Diseño y Análisis de Experimentos usando Lenguaje R y

R Studio
Angélica Rodríguez
26 de septiembre de 2019

Solucion al ejercicio 2

2. En una empresa lechera se tienen varios silos para almacenar leche (cisternas de (60000L) Un aspecto
crítico para que se conserve la leche es la problemas. por ellos. durante cinco días se decide registrar
la temperatura a cierta hora crítica. Obviamente la temperatura de un día a otro es una fuente de
variabilidad que podría impactar la variabilidad total.

Silo Lunes Martes Miercoles Jueves Viernes

A 4.0 4.0 5.0 0.5 3.0
B 5.0 6.0 2.0 4.0 4.0
C 4.5 4.0 3.5 2.0 3.0
D 2.5 4.0 6.5 4.5 4.0
E 4.0 4.0 3.5 2.0 4.0

• ¿Cuál es el factor de tratamiento y cuál el factor de bloque?

El facor de tramiento son los distintos tipos de silos para almacenar leche y el factor de bloque son los dias
ya que obviamente la temperatura de un día a otro es una fuente de variabilidad.
• Suponiendo un DBCA. formule las hipótesis adecuadas y el modelo estadistico
Las Hipotesis son:
Para los tratamietos.
H0 : La temperatura media de los silos es igual.
H1 : Almenos una media de las temperaturas es diferente.
Para el factor bloque.
H0 : El bloque no es efectivo.
H1 : El bloque fue efectivo.
El modelo asumeindo un DBCA es:
Yij = µ + τi + βj + ij , i = 1, 2, ..., t, j = 1, 2, ..., r
µ Parámetro, efecto medio
τi Parámetro, efecto del tratamiento i
βj Parámetro, efecto del bloque j
ij valor aleatorio, error experimental de la u.e. i,j
Yij Observación en la unidad experimental

• ¿Hay diferencia entre los silos?

Para esto realizamos los calculos en R de la Siguiente manera
Se instalará el paquete “data.table”, útil para importar un archivo en formato “txt” (En caso ya tenga
instalado el paquete obviar este paso)
Invocar ahora la biblioteca “data.table”
library(data.table)

Copiamos los datos en R en un “data.frame” de la siguiente manera

1
Silio=c("A","B","C","D","E")
Almacenamiento=rep(Silio,5)
DIAS=c("lunes","Martes","Miercoles","Jueves","Viernes")
Bloques=rep(c(DIAS),c(rep(5,5)) )
Temp=c(4,5,4.5,2.5,4, 4,6,4,4,4,
5,2,3.5,6.5,3.5, 0.5,4,2,4.5,2,
3,4,3,4,4)
datos=data.frame(Almacenamiento,Bloques,Temp)
datos

## Almacenamiento Bloques Temp

## 1 A lunes 4.0
## 2 B lunes 5.0
## 3 C lunes 4.5
## 4 D lunes 2.5
## 5 E lunes 4.0
## 6 A Martes 4.0
## 7 B Martes 6.0
## 8 C Martes 4.0
## 9 D Martes 4.0
## 10 E Martes 4.0
## 11 A Miercoles 5.0
## 12 B Miercoles 2.0
## 13 C Miercoles 3.5
## 14 D Miercoles 6.5
## 15 E Miercoles 3.5
## 16 A Jueves 0.5
## 17 B Jueves 4.0
## 18 C Jueves 2.0
## 19 D Jueves 4.5
## 20 E Jueves 2.0
## 21 A Viernes 3.0
## 22 B Viernes 4.0
## 23 C Viernes 3.0
## 24 D Viernes 4.0
## 25 E Viernes 4.0
Se crea un objeto tipo factor TRB con la columna Almacenamiento (tratamientos)
TRB<- factor(datos$Almacenamiento)

Se crea un objeto tipo factor BLOQ con la columna Bloques

BLOQ<-factor(datos$Bloques)

Se crea un vector de datos ALT con la columna Temperatura (variable de respuesta)

ALT<-as.vector(datos$Temp)

Luego el vector ALT se convierte a un vector ALT1 de tipo numérico

ALT1<-as.numeric(ALT)

Análisis de varianza usando la función (aov) Analysis of Variance

resaov<-aov(ALT1 ~ BLOQ + TRB)
anova(resaov)

2
## Analysis of Variance Table
##
## Response: ALT1
## Df Sum Sq Mean Sq F value Pr(>F)
## BLOQ 4 9.76 2.440 1.5108 0.2460
## TRB 4 4.46 1.115 0.6904 0.6092
## Residuals 16 25.84 1.615
Analizando el p-valor=0.6092 (TRB-tratamientos) nos lleva al no rechazo de la hipotesis nula es decir que no
hay diferencias significativas entre la media los silos
• ¿La temperatura de un día a otro es diferente?
usamos la tabla de analisis calculada anteriormente
anova(resaov)

## Analysis of Variance Table

##
## Response: ALT1
## Df Sum Sq Mean Sq F value Pr(>F)
## BLOQ 4 9.76 2.440 1.5108 0.2460
## TRB 4 4.46 1.115 0.6904 0.6092
## Residuals 16 25.84 1.615
Ahora analizamos el p-valor=0.2460 (BLOQ) que de igual manera nos conduce al no rechazo de la hipotesis
nula, es decir que la temperatura entre un dia y otro no es significativamente diferente
• Realice comparaciones múltiples (Tukey)
Para la prueba de comparacion de tukey, cargamos la libreria “library(agricolae)” y usamos la funcion
HSD.test.
library(agricolae)
HSD.test(resaov, "TRB",console=TRUE)

##
## Study: resaov ~ "TRB"
##
## HSD Test for ALT1
##
## Mean Square Error: 1.615
##
## TRB, means
##
## ALT1 std r Min Max
## A 3.3 1.7175564 5 0.5 5.0
## B 4.2 1.4832397 5 2.0 6.0
## C 3.4 0.9617692 5 2.0 4.5
## D 4.3 1.4404860 5 2.5 6.5
## E 3.5 0.8660254 5 2.0 4.0
##
## Alpha: 0.05 ; DF Error: 16
## Critical Value of Studentized Range: 4.332688
##
## Minimun Significant Difference: 2.4624
##
## Treatments with the same letter are not significantly different.
##

3
## ALT1 groups
## D 4.3 a
## B 4.2 a
## E 3.5 a
## C 3.4 a
## A 3.3 a
Observamos en el valor del estadistico o en la tabla que genera un grupo a, por lo que tambien se concluye
que todas las medias son iguales.