL

y Teorla

Nuevos Manuales
SAS/GRAPH
SASjETS

1966

72

77

76

17

78

O O

cOlir 1o : PREMIO Al ~\fjOR SOFTWARE -DATAPRO - USA

- 10-

80

CAPACITACION
REUNtON ANUAL DE USUt.RIOS
MERCADEO

82

------O

SAS y SUS SUBSiSTEMAS

OPCIONALES
SAS/IMS-D L1

SAS/GRAPH

lNTERFsE F'ff:A

PERNHE
GRAFICAS, HIS1RCGRAt1AS
MAPAS, CUIlVAS '( SUPERFICIES

l:.ECl'r.A, ACltIfUZACION
y ENTPJ\DA OC D/,TOS
A
BASES lE DATOS

r:S/V:I

ercs DlJl

mUJR

.,... i\

ti"

~r\~

"'''NEJO DE DUas"
rRO!XJCcru Df flEf'ORT[S
ANlllISIS ES-,ADISTlCO
EVAllJI..crON DEL ECUlpr DE
cCtlPlIrACIotl
PROfoRN1AS DE lIrIlIDAD

SAS/ETS

(EcoocrlETRICS

fIN)

SAS/FSP

TillE SERIES)

(FUll SalEEN

'I\NAUSI~ FI~If~CIERO
SEI1IES DF. T1r.:lPO

PRcoo:r)

ENlRADA, EDICION.
RECUPERAC 100 DE DATOS Y
ESCR lTURA DE CARTAS

NCOElOS))[ ECI..IiICIONFS
S l!1U...Tf ~ !EJ!;;

EN

I'CDEL05!:lE Slf\ILAClru

-11-

FO.~"\'\

INItPACTIVA

ULTIMOS PRODUCTOS
SAS*

I
i

\\

Sf!S

SAS'OR

U:wANION
FOR THE VSE PERATING

H'NESTICI\CION OC OPEMCIOO
y t"fI1tIO DE PROYECTOS

SYSTEM

PRX;R'I.~)

.I..P

(LINEi\R

ep;'1

(ClUTlCAL PA1'H f-lET!lOO)

~"I]!S

(l'ROB. DEL TRl\NSPORJ:l=./

NETFLCM

(FImO DE <DS'ro M!NlM)

,.. 'l'a!Iacb de SAS CcmrI.lnicatioos magazine, verano 1983

-12-

V-c:RSION $AS
PARA EL SISTEMA
OPER~C!ONAL

OOSIVSE

I ~ I~ ~
il

Cl
Z

=:>

-lo

"

"

"

:E

.....

-.1
W

;.;;:

W
U)

::

t75

~ I~

~ h.. i
"

"

"

"

USUARIOS DE SAS

6162 PRODUCTOS INSTALADOS

EN 3101 ORGANIZACIONES ALREDEDOR
DEL MUNDO
A DICIEMBRE

-74-

31 DE 1982

SAS EN El MUNDO EMPRESARIAL

EMPRESAS DE

QUE TRABAJAN
SAS

CON

EXXON

IPJ-1
GENERAL MOTORS
MOBIL
STANDARD OIL OF CALIFORNIA
TEXACO
STANDARD OIL OF INDIANA

GENERAL ELECTRIC
GULF OIL
SEARS ROEBUCK

-15 -

(((\ r - -'y-'"
~r-.

----Q\'IT:.
'.
J

B!BLIOTECA

48 of the 50 most
?rofitable companies
.H the U.S. use SAS,
:an you afford to
:;e without it7

[e

A glance at the Iist below will show you tb: source of

our pride. These are the 50 mos! profitable' c, "'1panes in
the United States, as c:ompiled by Forbes map-ine .

Rank oE Company
1 ATII<T

2 &.xon
3 IBM
4 General Motors
5 Mobil
6 Standard Ol DE Calif~rnia
7 Texaco
8 Standard Oil of Indiana
9 General E1ectric
10 Gulf Ol
11 Standard Ol oE Ohio
12 Ford Motor
13 Aantic Riclield
14 Shell OH
15 Eastman Kodak
16 EJ. Dupon!
17 Phillip$ Petfoleum
18 Conoco
19 Sears Roebuck
20 Dow Chemical
21 Sun Company
22 Schlumberger
233M Company

26
27
28
29

30
31
32
33
34

3S
3
37

38
39

40
41
42.
43
44
45
4

BankAmerlca
Procter 11< Gamble
Tenneco
Xerox
Occidental Petroleum
Aetna Ufe &: Ca~ualty
Union Carbide
R,]. Reynolds
Cilieorp
Ashiand Oil
lntemational Paper
Weyerhaeuser
Philip Morris
Amerada Hes.
Boeing

Aleoa

Union Oil of Cahfornia

Caterpillar Tractor
Pacfic Gas 11< Electnc
Coca-Coja
Amencan Home Products
47 Trav.Jers
48 Union Paeific

24 GTE

491TI

2S Gelty Oi!

50 Merck

And SAS is used by 83 oE the top 100 companies on the Forb Jistl
"B.1l'd on M:t profit,for 1m.

\S Inslltuto lne.
ox 5000, Cuy, NC 21511
19/467-5000 Telex 802505

-lSA-

tlANUALES DI SPON IBLES

SAS

1.

SAS INTRODUCTffiY GUlDE

(INGLES, ESPAtbL, ALEMAN Y FR1'J:l:ES)

2.

PN INTROOOCTION ro TI-E STATISTICIlL. ANALYSIS

SYSTEM 1972
A USER' S GUlDE TO SPS76
SAS USER'S GUIDE 1979 EDITION
SAS USER'S GUIDE: BASICS,l982 EDITION
SAS USER'S GUlDE: STATISTICS, 1982 EllITION

3.

SAS SUPPLEMENTAL LlBRARY USER'S GUIDE

SAS SUPPLEMENTAL LIBRARY USER'S GUIDE
$AS SUPPLEMENTAL LIBRARY USER' S ElJIDE

4.

SAS PROGRAl11ER I S anDE

SAS PROGRAl11ER I S GU IDE
SAS PROGRAMMER'S GUlDE

5.

SAS VIEWS

6.

SAS APPLlCATIONS GUIDE

-16-

1977
1979

1981

1972
1977
1979

t1ANUALES DISPONIBLES

SASlEfS:
-

SAslETS USER'S GUJDE

SAs/ETS USER'S C,uIDE

1900

1982

SASlGRAffi :
-

SAs/GRAPH USER' S GUIDE

SAS/GRAPH VIEWS

1981

SCIS/ESP:
-

sAS/FSP USER' S GUIDE

1982

SJlS/IMS:
-

SAS/lMs-DU USER'S GUIDE

-1 7-

1982

N
00
'\

(f)

;f

(/)

-.J

:Q

CL

(/)

(/)

-.J
c:;:

=
z

<C

::E;

(f)

(/)

(/)

2>

:;;:::
O

<C

~
~

(f)

<.r>

~
ff

-
u.

:,
M
00
'\

g!

~
~
~

~ i

""

(.1)

V')

l.J.J

-,

::::>
'-!J

ti]
-.1
-.1
l.J.J
N

-"'"

EL LENGUA,IE SAS

COOCEPIOS
lo

OOE ES EL IJ'N;UAJE SAS

2.

UNA ProPOSICION SAS

3.

ELEMENTOS DEL LEN3Ul\JB SAS

PALABRlIS CllWES
NCMIRES
CARACI'ERES ESPFl:::IAlES
OPERADORES

4.

FtlNCIONES SAS

5.

UN ARCHIVO SAS
DATOS

OBSERVACIONES

VARIABLES
6.

EL P:ro:;R]lMA SAS
lOS 2 "PASOS 11 SAS
Pl'ro

DATA

PASO PROC

-20-

2.1

QUE ES EL LENGUAJE s,s

COO CUALQUIER LENGUAJE, S,s TIENE SU VOCABUlARIO
Y SINTAXIS PROPIOS Y UN CooOOO DE REGlAS QUE
INDICAN SU USO APROPIAOO.
C(JI EL LENGUAJE Sps, USTED DEFINE SUS DATOS Y
LO QUE USTED QUIERE QUE SPS HAGA C(JI ELLOS,
MEDIANTE UNA SECUENCIA DE "PROPOSICIONES SPS"
QUE COOSTITUYEN UN "PROGRAMA SPS",

-21-

2.2

UNA PROPOSICION SAS

ES UNA CJIDENA DE "PALABRAS O-AVES", "NCXVIBRES", "CARACTERES
II
ESPEC1 ALES , "VALORES" y "OPERADffiES", GUE CCl"lIENZA CON UNA
PALABRA CLAVE Y TERMINA CON UN ;
EJfW'LO:

IF ECOTIA) = 'S0.405/ THEN DEillE

P1II..ABFA
CLAVE

NCMBRE
CARl!CTER
ESPEX::IAL
VAIDR
P1IUIBRA'3
CLAVES

FIN DE
Fror05ICIC!iI

-22-

EJFi1PLOS DE

1.

DATA A

2.

INPtII' Xl

3.

lF (Xl + X2) >

4.

CAROS;

35

42

50

60
25

80

1-2

X2

PROPOSICIONE~.

5-6

= 100

THrn DELEl'E

} ro "" """""'''"''''''

m::x::

6.

V1\RIABLE Xl ;

MEi\.NS l:lI\Im

=A

..

-23-

St.S

2.3

E1B'fNTOS DEL LENGUAJE S/lS

PALABRAS CLAVES:
SON SECUENCIAS DE CARACTERES QUE TIENEN UN SIGNIFICADO
PRECISO PARA $/lS, POR SI MISW\S O POR EL CctlTEXTO EN
QUE SE ENCUENTRAN.

EJEMPLOS:
VATA A ;
INPUT Xl 1-2 x2 5-6 ;
IF
(X1+X2) > '" 100 TIiEN VELET ;
CAl1J)S ;

- DATOS -

EROC MEANS VATA = A ;

--VARIABLE Xl;

-24-

ELEMENTOS DEL LENGUAJE SAS

NO"1BRES
Sa-l SECUENCIAS DE 1 A 8 CARACTERES DEFINIDAS POR EL PRffiRft.Ml\.DOR
Y UTILIZADAS PARA IDENTIFICAR ARCHIVOS, VARIABLES, FORMATOS ,ETC.
EJEMPLO:
DATA ~;

INPtJr
IF

(Q +

1-2

X2

X2) > = 100

5-6

THEN

DELEl'E;

CAroS ;

- DA'IDS -

PP,OC ME:ANS DATA=A ;

VARIABLE

Q;

-25-

ELEMENTOS DEL LENGUAJE SAS

CPAACJERES ESPECIAl ES:
SON SIMBOLOS QUE TIENEN SIGNIFICADO MUY PRECISO PARA SAS
F~ PARTE DE PALABRAS CLAVES O Nav1BRES.

NO

PlNIO DECIMiIL

FIN DE POOroSICION

INDICA QUE !A VARII\BLE ES DE CAR1CI'EBES

FIN DE M1\COO

SIGNO IG\:ll\L UTILIZAOO PARA IDENTIFICAR 1IR:IlI\lQ'3

IN'l'ERl\IXION DE EFIOC:'IOS

EJEMPLO:
DATA lIl1.MIOS ;

INPUT NOMBRE $ 1-20 SEXO $22.EDAD 25-27;

C1\RDS ;

MIOS
PRO: PRlNl' DA'Il\

= .1\IU1NC6
-26-

ELEMENTOS DEL LENGUAJE SAS

CfiEPAOOI!S
SOO SIMBOLOS QUE INDICftN OPERACIGlES i'VI.TEMATlCAS O LOGlCAS.
EJEMPLOS:
+

SUMA.

<

MENOR QUE

RESTA

<=

MENOR O IGUAL A

MULTIPLICI'CION

>

MAYOR QUE

DIVISIrn

>=

MAYOR O IGUAL A

** :

EXPONENCI1ICION

-1=:

=:
, ENTRE

amos.

-27-

00 ES IGUAL A
IGUAL A

ELEMENTOS DEL LENGUAJE S.I\S

EJEMFLO DE USO DE OffRAOOPES:
DATA SUELDOS
INPUT NOMBRE $ 1-20 Xl

X3

2.3

(1.8

e =

(A

32-35

X4

22-25 X2
37-39;

27-30

Xl/X2 ;

**

X41

+ BI/X2

SALARIO = 2.3

e -

10000

IF A>3 AND SALARIO > 20000 THEN OUTPUT ;

CAROS;

- datos PROC PRINT DATA=SUELDOS ;

-28-

2.4

FUNCIONES SAS
R1lCION:

ES UNA RUTINA QUE PRODtx:E UN VALOR

CALCULADO A PARTIR DE ARGll'IENTOS.
EN GENERAL LA FlJNClct-J SE EJEMA
TANTAS VECES COMO OBSERVACIONES

WlYA EN EL ARCHIVO.

RlRJ"lA DE um FUNCION SAS:

NOMBRE (ARGUMENTOI, ARGUMENT02, .. ARGUMENTO~)

-29-

FU NC IONES SAS

EJ/tlPlDS DE EUNClOOES SAS

EUNCION

VALOR RESULTANTE

2.4

ABS

(-2.4)

lNT

(2.4)

FLOOR (2.4)

(2.4)

CEIL

lJX10 (1)
lJX

(1)

MEAN

(8,4,0)

IDRMi\L (entero impar)

Valor de una

variable N{O,l)
366

MDY (01, 01, 61)

-30-

FUNCIONES SAS
TIPffi JI FUNCIONES
ARI'lMETIClIS

DE RElXMlID
MA'IfMATICAS
TRItnlCMErRICAS
PROBABILISTICAS

DE ESTADISTICAS MtJES'IRALES
GENERAlJORl\S DE NtJMEroS 1ILEA'J.'(lUc\s

DE CARAC'l'ERES
DE FECHA Y DE TIEMPO
DE COOIGO PCGI'AL y ESTADO (para USA)
DEL SISTEMA OPERl\CI<NAL

ESPECIALES

-31-

-5
(/)

f-

en

(/)

iil ~ ~ ~

-.-

I!.l
....

..-

U)

en

c:r

en

en

l!l

fj ""~

!Il
H

U)

U)

Ql

::;.

~ f)
""

f'l

.:

~,

1l

t;:t
"-'

I.J.J

--z

L>

:::::>

u..

~ ~ ~.

ti)

""'",

8~
te

~~ ~ ~

i(

en

<
(/')
(/')

I..LJ
Z

.~

8 ~

...,
...,
1

:=l

LL..

~~ IES ~ ~.

FUNCIONES SAS
PlJ.)P.AB ILIOOD

1"

POISSQ\l
PROBF
PROBT
PROBNOR'<!
PROBCHI
PROBHYPR
PROONEGB

."

BETAII#
.. - ...
G#1II#
PROBBETA
PROBBN"1L
PROBG#1
PROBIT
,

Nllf:'ffiJS A1EATORTQS
,

UNIFORI'~

NOFWU-

RANUNI
RANTRI

RANBIN

RANTBL

RANEXP

RANNOR

RANGJIjI1

RANPOI

RANCAU

-34-

FUNCIONES SAS

EEffi/\ YT!Efv'f'D

CAPACTERES

DATEPP.qT

INDEXe

DATE
DATEJUL

DATETIr1E

LEFT

REPEAT

tIDY

Tlt1E

TRANSLATE

REVERSE

YEAR

HOUR

INDEX

RIGl-rT

MONTH

TODAY

COMPRESS

seAN

DAY

TlMEPAR7

TRIM

UPCASE

JUlDATE

QTR

WEEKDAY
y OTRAS

YYQ

LENGTH

COLLATE

VERIFY

SU3STR

-35-

2.5

UN ARCHIVO SAS
UN AROllVO SAS ES UN COOJUNTO DE DATOS ARREGLADOS
EN FORMA RECTANGULAR.
LA UNIDPD BASICA DE UN AROlIVO ES

UND.8ID
LAS FILAS DEL ARCHIVO SE DENO'-IINAN

OBSERVACIONES

(SWETOS)

LAS COLL"!-!,itS DEL .ARCH !Va !'>E DENct11 NAN

VMIABI ES

-36-

(CARACTERISTlCAS DE lOS
SWETOS)

~
U?

o
......
c>::

<::(

U?

o
>

--

U?

-l

c:t:
>-<
ex:::

c>::
c:t:

~~~

~~~

.:::r

t:Q

z
O
c:c ......
>

;:::

t7S

eH::;

.....

~~> - - - g-

o
~
a.

UJ

(!)

.-! N

1'1"\

UJ

-~

SaNOIO'\iA<I:3:SaO

UN ARCHIVO SAS
TIPO DE VARIABLES:
~U1ERrCAS:

SUS DATOS SON f\lJMEROS fuE

EJ: -

10-73

73
A 10 )

RENDIMIENTO (ClIANl'ITATIVA CDNTlNtlA)

- NO. DE PlJ\NTAS (CUl\NTITATIVA DISCRETA)

,

. .

......

- ESCALA Nl1'1ERlCA DE DANO (ClJALI'I7\TIVA)

DE CAPACTERES:

sus

DATOS SON CARACTERES (HASTA

NLMEROS)

EJ: -

2tXl

TIPO DE DAo (ctll\LITATIVA)

- Na'1BRE (DESCRIPTIVA)

-38

LETRAS Y

2.6

UN PROGRAMA SAS
ES U'lA SECUENCIA DE PROPOSICIONES

SflS

AGRUPADAS EN

pASOS"

[t

HAY 2 TIFOS DE PA)()S $A):

PASO DATA:

PREPARA ARCHIVOS SAS

- MANEJO DE ARGI VOS
- RECUPEf(ACION DE DATOS
SE MilNEJAN CON PASOS DATA

PASO PROC:

ANALIZA O PROCESA ARCHIVOS 5/\S

- ANALISIS ESTADISTICO
- ANALISIS ECON1ETRICO
- ANAUSIS FINANCIEHO y
PRGOOCCIGN DE NFQR~iES
SE Mlu"lEJAN CCN PASOS DATA Y PASOS PROC

-39-

(SAS STEP$)

LU~

UU~

PA~U~

~A~

PALABRAS CI AVES y PROPOSICIONES UTIJ,.IZADAS

Paso Data
------_.
CREACION DE
ARCHIVOS S~S

I - - -.... --~
1\ PARTIR
DE DflTOS

lNFILE

A i"\RTI R

---.,

1--1 NPUT

....

r-CARDS

~------1

I
I

,---I
I

!)~

AACH I'/or, SAS

__

SEr

MERGE
~ ~~rJl}T~

PROPOSICIONES

r----===-' ----1
DE ACCI ON
- . DELETE

JllrPUT
LI ST

DROP
KEEP
RENiV'1E

LOSTCARD
ERROR
STOP

lABEL
LENGTH
Fm"lAT

~~

1"

..,

'DE-'""""""'I-

_._-_._-

- ..,.. - -

II
I

I I
I ------------,
'

L- -

DE C0NTP.OL
DO-END

IF-lliENlELSE
RETlRN
ro TO

LINK-RETURN

fW-:P-P-ES~~-ON-'-O-E'
runRTEs
FILE
PUT

LOS DOS
PALABRAS

PASOS

SAS

y PROPOSICIONES UTILIZADAS

AV

Paso proc
m\USIS m:
DI SEr:ffi

ANAL! s 1S

EXPERl~1ENTJ!L

--

L:-;/.!'! '?T!US
DESCRIPTIVAS
co~

CANCORR
CWSTER
DlSCRIM

ANCN,\

lUlCAN

REGRESICN
GLM

FlINGAT
GlM

fRE.Q

NE:; f t::J)
NPNUWAY
PROBlT
-n:;ST

I'fANS
PANK
SUM"1AAY
IJHVARIATE

"'"

_
-

NLlN
R"'"
":o
""""""'~
SlEPWISE
SYSREG

FACTOR

f
I

'

FCrt!rt'8PI ti

G'O.S":LO
GUTTMAN
NEIf';HBffi
SCOOE

P.E'"

\\
"

~lULTIVARIAOO I

fttrrOREG
SPECTRA

SYSRE(:

//'
/

. . . . ","" ! //:",,,,",'"",'"

""",,/
",,""

' . . . ._'__--1---.'
EJECUT,~

PROCED 1r1HITOS

SAS
-,

!>ROC

I
I
I
I
I
J

c::p,,:rcAS
-CH:JIT

-PLOT

ESPECIALES
MATRIX
PlAN

PR<lGR~!,I\

DE

trrlUDJlD 51'S
CONTENTS
COPY
DATASETS

DELETE
ED!TC'R
FOF1'AT
OPTICllS
-- PRINT
SOOT
STANDARD

-41-

PRClGRPMAS DE
lIT I LI DAD flS

POS
PDSCOPY

PRINTTO

RELEASE

SOORCE
TAPECOPY
TAP
E

INTERFACES
BMDP
CCNERT

c::

:Q

oC/) oz
u

C/)

<I:
U
:::
.....
<C
C/)

C/)

<I:

C/)

:Q

C/)

<C
C/)

w
z o
o
.......
w
u
z
<I:
oZ ::;;:

...,

"'"'

-42-

SAS PARA EL MANEJO DE DATOS

~CIONES

....
I

'",

1.
2,
3.

4.
5.
6.

7.
8.

mEAR UN ARCHIVO
ORDENAR UN ARCHIVO
IMPRIMIR UN ARCHIVO
OBTENER SUB-AROlIVOS DE UN ARCHIVO
CONCATENAR 2 o MAS ARCHIVOS
INTERCALAR 2 o MAS ARCHIVOS
MEZCLAR 2 o MAS ARCHIVOS
ACTIJ6.LIZAR UN ARCHIVO

INSTRlCCI(}(S SAS
INPUT

!'Roe
!'Roe

SORT
PRINT

SU
SU
SU CIl-l BY

MERGE
SU. UPDATE

3.1

CREAR UN ARCHIVO
EJEMPLO No.....J..:

........
I
I

TOME LOS DATOS DEL AR.CHIVO DE PERSONAL

DE LA EMPRESA Y CREE UN ARCHIVO SAS
DATA PERSONAL:
INPUT NOMFRE $ 1-10 SECCION
SALARIO 17-21 AONAC
CAROS:

l.,

13-14
24-27;

3.2

ORDENAR UN ARCHIVO
EJEMPLO No .2..L

....,
'",

ORDENE EL ARCHIVO PERSONAL POR ORDEN

ASCENDENTE DE SALARIOS.
PiWC SORT

DATA=PERSONAU BY SALARIO:

3.3

IMPRIr1IR UN ARCHIVO
EJEMPLQ

No. 3:

IMPRIMA EL ARa-tIVO QUE USTED HABlA PREVIAMENTE ORDENADO

POR SALARIOS.

PROC PRINT DATA=PERSONAL:

S,lILARJO

OBS

t-mBRE

SECCION

Jl:-lEN:Z

02

10000

1945

GARCIA

02

1:2000

1962

o.STro

04

1:2500

1960

roPE?

04

15000

1950

PEREZ

04

15800

1949

ACDST11.

.02

21000

1963

\lELEZ

07

23500

1962

:-:,,~_:::~-:::,O

07

231.:0:)

1.954

C:l:NZAL:.:Z

02

40000

19~6

10

FAZ

07

~5000

1958

11

NIET'O

[,7

,,6500

1953

-46 -

ANviffiC

3.4A OBTENER SUB-ARCHIVOS DE UN ARCHIVO

fuEMPLO

No. 4:

EL JEFE DE LA SECC ION 07 NECES ITA LAS EDADES DE SUS Er.'PLEADOS.

