Documente Academic
Documente Profesional
Documente Cultură
Taller No. 4
Carlos Mario Gil / Johan Stiven Nio
1. A una agroempresa le interesa evaluar los rendimientos de seis especies de menta
(Mentha sp.), a fin de identificar la ms eficiente para implementar un cultivo a gran escala.
Para tal efecto decide efectuar un experimento, el cual es implantado en un terreno con
cierta pendiente que le confiere diferencias de drenaje, lo que amerita su divisin en zona
alta, media y baja, en cada una de estas se acondicionan seis parcelas experimentales. A
continuacin se muestran los rendimientos en trminos de kilogramos de aceite esencial
obtenido por hectrea (Kg/Ha):
Especie
ZONA
Alta
Media
Baja
Mentha arvensis
63,07
55,37
33,68
Mentha sativa
51,7
57,2
33,43
Mentha pulegium
129,39
93,78
80,46
Mentha piperita
141,25
106,87
67,07
Mentha spicata
52,98
40,11
29,8
Mentha
rotundifolia
62,69
57,68
40,32
H 0=1= 3 H i= 1 3
H 0=1 + 2=2 6 H i=1 + 2 2 6
H 0=1 + 5= 3+ 4 H i=1 + 5 3 + 4
H 0=1 + 3= 2+ 4 H i=1 + 3 2 + 4
H 0=2 1 + 5 =2+ 4 + 6 H i=2 1 + 5 2+ 4 + 6
T1
T2
T3
T4
T5
T6
C1
-1
C2
C3
-1
-1
C4
C5
1
2
-1
-1
1
0
-1
-1
0
1
0
-1
Yi.
152,1
2
142,3
3
303,6
3
315,1
9
122,8
9
160,6
9
F de v
Rendimie
nto
C1
C2
C3
C4
C5
Error
SC
12371,
94
1912.9
1273.4
4925.2
0.1
608.5
1419,7
9
Total
17727,
62
Gl
5
CM
2474.4
F
17.4
1
1
1
1
1
10
1912.9
1273.4
4925.2
0.1
608.5
142
13.5*
9*
34.7*
0.0007
4.3
17
CiY i.
i=1
n Ci
SC
i=1
22955.
3
45841
12
11820
5.3
3.1
36511.
6
24
36
24
60
1912.
9
1273.
4
4925.
2
0.1
608.5
F0.05,1,20 =4.96
Con un nivel de significancia de 0.05 hay suficiente evidencia estadstica para concluir que
los contrastes C1, C2, C3 tienen diferencias significativas entre si.
3. Citar dos condiciones del experimento que ayuden al control del error experimental.
Una condicin del experimento que lo ayuda a hacer control del error experimental es que
las seis variedades de Mentha sp. sern trabajadas bajo las mismas condiciones climticas
y edficas, esto controla que una variedad no tenga ms precipitacin, humedad, viento,
nivel de drenaje, etc. que otra variedad.
Otra condicin que permite controlar el error experimental es que el diseo est
balanceado, es decir, tiene la misma cantidad de tratamiento por factor evaluado. Esto nos
permite tener un control en cuanto al nivel de repeticiones del experimento, haciendo que
cada especie de menta sea evaluada con las mismas condiciones que las otras variedades.
4. Caracterizar completamente este diseo (establecer modelo lineal del diseo, si son
efectos fijos o aleatorios, diseo balanceado o desbalanceado, explicar las componentes del
modelo).
Modelo estadstico del bloque:
Yij = + i + j + eij i = 1, 2, 3, 4, 5, 6
j = 1, 2, 3
Donde
Yij = Variable observada, rendimiento de menta.
= La media general del experimento
i = Tratamientos 6 especies diferentes de Mentha sp.
j = Bloques, las 3 alturas (baja, media, alta)
eij= Error experimental.
Es un diseo balanceado ya que tiene el mismo nmero de rplicas por cada tratamiento.
Es de Efectos fijos ya que son establecidos por el investigador.
