UNIVERSIDAD TÉCNICA DE NORTE

FACULTAD DE INGENIERÍA EN CIENCIAS

AGROPECUARIAS Y AMBIENTALES

Carrera: Ingeniería Agroindustrial

Asignatura: Diseño experimental I
Estudiantes: Fredy Echeverria, Patricia Andrade , Fernando Proaño
Docente: MSc. Edundo Recalde
Fecha: 2019-4-15
TALLER: PESO Y DIÁMETRO DE ORITOS
La siguiente tabla muestra los datos obtenidos experimentalmente de 53 oritos con su respectivo
peso fruto y pso corteza en gramos y diámetro en centímetros.

N° PESO PESO_CORTEZA DIÁMETRO

1 100 20 1.7
2 117 36 2.1
3 111 33 2.1
4 100 24 1.8
5 116 26 1.9
6 103 23 1.7
7 120 27 1.9
8 120 26 1.8
9 119 26 2.0
10 108 24 1.7
11 98 21 1.7
12 114 23 1.8
13 86 17 1.5
14 96 20 1.7
15 106 24 1.8
16 110 25 1.8
17 112 22 1.7
18 104 22 1.8
19 112 24 1.9
20 106 24 1.9
21 107 26 2.0
22 122 26 2.1
23 118 25 2.1
24 120 26 2.1
25 112 20 2.0
 26 110 21 2.0
27 118 26 2.2
28 135 31 2.3
29 100 23 1.9
30 98 24 2.0
31 95 21 1.8
32 96 24 1.8
33 100 25 1.9
34 128 28 2.3
35 128 26 2.2
36 120 27 2.1
37 117 25 1.8
38 101 27 2.1
39 100 22 1.8
40 126 27 1.3
41 103 24 2.0
42 107 26 2.0
43 97 22 1.8
44 113 25 2.1
45 93 22 1.8
46 118 25 2.1
47 104 21 1.9
48 117 26 1.8
49 104 24 1.7
50 106 23 1.9
51 104 20 1.8
52 109 24 1.8
53 112 26 1.6
1.- Traspaso de informacion de excel a Rstudio
> datos_orito<-read.table("clipboard", header = T)
1.1- Variable Peso del Orito
> datos_orito$PESO
[1] 100 117 111 100 116 103 120 120 119 108 98 114 86 96 106 110 112 104 112 106 107 122 11
8 120 112 110 118 135 100 98 95 96 100
[34] 128 128 120 117 101 100 126 103 107 97 113 93 118 104 117 104 106 104 109 112
1.2- Variable Diametro del orito
> datos_orito$DIÁMETRO
[1] 1.7 2.1 2.1 1.8 1.9 1.7 1.9 1.8 2.0 1.7 1.7 1.8 1.5 1.7 1.8 1.8 1.7 1.8 1.9 1.9 2.0 2.1 2.1 2.1 2.0 2.
0 2.2 2.3 1.9
[30] 2.0 1.8 1.8 1.9 2.3 2.2 2.1 1.8 2.1 1.8 1.3 2.0 2.0 1.8 2.1 1.8 2.1 1.9 1.8 1.7 1.9 1.8 1.8 1.6

2.- Prueba De Normalidad

𝐻0: ℎ𝑎𝑦 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑑𝑎𝑑
𝐻𝑎: 𝑁𝑜 ℎ𝑎𝑦 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑑𝑎𝑑
2.1-Peso
> shapiro.test(datos_orito$PESO)
Shapiro-Wilk normality test
data: datos_orito$PESO
W = 0.98613, p-value = 0.7927
Interpretación: Si existe normalidad porque p-value= 0.7927 Es mayor 0.05
2.2- Diametro
> shapiro.test(datos_orito$DIÁMETRO)
Shapiro-Wilk normality test
data: datos_orito$DIÁMETRO
W = 0.95265, p-value = 0.035
Interpretación: No existe normalidad porque p-value= 0.035 Es menor a 0.05
X 𝐻0: ℎ𝑎𝑦 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑑𝑎𝑑
 𝐻𝑎: 𝑁𝑜 ℎ𝑎𝑦 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑑𝑎𝑑
Interpretación: Debido que el Peso hay normalidad y en el diamero no hay normalidad en los
ortitos se rechasa la H0 y se acepta la Ha
Como las dos variables, tanto el peso y el diametro de los oritos la prueba, arrojan un valor mayor a
0.05, se acepta la H0 y se rechaza la Ha y se concluye que hay normalidad en los datos.
3.- Prueba De Correlación
> cor(datos_orito$PESO,datos_orito$DIÁMETRO,method = "kendall")
[1] 0.400928
> cor.test(datos_orito$PESO,datos_orito$DIÁMETRO,alternative="two.sided",method="kendall")
Kendall's rank correlation tau

data: datos_orito$PESO and datos_orito$DIÁMETRO

z = 3.9179, p-value = 8.931e-05
alternative hypothesis: true tau is not equal to 0
sample estimates:
tau
0.400928
𝑋 𝐻0: 𝑛𝑜 ℎ𝑎𝑦 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛
 𝐻𝑎: ℎ𝑎𝑦 𝑐𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛
Interpretación: Debido a que la prueba arroja un valor menor a 0.05 de rechaza la H0 y se acepta la
Ha, en consecuencia se puede concluir que si existe correlación entre el peso y el diámetro de los oritos
4. Coeficiente De Determinación
> (cor(datos_orito$PESO,datos_orito$DIÁMETRO,method = "kendall"))^2*100
[1] 16.07433
Interpretación: el 16.07433 % corresponde a la influencia de las variables controladas (peso y diá
metro) y el 83.92567 corresponden a factores o variables externas que no se pudieron controlar dur
ante la toma de datos.

5.- Regresion Y Predicción

  Variable independiente: peso (g)
 Variable dependiente: diámetro (cm)
¿Cuál será el diámetro de un orito que tenga un peso de 200 gramos?
> regresion<-lm(diametronaranja~pesonaranjas)
> summary(regresion)
> summary(regresion)
Call:
lm(formula = datos_orito$PESO ~ datos_orito$DIÁMETRO)

Residuals:
Min 1Q Median 3Q Max
-14.0107 -6.4803 -0.9904 6.4994 31.5604

Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 61.808 12.231 5.053 5.94e-06 ***
datos_orito$DIÁMETRO 25.102 6.424 3.908 0.000275 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 9.012 on 51 degrees of freedom

Multiple R-squared: 0.2304, Adjusted R-squared: 0.2153
F-statistic: 15.27 on 1 and 51 DF, p-value: 0.0002754
5.1- Ecuación De Regresión
Y= a+bx
a= 69.64319
b= 20.96525
x=5
Y= 69.64319+ 20.96525 (5)
Y= 174.4694
R: Un orito que tiene un diametro de 5 cm tendra un peso de 187.318 gramos
> cor(datos_orito$PESO,datos_orito$DIÁMETRO,method = "kendall")
[1] 0.400928
> r<-cor(datos_orito$PESO,datos_orito$DIÁMETRO,method="kendall")
> r<-cor(datos_orito$PESO,datos_orito$DIÁMETRO,method="kendall")
> b<-r*(sd(datos_orito$PESO)/sd(datos_orito$DIÁMETRO))
>b
[1] 20.96525
> a<-mean(datos_orito$PESO)-(b*mean(datos_orito$DIÁMETRO))
>a
[1] 69.64319
> y<-a+(b*5)
>y
[1] 174.4694