DESEA mPRIMIR ESE SUB-ARCHIVO CON I.AS VARIABLES "NO'-lBRE"
"SECCION" y "EDAD".
DATA B: 5El PERSONAU
IF SECCIOr~ NE 07 THEN DELETE! (*)
EDAD =

1983 - ARcrlAc;

KEEP N:::iS"'E SECCW:'1 ED.o\D:

PROC PRHm

CES

I~D~("\:'

,\o-

~CCICN

EDAD
21

VELEZ

P.ESTREFO

07
07

PAZ

07

25

NIE'IO

07

30

(*)

IF SECCION = 07,
(es instrucci6n equivalente)

-47-

29

3.4s

OBTENER 2 O ~lAS SUB-ARCH 1VOS DE JN ARCH IVO

EJEMPLO

Iv. 5:

CNJA JEFE DE SECCION DESEA LA LISTA DE SU PERSOOAL PAAA

VERIFICACrOO.GENERE ESOS AACHIVOS y LI3TELOS.
DATA sEd3'2 SEdJ4 SEc07~
SET PERSONAL:
KEEP NOf13RE;

IF SECCICN=02 THEN OlJfPUT SEC02~

IF SECCC;=!YI THE; OUTPUT SECIY!;
1F SECC 1CA rOl THEN OUTPUT SEc07!

PROC PRINT DATA=SEclJ2~

PRCC FRIllT D,\1;""3ccu4:
PROC PRINT DATA=SEc07:

ARCHIVO SEC02

ARCHIVO

SECa.

ARCHIVO SECD7

N)"iBRE

OBS

rv;'iBRE

DES

~n"tBRE

DES

JL'-=~

CASTIlO

VELEZ

G"'-"CTA

IOPEZ

...
~

RESrREPO

NJJsrA

PEREZ

PAZ

ro<Z-l\LEZ

NIEro

-48-

3.5

CONCATENAR 2.0 MAS ARCHIVOS

EJEMPLO No, 6:
SE DESEA CREAR UN ARCHIVO QUE CONTENC,A LOS EMPLEADOS DE lAS
SECCIOOES 04 y 07.

....
...,

DATA UN! OOS:

SET SEI SEc07 :

j

PROC

PRINT~

ARCHIVO

UNIros

DBS

NlJIIBRE

CIS'l'IO

]J)PEZ

PEREZ

VELEZ

RESTREro

PAZ

NIEI'O

3.6

INTERCALAR 2 OMAS ARCHIVOS

EJEMPLO

No. 7:

SE DESEA CREAR UN ARCHIVO QUE CONTENGA

04

y 07 PERO ORDENADO POO

LOS EMPLEADOS DE LAS SECCIcrJES

f'[fIBRE.

PROC SORT DATA=sEc04 : BY NU'lBRE ;

scm

PROC

DATA NTERCAL:

.,.'"

DATN=SEC07 ; BY N,:t"'BRE ;

SET SEc04 SEc07 : BY NOORE;

PROC PRINT;
ARCHIVO

INTERCIt.

DES

m\jBRE

CASTro

LOPEZ

NIE'IO

.4

PAZ

PEREZ

RESrREFO

VELEZ

3.7

MEZCLAR 2 OMAS ARCHIVOS:

EJEMPLO No. 8:
LA EMPRESA TAMBIEN MANTIENE UN ARCHIVO
DE EMPLEADOS QUE CONTIENE DIAS DE
VACACI Cl'J ActM.JLADAS, DE N<M3RE "VACACI Cl'J",
QUE WCE ASI:
ARCHIVO "YACACION"

(ES

Ifi'LB8,E

DIASVAC

.m.Et-."EZ

NIErO

15
32

PEREZ

VELEZ

28
15

-51-

-.

MEZCLAR 2 O MAS ARCH 1VOS:

EJEMPLO

No, 8:

(cONT.)

(CaNT.)

EL JEFE DE LA SECCIGl

07 DESEA

UNA LISTA DE
Toros SUS EMPLEADOS CON SUS OlAS DE VACACIGl
AO.MJLADOS, SI LOS TIENEN.
PRO: SOR!' DMA=S:EC07; BY NCMBRE;

Pltt

S)R!'

DATA=V1\CACIm/; BY NJ,.'1BRE;

DMA VACO 7 ;
ME:R;E SEC07 (IN=S7) VACACIQ."'I (lN=V); BY N:l1BRE;
lE'

57=1 THGN OUl'PUl';

PPS.X: PRINT;

ARcHIVO "VAJ7"

DlASVAC

OBS
1

NIE'I.O

PAZ

RFSl'REro

VEIEZ

32

15

3.8

ACTUAL! ZAR UN ARCH I VO

EJEMPLO

No. 9:

EL EMPLEADO LOPEZ RECIBIO UN INCREMENTO

SALARIAL, SIENDO SU NUEVO SALARIO DE

$20000. SE DESEA ACTUALIZAR EL ARCHIVO
PERSONAL.
ALTERNATIVA

1: (SEr)

Dro'A PER.SCNl\L; SEr PERsaAAL;

IF NOIDRE= 'LOPEZ' TF!EN Sl\LARI0=20000;

ACTUALIZAR UN ARCHIVO
EJEMPLO

NQ 9(CONI.)
I

DA'm Cl\MBIOS

INPUl' NClIJBRE $1-10 S1\.tARIO 12-17

LOPEZ

20000 . ~ DA'I'OS

PIO:: &lID' DA.'m=Cn4BICS BY NQ'IlRE;

PIO:: SOR!' DA.TA=PERSON!\L; BY NJM3RE
DATA PERSCNIIL

UIDl\.TE PERSO."Il\L c:,ru.UOS; BY NCM3RE;

AROi VO

DES

NafBRE

. . .:cz;:'\

C1'STOO
GAOCIA

4
5
6
7
8
9
10
11

a:mZl',u;z
Jr:z:~z

LOPEZ
NJEro
PAZ

Pl:REZ

RESTREro
VELEZ

"ItRSDN/IJ.."

SECClrn
02
04
02
02
02
04
07
07
04
07
07

-54-

ACTlLALlZADO

SAlARIO

A,~rNAC

2CC~

1%3
1960
1962
1946
1945
1950
1953
1958
1949
1954
1962

12500
12000
40000
10000
20000
46500
,45000
15800
23600
.. 23500

o
....J
L.U

>
.......

f-

c....

........

~ e:::
ce u

c.... en
L.U
en :::
ce
en en
.......
en
........
.:::r ....J

~
ce

-55-

EL ANALISIS DESCRIPTIVO

I
\N

'"

EL ANALISIS DESCRIPTIVO CONSISTE EN SINTETIZAR

LN CONJLmO DE DATOS, YA SEA MEDIANTE ESTADISTICAS DESCRIPTIVAS QUE LO CARACTERICEN, O f'EDIANTE DISTRIBOCIONES DE FRECUENCIA , RELACIONES GRAFICAS ENTRE VARIABLES Y DIAGRAMAS DIVER-

sos.

~
en

<C

!-

>-

Nt:

el..

t-<

o.:

u
en

UJ
~

(/)

c:;:

C/)

UJ
2:
O

......

t-<

......
..... u...
U

2:

1-

UJ

....

en

~
(/)
UJ

..

'...J

'rg
Z

+
x

11

IX

'oet:

.~ ~ ~
f-

I.JJj
,Q
oet:

,9

,~ ~
~ ~

iB'i

rl

-57-

ESTADISTICAS DESCRIPTIVAS
- DEFINICIONES 2.

MEDIDAS DE DISPERSION:
VARIA'nA
(O smJN1X) M.'.l1EN'IO)

DESVI1\CION ESTANDI\R
OOBLACIONAL

...'"

(J'

(X_:.:l,-~..:.X:.c)_2_+c_",(X::;:2,:-.;-;X:.:.}_2+-=-o.::..o _+_'-,(;:cx",n-X)
n
'=--

=-

[0=/02 _I

DESVIJ\CICN EST.!\ND1\R
MJEsrFllL

V1\RIACION

ERroR FSI2'IND1IR O
DESVIACION ESTANDAA

rnEFICIENl'E DE

DE LA MEDIA

'1

s", dXI-X)z+

, CJ

",!L x
X

sx

s
I

100

(Xi-X) '+; ;.+.(xn-X)'::

n-l

'11

ESTADISTICAS DESCRIPTIVAS
- DEFINICIONES 3.

MEDIDPS LE SIr'1fffiIA DE LA DlSTRlBUCIf'N:

.---------------------------3

M3 = (Xl-X)

TERCER M:lMENTO

-3

+ (X 2-X)

-3

+ .. + (Xn-X)

SKE'~ESS -

M3
(J2) 3/2

.....

'"
I

SIMEI'RICA

IDSITIVl\MENTE
M > O

M = O

-0.5 <

< 0.5

Sl<E-IESS

0.5

SE~

NE3ATIV1\NENl'E SESGADA

M3 < O
SKEWNESS ~ - 0.5

,.

, ,!<
t

lB

::s

I .~

'" in
=

~
>
......

I:i:
.....

o:::
u

U)

UJ
c:::l
U)

U)

UJ

o......

/
<e--- - .

......

:z:
......

1-

UJ
c:::l

<C

11

::z

...... 'lJ...

......

U)

..

UJ

.:;r

-60-

f.lf1:1P.l.Q:
CALaJLAR LAS ESTADISTICA'> DESCRIPTIVAS DEL CONJOOO DE DATOS
{2, 3, S, S, 6, 6, 6, 6, 7, 7, 7, 7, 9, 9, 9, lO}

DISTRIBUCION DE FRECUENCIAS

1 2 3 4 5 [. 7 8 9

= 16
= 6.5
= 4.38

NUMEro DF. DAroS

MEDIA ARI'l'.ME.'l'ICA

VAPJ1\NZA

DESVIACIOtT ES'::]'.llf1.l\.R

2.16
0.54
8..=
x
= -3.19

ERroP

FS~ll'JA.'1.

ti]

~O

ASnfETRICA. IJEGA TIVAMENTE

SImINESS

= -0.35 SESGADA

M~

KI.JRlUSIS

52.38
2.73 CASI TAN "PICUDA" COMO LA NORMAL

-6

~-

ESTPDISTICAS DESCP.IPTIVAS
- DEFINICIONES I

o-

5.

MEDIDA DE R8..ACJON LINEAL ENTRE DOS VARIABI..f.S:

""
I

COEFICIENTE DE

CORREtJlCION MUES'l'RI\L

= r(Xt-X)
.

(YI-Y)
~

It(Xi-X)-E(Yi-Y)
t

'

-1 < r < 1

2-'

_~

__

VALOR DEL COEFICIENTE

DE CORRELACION
Xl

r = 1

r'" 0.98

Xl

/.

../

.,.',,',
,
'"
'","

Xl

10

1r

= 0.60

Xl

20

X2

Xl

20

10

t r"'-o.37

10

,~-

"

..

."..""
""",

./

Ir
I

Xl

X2

= O

:Ka

20

l:

.)I
10

20

Xz

"'-0.89

., , ............
O

10

20

Xz

10

'""

20

Xz

SAS PARA EL ANALISIS DESCRIPTIVO

y PRODUCCION DE GRAFICOS y REPORTES
PROCEDIMIENTO
Ftff~CION

,
...,
'"

1.

PROC PRINT

2.

PROC MEANS

3.
4.

PROC Sl.tMI'-IRY

5.
6.
7.
8.

9.
10.

PROC
PROC
PROC
PROC

TABUU\TE
UNIVARIATE
CORR
FREQ

PROCPLOT
PROC OlART
PROC CALENDAR

IMPRIME UN ARCHIVO

OBl'IENEN ESTADISTICl\S
DESCRIPrIVAS

PRODOCE GRAFICl\S EN 2 DIMENSIOOES

HISTCGR1\MAS, DISTRIBUCIOOES
ORGANIZA DA'IDS MES POR MES EN
roRMA'ro CALENDARIO

11.

PROC FORMS

PRODOCE I.ABEIS TIPO C7\RI'A

4.1

PROC MEANS
OBJETIVO: EL PROCEDIMIENTO MfANS

ESTADISTlCAS DESCRIPTIVAS
UNIVAAIADAS PAAA VAAIABlES tDlERICAS. Es EL PROCEDIMIENTO
DESCRIPTIVO MAS FACIL DE USAR.

f>ROI)OCE

WE ESTADISTICA) DESCRIPTIYA) RmJCE?

o-

'"

MEJljI(

STO

SiDERR

RP$E

MIN
KlRTOSIS

MAX

USS

CSS

SlM
VAA

SI<EWNESS

cv

ESfEIFIOCIorfS: EL PROCEDIMIENTO fo'fANS SE CcmROlA P<R LAS SIOOIENTES

PROPOSICIOOES:
PROC MEl\NS opcia'lE!S
W\R variables;

ID variables;
<XI'I'R1I' aJT = nanbre

palabra= ;

ardlivo clave

PROC MEANS
OPCIONES DE LA POOBJSICION
T
PRT

/1m ff~

ESTADISTICA T-STUVENT PAPA Ho: MEDDI.--G

PROBI\BILIIl'\D DE SIGNIFIC1\NCTh DE T

NOPRINT

ELJMINA IMPRESION DE rm:ULTAOOS

MAXDEc=N

AOOPI'A "N" DOCIM1\LES PAH1\. IDS Vl\LORES

ESTADISTICAS DESCRIPTIVAS POSIBLES(*)

ME1\N

S'ID

S'IDERR

RANGE

MIN

MI\X

~ISS

SIJM

KllRIOSIS

SKI'1'INESS

VAR

USS

css

cv

(*)

Pueden ser usados cano palabras claves en la

preposicin OUTPUT.

-66-

PROC MEANS
crnSIDERE EL SIGUIENl'E ARCHIVO SAS, EL CUAL CONTIENE VALORES DE
RE/lIDIMIENTO (:RENO, VAINAS'XP, GRI\N::lSXVY P100Sll1) PAA 2 vRrEDADES
SE1'mRDAS BAJO

6 DENSlDDEs

EN

4 REPETCr~Es.

DATA A ;
INPUT VARIEDAD 1 OENSID1\D 3

RE? 5

mm 8-12

V1m!1\SXP 15-16 GPJ\NJSXV 19-21

P100SEM 24-27 ;
C1iRDS ;

211 299.9 22 4.3 21.9

213 246.7 13 4.6 24.9
311 292.3 26 4.0 28.0

3 6 4 204.0

8 3.7
-67-

28.7

~~;CHI
j;{5

VAPIFIJ~O

"
~

OEI\J'> (DaD

1
1

t.
.,

DE DUrS oriylna'les

VO

f<:P

4
1
;:
3

'-

<.

'-,

..

RENO
299.9
423.7
't 6. 1
240.2
U.8
479.4
429.5
j51.1
5<17.3
464.9
48M.4

VA INAS,(p

22
23
13
13

to."
3.1

19

301

t.

11
12
13
14
15

311.7

"..

"..4

2
3

17

2J
15

18

t:

19

21,)
21

5
;;
5
5

615.3
545.9
491.1
492.5
615.5
577. O
498.2
481.0
571. j

11

22
23

'b"

24

f..

't

25
2b

3
3

1
2

114.4
354.2
315.6
292.3

16

21

28

2'1

30
Ji

i:.

3233
34

J
J

35
3b
37

3
3
J

3
J
3
3

4
1
2.
3
4
1

jo

3'1

3
3

41

42
43
44
45
4&
47
4tl

:3
J
3

M
9

lb

4')

Z
,

'"

-,

3
1

-,

c.

"21
3

3l'Jol

119.9
201.1
553.6
311.9
294.3

20
20
13
10
12
9
11
7

11
11
fj

5
26
25
14
12
12
16

11

319.6

9
<

319.5
332.6
349.3
199.3
332.2

329.1

"
j

3
3
1

5
5

288.7
25:..0
34t1.1
45.O
447.2

2
j

"

4.3
5.0
4.6
5.1

11
20

2.
2.
2
3
3

GRANOSX\!

7
12

1Z
14
16
23
7
6

le

277.3

le

't!l4.Z
414.5

13

~.l

4.9
4.4
4.1
5.2
3.6
3.8
5.3
2.6
4.0
4.7
4.4
4.0
3.5
3.6
6.2
4.4
4.0
3.5
4.3
4.5
4.5
4.3
5.4
5.7
3. 't
7.6
4.0
2.8
4.3
2.7
4.2
4.2
3.5
3.
4.7
4.8
4.9

4
1

f:-

l. a

3
3

3'11.6

't

204.;)

3.2
3.1

-68-

PIC"S::M
1!1.'1

22.5
24.9
22.1
2 7.7
~C.4

24.0
23.4
22.4
22.9
25.6
19.6

20.7
35.3
21.5

8.1
22.2
21.3
26.7
23.1
36.1
23.1
62.6
19.6
28.0
2b.4
29.6
29.4
26.2
25.3
2b.0
26.5
28.5

ZhS
23.6
25.4
25.0
39.3

27.5
25.8
~ 5.4
23.1
25.4
23.6
26.2
46.7
26.1
2a.l

-69-

....... NOCO

':>0

,:>...,.~r'J
~.t ...

4: ....

'l:lNo"""
N t\J0' O

"" ....
0<'1

Z ....
>

.... u,
'-"O

..t-

,.

'.D.....c~N

..... ,....

..() ...
O"IJ"IO'ro

l('IC)
....

ON

"'V>

OUJ

Z ....

4:Z

~tJ ..... ''O

c' M ...,.

.... 'U

Z
'-'JO
V'I

..o

:~

.x>O.t4"

O-

<t
UJ

m c)

':>~~~

CO

.j-P-..;tt",..,,\nM

z~

... U
U

,.tJ O-

_4

O" rJ

In

I ~

..:r

r II

V>

.... :::>

...

>Vl

0- ......

VI

UJ)-

'"

,.. ....

el

:!'

;Z

ro 'O en

~
~~r.j'

:::1111
........

o~
!.\JO-<

:i70

OZ

a:i1I

0."';

:>

IJJ

:l

..J
<:fl

tf')(.I'tW

<t

oc
<1

:>

><'"

!!:;

O'"

O _Z Z"1 C'
>
;~

Ij ..-J
_~

>

Ct - '
~ ;.,l..

.-70 -

-71-

Esr'~ISTIC0S

nESCRIPTIVOS POR VARIEDAD

;, TAtIDARD
OEVIAfIOt,

IAKII\BlE

MIN 1 MUM

MXIMUM

VlUE

VAlUE

------------------------------ VA~IEO~O= -----------------------------------,,:. 3.

24
24
24
4

(~ J.')

lA :':':;XI'

.,"''!''lu5XV
'1 J');'EM

132.C4

240.20

~ (Ji)

4. Jb

U. j'

5.13

9.60

<..60
8010

5.~:

13.19

114.4)
23. \;(1
b.Q
b2.61'1

------------------------------ VAR1EOAO=]------------------------------------,r:(~J

24

I A PI":; XP
,,,,,"W$ )(V

24

'1:,)'$211

24

(e an

3.l2.J4
12'''0

4.15
7.70

24

STO !:RRuP
OF

\ r l',fJ

5.(;G

l. l4
5.,t9

1.80
Z 3. 6n

V4RI~OAO=2

c.v.

----------------------------------------

lC'l9d .40
331.00

17434.39

Q .lb

1... 4.bO

1.96

blA.30

e.59
92.25

26.95
l.,)'1

," ,,'IOSXV
!J,r:M

YARr4.'lCE

:'UM

"IE~:Ii

14t"l~SXP

119.90

~.11

t. J

--------------------

)1

q3.~51

213.61

23.81
36.18
1 r. 55
38.14

. ------------------ VARIEGAO=j ----------------------------------------

(,-

,~'J

1~!'4bl\P

,'J

':';lOS XV

J lu'~,$fi~

19.,,4
1.lS

1969.00
'-90.00

J.,-3
1012

q<.be

664.10

-72-

874,'<.25
3303J
1.29
30.12

23016

47.75
2 T '>2

19.82

553.O
26.0a
1.bO
4110 10

-73-

RENDIMIENTO promedio y mdximo

:l~

i
2-

"

-'

..:

""
1

.l

8
9

3
3
J
3
3

.~

.......
I

VA"I~DAD

11
12

OE'J$

I)~u

- RENO

M~)(Q.cNU

3u:?25

423.7

~
j

383.35<i

419.4
597.3.
61'>.3
01'5.5
714.4
31 Q .1

4!lC.S1,)
SJ6.200

'"
'2.1"

488.95
2 .. 9.60::
30'1.8:'0

3:.5.175

553.6
11' 5

"5

3Cl.40l
381.150

45:.0

315.('15

41l4.2

557.Q,

332.2

4.2

PROC SUMMARY
OBJEUVQ:

EL PROCEDIMIENTO StJIM!l.RY CALCULA ESTADISTICAS DESCRIPTIVAS

UNIVAAIADAS PAAA VARIABLES NLMERlCAS Y FORMA UN NUEVO
AAa-IIVO SAS CON LOS RESULTADOS. CADA OBSERVACIOO EN EL
NUEVO AAa-IIVO COOIENE LAS ESTADtSTICAS DESCRIPTIVAS PAAA
SUBGRUPOS DE OBSERVACIctlES DEL ARCHIVO ORIGINAL, REPRESENTADOS Prn TODAS LAS POSIBLES Ca>1BINACIONES DE LAS VARIABLES
EN LA PRCPOSICIOO ClASS.

..,.,
'"

ESPECIFlCACIQJES:

EL PROCEDIMIENTO

SlJif"AAY SE

CONTROLA POR LAS SIGUIENTES

PROPOS I CI mES:
PRJC SIJMo11\.RY

cpciones;

CLASS

variables

\lAR

variables;

BY

variables ;

FREO

variables;

ID

variables ;

C'IU'l'PUr OUT

= nuevo archivo

SAS

Palabra clave = lista de variables

PROC SUMMARY
OEGONES DE LA POOfQSICION "POOC S!JVMA.RY"
DATA =:

'"
'"

NCMBRE DEL ARCllIVO SOORE EL CUAL SE APLICA

EL PROCEDIMIENTO

MISSING:

CONSIDERA

UN SUIlGF1lPO ADICICNAL

VALORES "MISSING".

ESTADISTICAS
DESCRIPTIVAS:

IGUAL QUE EN PRo:: MEANS.

roN LOS

-71-

PROMEDIUS DE RF"'DIMIENTO

----- ... ----------------- ------ _TV PE_ =0 --------- .... ----- ... ------ ... -- ... ------------ ...

035
1

liAR IEDAD

DENSIDAD

----------------------------111:!S
'-

IIAK[t:DA{)

't

.,

-----------------------------

O!lS

III\R[EDAO

/j

OoS
10
11
12
1j
14
1 :>

lb
11

III
19

20
21

11 Ak IEUAD
,-,
2
Z

2
Z
3
3
3
3
3
3

=~ --------------------------... _----------DeNSIDAD
FKEQ
P_MEND

r'PE

1
2
3

f:I
!l

!l
B

!l

216.112
31&.&00
397. '75
418.1100
lt69.5H
432.000

TVPE_= ------------------------ ... --------------

OEf.SIOAO
458.2&1
332.042

DENSIDAD
1
2

------------------._---*---------------FKEtI- P_REND
4
4

3
4
:;
b
1
Z

...

.....

302.625
3810350
... 80.575
53&.2QO
557~925

488.92!i
249.&00
3&9.150
315.115

3
4

301.400

381.150
' )75.075

-18-

~
~

-19-

PRC~EDru

y RANGO DE RENDIMIENTO POR VARIEDAD

.------------------------------------------------- vARIEOAO=~ ------------------------------------------J3S

DENSIO~O

TYPE

_t-RE!J_

P_REND
45".267
3J2.625

RA_RtclD
474.2
183.5
2G6.

::l
1
i
1

24

...

4~O.

'5

'+

536.200

124.2

"

:)

l
t

557.925

194.5
398.1!

J
t.

ti

"4
...

383.35')
515

48!i.925

25.ti

,
-------------------------------------------------VARIEOAD=3 -------------------------------------------

""
<:>

Das
8

OENSt04.0

1
Z

TYP;::

12

1
1
1
1

13
14

1 ...
l.