Ho: i=0;
Ninguno de los tratamientos tiene efecto significativo en el rendimiento menta
Ho: i0;
Al menos un tratamiento tiene efecto significativo sobre el rendimiento de menta
5. Suponga que se perdi el dato del tratamiento Mentha Sativa en la zona media, estimar
por mnimos cuadrados e intrprete.
t y +b y . j y ..
^
X = i.
(t1)( b1)
6( 85.13 ) +3( 353.81)(1196.85)
^
X=
(61)(31)
510.8+1601.41196.85
^
X=
(61)(31)
375.4
^
X=
(5)( 2)
375.4
^
X=
10
^
X =37.5
La estimacin para el dato y22 es igual a 37.5
6. Construya la tabla de ANOVA correspondiente y concluir.
TABLA DE ANOVA DBCA
F de v
GL
SC
CM
Fc
Pvalor
Varieda
d
5,00
12371,9
4
2474,39
17,43
0,00012
3,33
Bloques
2,00
3935,89
1967,94
13,86
0,00131
4,10
Error
10,00
1419,79
141,98
17,00
17727,6
2
Total
Con un nivel de significancia del 0.05, hay evidencia estadstica para no rechazar la
hiptesis nula; por lo tanto al menos un tratamiento tiene efecto significativo sobre el
rendimiento de la produccin de aceite esencial.
Con respecto a los bloques se puede decir que ejerce un control local sobre la variable
respuesta.
Suma de cuadrados de los tratamientos
a
( ..)
1b ( y i .) N
i=1
6
(1196.85)
13 (152.12) +(142.33)2 +(303.63)2 +(142.33)2 ++(142.33)2 +(303.63)2 18
i=1
13 (275857.5)79580.55
i=1
Sc Tratamientos=12371.94
2
( ..)
1
y
a ( .j) N
i=1
2
(1196.85)
1
(501.08)
+(411.01)2 +( 284.76)2
6
18
i=1
3
16 (501098.6)79580.55
i=1
Sc Bloques=3935.89
( y ij )2
j=1
( ..)
N
i=1
(1196.85)2
( 63.07 ) +(51.7) +(129.39) + +(40.32) 18
j=1
2
i=1
97308.17
(119030)2
()
24
b
j=1
a
i=1
Sc total=17727.62
Sc Error=17727.6212371.943935.89
Sc Error=1419.79
7. Hacer los grficos de validacin de supuestos del modelo e interpretarlos.
En la interaccin Plot para los bloques podemos observar que ningn bloque interfiere entre
si, tambin podemos evidenciar que los datos de las medias registradas se encuentran
cerca a su respectivo bloque, concluyendo as que hay aditividad entre los efectos y los
bloques del experimento
En este QQ plot, se evidencia que las especies de menta 3 y 4 tienen una variacin amplia
a comparacin de los tratamientos 1, 2, 5 y 6. Podemos decir que las especies 1, 2 y 6
tienen la media por debajo de la mediana del experimento, que el dato 3 tiene la media mas
alta que la mediana del experimento y los tratamientos 4 y 5 tienen las medias muy
cercanas a la mediana del tratamiento. Tambin podemos concluir que hay normalidad entre
los tratamientos.
* Duncan
Se concluye con Shapiro Wilk porque tiene una potencia alta y el experimento cuenta con
pocos datos (menos de 50)
Conclusin: Al ser Wc = 0.993517 y Wcritico = 1.00, no se rechaza la hiptesis de
normalidad, es decir, los datos se ajustan a una distribucin normal.
*Bartlett
Estimacin de efectos
50,7066
7
66,4916
7
-15,785
47,4433
3
66,4916
7
-19,0483
101,21
66,4916
7
34,7183
3
105,063
3
66,4916
7
38,5716
7
40,9633
3
66,4916
7
-25,5283
53,5633
3
66,4916
7
Residuos
e11
-4,66
e12
2,65
e13
2,01
e21
-12,77
e22
7,75
e23
5,02
e31
11,16
e32
-9,44
e33
-1,72
e41
19,17
e42
-0,20
e43
-18,96
e51
-5,01
e52
-2,86
e53
7,87
e61
-7,90
e62
2,11
e63
5,79
-12,9283