ACTIVIDAD 6: APORTE INDIVIDUAL TRABAJO COLABORATIVO 1 DISEO EXPERIMENTAL

Presentado por: LEONARDO FABIO MORENO ROMERO CODIGO: 11444092 Estudiante

Presentado a: CAMPO RIAO Tutor de curso

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS AGRICOLAS PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA - CEAD FACATATIVA SEPTIEMBRE DE 2013

Trabajo a Realizar El documento a entregar debe contener el desarrollo de los siguientes puntos: 1. Qu diferencias existen entre hacer un contraste de hiptesis con una prueba paramtrica con respecto a una no paramtrica? (Mximo 150 palabras). Paramtricas: mtodo donde la distribucin de muestreo es conocida No paramtrica: mtodo que no requiere conocimiento de la distribucin del muestreo estadstico. La distribucin de la variable que nos interesa comparar tambin es importante a la hora de establecer la prueba estadstica que nos permita evaluar la hiptesis nula de igualdad, de forma que si la distribucin es normal y cumple algunas otras condiciones, utilizaremos los denominados test paramtricos y si no cumple dichos criterios tenemos la opcin de usar los llamados test no paramtricos o de distribucin libre, que se basan en los rangos de distribucin de la variable. 2. Cmo se puede definir s los datos obtenidos deben ser evaluados mediante pruebas paramtricas o pruebas no paramtricas? (Mximo 200 palabras). Al realizar una investigacin, los datos recolectados no van a tener una distribucin normal necesariamente. En estos casos, no se cumplira con los supuestos para trabajar con pruebas de hiptesis Paramtricas. Se trabaja entonces con las pruebas No Paramtricas (llamadas tambin de libre distribucin). Una prueba no paramtrica se aplica cuando los datos de la muestra: No siguen una distribucin normal, No es posible aceptar las suposiciones de la estadstica paramtrica, o Tienen una escala de medicin que no permite realizar operaciones aritmticas. 1. Defina homocedasticidad y explquela mediante un ejemplo aplicado a su profesin. (Mximo 150 palabras). La homocedasticidad se define como la igualdad de las varianzas en la distribucin de frecuencias de dos o ms variables. Una condicin necesaria para poder comparar las medias de varios grupos es que las varianzas de cada grupo deben ser iguales, es decir, las dispersiones de los datos no deben diferir entre los grupos a comparar. Promediar las varianzas mayores y menores podra arrojar resultados engaosos, como considerar significativa la diferencia entre dos tratamientos con varianzas grandes cuando en realidad pudo haber ocurrido por casualidad (falsos positivos), o declarar no significativa la diferencia entre dos tratamientos con varianzas pequeas cuando, de hecho, lo era (falsos negativos).

El test de Bartlett es una de las pruebas que ms se utilizan para la deteccin de esta grave transgresin de los supuestos del ANOVA. Nos da la probabilidad P de tener diferencias mayores o iguales a las observadas en la muestra si las varianzas fuesen homogneas. Si P < 0.05, se acepta la hiptesis alternativa de que las varianzas no son homogneas. En la prctica un contraste de gran inters es el de la homocedasticidad o igualdad de varianzas. Decimos que dos poblaciones son homocedticas si tienen la misma varianza. El test de homocedasticidad sera entonces el mismo que el de un cociente de varianzas, donde R=1, es decir:

2.

Mediante un ejemplo aplicado a su profesin explique: 1) dos muestras independientes o no apareadas y 2) dos muestras dependientes o apareadas. Qu diferencias existen en cuanto al tratamiento estadstico de los datos entre estos dos tipos de muestras? (Mximo 200 palabras). 1) Muestras independientes. Es un caso muy comn en el que se desea comparar las medias de dos poblaciones y para ello se toman muestras de cada una de ellas independientemente. Debido a la naturaleza del muestreo y de las poblaciones, el tamao de las muestras puede ser igual o distinto y las varianzas respectivas pueden, asimismo, ser iguales o diferentes. Ejemplo: un experimento en el que se evalu el contenido de N-NO3 en un suelo cultivado con olivar en muestras tomadas de parcelas diferentes; en una de ellas no se aplic nitrgeno y en la otra se aplic 1 kg de nitrgeno por olivo durante varios aos. 2) Muestras pareadas. En este caso se seleccionan individuos o cosas de dos en dos, es decir, por pares, de forma que a un miembro de cada par se le aplica un tratamiento y al otro miembro el segundo tratamiento. En ocasiones, el mismo individuo proporciona los datos para dos muestras distintas que se pretenden comparar; por ejemplo, se puede medir el contenido de clorofila de una planta antes y despus de una aplicacin de un producto qumico que se supone puede afectar al contenido en clorofila.

Cuando se trata de comparar dos muestras, hay que tener muy claro si las muestras son pareadas o independientes, pues los resultados del anlisis pueden alterar las conclusiones si se usa el procedimiento inadecuado. Las muestras

pareadas tienen la ventaja de que sus pruebas t no exigen que 1=2 y, en ocasiones, el tamao de las muestras puede ser inferior que si se tratase de muestras independientes. Pero no siempre es posible hacer un emparejamiento efectivo al disear un experimento. Hay que tener en cuenta que puede perderse precisin si el criterio para establecer parejas no tiene relacin con la variable en estudio, o si los miembros de un par estn correlacionados negativamente. 5. Qu es una anlisis post hoc? Cundo y para qu se efecta? Nombre al menos 4 pruebas post hoc. (Mximo 150 palabras). En un anlisis post-hoc se examina crticamente el proceso real de desarrollo y se contrasta con el proceso planificado para identificar aquellos aspectos del proceso que vale la pena conservar, profundizar, mejorar, modificar o eliminar. Este anlisis se hace a la luz del producto elaborado, su calidad y el esfuerzo invertido en producirlo y sirve de insumo para las prximas etapas de planificacin. Una parte del anlisis post-hoc es determinar qu elementos del anlisis y diseo del proceso de desarrollo contribuyeron significativamente a capturar los requerimientos y aspectos que los usuarios consideran positivos y qu elementos hubieran podido evitar o reducir sus insatisfacciones. Luego se puede considerar qu se necesita introducir en el proceso para introducir esos elementos de mejora a un costo razonable. Lista de las pruebas post hoc