- FR/:) 24
4
4
4

"
...
4

P_REND
332.042
249.600
3b9.850

315.115
301.40(1
381.150

375.u75

RA_RENO
373.7
139.2

259.3
UIO.2

17.2
174.7

zeC.2

4.3

PROC FREQ
OBJETIVO:

ESPECIfICACIONES:

"'"

EL PROCEDIMIENTO FREQ PRODUCE TABLAS DE FRECUENCIA

DE UNA, DOS O N CLASIFICACIONES
EL PROCEDIMIENTO FREQ SE ESPECIFICA CON LAS
SIGUIENTES PROPOSICIONES:
PRO: l"REQ opciones;

TABLES

tablas requeridas/opciones;

WEIGHr

varilililes;

BY

variables;

PROC FREQ
OPCIONES DE LA PF.OPOSICION
,
""
'"

"P~QC

FREO"

NCfREQ

SUPRIME LA IMPRESION DE FREDJENCTJ\S FOR CELDA

NOROW

SUPRIME % RESPEL'IO N... 'IO'I2\L FITJI.

NOCOL

SUPRIME % RESPECl'O N... 'roTAL

NOPERCENT
cur=nanbre

SUPRIME % RESPECro DEL 'IOl'N...

mLUM'fA

<E::I\ UN ARO!IVO SAS cnN RESULTlIOOS

ADICIONl\IMENI'E :

OiISQ

EXPECTED

DEVIATION

CELLCHI2
LIST

ALL

SP,ARSE

MISSING

PROC FREQ
EJEMPlO NO.

1:

DMA Al;

A;
IF O<REND<= 200 TIlEN GRJro=l I ELSE
IF 200<REND<= 400 TIlEN GRtJro=2 I ELSE
IF 400<REND<= 600 THEN GRJro=3 1 ELSE
REND> 600 'l'HEN GRll'O=4 1
IF

SE'!'

Proc

FREO DA'lJ\.=A11
'I2\BLES

GRUPO I

TABLES

VARlEl1ID*GR1:J!IDPElCl!NT I

TABLES

\IARlE01\D*OENSII:ru)*G!Uro,M::llVW NXDL OOPEl'CENT;

TITLE DISTRlEUCICN DE .FRB:.'UENCIAS PARA mIDIMlEN'lO;

-83-

U!STK lBUCH1N DE FR=CUENCIAS PARA RENDIMIHHO

/, K:J P:~

Fr< E\lUf'.CY

PERCENT

CUI'! P"RCENf

21

4.167
:i2.C83

:5 b.Z 50

CUM f-QE:;)

t
2
3

Z
25
1t1

45

37.500

Q3.75J

4d

6.250

lGO.OO('

4.161

........,

D1ST-tll'luCION DE FRECUENCIAS PARA KENDIMIENTO

T48LE OF VARIEDAD BY GRUPO

GRUPO

V ~IHEDAO
FK::'~UE~CYI

~_o"

pe T I

C,J~

PCT

'-

't

---------+--------+--------+--------+--------+
2

0.011 I
.O~

33.33 I
32.~0

13

5 ... 17 I

J I
L2.50 I

""

V't

1
I
I
I lOI.OO I

3 1

111

lo 33

ltJ.83 I
8.'JO

12.22 I 100.0C I

---------+--------+--------+--------+--------+
,

TOTAL

5 I
2iJ.!!3 I
27.18 I

u I
O.O I

24

O.ou I

---------+--------.--------+--------.--------+
25
18
3
Tur"'L
2

46

DISTM1BUC10N DE FRECUENCIAS PARA RENDIMIENTO

T'OlE OF DENSIDAD BY GRUPO

LONrROlllNG FOR VARIEDAD=
"puPO

t:i:!'ISIOAO

TOTAL

"
---------.--------.--------+--------+--------+
1 ,
:: I
1 I
3 I
o I

---------+--------+--------+--------t--------+
o I
2 I
. I
o I
'- I
---------.--------.--------+--------+--------+
3

e ,

3 I

1 I

---------+--------+--------+--------+--------+
4 ,
o I
3 I
1 I
---------+--------+--------+--------.--------+
1 ,
] I
5 I
v I
---------+--------+--------+--------+--------+
I
2 ,
b I
1 I

1 I

,"1

---------+--------+--------+--------+--------+
TUT':'l

13

24

OISTOIBUCION DE FRECUENCIAS PARA RENDIMIENTO

TABlE OF DENSIDAD BY GRUPO

CONTROLLING FOR VARIEDAD=
DEN!>IDAD

GRUPO
2

---------.--------+--------+--------+--------+

TOTH

o I

1 I
o I
2 I
3 I
---------~--------.--------+--------+--------+
.o I
o I
3 I
1 I
3 I

1 I

() I

---------+--------+--------.------_ .. +--------+

---------t--------t--------+-------+--------+
4 I
o I
4 I
o I
---------+--------+------_ . --------+--------+
2 I
o I
"- I
" I
---------+--------+--------+-------,-+--------+
o ,
I
l I
Z I
b I
---------.--------+--------+--------+--------+
Tr .. L

11

-86-

4
4

-87-

DrST~IBUCION

DE FRECUENCIAS

TIBlE OF VARIEDAD BY bRUPO

,I\UPO

VARlEDAO
F p,,, l/V E~IL
"XPlC rED

y,
,

OEV 1 H 10rq
CEU CHI2'

PERCENT ,
RO., PCT ,
COL PCT ,

,,
,

---------+--------+--------+--------+--------+
2

I .
I
I
I

,t

"

1.':
-1.C
1.'-' I

v.o') I
t

I.J.

O",)

J.

o~

8 .1

12.5

I
-4.5 I
l./) I

,,

16.&1
33.33
3~ Q( I

13

9.0
4.(1
1.8
21.0'1
54-11
12.22

l.~

1.5
1.5
6.25
12.50
100.00

24
I
I
I
I
1 50.00
I
I

---------+--------+--------.--------+--------+
3

2
1 .,v
1.D

l.r:

... 11
3.33
lOO .)"

17

12.5
4.5

l.

1.8 I

35.4"

10.42 I
20.83 I
21.78 I

7:).83

6;;l OQ

---------.--------.--------.-----~_
TOT .. l
2
2~
18

4.11

9.0 I
-4.0

52.08

,,
,

o I

24

50.uO

1.5
-1.5
1.5 I
0.00
0.00
0.00

... --------.1

31.50

TOTAL

48

6.25

100.00

STlTISTICS FOR 2-W.Y TASlES

,;4<\'HI,G:

Vf:R
r'UL~

,'~

OF THE: C"LLS HAVE ::)(PECTEO COUNTS lESS THAN 5.

~P~R~E rHAT CH[-SQUARE ~A' Hor BE A VALlO fEST.

15 su

ll.n

CH 1- SfJU.\Kf

UF:

PROB=O.OC81

UF"

PROB=O.0030

U.49
0.444
0.49

>H [

CONTINbtNCY C0EFrILIENT
(.RAM;R'S V
lIKFLIHOUO RaTIn CHISQU'RE

13.928

-88-

4.4

PROC CORR

OBJETlvtl:

CALCULA 3 TI POS DE COEF 1CI ENTES DE CrnRELACI m ENTRE

VARIABLES NlMERICAS.
- PEARsrn' S PROoo::r-MCJl1ENT (PARllMETRICO)

00

""

ESPECIfICACIONES:

- SPEARMAN' S RANK ORDER

(NO PARJ\MEI'RICO)

- KENDALL I S TAU-B

(NO PARlro.'l'RICO)

EL PROCEDIMIENTO
PROPOSIClrnES:
PROC CORR
VJ.\R

CORR SE

cpciones;
variables;

Wrm:
WEIGHI'

variables;

FRl'O

variables;

BY

variables;

variables;

ESPECIFICA CON LAS SIGUIENTES

PROC CORR
OPCIONES DE LA PROPOSICION "PROC CORR"

,
'"

BEST=.N

IMPRIME SOLO lAS MEJORES N CORRELllCIONES

NOSlf"PLE
Na"1ISS

SUPRIME ESTADISTICAS DESCRIPTIV1'.S

ELIMINA OBSERVACJ:ONES

ro.

lIU]JN QIlIID

"MISS1N3"

NOPRINT
NOCORR

SUPRIME IMPRESICN DE RESULTAOOS

NOPROB

SUPRIME IMPRESICN DE PROBI\BILIDlIDES DE SIGNIFlCANCIA

SUPRIME IMPRESICN DE CORREL1'ICICt-lES

PARA lAS mRRELACIONES

IMPRIME <XlRRELI\CIONES EN ORDEN DESCEN:lENrE

RANK
- lIDICIC!::W.MENTE:

OUTs=nonbre

KENDAU.
OUTl(=!1a!bre

COY

SSP

SPEARtWl

PEARSON

our:=nanbre

-91-

C(IRKtLACIO~

REhOIMI~NrU

r SUS COMPONENTES
1 MUM.

M~N

STO !JE'J

SUI'!

MHHMUM

KE'W

'T>l

N.,.l :>4 ... Sb

129.<.Jl!l2d4:Jl

:3'/07.3'/0.:5549

1 n. 8'/99'n90

VA 1 N~:; XI'

4'3

12.9315000':'

5.57122642

621.0(,000000

5.00000000'

t;kANO$XI/

46

4.25410631

':.9049(; 13 e

2C4.199'/8264

1.19999924

1.59'199943

PIQCSr:'1

4'3

.::6.43749446

1.64201428

12&6.99913392

8.C9Q9'194.:l

b2.5999QO!l4

'I .. Rl~ll,l

,
....

DE

-o

CORP~LATION

COEFFICIENTS I PROu ) (RI UNDER HC:RH=Q I

RENO V4INASXP GR4NOSXV

RENu
VAI/-,IJ.SXP
GRANOSXV

1.CCOCu

Q.~1364

0.0000

".9Z1

-0.12965 -0.11489
Q .43&tl
0.3198

0.C13&4 1.000(e -0.13036 -0.2&048

C.9261 0.0000
C.3112
0.0738
-~.12'/65

0.3796

PIOOSEM

PIOOSE!'\

-0.13036
0.3112

1.00CO -O.02t5C
0.8847
0.0000

-w.11489 -J.26048 -u.Oll50

0.8847
0.4368
0.013 t$

1.0000')

o.OOO'}

N :: 46

:"lA)(,

714.39970234
26.COCuOCDO

PROC CORR

EJEMPLQ NO.

r'ro:::

..,
....
I

2:

CORR

BY

Jc;CSTI]pLE ay. N::ll?ROB

DA'm.~A;

vruUED1\D;

VAR
WITH

B1-~

PIOOSEM 1

\AINI\SXP

roRl-~\T

Gr,,';'IOS:~

VAHID/ID ["V1'.RI ;

TITL81 <XlFi;ill.JiCION DE RENDlMrENID Y l?ESO DE lOO SEl'lILI;":;,

TITlE2 VS VAl NAS I-ClR PI.I\J\l'l:1\ Y GRNiOS POR V7\.INA

CJRRI::LAClllr; Of:' RENOIMIE:NfO 'f PESU UE 10'J SE:MIllll$

l/S
VAHl~" PlJR PLANr.lo Y ;R~NOS POR VAINA
V AR 1 EU AO=I/ 1'1 82
CUVA~L~NCE

~~rRlx

V~IN~SXP

15.1189 -19.1871

GRAN05XV -45.3336

).46562

CJRRI.lATION C1EFFICIENTS I
RENU

VAINASXP
GRANOSXI/

N = 24

Pl'lSEM

O.0141 -O.J8519

-:.44!63

-94-

~.41111

cr1 kRi:lACII)'1
Vj

DE RE'IOI'HUHO y "ESO DE 100 SEMILLAS

vaIN.~ PUN PlAN~~ , GRANOS POM V~IN'

VARIEOAD"V7961

REND

PICOSEM

VA1NASXP -107.441 -1.22572

tJRRELATION

tOEFFICIE~TS

RENO

I N " 24

P10ClSEM

VAINA$XP -J.199i3 -0.03811

G~ANOSXV

-0.0152 -0.56441

-95-

4. 5

PROC PLOT
OPJETIVQ:

ESPECIFICACIONES:
I

""
'"

EL PROCEDIMIENTO PLOT PRODUCE GRAFICAS DE UNA VARIABLE VS. DmA

EN !lOS EJES DE COORDENADAS CARTESIANAS. CADA PtlITO DE LA
GRAFICA CORRESPONDE A UNA PAREJA DE VALORES

EL PROCEDIMIENTO
PROPOSICIONES:
PROC PLOl'
BY

PlDT

ES CONTROLADO POR LAS SIGUIENTES

epciones
variables

PIDT grficas re:ueridas/opciores

PROC PLOT
OPCIONES DE LA PPOPOSICION "PROC PLOT"
UNIFrnM

CONSERVA LA MISMA. ESCl'ILA EN LOS EJES PAPA

'lOIll\S Ll\S GRAFICAS RECUERIDlIS AL urILIZAR

LA PRDOOSICIOO BY

.....
""
I

NOLEGEND

SUPRIME LA ll'lI'RESION DE LA LEYENDA EN LA

PARI'E SJPERIOR DE Cl\DA GF1\FICA.

PROC PLOT
OPCIONES DE LJ.I. PROPOSIClrlN "PLOT"

VAXIS=

Ht\XIS=

'"

VZERO

<la

HZERO

CI:Nl'ROLI\. LAS ES:Z\LAS DE LOS EJES VERI'ICAL Y

IDRIZON'lN..,

RESPECT~

INCLUYE EN IA ESCAIA DE LOS EJES VEPTICAL Y

IDRIZONI7\L, RESPECl'IVl\MENTE
SUPERl'ONE lAS G:AAFICI\S REQUERlD1\S

CNERLAY
1\""'''''''''T ,...:m. T' Mt:'J\1I"f':I'k'

lO

rMJ....................~~ .. ~ ........

HREF
HREFCJ-iAR=

HPOS=

VREP
VREFOlAfr
VPOs=

VREVERSE
CONTOUfr
VSPACE=
HSPACe:=

""}
p

:;

..

~ I
,~

1-

.-J

a..

u
o

o:::

a..

tn

,. ij I

. ;;: g:
t5 .. ~ ~

~ ~

l?

t:j

~~i~

~ ~ ~ ";
~Po.

-:99-

f:c",u!l1lc"HJ y, (,.'.\\1(;5 p,,,p Y"I"11\

VAr i~:O"'U:::J

bCQ

50~

n r.
'"t v

3 O':'

..

I
1
I
I

~~

. ~.

~"
3
3

2
2
'5

1 (J~

I
I
I
I
+

-+-------+-------+-------.-------.-------+-------+L.5
GR4NOS)(V

-100-

~EPiDI~I~ro

V~

G~A:ICS

PUR

V~I~.

V~A'~ L CO~O=

PLOf OF

R~N0 ~~~NO~XV

SYMBOL

LS VALU rJF

u~r;,IG~l)

I
I

.. ~

I
I
1
600

.I

5vC

...

't

4
:53

40-;

..

2
!

r~3

.\---

I
I

'

3vC

,Q')

..

IUO

..

\~

\~-~

-*-------.-------+-------+-------+----~--.-------+3.5
105
4.5
6.5
7.5
GR4NOSXV

:-101-

~"'(,r

PROC PLOT
EJEMPLO NO.

""
""

PRX

2:
PLGT

DATA=A;

PIDT REND*GIWOSXV=VMIEDlID! HPOS=50 \iroS=40

VAXIS=170 TO 720
BY 50
~XIS=1.5

3.0

4.5

6.0

7.5 9.0 i

TITT.F. RF.i\1DL'lIEtm:! VS GRANJS POR VAINA i

---+--------+--------+--------+--------+--------+-4.5
6.C
GR4NOSCV

NOTE:

1 Ol:lS HIDOEN

-103-

4.7

PROC CHART
OBJETIVD:

EL PROCEDIMIENTO

-..,.
e

CHPRT

PRODUCE:

HISlROGIW'lAS: DJ]\.GtW1!\S LE BARAAS IDRIZON'mLES y VERl'ICALES

DIAGRJlMAS DE BlOOUES
DIAGRPMAS CIRCULARES ("PIE DJ]\.G!W1S")

DIAGRAMAS EN FrnMA DE ESlREIJ..A )

PARA VARIABLES NlPiERlCAS O DE CARACTERES, IWS1RANDO

SU FRECUENCIA/FRECUENCIA ACUMULADA
SU PORCENTAJE/PORCENTAJE ACUMULADO
SUS TOTALES
SUS PRCMEDIOS

PROC CHAP.T -

ESPECIFIC.~CIONES

ESTE PROCEDIMIENTO SE CONTROlA

cm

LAS PROPOSICIrnES

pro:::; CHART qx:iones ;

BY

-'"

'"

variables;

VBI\.R variables/qx:iones;

HBI'IR variables/qpciones;

HBLOCK variables/opciones;
PIE

variables/opciones;

S'I7\R

variables/opciones;

PROC CHART -

OPCIO~!ES

- PAPA PRJFOSICICNES VBJ\R, HBAR, BLOCK, PIE, STAR:

ESPECIFICA

MIDPO1 NTS=vAIORES

ESPECIFICA Ml\RCI'.S DE CLl\SE

FREQ=VARIABLE

ESPECIFICA UNA V1\RIABLE DE EKPANSION

AXlS="/AIDR

ESPECIFICA EL M1IXlMJ EN LA. ESCALA PAPA

FREO, PCT, CFREQ, CPCT, Slfo1, MEAN.

'"

LA. W\RIABLE DEPENDIFNTE

SooAR== VARIABLE

TYPE=FREQ

TYPE==CFREQ

TYPE=SUM

TYPE=PCT
DISCRETE

TYPE==CPCT

TYPE=MEAN

MISSING

PROC CHART - OPC IONES

- PARA

Prorosrcram::

GRcup=variable

\!BAR, HBAR, BLOCK

PROOOCE GRAFlCAS

D~IDO

POR LI\S

Cl'IJ.'El:;c)RI

DE ES'm V1\RII\BLE

SUBGRcup=variable

SJBDIVIDE C1\DA Bl\RFlA EN 51MBOLOS a:JE REFLEJAN LA

CONl'RIBUCION DE LI\S C!\.TEl3:lRIAS DE ESTA VARIlIBLE.

...

<::>
I

LEVELS=N

SYMBOL=' siro '

NOZEROS

G10a

ASCENDING

DESCENDING

NOSYMBOL
REp=valor

PROC CHART
EJ8'1P!

o NO 1:

POOC

roRl'~T;

V1\LUE FVARI

2""V7982,

3='V7987,

--...,

V1\LUE FDENS

1='16 PL/MT2'

2='32 PL,Mr2'
3='48 PLMT2'
4='64 PL,Mr2'

5='96 PLMr2'
6= '128 PL/Mr2" )

proc

0!l\Rl'

HBM

Dl\TA=A;
DENSIDl\DDI~

SY/IlBOJ:.=. I XOA I

SUVlV1'.R=GRMUSXV TYPE=M&'\N

;.

roRM1\.T DENSIQ1\D

~JS.

TITI..E DIJIGFJ\lo'1A DE IlI\RRAS OORIZONI7\LES;

DE BARKAS HORltONTALS

DI~vR~MA

B~R

CHART OF !'!EANS
FREQ

0['1'151'),\0

GRANOS KV

MEAN
lb PL/ "T2
32 PL/'lf<.

-,
Q

-o

4~

, 3

4.412500

,I .................................... .

406CCOOO

.g

4.550000

3.831499

4.2125\l0

3.912500

1
I

Pl/'1f2

PL/MT<:.

, 11

I
I

,...............................

I
I
'Jo PL/MT2

, MI

,,...............................
,,
+---+---.---+---+---.---+---.---*---+---.---I

.2~

I'l/MT2

u.~

1.5.

2.5

GRANOSXV MEAN

3.5

4.5

..

-11 0-

o
O

...Z
'"
O

-
I
I

L.,.J ..... Z. .... N

e
~

..

__

C_~C~M C~~~~

~
CR~
~C.~.~.~t~.~~~~~~8

y.C~.W.~M

W.K

~.ew

e.

,,e'

,,

"r

_ KM K k

~~e~.~A

_ 4

~."~~

'"

C~RKW.WKK.~~~W~aC~XVK~~~
~.~~.4"
~
~R.R~X8
KC.~.KV~
~.ftK

RW.M

~~

_.~~M~

RW_WW.~~ft.R.
M.~*.W.W

WW C_

,."
~

'-'

"
~

ce

.........................

~~.~~

~~~'~~.W.M

~~~~

..
....... .

_.~.~~

~.~~rR~<~~W<~~~~K~Wk~~~~~~~.V~~~RC

~~.~~~4<~~~~~~~~~C~.~~.~~
~W~~.W~._K~.~KK.~M~~

4.~~~~~~

CkK.Wft.C

..

~~.~~.~

.........
.

~~~

~~.~~
~.~~ q~._PW
~ ~C~W~ ~

..

~.~

~.~~.~wR

W~ ~ ~~.~
_.RftW.~_V~~~W~W ~
w4~_.~_
~~~VC
~

"
'"

..

~.W~.~~M~W~~.V~

~_.~K

---.---+---+---+---+---.---.---.---+
...

~,

-111-

x -

",

- 112-

,
"-

,,
------- , '"...."" ,1" , ,
l'
,-------.....

"-

.......

,,
....
'" I
"' ------,
...,
1...... _____ ....2 ___
.....o,
..o
I n' --------:::: a.'" I
.:- I ...
,-'
a.
1
--------...
.I'------"''''
, , '" I
,
.... 1',
=
"
------:::
..J ........ , ,
, '" I ....""
'"

111 I!I " . . . . l!Il 111

1 , . . . ., 1!Il '
1 ' l 1!Il '

.......
-------

11

l!::

O-

(1)

..t

,
.---------,.
--------- ..J" .. .,
"

11 .. " l!Il 1111

!!~!.!.!!!.!.~

"

....~'i,
a.
'"

.:-

I
1

1"...

2:
I1 .....
OI
."----- , ....~!'I , , .... I1
, , '"en 1 O-.a
,-----..J"
" 11 ,. '" ...
, ,
a __________
N

...l
Q.

V>

-----

'Z
lA
UJ

::;

<t

'3

...1

UJ

UJ

"

\J"

el

<t:
".
<1
>'
,.!)

..

>o:

..J

al

4-'1

(')

I
1
1
I

If., ....... .,.,

, ...
,"'
,
a.
I,
... I -',
...... ,
.------ , "''''
..o

...n::
U

, ...

" --------- t l .
..

ct.

...J:

..........
---------. ,......, , , ,
------

2:

t" - - - - - "J

I"
...... I
I

In

O<Xl
O-

in

~..J

l. - - - - - - - - "J

O<Xl

4-

,:)

' . . . . . . . 111 111 . ,

"J. 11 '

>D

4-

.------,, '~;------~11'
, ------'1, ,
,
,,

'11 111 ., ., ....

"J

w ____

----8J
" ,
,.
"J . . . . .

Q.

4>D

VI

I, ....,'"
,,I

'"4-...

'"

O'
4-

'"
.....

..J

o.
ao

4-

I,
I ...,
,
N

l'
I

...l
<lo

" ,
,
, ...'"
1---,
, ..." ,,
, , ."----,
, oI

.r

:J

"-

ro

Ct

o-

.......
,-----

I
U"I"J

l - - - - -

,1)

' ' ' l a ! a! ,

.r
N
..o

"J

I
I

, ...
,
,
,
,
, , ,., o, , , ...
N

"-

I
I

"J

'J

r:J
<f
o

...o-"">

....u

x.

_ 1 1 !l

...'"
.,.

I
I

I,

el

\t'\"J

,,
, '"'"

I
I
I

I,
I

,1""'---------, ...
,,I " ,.... ., "1 ....
, --------, , '"
1-------------- , ~o- '1,
1
"
, , , '"
,
'" 1
------k
,

'F

'F

...1

>D

UJ

o...

-17 4-

.. .. .. .. .
"

.,. . .
......
,. "re

"<

~,.

~,."flII

"

..

"

<>
~

~<!

-,a

" .... .. ..
~

"

"'''

"

" > ,. ,
..

