Documente Academic
Documente Profesional
Documente Cultură
ESTADISTICA.
TEMA:
PARCELAS DIVIDIDAS
INTEGRANTES:
CURSO:
PERIODO ACADEMICO:
2018 (1).
1
05-2623-740 ext 181 / 05-2613-453
Av. Circunvalación Vía a San Mateo
www.uleam.edu.ec
2
TEMA:
PARCELAS DIVIDIDAS
3
I. INDICE
CONTENIDO
I. INDICE................................................................................................................................ 4
V. MARCO TEORICO........................................................................................................... 9
X. BIBLIOGRAFIA .............................................................................................................. 32
4
II. ANTECEDENTES
5
necesidades reales de los alumnos, hasta llegar a la estructura que se recoge
en esta publicación. En este momento, es justo mencionar la labor pionera del
Profesor Luis Rallo Romero, que inició la impartición de esta asignatura con el
afán altruista de ofrecer a sus alumnos una formación básica, de la que carecían,
para la realización de sus trabajos experimentales (Federer, W.T. and
Ragavarao, D.,, 2012). La perseverancia en el mantenimiento de la asignatura,
acompañada por la buena aceptación por parte del alumnado y el consiguiente
éxito en la matriculación, hizo que otros profesores nos integrásemos en las
enseñanzas y mantuviéramos vigente el objetivo con el que el Profesor Rallo la
concibió ( Fleckinger, J, 2003).
6
III. OBJETIVOS
7
IV. INTRODUCCION
El tema de diseño de parcelas dividas suele constituirse en un requisito
académico dentro de los programas de estudios universitarios a nivel de
pregrado y, en algunas oportunidades, de postgrado, en profesiones
relacionadas con áreas agropecuarias, forestales o ambientales. Sin embargo,
la estrategia utilizada para resaltar su valoración e importancia en la formación
profesional integral de las personas dedicadas al estudio de estas temáticas,
generalmente carece de elementos motivacionales y aclaratorios suficientes
para que estas personas (estudiantes) puedan entender su concepto, conocer
sus modelos y aplicar sus fundamentos, de tal manera que su alcance trascienda
el marco puramente curricular.
8
V. MARCO TEORICO
9
mediante la experimentación crítica, a los sistemas de producción local
(Rodríguez E, 1989).
10
1995). Supóngase que se quiere realizar un experimento que involucre dos
factores: el primero con tres niveles y el segundo con dos, así:
11
A las unidades experimentales mayores suele llamárseles parcelas grandes o
parcelas principales y a las unidades experimentales menores se le llama
subparcelas o subunidades. Se debe notar que además de que los niveles de
los diferentes factores son asignados a unidades experimentales de diferentes
tamaños, está implícito también un número diferente de repeticiones. El número
de repeticiones para el factor asignado a las subunidades es (ab), siendo a el
número de repeticiones del factor asignado a las unidades principales y a su
número de niveles (Pompa, J., L. Mucina, O. Van Tongeren & E. Van der Maarel.
, 2007). El factor correspondiente a las parcelas principales puede asignarse a
éstas utilizando cualquiera de los esquemas de aleatorización básicos:
Completamente al Azar, en Bloques al Azar o en Cuadro Latino. El factor
correspondiente a las subparcelas se asigna al azar dentro de cada parcela
principal; en tal sentido, las parcelas principales son análogas a bloques, solo
que por asignarse a éstas los niveles de un efecto jo y por existir repeticiones de
las mismas, es posible evaluar tanto los efectos principales del factor asignado
a las mismas como su posible interacción con el otro factor (Ostle, B., , 2009).
12
Es importante aclarar que la igual importancia relativa entre los dos factores a la
que se hace referencia anteriormente tiene que ver básicamente con el hecho
de que ninguno de éstos se tome como factor de bloqueo. Hay que anotar, sin
embargo, que sólo bajo los tres primeros esquemas de aleatorización, los
factores son tratados de la misma manera, es decir que son asignados a
unidades del mismo tamaño y cuentan con el mismo número de repeticiones.
Esta situación es diferente en el Diseño en Parcelas Divididas, pues dado que el
factor asignado a las subparcelas cuenta con mayor número de repeticiones, sus
efectos son estimados con mayor precisión (Ratliff, R. D. & R. D. Pieper. , 2008).
13
distancias entre surcos, niveles de luz o de temperatura; mientras que el
otro factor permite su aplicación sobre unidades experimentales más
pequeñas como variedades, distancia entre plantas, dosis de fertilizantes,
etc.