Mnima diferencia significativa de Fisher Correccin de Bonferroni Nueva prueba de rangos mltiples de Duncan Mtodo de Newman-Keuls El mtodo de Rodger El mtodo de Scheff Prueba de rangos de Tukey Prueba de Dunnett

6. Para dos bases de datos (disponibles en el archivo Bases de datos, el cual puede descargar haciendo click aqu), una para el trabajo individual y otra para el grupal (desarrolle el ejercicio con la base de datos asignada segn la tabla 1, dada ms adelante) desarrolle los tems a al d mostrados a continuacin: a. Presente una tabla que resuma los datos.

Estimado estudiante, en la tabla 1 siguiente se establece la dinmica mediante la cual queda definida la base de datos que deber trabajar con el punto 6, tanto para el trabajo individual como para el grupal.

Segn las indicaciones del cuadro mi grupo es el 30156_7 y mi cdigo es 11444092, me indica que tengo grupo impar, cdigo par, debo trabajar con la base de datos 2 individual.

Resumen Estadstico para Reg-Peso Recuento Promedio Desviacin Estndar Coeficiente de Variacin Mnimo Mximo Rango Sesgo Estandarizado Curtosis Estandarizada

100 111,26 20,9514 18,831% 32,0 161,0 129,0 -2,67853 3,09345

Tabla de Frecuencias para Reg-Peso Lmite Lmite Clase Inferior menor o igual 0 9,0 18,0 27,0 36,0 45,0 54,0 63,0 72,0 81,0 90,0 99,0 108,0 117,0 126,0 135,0 144,0 153,0 162,0 171,0 mayor de Media = 111,26 Superior 0 Punto Medio Frecuenci a 0

Frecuenci a Relativa 0,0000 0,0000 0,0000 0,0000 0,0100 0,0000 0,0000 0,0100 0,0300 0,0000 0,1000 0,1100 0,1700 0,1600 0,1900 0,1200 0,0700 0,0100 0,0200 0,0000 0,0000 0,0000

Frecuenci a Acumulad a 0 0 0 0 1 1 1 2 5 5 15 26 43 59 78 90 97 98 100 100 100 100

Frecuencia Rel. Acum. 0,0000 0,0000 0,0000 0,0000 0,0100 0,0100 0,0100 0,0200 0,0500 0,0500 0,1500 0,2600 0,4300 0,5900 0,7800 0,9000 0,9700 0,9800 1,0000 1,0000 1,0000 1,0000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

9,0 4,5 0 18,0 13,5 0 27,0 22,5 0 36,0 31,5 1 45,0 40,5 0 54,0 49,5 0 63,0 58,5 1 72,0 67,5 3 81,0 76,5 0 90,0 85,5 10 99,0 94,5 11 108,0 103,5 17 117,0 112,5 16 126,0 121,5 19 135,0 130,5 12 144,0 139,5 7 153,0 148,5 1 162,0 157,5 2 171,0 166,5 0 180,0 175,5 0 180,0 0 Desviacin Estndar = 20,9514

b. Determine si los datos deben ser analizados con pruebas paramtricas o no paramtricas. Las pruebas paramtricas se aplican cuando tienen distribucin normal. Los datos son normales cuando un grupo de datos se concentran ms hacia el promedio. Lo cual se puede verificar entre otros realizando grafica de los datos, se realiza un histograma o una curva normal se presenta en forma de campana. Histograma de los datos:

Lo que nos evidencia el histograma es una distribucin normal de los datos, lo cual implica que podemos utilizar pruebas paramtricas. c. Establezca si con la base de datos se puede hacer un anlisis de datos (en el caso que no sea posible, argumente el por qu no) y haga el correspondiente anlisis estadstico. Se puede realizar un anlisis de estadstica descriptiva.

d. Elabore conclusiones de acuerdo al anlisis.

BIBLIOGRAFIA .- Altman DG. Practical Statistics for Medical Research. London:Chapman and Hall, 1991. .- Armitage P, Berry G. Statistical Methods in Medical Research. 3 rd ed. Oxford:Blackwell Scientific Publications, 1994. .- Carrasco JC, Hernn MA. Estadstica multivariante en las ciencias de la vida. Madrid: Editorial Ciencia 3, S.L.1993. .- Abraira Santos V, Prez de Vargas Luque A. Mtodos Multivariantes en Bioestadstica. Madrid: Editorial Centro de Estudios Ramn Areces, S.A. 1996. .- Field A. Discovering Statistics using SPSS for Windows. London: Sage Publications 2000. 1. Tcnicas estadsticas con SPSS. 2003. Csar Prez. Editorial Prentice Hall. ISBN: 8420531677. 2. Anlisis multivariante aplicado. 2005. Ezequiel Uriel y Joaqun Joaqun Alds.. Editorial Editorial Thomson Thomson.. ISBN: 8497323726
http://centrodeartigos.com/articulos-educativos/article_11117.html