"

..,

"'

.....

"::>-'

"''"

,,
_
...o "'
.,,,.
""," u'""
"'"
>:., "'" "-,
~,

C)

..

lO

<

:Y.-t

"',.

O-

...,

'O

....
....
.....
...
......
...

..

C>

.,.

...
"'

..

,."

..

.....,

'

..,

.. .,...

. ..,
. ,,
...

"' ""..

'"
"'

+ ,. ,. ,. ,. ,. " ,. .. " ,. ,. " .. .. " " " ,. "

.. ..
.

.....
,...

.", .....
.:

. .,

,.
'

. ...

" ..

. ..

..

".

... ..
....,

no

C'

"

...

"

'.

,. ;'f "

'11 :, '. 1 ~

-liS -

ra ..

"1 -

...

<.

'""

"'fII!"1~"d:"i\A~

. .....

'1! -.. ..,

:!-a",,'

""''\1''-'

~ ~

..

.'

.....
-..

"...

..

'"..

"

"

,.

,;" ""
~

..

"..

...."... . . .. .. . . . . . . . . . . .. . . . . . . . .
..
'" .
."''" ..
...

."

t
4
:t

" v
"'.C '"
O

>

::J

ro

"

"

.,

""'
" '"
~

..

'" '

."::,

,o",
'"

..

.....
.

,
"

...,..'.."

...
"

....,

....,

.., ..

..

>

. ....

.. ..,.. ....

"

..

u
<::t
o::.
<::t

c...

1Cl

{I)

{I)

<::t

{I)

t.I"\

...J

UJ

o::

UJ

{I)

,-.

--r== (.1)

u..

-- -

--.
{I)

....J

'-'

<::t
Z

<::t

- 1 17-

(j')

- ro
9

~
oa..

:J
~

~~ ~
en
w

(1)

5
....
1~
en
....
en
....
~en ....
-1
<J)

UJ

....
U

ro....
u

:J
w

-1

~
....

g.... lit
en

UJ

~
-1
JU ~

~
S

~
~

LlJ

en
(j')

"....~
(j')

-1

~ ~

- 118-

~ .....~

:s

- I
:5

l l...
......

1Z

l.LJ
......

o:

IJ.J

C!

o
o
o

1l.LJ
:;;:
...J

l.LJ

!a: :>
.....
:5 jjj ~
!f} ~ ~

-119 -

ETAPAS DEL METODO ClENTIFICO

mSE<'1AClor JEL FEtl.'VENJ

~

PLANTEAr-llENTO DEL PROBLEr<1A

..,..

-""""

ESTt.j3LfCIMIENTO DE lA HIPOTESIS

+
VERIFICACICN OBJETIVA DE lA HIPOTESIS

o
REALlZACON

1. PL'\NEACICN

2.

DISE.~

D~L

EXPEP.L"!ENl'AL

EXPERIMENTO

3. EJEO..1CION

4. 'l\AAr.ISIS E
::l\"l'ERP~/lCLON

(,/)
C)

- i g
-~
~.

a..

en

I.JJ

0::
c:t:

-(/)

:>
I.JJ
c:r
C)
(/)

o:::

=>
u

I.JJ

f-

(/)

I.JJ

z:

I.JJ

- ::J
~ i 6 9 ~
-L5
~ ~ S l ~ z

~ ~

...J

en

UJ

(/)

en

UJ

I.U

cr:

.-!

(/)

121

..J

..J

ce

U)
!::::!
......
U)
::::
...... ......

..J

c:::

c::x::
ce
z
ce >

l~

......

U)

~
~

-122-

- CONCEPTOS EL DISEO DE EXPERIMENTOS

EL PROCEDIMIENTO GENERAL EN LA INVESTlGACION CIENTIFICA ES FOR1.JLAR
HlPOTESIS y LUEGO VERIFICARLAS DIRECTAI'6ITE O POR SUS CONSECUENCIAS.
EsTA VERIFICACION NECESITA DE LA RECOLECCION DE OBSERVACIONES.

-'"
N>

- lE EXPERIf1:NTa; ES ESENCIAlMENTE EL CONJlI'ITO DE REGLAS

EL DISENO
PARA PLANEAR EXPERIl'ENTOS y RECOLECTAR OBSERVACIONES QUE PERMITEN
OBTENER LA MAXIMI\ INFORMACION POSIBLE CON LOS RECURSOS DISPONIBLES.

EL DISENO DE EXPERIMENTOS
INVOWCM:
1.

DEFINIClON DE LAS VAAIABLES DE RESPUESTA

(variables dependientes)

2.

SELECCION DE TRATAMIENTOS
(variables independientes, controladas)
ESOX:ENCIA DE IDS F1\C'roRES Y SUS NIVELES

""...

F1>POCIFIC1'CION SOBRE EL TIPO DE FACI'ORES:

FIJOS:

sus niveles son los de inter<'ls al investigador

ALEI\.'IORIOS:

sus niveles son una muestra representativa

de cierta pOblaci6n de niveles

3.

CONTROL DEL ERROR

(roodiante selecci6n cuidadosa de unidades experiIrentales y
eliminacin mxima de perturbaciones externas)

4.

ESPECIFICACION SOBRE EL GRADO DE GENERALlZACION DE LOS RESULTADOS

REQUERIMIENTOS PARA UN
DISEO EXPERIMENTAL VALIDO

N>

'"

1.

ALEATORIZACIOO EN LA APLICAClOO DE TRATAMIENTOS

2.

USO DE REPETICIONES

3.

MAXII"O CONTROL

ra

ERROR EXPERlfvENTAL

DISOO PAL..ANCEAOO UORTWJNAL:

:...

....

'"

CIlliA T;\ATiIMIEiCO SE ASIGNA A IGUAL. NU;\'fRO DE ~IDADES cPERrrv:N-TAlES.

LA ESTIMACION DE lAS SIPIAS DE WADRADOS POR LAS FORri.II...-\S C(lII\IEN-CrCNALES, ES_.V,'\qDA,

DlSFib IISBAlANCEAOO Oril ORTCXiOOAL:

NO TOOOS LOS TRATN4IENTOS SE ASIGNAN A IGUAL NU'1ERO DE UNIDADES
EXPERH1ENTAlES
. CON EXCEPCION DEL DISEo "C()\1pLETAMENTE AL. AZAR", LA ESTIMACION
DE lAS SlJWl.S DE CUADRADOS POR lAS FORMJLAS cotNENCIONJl.LES ES

.lllYPUIlA.

EL ANALISIS DE VARIANZA

.....
'"
I

UN OBJETIVO PRII"ORDIAL DEL ANAUSIS LE vtJ<.IANZA ES

DECIDIR sr LA VARIACION or c,.RVNJA EN UN CCNJUNTO DE
RESULTf>DOS SE DEBE AL EFECTO DEL TRATAMIENTO o ES
PURAl'1ENTE ATRIBUIBLE Al. p;:z,;'?, y ENTO~::ES PODER HlFERIR SOBRE LAS MEDIAS DE

TRATt~IENTOS.

EL ANALISIS DE VARIANZA

..
N>

SE USA PARA HACER INFERENCIA ESTADISTICA SOBRE MAS DE

MEDIAS.

PARTICIONA LA VARIACION DE LA VARIABLE DE RESPUESTA ENTRE:

VARIACION ATRIBUIBLE A
FACTORES CONTROLADOS
Y
VARIACION ATRIBUIBLE A
FACTORES NO CONTROLADOS

YEfecto:

tratamiento, bloque, etc.

(DEBIDA A "EFECTOS"Y)

(DEBIDA AL ERROR)

EL ANALISIS DE VARIANZA
- PARTICION DE LA VP,RIAcrorl TOTAL DE LA VARIABLE DE RESPUESTA Y

-""...,,

VARIACION EN LA
VJlRIJlJ3LE DE RESPUESTA

VARIACICN

ATRrBUrBLE
A "EFECTOS /1

VARIACION

ATRIBUIBLE
'L ERROR

A, B, '"

ser

GL(TOTAU

SCA+SQ3+ .. ,+
GdA)+GL(B)+ +

SCE
GL(E)

~ EL CUAD~ MEDIO DE
: III EFECTO

CPA =

SCA
GL(A)

ES III ESTIMAOOR DE LA VAAI#lZA

ATRIBUIBLE A

LA RAZON F PAAA III

EFECTO A

F~

A U'\:RROR

SE t.rrILIZA PARA CQ'1PARAR LOS OOS

ESTIr-oooRES DE VARlfflZA: LA
VAAI#lZA ATRIBUIBLE AL EFECTO A
CON LA VAAI#lZA. ATRIBUIBLE AL
ERROR

I
Y

REGLA DE DECISION

LAS MEDIAS DE
EN CADA NIVEL IX
DIFIEREN SIGNI
FlCATIVJlPENTE

-130-

PRESENTACION TIPICA DE UNA TABLA

DE ANALISIS DE VARIANZA

FUEN1ES
DE
VARIACICN

GL

SC

SM

PROB(fL
PROB(FA)
PROBCFB)
PROBCFC)

EFECTOS

-""
I

A
B

GL(A)

SrA

rn\

GL(a)

srn

(}'B

FA
FB

GL(C)

SCC

OC

Fe

ERROR

GL(ERROR}

S~RROR

0kROR

TOTAL

GL(rOTAU

SCT

CLASES DE EFECTOS EN
ANALISIS DE VARIANZA
EFECTO PRINCIPAL

A:

MIDE LA RESPUESTA PROf>lEDIO

EN l1)S NIVELES DEL FACTOR A

....
""

Al

Al

FACTOR A

1\3

-133-

CALCULO DE LA SUMA DE CUADRADOS

PARA UN EFECTO PRINCIPAL
- CASO BALANCEADO -

.-......
"

~r(Yi - y)2

SC(A) =

'"

rT 2
r i

-2

~
N

. MIDE LA VARIABILIDAD ENTRE t1:DIAS PAAA LOS NIVELES DEL FACTOR

donde,
r '" nlrero de observaciones en cada nivel del factor

Y.1 '"

Y'"

valor promerlio de Y en nivel i

'

media general de Y

Ti = total de Y en el nivel i
N = nGnEro total de observaciones

CLASES DE EFECTOS EN UN ANALISIS DE VARIANZA

EFECTO INTERACCION A* B:

MIDE SI LA DIFERENCIA DE LA
RESPUESTA ENTRE NIVELES DEL
FACTOR B ES LA MISMA PARA
TODOS LOS NIVELES DEL FACTOR

--

-....
t

lit

//
/

..r,

'

:,
le

'

B1 B2

SI B2

Bl B2

Al

A2

A3

FACTOR A

A.

CALCULO DE LA SUMA DE CUADRADOS

PARA UN EFECTO INTERACCION
- CASO BALANCEADO . _ _...... _..

SC<A*B) = ..I
J.)

n.(f. ,- Y. - y
~)

...T

= \
J.)

...
'"

~J

iJ/

n..
loJ

~.

- T.
/
, ~.
lo

.)

+ y)2
\

donde,

= n1lmero CCIlllID de observaciones en cada

Yij = pramdio de Y en nivel i de A Y nivel
'L = praredio de y en nivel i de A
n

ij

.1,

general de Y
= total de Y en el nivel i de A Y nivel j de B

Ti. = total de Y en el nivel i de A

T.

J.

j de B

prarredio de Y en niyel j de B

Y =. m:!dia
T
ij

celda ij

Yij =

= total de y en el nivel de j de A

N '" n1lmero total de observaciones

y2

-T./
+ N.)
n.lo
n j

CLASES DE EFECTOS EN UN ANALISIS DE VARIANZA

EFECTO ANIDADO B(A):

y.

MIDE LA RESPUESTA PROMEDIO

A LOS NIVELES DEL FACTOR B
DENTRO DE CADA NIVEL DEL
FACTOR A.

....
""

Al

A2

",

FACTOR A

A3

CALCULO DE LA SUMA DE CUADRADOS

PARA UN EFECTO ANIDADO
- CASO BALANCEAOO -

-.......,

'B(A '"

SC('
.

L"" n ~J"," (y ~J" " - Y~.

i

) 2

~J

= 1j
y. T"~
~J/Pij

T~

l.. In!

MIDE LA VARIABILIDAD HITRE LAS Mf'DIAS DE NIVELES DEL

FACTOO BDENTRO DE CADA NIVEL DEL FAcrOO A

SUPUESTOS BASICOS PARA REALIZAR ANALISIS

DE VARIANZA A UNA VARIABLE Y
1. ADITIVIDAD DE EFECTOS:
YI

.//-<RAT
-"'"

-o

v.

0-

Bl

TRAT
B2

BLOQUES

B3

SE VIOLA POR EJ., CUANDO

LOS EFECTOS DE TRATAMIENTO
A TRAVES DE BLOQUES NO SON
UNIFORMES SINO MULTIPLICATIVOS, O CUANDO HAY INTERAccrON: BLOQUE X TRAT

SUPUESTOS BASICaS PARA REALIZAR ANALISIS

DE VARIANZA AUNA VARIABLE Y

-...
<::>

2. INDEPENDENCIA DE ERRORES:

SE VIOLA
POR EJ., CUANDO LOS TRATAMIENTOS SE
APLICAN A LAS UNIDADES EXPERIMENTALES
EN FORMA SISTEMATICA.

SUPUESTOS BASIeos PARA REALIZAR ANALISIS.DE VARIANZA A UNA VARIABLE Y

3. HOMOGENEIDAD DE VARIANZA DE YA TRAVES DE TRATAMIENTOS:
SE VIOLA, POR EJ., CUANDO LAS VARIANZAS DE TRATAMIENTO
SON PROPORCIONALES A LAS MEDIAS DE TRATAMIENTO.
<c
<c

-.....

I (A)

Cl

(B)

(C)

>-

WO

Q'"

<CW

N-

zz

<c<c
-1a:<c
<ca:

* ** *
*
** * * *

I
I

00

El

El

Gl

III

III

1!I

O O

El

O O

Iil

>1-

Media de Y

Medi.a de Y

(A) HOMOGENEIDAD DE VARIANZA, (B) HETEROGENEIDAD DE VARIANZA,

(C) HETEROGENEIDAD DE VARIANZA SIN RELACION FUNCIONAL.

Hedia de Y

R81EDIAlES
CUANDO HAY VIOLACION DE SUPUESTOS
PARA El ANAlISIS DE VARIANZA
M~DIDAS

l.

SI EXISTE HETEROGENEIDAD ENTRE VARIANZAS DE TRATAI"IIENTO

A)

.....

CtkC\NDO HAY RELACION FUNCICNAL

ENTRE VAr~(Y) y :elA DE y

'"

>-

TRANSFORME
EJ:

y,

Y
Ln(Y)

A"iCSrN
B)

CUANDO NO HAY RELACrCiII FUNCIONAL

ENTRE VAR(Y) y "'EDlA DE Y

CONFORME GRUPOS

>-

DE TRATAMIENTOS
CON VARIANZAS
HCiI"OGENEAS Y ANALlCELOS INDEPEN-

DI ENTE/"ENTE

IDAS REMED 1ALES

CUANDO HAY VIOLACION DE SUPUESTOS
PARA EL ANALISIS DE VARIANZA
I~ED

2.

SI NO HAY HlDEPENDENCIA DE
ERllX?ES ENTRE TRI\TP/1lHITOS
(causaoo por asignaci6n siste:rtica)

........
I

3.

SI LOS EFECTOS :;: TRATAMIENTO SON

r1ULTlPLlCATIVOS, NO ADITIVUS

.
+

NO HAY
REf'EDIO

.TRANSI":1ME

PROCEDH1IENTOS SAS P/\RA

EL ANALISIS DE VARIAllZA

RFALIZA AWlLISIS DE VARIANZA, REGRESIrn,

.l\NALISIS DE COVARIANZA Y .l\NALISIS DE
VARIANZA MULTIVARIADO, PARA DISEIbS BAL1\NCE.l\.IXS O DF.SBAf.J\Nc:::EAI:03.

RE1\LIZA .l\NALISIS DE VARIANZA PARA DlSEIbS

~.

NESTED

REAI.rZA AWlLISIS DE VARIANZA PARA MDEIOS

ANIDAOOS

VARCOt'1'

ESTIMA

cm

EFEX:'IDS ALEA'IDRIOS.

~S

DE VARIANZA PARA EE'fL'ros

ALEA'IDRIOS

NPARIWAY

RE1\LIZA .l\NALISIS NO-PARAMETRICO DE 1 ClASIFlCAClrn

TTEST

RE1\LIZA PRUEBAS DE t PARA CUllPARAClrn DE

OOS MEDUIS
GENERA PLlINES EXPERIMENTALES ALEA'IDRIOS

-144-

CUANDO USAR PROC ANOVA

EN DISEOS NO BALANCEADOS

-'"
.<>.

1.

CUANOO EL DISEO ES CDMPLETJ\1'<ENTE PJ... AZAR,

2.

CUANOO SE TRATA DE DISEOS CUADRADO LATINO O GRECO LATINO

CON POCO GRADO DE DESBALANCE.

3.

CUANOO SE TRATA DE DISEOS CON INTERACCIONES NO SIGNIFICATI VAS, CON POCO GRADO DE DESBALANCE.

PROC ANOVA
OOJETIVO:

REALIZAR ANALISIS a: VJlJHANZA

PIlAA CUALQUIER TIPO a: DISEO EXPERIf'ENTAL BALANCEAOO, SAL'vU
EXCEPC IONES EXPlJESTJ\S

ESEE.CIElCACHllES:
LAS PROPOSICIONES DISPONIBLES EN

PRlC PJfNA Soo:

PRO:: NOJA opci6n;
CIASS variables;
MXlEL variables dep = efectos;
MEANS efectos/opciones;

ABSORB variables;

FREO variable;
TEST H= efectos = E = efecto;
BY variables;

- 146 -

DISENO COMPLETAMENTE AL AZAR

CAPACIERISTICAS:

...

'"

l'

EXIGE UNIDADES EXPERIMENTAlES HO(1)GENEAS

2'

PERMITE PROBAR CUAlQUIER Nl11ERO DE TRATAMIENTOS, YA SEA

UN FACTOR A VARIOS NIVELES O COM3INACIONES DE DISTINTOS
FACTORES

3'

PERMITE ESTIMAR LAS SlJVlAS DE CUADRADOS MEDIANTE LAS

FORf"IULAS TRAD I CIONAlES I All'lQUE SEA DESBALANCEADO,

4'

LOS TRATAMIENTOS SE APLICAN A LAS UNIDADES EXPERIMENTAlES

AL AlAR,

EJEMPLO: OISEO COMPLETAMENTE AL AZAR

5 TRATAMIENTOS
3 REPPLICACIONES pOR TRATAMIENTO

__

- DISTRIBUCION DE TRATAMIENTOS -

-_.

TI

.-.......

T5

T2

T3

T3

T2

1----l.

T5

T4

T"

.. TS

TI

T4

!4

T1

T
3
- --

--

DISEO COMPLETAMENTE AL AZAR

ESTRUCTURA DE FUENTES DE VARIACION PARA EL ANOVA

,
.....
,.,

FV
---------TRATA~1IE

El"ror

TOTAL

tITOS

gl.
t-l
. (N-IHt-l)

N-l

PROC ANOVA
EJErfLO

~D.

1: DISOO awmPtIJITE AL.8ZAR

CXlNSIDERE EL SIGUIENTE AROnVO SftS, EL :UAL CONTIENE

DATOS DE RENDH11ENTO (GR!POTE) DE 4 VARIEDADES DE
ARROZ PROBADAS A NIVEL DE INVERNADERO, JSANDO 3 POTES
"
POR VARIEDAD, BAJO UN DISEO CC\'>1PLETAt-1ENTE AL AZAR.

DATA

CA:
INPUT

VAR 1 REP 3 RENO 7-10 ;

CAROS;

1
1
1
2

1
2
3
1

2 2

2
3
3
3
4
4
4

3
1
2
3
1
2
3

3.40
3.30
4.00
4.70
4.70
5.00
4.00
3.10
4.10
6.30
7.20
9.50

-150-

PROC ANOVA
EJEff'IO NO.

1 (CQNI,):

ANALISIS DE VARIANZA PARA UN DISEO

COMPLETA/'IENTE AL AZNi

V 't

PIn:

NUVA;
CIASsr.s VAR;
flODEL REND= VAR;
~1ElINS VAP/I)UJ:!CAN i

TITLEl***************************** .;,**

. ,.

'lTlLE2*
'lTlLE3* l\NALISIS DE VARIANZA PiIRA

0;,

TITLE4* DISENO O::V1PLETl'\MEN1'E AL M-\:, * i

TITLr.5*

,.

,.

'lTlLE6******************************** i

2
~

1~'lIS13

DIS~~U

A~~lYSIS
DP~NDENT

VARIABL~:

DE VARIANZA

COMPLEr~MENrE

UN
Al aZAR

P~R~

Of VARIANCE PROCfOURE

RENu

OF

SUM OF SQU!,RE:.

r~OOEL

32.389166&7

10.79638889

EkRiJR

b.'tvCQtliJOO

0.8000000U

11

38.7tl91b67

SUURCE

CURR!' e r:o TOTAL

I~OOEl

13.S!)

PR

R-SI,/UARE

(. v.

O.83500~

18.09<;1

O.8'144;~

119

At.OV,\

ss

SJUHCE
V~'

M~A'"

> F '" 0.0017

STo OEV

32.38916661

-152-

SQUARE

RENO MEAN
4.941b&6&7
F
.

>

VAlU"

PR

13.~O

'1. OJ t1

INILISIS DE VARIANZA PIRI UN

DIS~~U.tOMPLErAMENTE

~N~LYSlS
ou~t'N'~

MULTIPLE

'LPHA.O.O~

OF=b

R~~bE

TEsr

~nR

PRQCEUURE

V~RIANCE

VARIABLE: MENO

~RE

Nor SIbN[FltINTLY
MEAN

VAK

7. 66 7

tl
tl
ti

,<.aGuO

3.13.:13

.305667

GROIJP lNG

8
ti

~ZIR

MSE=0.8

MEANS WITH rHE SIME lErrER

OUNCAN

O~

AL

-153-

DIFF~R~Nr.

DISENO DE BLOQUES CQl\lPLETOS AL AZAR

CAAACIERISTI CftS:
l'

PERMITE UTILIZAR LNIDADES EXPERIt-ENTALES HETEROGENEAS

PERO
POSIBLES DE ESTRATIFICAR EN GRUPOS O BlOQUES
HO/1)GENEOS ,

2'

REQUIERE MAXIMA HOM:lGENEIDAD DENTRO DE BLOOUE Y tw<IMA

HETEROGENEIDAD ENTRE LOS BLOQUES,

3'

PERMITE PROBAR UN NlJIfRO NO t1JY GR:ANDE DE TRATAMIENTOS

(;;. 15), QUE PUEDEN CORRESPONDER A VARIOS NIVELES DE UN
FACTOR O A COM3INACIONES DE FACTOF:ES,

4'

LOS TRATAMIENTOS SE APLICAN AL A:lJ..R DENTRO DE CADA BLOQUE

5'

PARA EFECTO DEL ANALISIS ESTADISTl ca ES PREFERIBLE QUE

SEA BALANCEAOO,

6'

-SI EXISTE GRADIENTE DEFINIOO, LOS BLOQUES DEBEN SER RECTANGl1.ARES y LOCALIZARSE EN FORMA PERPENDICULAR A LA GRANDIENTE,
-SI NO HAY GRADIENTE DEFINIDA LOS BLOOUES DEBEN SER CUAllWlOS.

- 1 54-

EJEMPLO:

DISEO EN BLOQUES AL AZAR

CON 3 BLOQUES
S TRATAMIENlOS (NIVELES P)

- DISTRIBUCION DE TRATAMIENTOS -

.....
V!

BLOQUE 1

BLOQUE 2
-

H
T4

T~
T
.
3

--'T3

BLOQUE :;,

._-TI

TS

T3

T
2

T2

TI

T4

--_._~--~~

ez:

oz>a::

ez:
N
ez:
-'
ez:
VI
O

....