4. Tiene gran utilidad cuando se desea que ciertos factores sean medidos con
mayor precisión que otros, en este caso se elige como subparcelas los factores
que se desea estudiar con mayor precisión.
14
5.3 ALEATORIZACIÓN
La aleatorización se realizará en dos etapas: primero se aleatorizan los niveles
del factor que se asignó a las parcelas principales, luego se aleatorizan los
niveles del factor que se asignó a las subparcelas de cada parcela principal. Es
decir que una vez diseñadas las parcelas se asigna en forma aleatorizada los
niveles del factor que se va a aplicar a las mismas. Luego se divide a cada
parcelas de forma tal de dar cabida a los niveles del segundo factor, los cuales
se aleatorizan en las subparcelas de cada parcela.
Dónde:
( )ij = Efecto de la interacción del i- ésimo nivel del factor A con el bloque j-esimo nivel del
factor B.
H a : i 0 H a : i 0 H a : ( )ij 0
1) Diseño Completamente al Azar.
15
a2b2 a2b1 a1b1 a2b1
A a-1 a SC A CM A
Y 2
i ..
Y 2
CM A ( a 1)
CM EE ( A)
SC A i 1
...
br abr
E.E(A) (a-1) a n n n
SC( EEA )
Yi.2k Y..2k Y 2
..k
Y 2 CM ( EEA ) a ( r 1)
SCEE ( A) i 1 k 1
i 1
i 1
...
br ab br abr
B (b-1) b
SCB CM B
Y 2
. j.
Y 2 CM B ( b 1)
CM EE ( B )
SCB i 1
...
ar abr
(AB) (a-1)(b-1) a b a a
SC CM AB
Yij2. Yi..2 Y 2
i ..
Y 2 CM AB AB
( a 1)( b 1)
CM EE ( B )
SC( AB ) i 1 k 1
i 1
i 1
...
r br ar abr
16
Total abr-1 a b r
Y...2
SCTOTAL Yijk2
i 1 j 1 k 1 abr
Bloques: (r 1) 2
Parcelas Grandes A: ( a 1) 2
(a * r ) 1 = Error a: (r 1)( a 1) 4
17
Si ambos tratamientos (factores) son aleatorios, deben probarse contra la
interacción. Si solo un factor es aleatorio, el factor fijo debe probarse contra la
interacción. ( Dyke, G, 1997. )La diferencia en el ANOVA de un DPD con
estructura de parcelas completamente al azar con otro con estructura de
parcelas en bloques al azar radica en que el error de las parcelas E(a),
numéricamente es el efecto repeticiones dentro de las parcelas principales y
además tenemos una fuente de variación menos, el Bloque. (Cuadro 2)
(Tratamiento (t-1) a b c
) Y
i 1 j 1 k 1
2
ijk
Y...2
SCTrat
r abcr
abr abcr
Interacción (a-1)(b-1) a b
CM AB
AB X
i 1 j 1
2
ik .
Y 2
SC AB ...
SC A SCB
rc abcr
18
Interacción (a-1)(c-1) a c
CM AC
AC X 2
ik .
Y 2
SC AC i 1 k 1
...
SC A SCC
rb abcr
Interacción (b-1)(c-1) b c
CM BC
BC X
j 1 k 1
2
. jk .
Y 2
SCBC ...
SCB SCC
ra abcr
Interacción (a-1)(b-
SCABC SCTRAT SCA SCB SCC SCAB SCAC SCBC CMABC/
1)(c-1)
ABC
CM ABC ( a 1)( b 1)( c 1)
“ABC” Cmee
Residual abc(r-1)
SCRecidual SCTOTAL SCTRAT CM RES
Total abcr-1 a b c r
Y...2
SCTOTAL Yijkl
2
-
i 1 j 1 k 1 l 1 abcr
19
la que dan un diseño en Bloques completamente aleatorizados y parcela dividida.
Otra desventaja que presenta es la complejidad de su análisis.
5.8 RANDOMIZACIÓN
20
Cox, 1957); es una cautela que se toma contra problemas que pueden o no
logran ocurrir y si ocurren pueden o no logran ser serios (Southwood, 20000).
5.10 APLICACIONES
1. Puede usarse cuando los tratamientos relacionados con los niveles de uno o
más factores necesitan mayores cantidades de material experimental en una
unidad experimental que los tratamientos de otros factores (Samuels, M. L., G.
Casella, & G. P. McCabe Interpreting blocks and random factors., 1991).