UJ

....J

"'-

VI

ez:
W

<
ez:
Oo::

...
...
O
U

<':

o::

O
...J

Z
UJ

W
O

IZ
UJ

...
ti)

.! ...., .......,, .a....,

.a
"1

--

.....
Z .

>W

t!l

+>

<':

=>
O'

.....,.

...J

VI

....

</)
C)

....
Z

:;;J

",
w

LL
UJ

<
o::
~

~l

:.L.l
~

:::l

:'i

<:

...J

el

a::

t-

~
'-

....

VI

-156-

<

... S.....

'.t 1

-'

PROC ANOVA
EJEMPLQ NO.

2:

DISEO EN BLOQUES COff'LETOS AL AZAR

CONSIDERE EL SIGUIENTE ARa-IIVO $JIS, EL CUl\L CONTIENE

DATOS DE RENDIMIENTO DE RAICES (TON/HA) DE 4 VARIEDADES DE YUCA, BAJO UN DISEO DE BLOOUES COMPLETOS AL

AZAR.
DATA BCA;
n~UT

VAR 1 l3ID;)t'E 3 PEllO 5-7

CAROS;

1 1

5.1

1 2

7.4

1 3

4.2

2 1

0.8

2 2

2.5

2 3

1.3

3 1

2.0

3 2

2.6

3 3

0.8

4 1
4 2
<1 3

5.9
7.3
5.8

--151-

PROC ANOVA
EJEM"LO

-'"
"'"

NO. 2:

ANAI.ISIS DE VARIANZA PARA lJ':l DISEO

DE BLOQUES CCiM'LETOS AL AZAR

PIn:

MUJA:
CLI\SSES m..o.::lUE VAR;
WJOEL RENIr-BLCQ,lE VAR

MEANS VARWALLER,;
TITLEl ***********j;*******************
TTLE2

T~TLE3

* JlNN,ISIS DE V1IRI1\NZA P1\RA U:;*

TITLE4

*
*

TITLE5

* .
DISEOO EN BI.O;llJFS AL AZAR

*
*;

TlTLE6 *******************************;

....... 1\14_4'. ';.~ ,.-;

!.:",~

tt,."t;..::a., . .y"",!",:, ...

!',."",~~

...
A

uE VARIANZ_ PAR~ UN
DISENO EN alUQUES AL AlAM
,.
,

*--.

'f" ... .,.:::':'" ... :.... ,,~v~"'!'

ANALI~(S

A~~LYS1S

DEPENUENT

V~Ml'dL:

SURC

D~

.. oIIJ"~ "'f~'"'t

"' ... .,...(....... v, ... J:'!)

~'RIANLE

PRCL20UME

Re'lU
DF

SUI'! OF

M~AN

SQU~,,:";

S(,U.. RE

MuDEL

<;

b4.210B3JJj

12.8 .. 216067

EKR!;l'!

(;,

l. ti 7833H3

J.31305:>56

11

<.>">.0891667

~ CJRKECTO rurAL

...,
I

MuD EL F "

PR > F " O.Qu'H

4L.J2

R-SIo/UAR:

c. v.

STO uEV

RENO MEAN

0.971519

1 ... 'H 8

(:.55<151368

3.90833333

SJUKCE

JI"

. AtWYA SS

BLOQUE
VAN

2
3

YALUE

PI<

8.1<:11bo061

13.~1

~o.OZ(Ho7

59.66

'J.CCb:?
1).00) 1

> F

"

~N4lIS[~

~E

LlbE'110 i=N

VARI_NZA PAR' UN
olUQUES Al 414R

:;

AN.LYSlS

~F

iARIANCEPROC~OUR~

WALLEK-LlUNCAN K-RATIO r T~sr FUK VARIARLE: MENO

K~A'IO=lOu
DF=b M~E=1.311u5b F~59.b584
T=2.j~18~
t.1lIt'.S WITH rHI:

W4LlER

SAI~E

U:fT<:R ARE Nor SIGNIFICANTLY UIFFERENT.

MEAN

VAR

b.3333

"

:i.56b1

ti

l.UOO'J

Lo5333

I.RO:J PI~G
A

fl
d

L$O=l.el898

-160-

~ ANALISIS DE VARIANZA PARA UN OISEO

~ EN ULOQUE~
COMPLETOS Al ALAR CON
.~
~

ES,TRUCTURA FACTORIAL.
GRAFICO DE LA lNTERACCION

PLOT OF MATSECAPN
"'ATSEC'
1500

1400

N<P

SYMUOl IS VALUE OF P

..

I
I
I

..

I
I
I
1300

..

1200

.
I
I
I

110"

1_
I
I
I

1000

900

..,

I
I
I

I
I
I

800

..

,
I

700

..I
I
I
I

bOO

.,2

500

..I

400

..

-.

-+---------------------+--------------------+--------- ---~

,2
-167-

'\

DISE~O

EN FRANJAS DIVIDIDAS
YSUB-DIVIDIDAS

CARAOERISTICAS :
l'

PERMITE ESlUDIAR OOS O TRES FACTORES, OOS Il: LOS

CUALES REQUIEREN PARCELAS GRANDES.

2'

EL PRIMER FACTOR SE APLICA EN FRJ\NJAS I-ORIZONTAlES

AL taAA Il:NTRO Il: CADA REPETI CIa~. EL SEGlJIDJ FACTOR
SE APLI CA EN FRANJAS VERTI CALES i\L taAA DENTRO DE CADA
REPETICION. EL TERCER FACTOR SE APLICA AL taAA A LAS
SUB-PARCELAS ll:NTRO DE CADA cav1BINACION DE FACTOR 1 X
FACTOR 2.
EL ORll:N DE PRECISION EN EL ESTUDIO DE LOS FACTORES ES:
MININA PRECISION:
PRECISION MEDIA:
MAXIWl. PRECISION:

FACTOR
FACTOR
FACTOR

REQUIERE OOS REPETICIONES

QUE SEA BALANCEADO.

- 6 8-

1 X FACTOR 2
1 X FACTOR 2
3 E INTERACCIONES

CQ'1)

CON EL

t'INIMO Y ES PREFERIBLE

EJEMPLO:

DISEO DE PARCElAS DIVIDIDAS

P.PAl: FACTOR 1 A 2 NIVELES

S.PARC; FACTOR 2 A 5 NIVELES
No. REPS: 3
- DISTRIBUSJ-1i...DUBJlTAMIENTOS -

....-.o

REP I
P.PAL
l' P.PAL 2
c-'--"-------,----'-'--,1

REP II

REP II
P.PAL 2
; ~~l

P.PAL 2

P.PAL 1
---'--

,'--

;--'----

:--i

PROC ArmVA
EJEfiPLD NO, 4: DISEO DE PARCELAS DIvIDIDAS

....,

CONSIDERE EL SIGUIENTE AROiIVO SAS, EL CUAL CONTIENE IlATOS DE GANANCIA

DIARIA DE PESO (GRlDIA) PROVENIENTES DE UN ENSAYO BAJO DISEO DE PARCELAS
DIVIDIDAS, CON PARCELA PRINCIPAL: TIPO DE PASTO (2) y SUBPARCELA: DOSIS
DE SUPLEMENTO 14INERAL (3), UTILIZANDO 3 NOVILLOS POR SUBPARCELA,
EL EXPERIMENTO SE HIZO CON 2 REPETICIONES
DATA

PD;
INPUT REP 1. PASTO 3 TRAT 5

ANINlIL 7
O\RDS;

1 11 r 155
1 1 1 2 170
1 1 1 3 150

2 2 3 2 333
2 2 3 3 346

GANPESO

9-11;

PROC ANOVA

EJEMPLO NO,

PRee

4 (coo.,l:

ANALlSIS lE VARIANZA PARA !J'l DISEO lE PARCEU\S

I2!VIDIDAS lJ[ILlZANOO CCMJ VARIABLE re RESpuESTA
LAS GANANCIAS lE PESO PRafll!O POR SlBPARCELA
(/IOreLO 1)

9)Rl';

BY REP PASro 'ffiAT;

PIDC

MEANS IDPRINT;

BY REP PASro TAAT;

'lAR G1\NPEffi;

PIDC

mmur

0t1I' = AIlSALIDA MEAN=G1\NFE9);

ANOIlA

DATA=AIlSALIDI\.

CIASSES REP PASro TAAT

M)DEL Q\NPESO=REP

PAS'ID REP*PAS'ID TR!\.T 'ffiAT*PAS'ID;

TEST H= REP PAS'ID E=REP.PASro;

MEANS PAS'ID ;
MEl\NS TAAT 'ffiAT*PASTO

DUNCI\N;

TITLE1 *****************************i******************************.
TITLE2 *****************************~.******************************.
TITLE3 .. ANALISIS DE VARIl\NZA PARA UN DlSEOO I'liI PARCELl\S DIVIDIDAS*;
TITLE4 .. M)DELO 1 - 'l'CMANDO PI01EDIOS roR SUBPARCELA

TITLE5

*****************************~.******************************;

TITLE6

*****************************1:******************************.

-172-

t: .. 1.y ... 4"T;,. .....

~'I'It". .......... .... ~"$

.. , "

If ........ t:!,e ...

'....,;,;""" ...

!'I..r, ... !~.;.,~~

l'!

~ANALI$iS

,.

DE v~kIA~l~ PARA UN DISENU EN PARCELA~ DIVID[O~S~

MuOELLl [ - TOM~NOO PRU~EOIO$ POR SUoPARCEL~
.~

,,"I4LrSIS
OPI;NLlENT

VARI~BLE:

SLlURC E

ERRUR
CORKECTED TTI\L

~F

VARIANCE PRnCEDUME

GANPESO
UF

!-IuoEL

MOOEL F

13

.. ,.. ... 1" ....'";'~~"",s.,.~'t .... '"'"

"

11

SQUARES

i~E"N ~UUARE

432Y3.74074 V74

1t14.8<:OlO582

54').44444444

135.11111111

SUM Ol:-

43834.18516519

PR > F

4!:i.78

= oJ.OulZ

R-$\,lUA'Ic:

L..v.

STO OEV

GANPESO /oIEo\N

0.987n

4.4412

11.2373052

261.72222222

DF

ANOVA SS

1
1
1
2

192.QuOvOUOCi
15841.33.33 3333
10u6.33333333
2..,n.8.51851852
5533.5:'55555&

$\JUkCE
REP
PI\$ ro
RE;P':PASTO
TRAT
PAS ro .'TR4r

TS TS OF HYPOTHI:Sc:S US.ING lIlE AI"OVA M:, FOK

SuUKCE
REP

PASTO

j{EP~PASTU

(F

1
1

192. oooo~o')o
1~'l'tl.3333H3j

-173-

f:

VALUE

PR > F

1.42
111.25
7.46
1b.67
21.1.46

C.2991
0.0004
0.0523
0.000&
0.0079

.\"5 iN ERROR TERM

F VAlUE

PR > F

0019
15.71

0.13"11
0.1573

'.

... . .... ,. ......

_'"

VARIAN" PARA UN DISENO EN PARCEL~S OIVIUID4$~

MUDELU 1 - rOM4MOO PROMEOIO~ POR 5UbPARCEL4
t

~ANALI515

D~

A~ALYS1S

DUNL6'j';) MULTIPLE
AlPHA~.C5
Uf:'

RM~G"

O~

rsr FOR VARIABLE: GANI'C:SU

M~f.IJ5.111

GROllPIl~G

31l.17

P~OCEDURe

VARIANCE

TRH

-174-

PROC ANOVA

EJEMPLO NO.

4 (CQNI,):

\JIJALISIS lE VARIIINZA PARA DISENO lE PARCELAS

DIViDIDAS UTILIZANDO COMO VARIABLE lE RESPUESTA LA GNiANCIA lE PESO DE NlIW\LES INDIVIDU.PJ..ES...

(rmELO 2)

Proc

NfIOVA OATA=PD
UJ\SSES REP PASrO TRAT .ANIMAL;

MXlEL G1\NPESJ = REP PAS'ID REP*PAS'ID

TRAT TRAT*PASrO REP*TRIIT(PASrO)

TEST H = REP PASrO E=REP*PASI'O

TEST H = TRAT TRAT*PAS'ID E=REP*TRAT(PASID)

MEI\NS PASID/fXJNC!\N E=REP*PASID;

~lEANS TRAT TRAT*PAS'ID /

ou;cm

E=REP*TRI\T (PASID)

TITLEl ************************************************************.,
TITLE2 ************************************************************.,
TITIE3

* ANALISIS

TITIE4

TITLE5

DE VARIANZA PARA UN DISE&:> EN pARCEIJ\S DIVIDIDAS*

MOIELO Ir

*
*;

TITLE6 ************************************************************;

-175-

'.

'~'ALISIS

'

'le vAkIA'lLA
"

. ... . ... ,
'.

A~.lYSIS

lJF

"WOEl

11

",;,

. ;!'" . .... If

"

....,. ... ..i.;-

,.

P"R~ "m DISSf>.!U EN PAR\.EL4:" DIVIDIOA!>'

MuDcl 11
'
'..

5uUktE

...

.......

' ..

Jf VARIANtE PROC~OUHF

SUM 01-

SQU~RES

MEAN $<'AREo

015\.12.55555550

11954.71717778

ERRUP

l012.3lU1U
35

'100 EL l'

pR > F " 0.0001

li..&1

I.,...v.

STO

GANPESO MEAN

DE\!

2l.7;;.222222
UF

1
1
1
2
2

~H;P

"AST)

',1: p"p AS
TKH

ro

PASTCJ,TRH
"i;P. fkQ r (PA~ TUI

rl:srs 01- HYPOT!lEScS

USI~G

5.JURe E

THE ANOVA

rES TS 01- HYP:JfHES"S USIIlG

At. EKKR Ti:RM

TH~

PR > F
).4580

5 76. 'h')C'OuO'~

e.57

4152.4.')uOvJOOIJ

46.94

'J ./Jon

J ') <. 5. COO (,OuO (

&<.155.55 5~.5 556
lbbUO.bl
161.3331;3333

.,;.99

0.09b1

3G.I0

O.O':;':ll
0.0019
0.8064

~S

8.Z0
0.40

FOR REP*PASTQ AS AN ERROR TERM

UF
1
1

VAlUE

~NO\lA

SS

S76.001'l)':lIlOO

475<.4.')\.1000000

ANOVII .,S f-UR

KFp~TRAT

VAlUE

v.19
15.

PR >

O.733l.

0.1513

(P4STOI

4.:-

SOUkC
TRA T

PAS

ro TKAr

SS

F VAlUE

PR > 1-

61:i5.5555'5!>56
166uO.66ob67

76.07

0.0006

2G.48

O.OLl19

uF

Ai'.OVA

-116 -

PROC ANOVA

EJE/RO NO,

3:

DISENO EN BLOO!.ES C!llPLETOS AL AZAR, CON

ESTRUCTIJRA FACTORIAL

roNSID:RE EL SIGUIENTE ARCHIVO SAS, EL CUt\L CONTIENE DATOS

DE PROIlUCCION DE MATERIA SECA (KG/fiA) D: Stt:ftMnthe capi-

.tata, BAJO UN DISEO DE BLOOUES COMPLETOS AL KlAR, roN

ESTRUCTURA FACTffiIAL D: 3 NIVELES D: APlICACION D: N X 2
NIVELES D: APLICACI(lII D: p,

DATA BC1\F;

INPUT N 1 P 3
1 1 1

960

1 1 2 1110
1 1 3 1204

1 2 1 936
1 2 2

325

1 2 3

476
1067
76B
1204
399
245
604
1460
1678
1456
1235
625
876

2 1 1

2 1 2

2 1 3

2 2 1
2 2 2
2 2 3

3 1 1

3 1
3 1
3 2
3 2
3 2

2
3

1
2
3

-161-

BI..O;)tlE

5 MATSECA 7=10;

PROC MOVA
EJEMPLO NO.

(cg:rr,):

ANALISIS DE VARIANZA PARA lIi DISEO DE BLOQUES

COMPLETOS AL AZM, CON ESTBUC]JRA FACTORIAL'

.....
'"
I

pro::;: A1.'OJA
CL1\SSES N P Bu::QtlE;
~EL

MATSEC..l\.=DLo;)UE !1 P N*J>

ME1\NS N P!DUNCllN;

TITLEl **************************************;
*;

TITLE2 *

TITLE3 * ANlILISIS DE Vl\lUAJ..... Zl\. PARA UN OISE&U';

"TITLE5

*
*

TITLE6

TITLE4

EN BUX1UES ca:1Plli"IOS AL AZlIR CON

*;

E'.STRI.lC'llJR F1ClOlUAL.

1 \

";

TITLE7 **************************************;

. ' ..
I

.N4lI~IS UE
~Lu~U~S

EN
~

E~rHULTUR.

O:PtNUENf VARI4oLc:

$UUHC:
MUUt::l

,~,

.~

.'." .,

V.~I.NZ.

COMPLETOS

-'

~,"

f4LTURAL.

MATJ~C.

UF

M~A"I

17

N P

456;,)6.45555556

2963453.1i111111
PR > F = O.O22

t V.

STO 01'''

2.Jd t 78

2l3.5567'190

'In.
F VAlUE

SUURC ~
BLO<.Uc

SQUARE

358198.36507936

MOO:l F =

N
P

"

PAN' UN ~15ENO
Al ALAR CUN

45I:>C,,4.55555:i56
CURNfCT:O TOTAL

l.I31:>4.77711718

"

ll43~1.4 .. 44444't

1
2

149't144.~22222

'15::.8 ollllt d 1

-163-

71771778

PR

>

i .17
9.3

".2199
').01153

32.16
G,lO

n.OU~2

0.9015

+t

.... <'.

',"~."..... ~

.... .,.

,.,t..,.t".,<: .... ~..

.....

"<~

f~'j""'~. '

't~ ~NALISIS OE VARIANZA PARA UN DISENO'

EN dlUQU;S CUMPl~TOS Al AZAR CON "
~ ESTRUCTURA fACTURIAL.

AN~l'SAS

DV'ILAN'S ~ULrlPLE
ALPHA=0.05 DF=lO
M~'NS

OUNL Ar~

NIT" THE

VAkIANLE PROCEDURE

fEST FUk VARIABLE: MATSECA

MSE=45b1b.,

RA~GE

~AME

GROJPIN:;

~F

LETrcM AR NOr SIGNIFICANTLV

ME .. N

12;:;1.7

1:1
13
13

83<;.2

1 ... 4.5

-164-

otFFERE~r.

llJ

UF VARI&NZA PARA UN UISENO

AhALI~IS

EN

dLUQUE~

C~PL~TOS

ESTRUCTURA

f.~r~RIAl.

AL

Al AR CUN "

"

A~ALYSIS

OuNLAN'~

~ULr,PLE

ALPHA=O.O>

RANbE TESr fON VAMIABLE: MArSECA

Of=lC

'1f::.I,r.S WITII rilE ;,A'1E

DUNUN

"RUJPING

PKOC~DUR~

Of VARIANCE

MSt=450'J

LE:n;;:"

ARE NaT SIGNIFICANTLY DIFFERENT.

'/

-165-

PROC ANOVA
EJEMPLQ NO.

-""

3 (CONT,):

PROC

""

GRAFlCO DE LA INlERACCIQN

SORT
BY

PROC

DA'D\=BCl\F

P;

MEI\NS NOPRlNT ;
BY

P;

VAR

~lA'lSECA;

OU'IPqT OOr=MED

PROC

(N x P)

MEAN=MATSEX:A

PIOT DATA=.'IED ;
PIOT M1'.TSECA*N=P;
I"nTwr
... 1
... .,. .... ..I.JII,--.......

************************************** ..
I

TI'l'LE2 ..

*.,

ANALISIS DE VARIl\NZA PARA UN DISENO*;

TI'l'LE3

TIl'LE4 * EN ar.o;UES m:tPLETOS AL AZAR

TI1'LE5

TITLE6

TIl'LE7 *
r

Tl I'LE8

0):"

*;

}; *P

*.,
*.,

ES'l'RtJC'IDRA F1\CIORIAL.
G.'l.t'\FIOJ DE IA Th"l'ElWX:ION

*;

****** **************************.;...**** *;

,',

'ANALISlS Ot

VA~r"Nl~

4RA UN DiSeNU EN
~'ODtLU II

~~MLYS,S

MULTIPLE
ILPHI=O.O, DF=4

OUNLIN'~

M~AN5

WITH THE

RI~~E

TtSr fOR VARIABLE:

L~TrER

G~NPESO

4RE NOT SIGNIFICANTl'

ij

J11.17

TRI r

1'::

-177-

..
<~

nF VARIANCE PR0CEOURE

GROUPING

tJ

OIVIOIOAS~

~$E=4u5.333

~AME

PARCELA~

DIFFERE~T.

le

.
'A~AlI51S

DE

VARIA~lA

P~RA UN DISENU EN PARCELAS DIVIOIJAS"

MODllU 11
~

A~4l'51S

0f VARIANtE
,~E

PASTO

TRAr

1
,
3
1

1
1
2

2
!.

,."
j

P~OCED~kf

.. N$

tl

G~i\IPESO

l3.1bbl
258.000000

255. CO,)\' 00
255.!133333

21l.000IJO~

3b1.33H33

-178-

21

PROC rNOVA

EJEM'LO NO,

5:

DISEO DE PARCELAS SUB-D!'C:DAS

CONSIDERE EL SIGUIENTE ARCHIVO SAS, EL CUI-.- :ONTIENE DATOS DE

RENDIMIENTO DE 3 VARIEDADES DE FRIJOL (SUB-;UB-PARCEW, EVALUADAS CON Y SIN APLICACION DE INSECTICIDA (S'_=--PARCEW, CON Y SIN
APLICACION DE RIEGO (PARCELA PRINCIPAL), El, JN DISEO DE PARCELAS
SUBDIVIDIDAS CON 2 REPETICIONES,
Dl'A

PSD;

INPur

RE!? 1 RIEGJ 3 lNSEX:T 5

VAR 7 RENO 9-14;

CARDS;

1
1
1
1
1
1
1

O O 1
O O 2

3
O 1 1
O 1 2
O 1 3
1 O 1
O O

800.5
1050.8
700.0
1300.0
1000.0
1250.0
1500.0

2 1 1 3 1370.0

-119-

PROC ArlOVA

EJEMPLO NO.

5 (COO,):

AM8LISIS DE VARIANZA PARA UN DISEO DE

PARCELAS SUBP '1 ID IDAS.

TBST E = RILGO E = PJ':::?* n:m::.;o;

'ri..S':' a
~!E1'.r:s
r""J"~;s

= ~SECl'

IXSIrr*nrrGO E

= REP*r::s::x:?(~)

I sU::C.:'.:l D=rlE!?'.I'-.:cGO;
n:sI:CT D7S~:?.!:m / !)tr:C1'll1

?!EGO

2=?.E!?*TI!s~{::,r~) ~

lt.FA1S'S W::'.. VA.'1*INC:::cr Vi'.:1'~:U:l;)30 Vi'3*J11SEC'I'*?.LX30

TITLE2

TITLE5

***** **************}~******~'r*******;

*;

-180 -

XV1!;

'.

..

, DiSeNO eN

,VI~lYS1S

P~RCElAS

SUbDIVIDIDAS

I)f V41<lANCE PRI)CEUURE

DEPeNDENT VAR14SlE: qEND

SUURCE

UF

SUM 01- SQUAKES

MEAN ,QUARE

MllOl:l

15

bllJl2..5';OuOuOu

4" 71 7. ')(,(lOOOO

ERROR

10'1033.33333333

13c9.1 b 1

CORKECTl:O TuT"l

119795.8J333333

MOEl F

R-Sl,IUARE

PR

t.v.

>

STO OEV

= 0.0&11
RENO ME4N

44.58333333

RI:P,INS~CIRrEGlll

1
1
1
1
1
2

V4R

2.

lNSEC r"VAK
RIEuO.VAP.
RIEGOiINSEC-VAk

REP

RIEGO
RI:P.RIE"O
INSd: I
RIEur .. INSH: r

TSTS DI' HYPOTHE52S

U~ING

1 E <>0

TESTS 01' HYPOPiESt:S USH,G

A~

F VAluE

PR > F

lZ04.1b61

lJ.Oq
130 bl
(".01

C.7739

185504.1bb7
t4.1 b6 1

11l4.1bbb1
26704.1;l;l67

0.01
2.11

tl30S.33333333
22'1656.3 .l3 3 3 J B
45108.33333333

0030

91006.33333333

2.
2

su URCt:
f{

;\NOVA SS

UF

SUURCE

THE

15058.33333333

AI~OVA

M$ FI)R

REP-RI~GO

uF
1

TH~

185504.L,,6bl

8.43
1.b5
3.56
0.55

".Ovl
').'H25
:).9325
".1848

0.1455
(\.0107
e.2504
0.0184
0.596-,)

AS AN ERROR TERM
>

F VAlUE

PR

t18J.84

0.0151

AI,OVII MS "Dk kc:P' l'ISECT(RIEGO)

AN ERP.UR TtRM

SlJUI<CE

uF

INS!::C T

1
1

R 1 ~ <..Od'" SE:C T

S:.

F VALUE

PR > F

104.1"/:'66667
2/j 704.1 b66.,6 7

0.01

0.8861

.91

0.1194

~NDVI\

-181-

-.

.... ~"'r!,l'.

'1.",:", .. ..",:-':: ....... ,>~i;

...

"'..,,,,.; .....

'~~"Tltfti-.:...;'
~

OlSlNU tN PARtELIS SUBDIVIDIDAS

AN .. LYSIS Of IIAMIANCE PROC,EDURE

DU~~.~5

MULTIPLe RANbE TlST FOM VIRIABLE:

'luH'=D.O~
M~~HS

OUNeAN

NIfH

OF=!
r~E

SAME

(iR UJ l' 1 NG

K~NO

M~E=IC4.1al
lErr~k

lRt NOf SIGNIFICANfLr OIFFERENr.

MEA'"

-182-

lit

12

12

lEGO

,.
.

0152~U

tN PARCElaS

~UBOIVIDIO.S

ANAlYSfS OF vaRIANCE

P~OCEOUHE

MEANS
KI!:GU

IN!iECr

.J

'!"

1
.:;

'"

b
b

-183-

kfND

340.uOUO(O
.. 130333333

5'l:'.OQUOO
52c.liQOOO

',J.

.","

OIS~~U

,4' ; .... ".,. ~... ;: .... . f ~;"I:.

~N

PARCELA~

A"lUYSS OF
OU~I.I\~.j

i1ULTlPLI: R""Ir..F.

AlPHA-O.J~

MLA~S

DUNCAN

UF-a

.t.~ ....... i:.,

"'s:,.'

SU9D1VIOIOAS

.-

V4RIANCE PHOCEOURE

TEST f.O" V.!\KIA!\LE:

(ENO

MSE=13bZ9.2

WlrH THE SAME ltrrfH ARE NOT

GROUf' [NG

<."

~IGNIF1CA~Tlr

MEAN

VA"

535.00

"

"

:>3".50

1:1

ti

326.,,5

-184-

DIFFERENT.

DISeNU tN PARCELAS SUDVIDJOAS -

A.... LySlS Of VARJAN(.E f'ROCEOURE

MEAN;';

INSCT

VAK

RENu
315.0 .. 0000
5'10.00%OU
482.5';'OuOO
337 .5IJOvI)O
4;::'.OC,);JC
5e2.5JOOO

')

<..

el

J
1
2
J

...

1
1
1

RI'" JO

VAR

REN!J

O
O

1
1
1

4
4
4
4
4
4

Z6.50OOO
51".000000
357.501)000
.l90.O.;OOO
56u.0000uo
707.5000(,0

J
~

INst:r:.r

VAK

RE:NO

'}
'1

1
2.

f)

fl

'J

iJ

1
1
'J
n

,1

235. (lC 1')000

495.')00000
290.000000
290.00 IJOOO
5,5.000i'J0
4.:5.0uOOOO
395.000000
685.0';;0000
615.000000
3B5.0-';OOO.,
4,;15.0(;0,,00
740.00000u

1l,1EL,O
~
~

')

1
1
1

1
1
1

2.

2.
2.
2.
t!.
Z

i:.

i
(,.

1
1
1

J.

-185-

DISEO DE PARCELAS DIVIDIDAS Y SUBDIVIDIDAS

U\Rf\CIERISTlCAS
l'

PERMITE ESTlIDIAR OOS O TRES FACTORES;, 00 lE LOS CUAl..ES

REQUI ERE PARCElAS MAS GRJ\JIIl:ES QUE LOS OTROS, EL PRIfoERO
SE ASIGNA A LAS "PARCELAS PRINCIPALES" AL AZAA DENTRO DE
CJlJJA REPETICION: EL SEGlJIDJ SE ASIGNA A LAS IISlIl-PARCELASII
AL AZAA IENTRO lE ~ PARCELA PRINCIPAL Y EL TERCERO A
LAS "SUB-PARCElAS" AL AZAA DENTRO lE ~ Sl!l-PAACElA,

2'

EL ORDEN DE PRECISION EN EL ESTlIDlO DE LOS FACTORES ES:

FPCTOR

PRECISIOO telA:

2 y FACTOR 1 X FPCTOR 2
FACTOR 3 E lNTERACCIOOS C!l'l EL,

PRECISlOO MAXIMA:

3'

MININA PRECISlOO:

FPCTOR

REQUIERE 2 REPETICIONES COMO MINIMO Y ES PREFERIBLE QUE

SEA BALANCEAOO,

-186-

EJEMPLO: DI SE.!t EN FRANJAS SUB:PJ..YJ.!HOAS

FRANJAS HORIZONTALES: FACTOR 1 A 3 NIVELES
FRANJAS VERTICALES : FACTOR 2 A 4 NIVELES
SUB PARCELA
FACTOR 3 A 3 NIVELES
No. DE REPLICACIONES: 2
- ----_._----_.
DISTRIBUCION DE TRATAMIENTOS [tu

FHl

REP 11

FV 2

FV 3

FV 1

FV 4

FV 4

II
.---

I~ 1
FH3

FV 2

FV 1

-.
"

--

..

" 2

!----

FH3

rv 3

2
1

FH 1

-"

---

..

<)

"-

----

1---.

FH 2

FH 2
-_.

-181-

--

D1STRIjlUC1 0!l_Q{.IUENTJLDE VARIACION .fl\R,o._Eb.J\NOVA

A. DISEO EN fRANJAS OIVIDIDAS

"

DISEflO EN

r FACTOR 2

FACTOR 1 x FACTOR 2
LE(C): RE? x FACTOR 1 x FACTOR 2

TOTAL

FIW~JAS

SUC-lJIvrOlDAS

fL _ _ _ . _____ ..____ .

FV
REP
FACTOR 1
[ E(A): RE? x FACTOR 1
FACTOR 2
... E(B): REP x FACTOR 2

...""

B.

REP

FACTOR 1
... E(A): REP x F\nOR 1

l,.E([l): REP x Fi'.,CTOR 2

FACTOR 1 x FACTOR 2
Cl: REP x FACTOR 1 x FACTOR 2

lE(

FACTOR.3

FACTOR 3 x FACTOR 1

FACTOR 3 x FACTOR 2

IlFACTOR 3 x FN.l0R 2 x rAe fUK 1

I.E{D): RESIDUO
TOTAL

... ~.
~:

"

"
,,

PROC I\fWVA

EJEMPLO NO;

6:

DISEO DE FRlWAS DIVIDIDAS

CONSIDERE EL SIGUIENTE ARCHIVO $PS, EL CUAL CONT::::'JE DATOS DEL

EFECTO DE LA APLlCACION DE RIEGO CON APLlCACION ;::: NITROGErlO A
3 NIVELES SOBRE EL RENDlNIENTO DE UNA VARIEDAD
FRIJOL. EL
DISEO UTILIZADO FUE DE FRJlNJAS DIVIDIDAS CON 3 R~PETICIOf'jES,
CON RIEGO Y f'l COI'1) FACTORES EN FRANJAS.
DATA

FD;
lNl?ur REP 8 RIEOO 10

N 12-14 IIDID 16-20;

CAROS;

1
1
1
1
1

50
100
O
50
100

1
1
1 1
2 O
O
2 O 50
2 O 100
2 1
O
2 1 50
2 1 100
3 O
O
3 O 50
3 O 100
3 1
O
3 1
50
3 1 100

-189-

600
700
1000
800
1000
1500
750
700
950
900
1050
1200
680
850
700
1200
1100
1400

PROC MOVA
EJEfi'LO NO.

6 (ccxn.):

ANALISIS DE VARIAtlZA PARA

UN DISEO DI; FRANJAS DI. VID IDAS

PRCC ,MUVA;

REP RIF.X;O N ;
REND = REP R!E(',Q REP*RIF.X;O
N REP*N

CU\SSES
~roEL

RIf.XiO*N

= RID30 E = REP "RIF.X;O;

H = N E '" REP*N;

TEST 11
TEST

REP*RID30;
MEl\..1\IS N / DUNCAN E = R::P*N;
ME1\NS RID3O*N;
TITLEl ******************************;
NElINS RID30 / DUNCJ\N E '"

TITLE2

*.,

TITLE3

DISEO IN FRANJAS DlVIDID.'\S*;

TITLE4 "

";

TT.TT~:5 **************************~***

-190-

;"

" . , " , " ' .. ,"\'..

OlSENU

Arl~LYSIS

E~

, ~', :r ~

. ..

FR4NJAS DIViDIDAS

OF VARIANtE

PROCEDUk~

DEPtNOENT VARIABLE: ReNO

SGURCt:

DI'

MUDI:l

i3

ERR.vR

19392.)0000000

11

6419<:1.50000QOv

CORI<ECH~

l~D t:L

TUTAL

SUM

O~

SQUb.R"S

M!: AN S I.IUA!~E

4834'3.42301692
4848.00000000

9.91

F "

PR

>

l' '" 0.0196

R-SQUARE

c. V.

STO DEV

REND MEAN

O.91010

1b .. 91H

69.&2758074

49.83333333

Rep

L.

PR > F

1l6105tl333333
7521:12. OO(lO~OO(,

0.14
56.18
1.88
2.30 15

O.S

0.5331
0.0011
0.2b53
0.OU60
0.6555

8.15

1).034&

18254.~5:l00IiOu

.:30295.583.$3333
12647.Rj333J33

4
;>

RIEGO-N

TESTS QF HYPOTHESES USIIG THE

SUURCE

84882.25000iJ00

~NOVA

M~

fOR REPIR!EGU AS AN ERROR TERM

~NOV4

llf

RIEc.;O

5uUkCE

F VALUE

~NOVA

Z
1
2
2

R [E!.iO
Rt P ... R 1 E "~l
N
RI: 0'. N

TeSTS OF

S:..

OF

SJU"C t

HYPOTHES~S

SS

nS2 a2. OuOvODC \J

U)ING THf ANOVA MS fOR

REP~N

PR

30.1E>

0.031&

AS AN ERROR

UF

IINOVA SS

F VALVE

::3295.58333333

36.42

-191-

>

VALUE

TEM~

PR

>

0.0021

10

D'SE~0

EM

FK~NJAS

nF

AN~LYSS

DIVIDIDAS -

V4RIANCE PROCEUURE

MULTIPLE RANbE TEST FOR VARIABLE:

ALPHA=O.C7 OF~2 MSE=9127.13

O~~~AN'~

~~'NS

WITH THE SlME LETrEK

GRUUPING

AR~

RE~D

Nor SIbNIF1CANTLY OIFFERiNT.

MEAN

JOb.l.1

-192-

RIEGO

11
~

01Sc~U

AN~LYSlS

EN FKANJAS DIVIDIDAS

OF

VARIAN~E

~ROCEOURE

DUNLAN'~ MUlTIPLE RA'JGE TEsr FOR VARIABLE: RENO

ALPHA=D.05 DF=4 ~SE=31bl.96

"'EANS tlITH THE ::'AME lTTER ARE NOf SIGNIFICANTlY OIFFt:RH'r.

&ROUPING

N N

MEAN
:'53.42

t>

100

45b.OO

5V

8.oa

t>

-193-

 DISENU EN FKANJAS DIVIDIDAS

.
.
'
~

ANAlVSIS Of VARIANCE PROCEUURE

MEAN:;
R 1 E G8

O
()

O
1
1
1

"

5~

RENO

3
3

53. 33.3333
27a.SQOOoO
31l6.o6b 7
300.833 333
633.5000JO
720.1b67

1 u'J

(1

3
3
3

50
100

-194-

12

PROC ANOVA
EJE11PLQ..]9~:

IlUEO COO EFECTOS ANID~S.

SE DESEA aJIIPARAR ECOTlPOS PERTENECIENTES A OOS ESPECIES DE

5TYLDSAN1HES, CON RELACION A SU PRODUCCloo DE MATERIA
sECA, EN UN EXPERIMENTO AGRONCllICO CO'IDlIClOO BAJO UN
DISEO DE BLOGlI.ES CCJ4PlETOS AL AZAR CON DOS BlOOLES.
DI\'lA

EA:

INPUl' ESl'ECIFS $ 1-2

~1SEC'A

11-14:

CAlIDS;

se
SG

se
SG

se

1405

1800

191 1

7/2

1019

1312

136 1

985

1506

1315

se

1405

1300

SG

191

1016

-195-

B:OTIro 3-7 BIDJUE 9

PROC ANOVA
EJ!;f1'LQ

NO. 7 (CQNJ.): PNALISIS DE VARIANZA PARA W DISEO DE

EFECTOS ANlDAOOS

Fro<::

l'!:,''':llA;

a ,"SSES

BLO:.lUE ESPECIE E<DTIPO;

~$EX:A=BI..O.:;UE

MOOEL

'ITST H=ESPECIE

ESPECIE ECOTIPO (ESPECIE) ;

E=ECCfl'IPO (ESPECIE) ;

r;:;;;~s

LSPECIE/Dl.:'CA....

~ ;[7",';5

EC07'IPJ!D:':::':c.",,'l

:Ei=EO:lTIPO (I:5PECIE)

TI'Jl;E;l

****************,**********~****;

TI'Jl;E;2

*;

TI'Jl;E;3 ,. DISOO DE EFE<:"Ia> 'ANIDADOS

*.,

TI1'LE4

TI'Jl;E;5

*****~

. *** ~*****.,.*******4t*******.

-196-

-,

OI~ENn

DE EFECTOS ANIDADOS

ANA L'l'S I S OF
DEPNuENT VAR14IilE:

UF

"IUO l

ERRUR,

ME AI\I S QUARE

10

11212U5.S3333333

11ZU.0.58333333

1151Q5.1obb6bb7

11510S.16b6bb 7

J.l

1242911.0000000"

u. '..7

R-S~UARE

t.v.

0.906908

2tl. J3tt4

BLOIo/UE
ESPECIE
ECOTIPO(ESPECIE}

SUM

SQU~RF;,

MOOEl F =

SUKC E

PROCELlURE

MS '=C A

SUUkCE

CtlRkECTEO TUT .. l

V~KIANC.E

UI-

PR > F = 0.&b51

340.154&21 h

uF

ANOVA SS

1
1

11.15b1.33333333
453903.00000JO
b62&81.50000000

MSeCA ME4H

STO OE"

11200.50000000
f

VAlUE

PM > f

J.09
3.92
\J.12

0.11132
0.2916

O.lZas

TESTS OF HYPOTH~SES UStNG THE ANOVA MS fOR ECOTIPO(ESPECIEI

A;, AN ERROR T tRM
SOU"Ci:
r;~PECIE

~NOVA

llF

SS

45J903.000liOOOO

-191-

F VALUE

PA.

>

O.O't1J

15
~

UI~E~O

O EFECTOS AHI0ADUS

ANALYSIS UF vaRIANtE ,PKoceOUKE

ourc.~~

MULrlPLE
OF=8

~LPHa;O.05

AANG~

TEST FOR VARIABLE: MSECA

M~E=88]5.2

MEANS WITH rHE SAME LErrEA ARE NOr SIGNIFICANTLY 01FFEAENr.

OUNeAN

ESPECIE

1395. O

se

1006.0

SG

ROUPII.G

-198-

lo
UI~EhO

De EFeCTOS

A~AlYS1S
Ou~CAN'~

A~iDADOS

Of VARIANCE PROCEOURE

MULTiPlE qKNGE TEST fOR V.KIA~lE: MSECA

OF:l ~~E=t1510j
MEAN OF CElL SIZES=1.11111

~LPHA=O.05
HA~MONIC

MEANS WITH THE SANE LETTER ARE NOT SIGNIFICANTlY DIfFERENT.

OlJN(.AN

G'<OLJPING

MEAN

ECOTIPO

A
A

lb 70. O

519

1551.0

1405

1506.0

1315

lu19

584.

A
A
A
A

A
A
A

1016.0

1671

lO3.C'

8&4

A
A

914.5

136

TilO.O

l'

455

712.0

191

11
A

-199-

U 'l

l..t.J

c:::

(,!j

l..t.J

c:::
LJ.J

U'l
.....
U'l

~I
~
_

.......
.....J

.....J
c(

~.....
.....J

c(

-200-

,.,

ANALISIS DE REGRESION - CONCEPTOS -

- MODELO
- MODELO ESTADISTICa

- REPRESEN':rn.CICN MA.T.EMA.TlCA DE UN

FJ:N::MEN:)

- REPRESl'Nl'ACION Ml'ITEM1\.TlCA DE UN FENCMENO

ESl'CCASl'ICO O NO DEI'ERlUNISl'ICO

- MODELO LINEAL

- ES UNA EOJJ1CICN QUE EXPRESA A LA VARIABLE

DEPENDIENTE EN 'l.'EFMINOS DE UNA CCMBINl\CICN

""
'"

LINE1\L DE lOS P.I\RI\ME'l'roS I SIN SER NEJ::ESA.-

I.W\MENTE FUNCICN LINE1\L DE !AS VARIABLES

lNlEPENDmlTES

- MODELO NO LINEAL

- ES UNA ECUACIClN roNDE LA VARIABLE DEPENDnNrE NO ESrA EXPRF.SIIDA

C(M)

nm:::ION

LINE1\L DE La> PARAMElROS.

- MODELO LINEALIZABLE

- ES UN MCOELO

NO-LINE1\L QUE roR UNA TRl\NSIDRM1\CION

ruEDE SER EXPRESI'Xl C(M) UNA FUOCICN LINE1\L DE

lOS PAR1\ME'lroS.

ANALISIS DE REGRESION - CONCEPTOS -

ECUAClOO
REGRESION
ECUACION DE
REGRESION

ES IA IGUAID.A.D ENl'RE DOS EXPRESIONES

ES EL AJUSTE DE UNA OCUl\CION A UN OJNJUN'IO DE DATOS

ES lA OCUl\CION AJUSTADA MEDI./INTE REGRESION A UN COJUN'Il) DE
DATOS
OCUl\CION

VARIABLE DEPENDIENTE O RESPUESTA (Observable)

VARIABLE (S) INDEPENDIENTE (S) O REGRESaRES

(Fijas u C'bservables)

PARAMElmOS

[3

DESVIl\CION RESPECTO DE lA Eall\CION DE REr;RESICN

(o error aleatorio no observable)

EL.EM::NTOS

~ICAS

N>

""

1,

EJEl'PlD:

i"ODELO:

PESO~

= 60+131

TAUA1

VARIABLE
DEPENDIEm'E

PAP.1\METroS
DESOJNOC:rr:JCG

'"
<:>

""

t
VARIABLE
DEPENDIEm'E

t
DESVIACION RESPECro
DE IA row::ION DE

REXiRESION
Ea.U\CION DE REX::RESION
A ESTIMAR
?

+ ERROR

:'

VALDR DE lJ\ ECUACIOtl DE REGRESION- ESTIrV'IDA PARA EL

SWETO 1:

~E~~1
VAlDR ESTIMAOO

,
""
e

....

DE LA VARIABLE
DEPENDI:ENl'E

..

.,

ha

+ bl

TALLA-1

ESTINAOORES

DE ros
PARAME:l'RQS

ji

VAlOR DE LA
VARIABLE
lNDEPENDI:ENl'E

~.,,

z:~-

~'

"."~

\~'

..

EJEWl.OS rE f.tlDB...OS LINfALES:

- MODELO DE REGRESION LINEAL SIMPLE:
y = So+ SXl + e
- MODELO DE REGRESION LINEAL MJLTIPLE:
y = So + IXI + S2X2 + + S X + e
pp
t

""

U't

- t1DELO DE REGRESION POLINOMIAL re ORDEN P:

y = S + SIX + hX2 +... + S xP + e
o
P
- t1)reLD re SUPERFICIE re RESPUESTA re ORDEN 2:
y = So+ SIXl + Saxl + S.Xa + S4X~ + SsXl'Xa + e

-206-

-207-

EJEMPLOS DE ECUACIONES
DE REGRES IOI'l

= ao + SlX

_.....

*'

' a3 > o

Sl > O

~ ..

l:la <

-208-

EJEMPLOS DE ECUACIONES
DE REGRESION

y =

~o+lhlog(x)

_.,-

,.~'Sl

>0

<

-20'1-

+
~

ro.

-~
-l

Se
2a

::::l

:=

..J

ID

>:ro.
<l
11

><

~
....
U

~....

+
~

l:l

(j)

11

><

e;

~-

-l

S
:=
g

+
o
(j)

11

1>'1

..

;:::s

;>

+
x

--~ s- I !-
~ ~
!5
9
9
9
<!)

{t

<fJ

LJ

2 '0-

1.

U)() DEL ANALISIS

lE ~I6Hl~

DE CARACTER
PREDICTIVO
(LOS VALORES DE LOS
REGRESORES SON FIJOS)

2. DE CARACTER
EXPLORATORIO
(LOS VALORES DE LOS
REGRESORES SON ALEATORIOS)

- PROFOSITOS G8HWES DEL ANALISIS DE

-""

REGRESHl~:

1.

ESTIMAR LOS PARAMETROS

2.

ESTIMAR LA

3.

IIESTlMARII LA VARI~ZA DE LOS ESTlMAOORES DE LOS

PARAMETROS

4.
5.
6.

HACER PROYECCIONES

VAAI~ZA

DEL ERROR

NI
I

oocrMAR HlPOTESIS ACERCA DE LOS PARAMETROS

EVAWAA EL AJUSTE O FALTA DE AJUSTE

DATOS YSUPUESTOS MSlCOS:

UN CONJOOO DE N SWETOS
EN CPJJA SWETO SE EVALllAN TANTO LAS VARIABLES INDEPENDIENTES
CCMl LAS DEPENDIENTES,

-'"""

LOS VALORES DE LAS VARIABLES INDEPENDIENl1~S PUEDEN SER:

FIJAOOS DE ANTEMANO POR EL INVESTIGADOR
OBTENIDOS ALEATORIAMENTE A PARTIR DE UNA MUESTRA
LA VARIABLE DEPENDIENTE ES ALEATORIA
LAS DESVIACIONES RESPECTO DE LA ECUACION DE REGRESION SON
ALEATORIJlS Y TIENEN VARIf:JNZA CONSTANTE y t-'EDIA CERO.

CRITERIO PARA LA ESTIMACION

DE PARAr-1ETROS
,

.-""..

ruoDO DE MINlm CUADRADOS

MINIMIZAR LOS CUADRADOS DE LAS DIFERENCIAS ENTRE LOS
VALORES OBSERVAroS (y) Y LOS VALORES PREDIOiOS POR LA
REGRESION (y)
A

MINlMIZAR

z:

el

i=l

CRITERIO PARA LA ESTH'lACION DE PARAMETROS

su INTEPEREIACIili:
n

-'"""

=i",l
(Y.
l.
\'

(y._y)2

i.1

- Y.)- +
l.

i=l

VARIACICN
'1Ul'AL EN Y

ser

,
(y

Yl 2

VARIl\CICN EN
VARIl\CICN EN Y
Y NO EXPLICl\DA
EXPLICl\DA POR
POR LA REX>RESICN LA REX>RESION

$CE

SCR

SU INTERPRETACION GRAFIC~, EN EL
CASO DE UNA REGRESION LINEAL SIMPLE

Y. - y
l.

..