21
tratamientos para los factores pueden asignarse aleatoriamente a las unidades
completas.
VI. METODOLOGIA
22
Para esté experimento se tiene los siguientes factores: la raza, ambiente y la
alimentación
Suri (a1)
Huacaya (a2)
Libre (b1)
Factor B: Ambiente
Cobertizo (b2)
Datos obtenidos:
A a1 a2
B b1 b2 b1 B
C c1 c2 c3 c1 c2 c3 c1 c2 c3 c1 c2 c3
23
R1 8.2 7 8.2 7.2 6.8 8.2 6.2 8.2 7.7 8.0 7.1 7.6
R2 8.5 8.2 7.9 6.3 6.2 6.9 8.1 6.5 7.2 7.8 8.9 6.2
R3 8.3 8.0 7.5 6 7.5 8.2 8.6 6.6 7.3 7.6 8.1 6.5
R4 8.2 8.7 7.6 6.5 8.2 7.2 8.5 7.9 7.4 7.2 8.5 6.6
R5 8.6 8.7 7.2 6.6 8.3 7.3 7.0 7 6.5 7.6 7 7.8
R6 8.7 8.2 8.0 6.7 6.5 7.0 7.9 7.5 6.6 8.0 7.2 8.9
Solución:
Y Y...2
2
i ..
SC A( Raza ) i 1
bcr abcr
SCRaza 0.222
Y j 1
2
. j.
Y...2
SCB ( Ambiente )
acr abcr
SCAmbiente 2.800
Y 2
.k .
Y...2
SCC ( Alimen ) k 1
abr abcr
SCAlim 0.714
a b
X
i 1 j 1
2
ik .
Y...2
SC AB ( Raza* Ambi ) SC A SCB
rc abcr
SCRaza*Ambien 6.722
a c
X 2
ik .
Y...2
SC AC ( Raza* Alime ) i 1 k 1
SC A SCC
rb abcr
24
SCRaza* Alim 1.217
b c
Xj 1 k 1
2
. jk .
Y...2
SC BC ( Ambie*Alime ) SCB SCC
ra abcr
SCAmbien*Alim 2.742
SCError 26.217
a b c r
Y...2
SCTOTAL Yijkl
2
i 1 j 1 k 1 l 1 abcr
SCTotal 42.246
ALIMENTACION
RAZA*AMBIENTE
RAZA*ALIMENTACION
AMBIENTE*ALIMENTACION
RAZA*AMBIENT*ALIMENT
25
Residual 60 26.217 0.437
Total 71 42.246
26
EJERCISIO 3: El dueño de una fábrica de papel está interesado en estudiar el efecto
de tres métodos diferentes de preparar la pulpa y cuatro diferentes temperaturas de
cocinado (horneado) para la pulpa, en la resistencia del papel. El investigador decide
correr tres repeticiones de este experimento factorial, por lo que necesita (3 x 4 x 3) 36
observaciones. Sin embargo, la planta es capaz de hacer solamente 12 corridas por día,
entonces el investigador decide correr un a repetición del factorial completo en cada uno
de los 3 días necesarios y considerar los días o repeticiones como bloques.
Dónde:
µ es la media general
27
βj efecto del bloque (j = 1, 2, 3)
28
VII. DISCUSION
29
VIII. CONCLUSIONES
30
IX. RECOMENDACIÓN
Reconocer los datos de los tratamientos y efectuar una tabla donde se puedan
identificar los tratamientos y las repeticiones.
Obtener las medias aritméticas de cada tratamiento, ya que estas si no están bien
elaboradas nos efectuaran cambios en los siguientes pasos a realizar.
31
X. BIBLIOGRAFIA
32
H. BADII & J. CASTILLO (EDS.). . (2001). PRINCIPIOS BASICOS DE LAS
PARCELAS DIVIDAS. TIJUANA: TÉCNICAS CUANTITATIVAS EN LA
INVESTIGACIÓN. UANL,.
33
POMPA, J., L. MUCINA, O. VAN TONGEREN & E. VAN DER MAAREL. . (2001).
LAS ESTADISTICAS APLICADAS. MEXICO D.F: SAN LORENZO S.A.
POMPA, J., L. MUCINA, O. VAN TONGEREN & E. VAN DER MAAREL. . (2007).
ON THE DETERMINATION OF. MONTEVIDEO:
PHYTOSOCIOLOGICAL CLASSIFICATIONS. VEGETARIO, 52: 65-75.
34
XI. ANEXOS
35
36
37