-216-

PR8CEDIMIENTOS SAS PARA

ANALISIS DE REGRESION

+- REG

PROPOSITOS GENERALES CCN MtX:flAS men.:rIlADES

y DIAGDSTICOS

- RSOOARE

CBTmlE MEDIDAS DE 1\JUS'IE DE POSIDLES MXlEIOS

A OONSTR1IR

+- STEPWlSE
- NLIN
- RSREG

SELEO:::ION DEL MBJOR IDDELO PASO A PASO

AJUSTA KDELOS 00 LINEALES

AJUSTA MXlELO DE SUPERFICIE DE RESP\JES'l'A DE
croEN CUADRATIOJ

MCDELO LINEAL GENERI\L.

I:t01JYE VARIABLES

CUAIJ:'mTIVAS Y 'J.'EEM[OOS l'OLIN:MIAIES.

UTILIZIIOO

EN .1\NALISIS DE RroRESION, DE V1\RI1INZA Y DE

ro-

V1\lUl\NZA

- PJJTOREG

UTILIZA DA'IDS DE SERIES DE TIEMPO CCN RESIDOOS

AI1RXDRREU\CIOIWXJS (SAS/El'S).

-SYSREG

MODELCS CCN SISTEMAS DE EXlJ1\CIONES SIMUL'D\N!i'M)

(SAS/EI'S)

- SYSNLIN

MOOEWS

ro

LINEALES CON SISTEMAS DE :e:::ti\CIONES

SIMULTANEAS (SAS'l;:rS).

- 2 7-

PROC REG
OBJETIVO:

,
No

""

Fm1ITE:

REALIZAR iJ'l ANALISIS DE REGRESroN AJUSTANOO, POR EL

f"EfODO DE MINIM)S CUADRADOS, lJ'l M)DELD LINEAL A UN
CONJIJIITO DE DATOS.
-

AJUSTAR VARIOS M)DELDS SIIIULTANEJ\I'IENTE

OBTENER Ltl AROUVO SAS ESPECIAL CON CORRELACIONES O
SU'-1AS DE CUADRADOS Y PRODUCTOS CRUZAOOS COO ENTRADA
O SALIDA.

jviPRIMiR Y AlJ~iACENAR EN UN An'U-nvo SAS LOS ESTliAl'roS

DE LDS PAfWvETROS, LDS VALORES PREDICHOS, RESIDUOS E
INTERVALOS DE CONFIANZA.

- IMPRIMIR UNA ESTADISTICA DE INFLUENCIA

-

;" ,

DOCIMAR HlPOTESIS SOBRE LDS PARAMETROS

DIAGNOSTICAR COLINEALlDAD ENTRE REGRESORES

PROC REG

ESFfIIEICACIONES:
PROC REG opciones;

M)j)EL var.dep=regresores/opciones;

VAA

variable

FREQ

variable;

WEIGHT variable;
ID

variable;

OUTPUT Ol.JT= natbre de archivo

palabra clave

= natbres

RESTRICT

ecuaci6n lineal;

TEST

ecuaci6n lineal;

MTEST

ecuaci6n lineal;

BY

variables;

-219-

'" I

PROC REG

OEGOrlES DE LA PRQAJSICIl] ''PffiC

aJrEST

= narrbre

~:

rnruIDA LI\.S ESTIMAClcm:s DE

ros

PARI\MEI'roS EN

E:L WCHI\O S1\S gJE SE ESPEFIQTE.

""
""

ourSSCP = narbre

GI'.JI!IRD'I. LA

~ATRIZ

DE SIJM.l\S DE CllADRADOS Y

PRCUlC'IDS CRUZAOOS EN EL AROIIm ESPB:1AL S1\S

""

gJE SE ESPECIFIgJE.

ALL

IMPRn-lE 'lDDAS I.J\.S OPCICNES DISPONJl3LES EN TCDAS

tAR PROFOSICIONES

MODEL

J\DICICN1\IMENI'E:

DATA=

covcur

j, '

NOPRINT
'uSSCP

SIMPLE
EPSlLON=N

C>

c:.:
O-

- f 2 1-

(;JiF

11

ci.
El

.-

11

11

11

11

11

@ VJ

~~~ ~

~eL

VJ

1-

u.

l;!;

(.!)

o:::
u
O
o:::
'~;i\

Cl..

11

11

11

fi]

11

11

11

!z

~~~~i

-222-

11
:t:

11

~Q ~
O

PROC REG
EJEf1'LD NO,
PROC

1:

SORT mTA = A ;
BY

PRCC

VARIEI:lMD m:';;SIDt'\D ;

MEANS

NOPRlNT oATA=A

BY \!l\lUEDi\D Dr:NSIDAD ;
VAR

RENO;

OOI'POT O\JI' = B
m:_lI.."I= RENDPRO ;
DATA

El ;

SET

B ;

DE:\~

= (D... ;SE_-,D(5) d6*Dr.;;SEAD

+.

(DENSIDMD=5)*96 +

(D;;SJL:,;)=6) 28
DEi~2

PRee

= DE,,,**2 ;

PLOr o;\TA = B1 ;
PLOr RENDPRO><DENS---vARIEDIID /

liI?OO=50 VPCS=4 O ;

TITI.E Poct-lSDIO DE m,ml"1IEN'IO VS DENSll1-'\D ;

.,

...
D

e.

"N

\.U

I
I

.,

...

'N
....

,
I

:>

..J

I
I

.. o!)
laI

Vl

....

,
I

+0

..J

I
I

o
;

....

IU

>

....

,,

ex:
>

.}

,a)
I

,,
,

>-

VI

..,.
lo!)

,,
I

.,,, '"

,1

""

,4"
I

,
,
,''''
I

Il..

"N

'"

I
I
I

--+

-----+-----+-----+-----. -----.-----+-."....
N

'"o'....

""

-224-

<.:>

<ti

'"

+...0

PROC REG
,EJEtfLD NOJ ( CONT. )
PRO:

Rro

DATA=Bl;

BY VARIEDAD ;
RECrA : mDEL

RENOPro = DENS / P CIM

OO'IPUT 0lJI'--B2

PREDICT.ED=P RENO
RESIDUAl:, =E RENO

ID

U95M

=S RENO

L95M

=I_REND ;

DENS

TITLE Pn:;RESICN LTh'EAL SDlPLE

PRO:

PIm

DATA=B2 ;

BY VARIEO!\D ;
PIm

RENOPf*DENS ='@' P_REND*DENS='P'/

O\IERLAY 1il?CG=50 VPOS=40

PIm

EYEND*DENS='@' / VREF=O HPOS=50 VPOS=40

PIm

p_ RENO~DENS= '@' S_ RENO.DENS=S'

1_REND*DENS=' l' / ClIIERIAY 1il?CG=50 VPOS=40;

REGRESION LINEAL SIMPLE

VARIEDAD"';:
'!OIlEl : RECTA
ufP VAU,IA6LE: RENOPRO
"lt::.\N'

::'U.>\ OF

01'-

5 QUl\RES

SQUARE

F V4lUE

PROS>F

2 ..,,99.615
22580.143
47219.818

24099.15
5045.036

4.315

0.1046

ROelT MSE:
OH MEAN

T5.133453

R-SUUAR E
AOJ R-SU

0.52'::4
1.).4030

SUNOl\RO
E:RROR

P ARAMET ER=f)

SOURCE

"lUJEl
EtiRUR

:.

T0f ~l

C.V.

458.267
16.39514
P l\l'lM" E r El!.

VAR1AOlE

Of

1 NTl::RCEP
DEN!>

35J.4~5

.. .b1:l4559

USS

.,1
~

ESTIMArE

ID

ACTUAL

lb

3U2.6Z5
lll]. 3 50
480.515
53b.200
5'7.925
488.</25

32
4ll
&4

9b

128

PREDI CT
VAlUE
H1 ... 0a
404.]&L

431.314
.. 5a.2b1
512.173
566.078

T FOil. HO:

59.91711 tl
0.a05.rHI

PRoa :>

ITI

5.843

O.(lCU

2.092

0.1046

sro

ER'l LOWE:R95:1; UPPER95%

PREOICT
MEAN
MEAN RESIDUAL
49.341
40.0b2
33.270
30.73
40.C62
~9.918

1. )1l9b4E-13
~UM UF ItES 1 DU AL ~
SUM UF 5QUAREO QESIDUA~S 22580.14

-226-

240.401
293.132

338.944
313.106
400.944
399.556

514.415
515.589
523.84
543.426
623.401
732.601

-74.183
-U.eH

49.2&1
17.933
45.152
-77.153

:5
~
z:

o
.....
L.l

c::C
1-

a:::
a:::

a...
W
1-

<~

~
.......

-~

~ ~
-.-

-- -=i5

Cl

--......
L.l

i.....

~ <ti

~ m ~I~

:5

11

o::

l!!I

l!!I ts

>:;

S
-:!!j

~~

-227-

S
~

......

....

~~
11
N

(1).

WTERPRETACION

roCIfoV\ DE HlPOTESIS oc LA EClll\CION DE REGRESION:

...,
""
""
I

~ 1'\,

= '" 3

HIPOTESIS NULA

[ !la: (l

HIPOTESIS ALTERNATIVA

[. H: AlgGn i3 es no nulo

'" O

el 'D

ESTADISTICO

Fe --

p
f>CE

n-p-l
DISTRIBUCION DEL ESTADISTICO BAJO Ho CIERTA:

[F;rv F(p,n-p--l)
DECISION AL NIVEL (.'1: RECHAZAR Ho SI

Fe > fa; (p,n-p--l)

MOOEl: REC U
OEP VARIABLE:

RENDPR~

SUM OF
SQUARfS

MElN
SQUARE

"".5

24699.675
22580.143
47279.618

ROJT N$
OE!P MEAN

75.133453
456.2,,1

SOURCE

MODEl
ERRUR
C
AL

ror

Of
1

F VALUE

PROI:i>F

24b99.675
545.UJ

4.315

0.104&

R-S~U"'H

:..5224
0.4C30

AO.. R-S,.

,
N>
""
...

-,

*
INTEflPRETACION: PRffiABIUDAD DE F

DECISION:

NO RECHAZAR

He

rr~

'----

..

~ ~

F(1,4)

PR > F

,
<:>
""

..

N>

.--- 0.1046
...--_ 0.05

7.71

4.35

Fc ' (1,4)

FO.OS; (1,4)

""'-' ......... "

Fc < FO.OS
"-'

....

....

INTERPRETACION
roW1l\S rE HIroTESIS ACERCA DE LOS PAPJ1rETROS

....

NI

HIPOTESIS NUlA

HlPOTESIS ALTERNATrVA

Ho :Bk = O
Hl:' k i O

k=1,2, ... p

bk
F.stinudor de fl k
e ~, ~ = j"rr. estando del Estimador

ESTADISTICO

DISTRIBUCIOO DEL ESTADISTICO BAJO Ho CIERTA:

Te'" T(n-p-l)

DECISlOO AL NIVEL a: RECHARZAR Ho

SI

ITel > T'l/2 ;(n-p-l)

PARAME Tt:R

STANDARD

ES TUA TE

ERROR

PARAMETER=O

PRoa> ITI

350.4~5

1.684559

59.971118
9.80533Q

5.843
2.092

O.Oi.i43

VAfHAdLE

Of

INTERe!:p
DENS

T fOR HO:

-232 -

O.1:i4b

INTERPRETACION DE LA PROBABILIDAD DE T
IECISION: NO REOlAZAR Ho
a
:1.05

PR> ITI
0.1046

r-

0.0523
0.025

'f

T
Te

Te TO.025
ITel < t O025

PROIcr
03S

ID

ACTUAL

VALU

1
2
3
"t

lb

]2.625
383.350
4O.51:>
536.2\;0
557.925
481l.95

-317.'oca
404.361
"310314

5
6

....'",
No

32
48
6 ..
90
126

'o58.l67
512.113
566.073

STO ER~
PREOICr

LOWR95~

49.347
4O.O2
330270
30.613
40 .':';>
59.916

240.401
293. 132
338.94..
37.3.100
40J.944
399.556

MEAN

UPPER95%
MEAN RESIDUAL

514.415
515.589
53.1>84
543.428
623.401
732.601

-14.183
-21.011
49.2b1
17.933
45.752
-17.153

REGRESION LINEAL SIMPLE

V4RIEDAO=2
Plor OF RcNUPRQ.DENS
PlOT OF P_REND~D~NS

SYMBOl USEO 1::; al

SYM60l USEO IS P

I
I

57;) ..

;;4(,.

I
I
I

..

,,

I
I

,
,
,

51U ..

I
I
I

P
R

,
,,

E .. 60 ..

,,

,,
i

:iI

I
I

,,

//

~50:
\1 420 ..
1
/
Al'

~E 390

:/P/
..

I
IP

:16(; +I

"

I
/

33l;"

I I
I '
30G .. ~
I

-+------+------.------+------+------+------+------+
96
1&
32
46
80
128
112
OENS

-235-

AEGRESION LINEAL SIMPLE

I/ARII:04D=2

SY'4BOL USEO IS

I
I
I
I
6G

"

I
I
I
I
4;:'

"

I
I

2u " ,
R
E

I
I
I

1
:
.
\
.---------~----------------------------------------

1
O
U

,
I

:;
-2~

..

I
I
I

-4(,

I
-~

I
\
\

I
I

..

\
\

-Be:

I !
I al

-+------+------+------+------+------+------+------+
9
48
64
80
128
H2

16

OENS

-236-

ES'l'IWClOO roR lNI'ERVAID DE a:NFD\NZA (l-ex) EN REGRESIOO LINEAL SIMPLE:

PARA LA MEDIA DE LA roBLl\CICN y DI\OO X.

YT

2"

PARA UN VAIDR Y DI\OO X.

(x -

X) 2J

(n-l) Six

NOl'A:

PARA Cl\Dl\ VAIDR X, FLJO, y TIENE

stJPUES'lO l\DICICNAL:

{NA

DlSTRIBUClOO OORMAL.
-

SE PUEIEN TJ\I.BlEN o:::NSTRLlIR lN'l'ER\IAtS lE CDNFD\NZA PARA LA

ESTIMl\CICN lE CAm UlOCl DE LOS P1IAAMfi.."l'R) Y DE LA VARIANZA DE
Y cnmICICNl\DA roR X.

-237-

el

a::

UJ

a..

<f)

UJ

a::

...J

:t:

UJ

a::
a..

><

:>:i

.o

+o

.o

"

<:><

~
z
<:r.
.......

"

UZ

<..!J

LI.J LI.J
::: Q:.;

ow

-lO
<C o::

>c...
0;;

I=:!~

z =>

....... :::

I
I
I

\.

\
\.

.\
\.

\.

\
\
\
\

\
\

LI.J

a....
.......

CI

\\ -- -- - ----- -- :<

LI.J ~.
::: Cl..
V)

\
\

\
\

o;:,

!V)

O
:::

\
\

V)

:3

--q--

-239-

'"

\.

\.

"

I
I
I
I

..

illill

REGRESION LINEAL SIMPLE

VARIEO .. O=
PLOT OF
PlOr OF

P_RENO~DENS

PlOT OF

l_RENO"EN:';

S_RENO~nENS

USEO IS l
SYMBOl USEO IS S
SY"'SUl USEO 15 1
SY~BOL

I
I
I

70::' ..

Qt;

I
I
I
IS

R
t.

50.; +

O
1

I
I
I
I

e
r
E 40~

",5

:)

""

r--

~
L

..

v
~

30" +

E
20":

..

-+------+------t------+------.------+------+------+
80
lb
128
48
112
OENS

-240-

PROC REG
EJEMPLO NO!
POClC

2:
m:x; DATA=Bl;
BY Vi\IUED1\D ;
aJ1\DR:

MDEL RENJPID ,. DENS DEN2 / P CI.M;

001'P\JT 0UT=B3 P=P RENJ

U95M=S RENJ
ID

R=E RENJ

L9511=1....RENO;

DENS

TITLE RffiRESION OJADRATlCA ;

POClC

PI.m' DATA=B3 ;
BY, VARIED1ID 1
PI.m' RENoPRO*DENS '" '@' P RE:ID*DENS='P'
~

PIDl'

HPOS=50 vros=40 ;

E_REND*DEtS:'@' / VREF=O HPOS=50 VPOS=40 ;

PI.m' P_ REND*DENS= '@' S RENJ*DENS=' S '

1 RmD*DENS=' l' /

~'l41-

HPOS=50 VPOS=40;

REGRESION CU~DRATICA
VARIEDAD=;?
MOO EL: CUAOK
OEP "lAR IASLE: RENUPRO
Of

SQU~RES

SUM UF

MI:AN
SQUARE

F VAlUE

PRIJU>F

MUOU

4b'l31.52

3465.82b

Zu2.195

O.OCO

EkROR
e TOTAL

34<1.l6

llb.055

SOURCE

..
,
....
,

4121'h818

RO:lf i1Se:
OE!> IIIEA;\j
C.V

11:1.17 29.:J2

R-SQUARE
AO" R-SQ

0.9926
C.9817

PARAMEfER
ESTHIATE

STANDARD
ERROR

f FOR He:
PI.RAMETER=O

PRoa> ITI

166.351
8.8393it7
-0.0'>9363

15.839578
0.529630
u.1l1J356b553

10.502
16.681j

0.0018
0.0085

-13.1541

O.DeJa

458.2&7
2.350793

N>

VARI Aal E
INTcRCEP
DEN::>

OEN

OF
l

oes

10

ACfuAL

16

30Z.&25

2
3
4

32

j8J.35,)
48'-1.575

48
&4
9&

1028

53b.'00

551.925
488.925

PREIlICT
VAlUE

STO ERR
PREOlc.r

LOWER95~

295.143
398.662
476.906
529.816
559.995
489.011

9.2~'tl

265.735
38:).33it
458.451
508.2&6
538.662
456.413

5.759
5.191
6.191
&.103
10.Z1t5

1.080021:-12
SU" OF RESIOU4LS
OF SQUAREO RESIOUALS 3it8.1063

~UM

MEAN

UPPER95&
/'lEAN

R~SIOUAl

1.482
324.552
..16.990 -.1.5.312
... 95.35&
3.6&9
551-481
6.lZ.1t
581.328
-2.010
5Z1-&Z2 -.iJ92338

REl3RESICN CUADRATICA
VARIEDAD=2
MOOEl: CUAO~
OEP VARIABLE: PENOPRO
:'uM OF

ME~N

SQUARES

SQUARE

F VAlUE

PRiJ8>F

46931.652
341:1.106
41219.818

2341:>5.82&
116.1,>'55

202.195

O.J(Ob

J
5

Ruor MSi:

10.11<:902

R-SQUARE

OEP MEIII\!

fo58.Zb1

o.OJ R-SQ

G.9926
O.9tl77

SuRCE
Iol0JEl
ERROR

C rLlf..lL
I

....
'"
....
I

c.v.

\}f
?

2.350793

rtHERPRETACION DE LA PROBl\BILIDI\D F
DECISION:

RECHAZAR Ha

...

\~:J'"''
. .:;
L

....
....
....

.,;

PR > F

ex.

F(2 ,3)

_ _ _ _ 0.05

~--~
~-=='-

~~ .'.
O 9.55

'10.0006

=A

FO.05:t2,3l

Fe; (2,3)

.-_.
Fe:> Fc (2,3l

.,

..

#~-~t"M~O:r--Oor:x:co.:-~x15n",,,,,
202.2
'l>--

VARIABLE

UF

INTtPCEi>

DE"'~

DE'1e

....""......

.i

PARA'~ETER

STANDARD

ESTHIATE

ERROR

T fOR HO:
PRAMETER=C

16b.351

15.839518
0.5;:'9680
0.0')3506553

1Q.502
11',. sa
-13.841

d.83 .. 347

-\).04:,1363

PROS

> PI
O.OOl8
0.00,:5
0.00J8

Das

10

ACTUAL

lb

302.1:>25
3113.35';
48iJ.51:;

4
5
b

32
48
64
96
1,8

53b.20~

551.95
468.92::>

PREDIO
VAI.UE
295.143
39tl.662
416.9u6
529.376
559.995
4b9.011

STO ERR LOWER95% UPPER95%

PREDICT
MEAN
MEtlN RES (DUAL
'1.2ft1

).759
5.197
6./9L

6.10.;
10.245

....
""
'"

-,

265.135
380.334
458.457
5J8.2bb
:5 38.662
456.413

324.552
7.48<
411:>.990 -i5.312
49:..J5b
3.b69
551.481
6.324
581.326
-2.070
521.62;:: -.':>92336

CUAURATICA
Vo\RIEDo\D=2

REGRESIO~

PLOT OF
PLOr OF

54;:'

510

RENUPRO~UENS
P_RENO~DENS

I
I
I

480
l'

R
E
O 4SL.
1

SYMBOL USEO IS l
SYMBOL USEO IS P

11

"

I
I
I

E .. 2C

\/

I
I

.-

390 +

L
U
E
~bO

330

300 +

27:1

-+------+------.------+------+------+------+------+
lb

48

9b

OENS

-247-

112

128

CUADRATICA
VARIEDAD"2

~EGRESION

SYMBOL USE O IS

,)

I
I

1.5 .. ~

I
I
I

5.0 ..

2.5 ..

0.0

S
1

+------------ ------------------

- 2. 5 ..

u
~

l
S

-5 .. u"

I
I
I

-1.5 ..

I
I
I

-10.0 ..

-12.5 ..

I
I
I

-15.0 ..

lb

32

46

80

64

OENS

-248-

112

128

CU4URATICA
V'RIEOAO=2

REGRESIO~

I'lOT 01' P REND"OE;:IIS

PlOT OF ,,_RENO>;OENS
Plor OF I_RENO,",OENS
"

SYMBOl USED IS l
5YMBOl USEO IS S
SYI1t10l USEO 1S 1
S

I
I

550 +

I
I
I
I

50'; +

P
k 45\1

o
1

e
T

40~

/1
1

I
I
1
I

I
I
I
I

o
\'
A

J50 +

U
E:

30J

I
I

11
I
5" +

20~

I
I
I
I

-+-~----.------.------+------+------+------.------+
lb
b4
80
9b
loa
iza
11Z

OENS

-249-

PROC REG
EJEMPLO NO.

3:

o,'\.TA B ;

SET A ;

'"""

IF VARIEDAO=3 'l11I:N DELE'IE ;

Pro:: PLOT DATA=B

lO>

PIar REND*DENS= 'j) , / VPQS=40 HPCS=50

TI':'LE .RENOIMIEN'lO VS. DENSIDI'lD ;

Pro::

DATA=B

SORT

BY

DENS ;

Pro:: ME[INS
BY
Vi\R

NOPlUNT

DENS ;
RENO ;

OUTPUT
DATA

OOT=C VAR--S2 ;

o;
MEHGE B e ;
BY

DENS;

W=1/S2 ;
DEN2=DENS*2 ;

..

DATA=B ;

PROC REG
EJE!1'LO NO.......:i (CONT.)
pro;: RE73 DATh=D ;

M1 :

M1J)F.T.

RP.Nf)

DENS

.,

P=Pl Rl:ND

Wl'PU'l' oo1'=D1

R=El ~'D ;
'iEIGHT W ;

1-12 : IODEL RCJ)=

DENSDEN2 ;

OOI'PUT OOl'=D2

P=P2 RENO
R=E2 RENO ;

WEIGHT t. ;
TITLE lINAI,ISIS DE REGRESICN ;

PllDC

Pfm

n:I\:I';~i) 1 ;

FlOT

Rf'I\;1hnrnS -

'@' Pl REND*DEN~'P'

OVERU\Y HI'OS=50 VI?C6=40

1'1.0T

el

RI0:D*D=':2~ f

/( t

VREF"O 1iFS=50 VI?C6=40;

PRX

1W1.'

L:.-::."0:

PIlJI'

.RJ::o..1l*DZ:'S

. O'VERI.W
PIOT

=' *'

P2_ RE1J)*DEN~' P' /

f~50 VPOS=40;

E2_ RE!,;D* DEN~ ,

*' /

VREF=O HI'OS=50 VI?C6=40 ;

- 251-

,r

ANAlIsrs DE
MOJEL:

EP

'H

VAKI~glE:

uF

SC~RCE

K~~J

5 u~ <JF

MEA"l

~'JU~~I'O)

SQU~;::

R-k(]i{

,"?

1..9. 6"": 133b

,-6.66534j-

C. riJrAL

23

4,>.212079

'5:::

1.10G93b

....,r]U=L

,{OOT

JEf'

""
V't

~.

""

RE~~tSION

M: .. \j

46b .... '+9

V~lU"

PP,JS>F

19.6G73Jf;)
1.2120oi

lb.l77

0.0000

k- SOU.\I', E
I\OJ k-SO

1.4231
'].3975

T FORo H:
PAKAMETER=v

PRO'l > ITI

: .235108<:'

V.

PAR",METl'Ok

STANDaRD

"~KI"liLE

OF

E ST l'~A TE

"RROR

I'JfEKCED

1
i

Jlt>.Zw
2.71::141

42.3"1043

7.464

u.uO':l

C.b738ZZ

4.C22

;::.0006

l.J;: ... S

'""

ANAlIS'S DE REGqESION
,'101,," 1-: ;-1..::'

DE?

Y~KIAfllE:

~r: ~

O
S U'l

el'

M~~\I

S;}UK';S

SI,)U~"ES

"")UEL

?
i

"S.Otl1335
iS.l 9l 344
.. .272b79

14. (,4007
C.d:'o2:;4

~.9JJ12a

K-$QUIIRE

~.b\J9

.. 613.149

.. OJ F.-SI,)

1).509~

P4RAMETER=0

PROl) > I TI

2.139
4.314
-3.i28

0.':123

cRKJK

Tall",L
K('(jf

,
""
....
'"
,

8Et>

"'S'"
,'1:: ~~4

$ .IIJAK

V.l.RIABlE

OF

i:STI'IATE

.. RO
ERROR

EkC E"

1
1
1

lb4.d96

bC.t911b3

8.9!:OJ2<t
-J. '::502':15

2.,,14188

P4,I{~1ErER

pf

OEf~Z

V~LUi:

PRUB>"

.:~,'d

G.OO~~

lb

~.lqo8104

...... IJ

DENS

~TAND

O.01b"~2

T FOR ,1,,:

'::'.e003

o.oes!

GRAFICA$
Plor UF RE~DbOEHS
PLor OF Pl_RENOtOENS

SYMBOl USEI.J 15 l
SVMBOL USEU IS P

r
I
I
I

k
E

~o.

e
,
r
1

I~

"rOl;"

/P
@~
~f'

: p""""

,,,

al

v
~

l ... !J\..
U

::

+0)

1
I

IOl

C.'

1 ')",

..

..:

.-+------.------.------+------+------+------+------+
lb

y CHiS HIOUEN

4R

60

-254-

112

126

GRA.FICAS
PLGI UF

RE~O~OENS

PLOr

o~_RENO~DENS

O~

S'I'Mt:lOl USED [$ ~
SY/oIbOl USEO IS P

I
I
I

7 e.;

bOl;

..

'>0'-'

P
K
~

o
1

I
I
I

te ... 0:'

..1"

e
r
U

"

JC~

t:

I
lil
I

"o:;

1 'l

..
I
I
I
I

.
I

I
1
I

..

-.------+------+------.------+------+------ -----+
16

32

48

80

1:>4

f)EN~

NUfE :

2.. oes HI COEN

-255-

112

1211

GRl\FICIIS

SYMBOL USEU 1S

~,

'_ J I

j)

.
10l

"E
r
~

-10:'

101
I
f

"

L -2\.1'3

.1

al

;:;

-iI

.--------------------_
.. _------------~-------------I
I
liIl
I

QI

liil
I
I
I

1
)

01

ii
,~

..

:,

il

-4C"'\

- 5 O'~

_+ ______ ______ + ______ + ______ + ______ t

lb

i O re:

411

BO

Z U!3S HIOU"N

-256-

______

+ ______

112

iZB

SYMtlOL USEO [5 01

15::1

IvC

..
I
lI
I

;,

E
:
1

:,:;

I
I

-5J

iI

iI

.. - -.---*------.~-------------------------------~

+;,

1
I
1

-loa ..

-1:;''''

-+------+------+------+------+------+------+------+
RO
lb
128
112
DENS

;,:. OBS HIOOEN

-257-

PROC

REG

EJEMPLO NO. 3(CONT.)

DATA

D1,
SET D1,
El_RENO

= E1_RENO*SQRT(W) ,

DA'11\. D2,
SET D2;
E2_RENO

Pro<::

= E2_ RDID*SQRT (m ,

PIm DATA = ,

PIm El RENO*DENS = '*' I

VPOS=40 HPOS:50
PROC

PIm DA'11\. '"

.,

PIm E2 RE:'D*DENS =
VPOS=40

-258-

'*' I

HPO~30;

ANAlISIS DE REGRESION
SYMBOl USED IS ..
1

2.5

.
2.0 +

..

1.5 '"

l.?

,.

S
1

"

0.5

D
U

l
S

..

1\

O.J

+---------------------*-------------*--------------

,
I

-:- .5

,.I

-1.0 +

-1.5

-2.1

,.I

I
J
I

,.

lb

32

80

b4

48

UENS

-259-

'lb

112

118

ANALISIS DE KEGRESION
SVMBOL USED IS -

1.5 .. *
I
I
I
I
I
l.O ..
I
I
I
I
I

"

1J.5 ..
R

I
I
I

,,..

S
1

.
'"

S
-0.<;

If-

-1.0

-1.5

,'"

..

...

'"

'"

I
I
I

.
l

..
.
32

48

BO

04

GENS

-261)-

9&

112

lZ8

PROC REG
EJEM'LO

00 4:

MT1\

A;

SE'!'

A;

!F VARI.EDAD=2;
PROC

REG

DATA=A

OOTF.ST

Ml : IDDEL RENO
OO'l1'UT

PROC

= VAINASXP

OUT=AFIN

P=PREND

GRl\NOOXV
P=RRElID;

GRANOSXV

VAIN1\SXP ;

GP : TEST

GRANOOXV

plOOSEM ;

VP :' TEST

'\lAll'\SXP

P100SEM ;

: T"'eST

GRANOSXV ;

: TEST

VAINAS.'\P ; .

: TEST

P100SEM

PRINl' DA'l:A=1\EST ;
PR]])T DATA=ASS

LOS PAmIE'.I'R)S;

TITLE Str.-lA DE CUADRADCS ;

PROC

OOTSSCP =ASS

GIl : 'J7,ST

TITLE ESTll-VIOOS Di:

PRO:

= 1\ES'r

PRINl' DATA=AFIN ;
TITLE ARCHIVO FINAL ;

-261-

SJMPLE AIL;

P100SEM;

OESCRIPTIVt

SUM

MtAN

ST~TISTICS

UNCORKECTEO ss

VARIA~CE

STO DEVlonlON

.:) .. 96.39028491

456.2bb59520

5441169.5dOo4111

41,,34.3933U044

132.393669

VAINl\SXP

331. vQ(j()():) JO

13.79166661

S223.000vCOOJ

21!.606~8406

5.34~54031

GRf<NO:;XV

104. :'999~O84

4.35633;:"15

469.33992058

il.58514494

C.76494761

PiO"Sl::M

004.2998:'905

25.17916079

1 73 J7. 46240 22 3

92.24116625

9.60457111

ttE'IO

,
""
'",
N>

SUMS OF SQUARES ANO CROSSPROOUCTS

SSC P
RENO
VAIN .. SKP
GttANOSXV
Pl<.l!::SEM
INTEkCEP

RENO

VAINASXP

C.RANOSXV

PIOJSEM

INTERCE?

5't41190
152'J34
46892.01
274791.9
1(99S.4

152J34
5223
1419.9
7879.198
331

46892.01
1419.</
469.3399
2713.449
lil4.6

';:74191.9
1879.198
2113.449
17337.46
604.2'199

lC998.4
331
104.&
604.2999
24

MOOEL CROSSPRUOUCTS X'X X'Y y.y

....""....
I

X'X

l"HERCEP

VAINASX?

GRANOSXV

PIOC;SEM

RENO

ll11T ERC El"

VA {NAS XI"
GRAIIIOSXV
P1uCSEM
RENO

24
)J1
lG4.6
004.2999
liJ998.4

331
5223
1419.9
1819.199
152034

li.l4.6
1419.9
469.3399
,,713.449
46892.01

01)4.2999
181'ht9d
2113.449
11331.46
214191.9

10998.4
152034
46892.01
214191.9
5441190

P100SEM

RENO

SEQuENTIAL PARAMETER ESTIMAres

INTERCEP
V.. INASX?
GRANOSXV
P10)SEM

458.267
450.978 O.5850b
844.095 -2.21805 -81.3179
821.126 -1.12499 -92.5111

2.22851
X'X INVERSE, B, SSE

1l'fVEKSE
1 Ni ERC El"
1/AIN"SXp
GRANOSXV
PlOOSEM

RENO

INTERe"p

VA lNAS XI'

2.246265
-o .0317197
-0.34634
-0.00694&0]
821.1251

-0.0311197
0.1')01794269
C.OOO96io969
O.OOO34872S7
-1.12499

GRANOSXV

-C.34634
-v.JOb94683
Il.COO9tilZU9b9 0.0003481257
. 0961) 8368
-0.00340336
-0.0034033b 0.OOOb739811
-92.5111
2.228506

821.1257
-1.12499
-92.5111
2.22850b
lO9b2b.6

HODE L:

DEI'

M1

VARI~SLE:

RENO
MEAN
SQUI\RE

Su"! 01SOUP-Cc:

OF

SQUAr{ES

91364.399
309621
4",O'i/9.l

MOEL

ERROR
.:.

20

TnT~L

Roor MSi::

...
I

"'"

OEP i'lEAN

C.v.

F \tAlUE

PRO!:l>F

1.967

0.1514

3,,454.800
15461.332

12404<:4
458.27
27.15101

R-SQUARE
ADJ R-SQ

".2278
0.1120

iAkIl<SLE

OF

PARAMETER
ESTIMA.IE

INfERCEP
iAINASXP
:>1< liNOS XV

1
1
1
1

9;;:1.12&
-1.124'N2
-9.,UOS
.221:1501'>

PIO)Sc:M

STANDARD T FOR HO:

ERROR PARAMETER=O
18, 48 1
5.270453
38.56811'>:'
3.23019';

4.4C3
-0.213
-2.400
.J.69J

PROI) > I TI

TYP;:: 1 SS

f,(PE II SS

0.0003

5040199
183.160
33812.107
7361>.513

300164
705.31
89186.812
736'3.513

0.8331
03.0262
C.4'J82

.. STANDAROllEO
ESTIM.\TE T:JlER~IIICE
0.1)01)000
-0.045570
-0.536295
0.162102

J.847060
J.71332.0
Q.b993()8

TST: Gv

NUMER JI TOR:
UENOMINATOR:

67963.
15481.3

OF:
DF:

20

F Vl\LUE:
PROB >F :

0.0212

uE,~OMINJI

NUMFRUOR:
TOR:

9:)135.9
15481.3

OF:
OF:

1
20

F V~lUE:
PRUI3 >F :

5.8lO
e.0251

NUMIOR4 TDR:
:.>ENOMIN4TOR:

384.1>1>1
15 ... 81.3

OF:
OF:

20

F VALU:
PRB >F :

(;.871>3

NUMERATOR:
OENOMINArOR:

89181>.9
15 ... 81.3

OF:
DF:

F I/ALUE:
PROS )F :

0.0262

TST: V

NUMERATOR:
DENOMINATOR:

1)5.361
15 ... 81.3

OF:
DF:

1
20

F VALUE:
PRoa >F

0.0456
0.8331

TEST: P

/IIUMEK.rOR:

7368.51
15481.3

DF:
OF:

1
20

F VALUE:

r :s r: GP
T;:ST: VP
rES T: G

,
N>

'"'",

) E NO 1'41 N Al

oR:

PRoa >F :

5.6819

~.v24t8

5.169

O.416:l
0.4982

COVARIANCE OF ESTIMATES
CUV13

I~rERCEP

VAINasXp

GR"NOSXV

P 1 v\) SE"I

INTERCEP
VAlINoI.$XP
f,t>.MJQSXV

34115.11
-583.951
-5361.8
-11)7.546

-583.951
27.17167
14.89454
5.398138

-5361.8
14.8'1454
1487.503
-::>2.6885

-lOl.54t>
5.3987'38
-52.63Bj
10.43413

P1O';$EI',

CORREl4TION Of ESTIMArES
I

CORRB

INTERCEP

VAtNASXP

GRaNQSxv

PIOOSEM

1.000e
-0.5941

-0.5941
1.0000
0.0133
O.3tH

-0.1455
0.)133
1.0000
-0.4229

-0.1785

No

aa-

1 NTEIl.CEP
VAINA~)(P

GKAN05XV
P10JSEM

-~.745!>

-0.1185

Q.3171

-0.4229
1.0000

ESTIMADOS DE
OS$

TYPE

_MOU'=l

Ul!>

'H

_SlGM4

124.424

RNu

VAIN~SXP

-1

-1.125

SUMA DE

uBS
I

....o-""
I

1
2

-NAME -

INTERCEP

RENO

1(, 998.4
331.0
104.6
604.3
24.3

VAINA;iXP
GRANOSXV

PIOJSEM

INTERCEP

OAfA=A
GRAI\OSXV

PIOJSEM

INTEkCEP

-92.571

2.22851

821.126

CUADR~OOS

RENO
5 .. 41190
152034
46892
274792
lU998

VAINASXP

152;:;34
5223
14le.
7879

331

G"'A'IIOSXV

PIC')SEM

46892. J
1419.9

2H792
7879
2713
17337
b04

"9.;
2713 ...
lC4.6

AQCHiVi.l
VARIEDAD

ll!>
1
2

2
2

.3
4
;

2
2

2
l.

1':'
II
12

2
2
2

O
1 ..
15

lo
17
18

2
2

2
2.
2.
2

19
20
21
2i.:
23
24

No

o-

""

OEN~IDil.D

1
1
1
2.

.:

REP
1
.3
2
4
1
3
2

"1

.3
3

3
2

"

4
4
4
4
5

1
.3

:>

:>

2
3
1

2
Z
2

2.
4
1
.3

&

..

RE'ND
299.9
24&.7
423.1
24.2
272.1:l
429.5
479.4
35 1
597.3
4BS.4
464.9
311.7
&15.3
491.1
545.9
492.5
&15.5
49,h
577.0
481.0

571.5
354.2
71 ... 4
315.6

VAtNA$XP
22
13
Z3
13

11
19
20

.,

2.0
10
13

12
9
7
11
23
1'5
11
11

F{\j~L

GRANOSX\I

4.3
4.&
5.9
5.1
4.4
3.7
3.7
5.1
4.9
4.1
4.4
5.2
3.5
5.3
3.13

2.6
4.0

PiOeS!::'!

lDE"IT

PREND

RKEND

211
213
212
214
22l
223
222
22.4

447.125
436.164
382.537
383.6J8
403.163
510.122
5(:1.574
378.&,,1
394.9 ... 6
487.3d4
450.221
3&9.935
523.875

-147.2<:
-ld9.46
41.16
-143.44
-190.37

21.9
24.9
22.5
22.1
2.7.1
24.?
20.4
23.4
22.4
2S.6
22.9
9.6
2:.7
21.5
35.3
B.l
22.2
21:... 1
27.3
23.1
3&.7

233
232
234
241
243
242
2 r. J
251
253
252
254
2b!

231

8
11
8

4.4
4.7
4.C
3.5
b.2

62.6

2b3

1&

3.6

23.1

:>

4.4

19.6

262
2&4

370.531

535.647
572.611
483.439
46C.'lj'l
434.50'5
493. 320
5&6. ~'>3 8
317.691
521.34'l
451.861

-ill.Z2

-22.17
-2&.90
202.35
l. -: 2
i4.6d

1.76
91.42
120.50
10.25
-S

tz

192.,- <>
37.2
14"2.49
-12.32
4.90
.2'
'
193.C5
-136.27

3."

PROC STEPWISE
CBJETIVQ:
SElECCIONAR EXPLORATORIAJI'ENTE VARIABLES QUE MEJOR AJUSTAN AlGLNA
I

""
..,

'"

ECUA.CION DE REGRESIOO LINEAL

ESPECIElCAClOO:
PROC STEPWISE DATA

= nari:lre

de archivo;

I'VDEL var.depend = v ar. indepjopciones;

WEIGHT variable;
BY variables;

PROPOSICION MODEL - OPCIONES -

NOINT

ELIMINA EL '!'Ea1INO INTERCEP'ID DEL mJEI.O

BACKWARD

'I'FX:NICA DE ELIMINACICN DE VARIABLES SI 00

SCN SIGNIFICATIVAS N.. NIVEL SLSTAY

FORWARD

'I'FX:NICA DE no..uSICN DE VARIABLES QJE SCN

SIGNIFICATIVAS N.. NIVEL SLENTRY.

STEPWISE

'I'FX:NICA DE no..uSICJ)I' DE VARIABLES QJE SCN

SIGNIFICATIVAS N.. NIVEL SLENTRY y IAS ELIMINA SI 00 SCN SIGNIFICATIVAS N.. NIVEL

SLSTAY.

MtIXR

SLSTAY

MINR

SLENTRY =

-INCLLtE =
START =
STOP =

- 210-

PROC STEPWISE
EJEMPLO NO,

....
.....
I

'

'PROC

1:

STEPWISB DATA=A;
MODE!. REND

= GRANOSXV

VAINAS Xl' P~OOSEM

FORWARD S.!'CKWARD STEPW:;' ;

TITLB ANALISIS DE REGRESION p(JR PASOS;

"

"'"

ANALISIS uE REGRESION POR

F~R~.RP

STEP 1

VARI~SLE

SElECTION PROC2DURE FOR DEPENDENT VARIASlE RENO

GR.NOSXV eNTcREO

uF
REGRESSruN

22

rOTAL

23

Il VALU
I

N>

NTERC EPT

S~UA~2

.2~145152

e.a3n::>B

C(P} =

MEA'! S;Ul\RE

PROtl>F

80180.26105593 B018C.2lO5S93
32021.81Z7741 145S5.~392110
400991.07333334

5.5::'

c.G.na

PR~>F

SU/'! 01' SQUARES

lRRDR

P~SOS

S ro ERROR

TYPE I!

SS

195.92496594
-77.4-/417957

32.88599720 80180.26105593

5.55
O.~278
._--~------------------------------------------------- ----------------------------------------

.....

Gfl A'IOS XV

'ol

STEP Z

V~RIABlEPIOuStM

KeMOVED

OF

REGRt::SSION
ERROR
TDrAl

1
Z2

23
VAlUE

195.Q496594
-77 .4TH 7951

O.ZOl~5152

C(P) =

G.t.8Jb7128

SQUAfH:S

"'EAI> SQUARE

PR08::>F

80780.26105593
320210.81221141
400991.01313334

801BO.2blO559J

5.55

0.0278

:'UI1 OF

ti

INTERC;: Pi
GR .. NOSXV

A SQUARE =

1~555.03b92110

:RRR

TYPE U SS

PROJ>F

32.385991.<:0

S'H80. 6105593

5.55

0.0218

STO

---~----------------------------------------------------------------------------------------

ALL VARIABLES IN THE MODEL ARE SIGNIFICANT AT fHE 0.1000 LEVEl.

,
.........""

ANAlISIS OE REGRESlON POR PASOS

BACKftAKO ELIHINATION PRQCEOURE FOR DEPENDENT VARIA8LE RENO

STEP O All VARIABLES

ENTER~D

C(P) =

4.00000000

UF

SUI'! OF SQUARES

MEAN SQU4RE

PROa>F

9lJ64.4040912
309626.66923611
400991.07333334

3::'454.80136574
i 548 1. 3 33461&1

1.91

e.1514

8 \lALUt:

STO ERROR

Tl'PE II SS

PROB>F

821.12592191
-<Jl..511iJ6852
-1.124995!l5
2.22850406

38. 561116.22
!).U045300
3.23018944

119186.87320378
705.36465829
7368.50251945

5.16
0.05
0.48

0.0262

REGRE5SION
ERROK

roTAL

23

lNTERC':: PT
GRAIIlOSKV
VAINASXP
PIO~ SEH

R $UUARE = 0.22184648

0.8331
C.4982

-------------------------------------------------------------------------------------I

....
.....
N)

ST~P

1 VARIABLE

VAIN~SKP

e (P) =

2.G4556221

MEAN SQUARE

PROB>F

90.,59.0)943893
31')3 32.03369440
400991. i.i 733 3334

45329.51911941
14717. H589913

3.01

0.(;678

V~lUE

STO ERROR

TYPE II SS

PI!OB>F

191.41590022
-91.90184024
2.44715,,88

31.58023::167
2. 993C 4424

88503.49175798
9678. 17t1J83iJO

5.99
0.&7

0.4228

21
23
B

PH fRee:.?T
Gi<ANOSXV
PiDO SE'"

R SQUARE = 0.22608743

SUM OF SQU"RES

Uf

REGIlE SS ION
ERROR
TOTAL

REMOVEO

0.0233

----------------------------------------------------------------------------------------------,
....
.....

'"

,,

"

STtP 2 VARIABLE P1D0SEM

'=NTEREO

R SQUARE

= 0.22608743

C(P) =

2.U4556221

OF

SUM OF SQUARS

MEAN SQUIIRE

PROS>F

REGRESSIO!\l
ERR'1R

2
21

45329.519 7J. 947

14777.71589913

3.(17

0.Cb7a

TOrAL

90b59.03943t193
310332.033894 ... 0
400991. n 3 3334

d VAlUto

S TO ERROR

TVPE 11 SS

PROB>F

797.47590022
-91.9078402. 4
2.44115288

37.580231:'1> 7
2.99304424

88503.49175798
9678. 17aBlO/)

5.99
0.61

0.0233
0.4228

INTERCPT
(iRANOSXV

PHi)SE,..

.----------------~------------------------------------ ------------------.-------------------------

NO OThER VARIABLES MET THE O.500J SIGNIFICANCE lEVEl FOR ENTRY INTO THE MODEl.
I

""
.....

""
I

ANALISIS OE REGRESION POR PASOS

sr:PWI$E REGRESSION PROCEOURE fOR
srEP 1 vARIABLE

REGR S:' ION

t:~ROR

TaT AL

GRANOS~V

R SQUARE = C.2u145152

VARIASLE RENO

C(P)

,) .bB36 1128

"

uF

!'IUM Of SQU .. RES

M':4.N SQU"RE

PR03>F

1
2Z
23

110181,;.2610 !)S93
320.:;.8127741
40C991.01333334

aC181.l.blO5593

5.5:;

O.278

vAl'JE

S ro ::RROR

TYP' Il SS

PROB>f

195.9249.,594
-17.47417957

3.88599720

8Q180.26105593

5.55

0.0218

I:l

INTERCEPT
GRANOS XV

ENTER~D

OEP~NDENT

14555.03b92.170

._---------------------------------------------------------------------------------------NO
I

......
No

OTH~R

VAkIASlE:' HET THE 0.150) SIGNIFICANtE lEVEl FOR ENlRY INTO THE MOOEl.

j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
j
.j
j
j
j
j
j
j
j
j
j
j
j