UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA-UNADESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA

TRABAJO INDIVIDUAL

CESAR ALEJANDRO NEIRA ZAMUDIO CC. 80115521

DISEO EXPERIMENTAL 30156A

TUTOR: CAMPO RIANO

1. Indique el programa de formacin en el que se encuentra matriculado en la UNAD y escriba (desde su perspectiva) cul es la relevancia de tener conocimiento en diseo experimental en su carrera, diferente a la de investigacin. Soy estudiante de zootecnia, octavo semestre y segn los avances alcanzados en el curso de diseo experimental me han enseado que la planificacin de cualquier experimento o produccin pecuaria es de vital importancia para el buen desempeo de nuestras labores como profesionales. Una buena planificacin o diseo de una produccin nos garantiza buenos resultados que se van a ver reflejados en la parte econmica y el capital humano se ver mejor compensado por su labor. 2. Presente dos ejemplos (aplicados a su programa de formacin), uno en el que se requiera un diseo experimental de un factor y otro en el que se requiera un diseo factorial (Mximo 150 palabras). No se pide que se plantee el diseo, solo una situacin en la que se requiera.

UNIFACTORIAL

FACTORIAL

Cuando hay un solo factor de tratamientos se utiliza Se utiliza ANOVA de dos vas (dos factores) ANOVA de clasificacin simple o de una va como el o tres vas (tres factores), etc, como en el caso de un DCA. caso de diseos de bloques (un factor y una

Se toman distintas muestras de leche a una vaca de raza holstein, a distintas horas del da en donde se pretende determinar la cantidad de protena contenida en base a la dieta suministrada obteniendo los siguientes resultados:

variable de agrupacin o clasificacin), cuadrado latino (un factor y dos variables de agrupacin) y otros.

En este caso se podran utilizar varios ejemplares para la toma de las muestras, y basndonos en varias dietas donde el 4 am: protena (%): 3.4 muestreo se haga por lotes. 10am: protena (%) 3.3 Entonces se podra plantear que en un hato 4pm: protena (%) 3.4 de 100 animales se quiere analizar muestras 10pm proteina(%) 3.2 de leche a distintas horas del da para determinar la cantidad de protena contenida Podramos concluir que la diferencia se basa en la leche; donde se tendr en cuenta la en la absorcin de nutrientes de acuerdo a produccin en litros, el suministro de factores fisiolgicos del animal y concentrado y forraje a un solo grupo de dependiendo la dieta que se suministre. animales, a otro grupo solo forraje, a otro forraje y silo y por ltimo forraje y suplementos vitamnicos.

3. Mediante dos ejemplos (aplicados a su programa de formacin), explique 1) cundo existe una interaccin entre los factores y 2) cundo no existe una interaccin entre los factores (Mximo 200 palabras).

INTEREACCION 2 FACTORES Aplicando la interaccin para el anlisis de protena contenida en leche teniendo en cuenta que se trata de una raza especfica; sera necesario hacer el muestreo a varios animales y sabiendo la dieta consumida por los mismos; esto teniendo en cuenta la cantidad de protena suministrada en la dieta y asi determinar la cantidad absorbida por el animal para la produccin de leche..

NO INTERACCION ENTRE FACTORES En este caso no existira interaccin cuando intervienen factores como edad del animal, dieta suministrada con distintos contenidos de protena digestible, horario de toma de muestra, teniendo en cuenta la digestin y la fisiologa del animal segn el horario.

4. Plantee un experimento de ejemplo (aplicado a su programa de formacin), e indique cules son los factores a evaluar y cuntos y cules son los niveles para cada factor.

COMPORTAMIENTO DE RAZAS PURAS PARA MEJORAR LA PRODUCCIN Factores a evaluar:

CARACTERSTICAS En las vacas peso kg Condicion corporal escala (1-9) Consumo anual de materia seca(kg) partos % sobrevivencia% En la progenie peso al nacimiento kg incremento de peso al destete gm peso al destete kg kilos al destete kg
Fuente: Juan Carlos Magofke y Ximena Garcia F

RAZAS HEREFORD 572 6,1 4106 81 90 ANGUS 535 5,8 4021 95 84 RED POLL 474 4,4 3966 96 100 CHAROLAIS 675 5,6 4494 73 95

39 708 162 130

35 722 169 158

37 725 194 185

47 855 213 154

a. b. c. d. e. f.

Valor promedio obtenido en cuanto a niveles de consumo de energa. 1-9. 1=extremadamente delgado 9= extremadamente obeso. Valores promedio obtenidos con los niveles de consumo: 58; 76; 93 y 11 g/peso. Por ternero nacido. Por ternero destetado Por vaca expuesta al toro, ajustado por edad al destete.

EJERCICIO 5 En un artculo de Industrial Quality Control se describe un experimento para investigar el efecto del tipo de cristal y del tipo de fsforo sobre la brillantez de un cinescopio. La variable de respuesta es la corriente (en microamperes) necesaria para obtener un nivel de brillantez especfico. Los datos son los siguientes:

Tipo de Cristal

Tipo de Fsforo 1 280 290 285 230 235 240 2 300 310 295 260 240 265 3 290 285 290 220 225 230

a. Plantee la hiptesis nula. Ho= Efecto del tipo de fsforo (A) = 0 HA= Efecto del tipo de fsforo (A) 0 Ho= Efecto del tipo de cristal (B) = 0 HA= Efecto del tipo de cristal (B) 0 Ho= Efecto del tipo de fsforo x tipo de cristal (AB) = 0 HA= Efecto del tipo de fsforo x tipo de cristal (AB) 0 Ho: Segn el tipo de cristal empleado se puede encontrar un mejor tipo de fsforo con el cual determinar la brillantez. b. Alguno de los dos factores influye en la brillantez? Utilice =0,05.
Fuente Modelo A B AB Residuos Total (corregido) Suma de Cuadrados 15516,67 933,33 14450,00 133,33 633,33 16150,00 Gl 5 2 1 2 12 17 Cuadrado Razn-F Valor-P Medio 3103,33 58,80 < 0.0001 466,67 8,84 0.0044 14450,00 273,79 < 0.0001 66,67 1,26 0.3178 52,78

Los valores de "Valor-P" de menos de 0,0500 indican que los trminos del modelo son significativos. En este caso ambos factores influyen en la brillantez. c. Existe interaccin significante entre los factores? Utilice =0,05 No hay efecto de interaccin. d. Construya las grficas que considere pertinentes para acompaar las conclusiones encontradas. Residuos vs Prediccin

Residuos

Prediccin Normal de los Residuos

% de Probabilidad de la Normal

Residuos

Residuo vs Tipo de Cristal

Residuo

Tipo de Cristal

Residuo vs Tipo de Fsforo

Residuo

Tipo de Fsforo Conclusiones: La Razn F en el modelo obtuvo un valor de 58.80, lo cual, implica que el modelo es significativo. Slo hay un 0,01% de probabilidad de que Razn F obtenga un alto valor, y en ese caso podra ocurrir debido al ruido.

 Los grficos de la normal del residuo y la de residuos contra el contenido de fsforo indican una leve desigualdad de la varianza, sin embargo, No es lo suficientemente grave como para ser motivo de preocupacin. Se encontr que no hay efecto de interaccin entre los factores que intervienen.

EJERCICIO 4

Con el fin de comparar los rendimientos protenicos de cuatro variedades de avena. Gaviria y colaboradores (1989) disearon un experimento 3x4 con dos repeticiones. El factor A representa el estado fisiolgico en el momento del corte y el factor B la variedad de la semilla. Los resultados, en porcentajes promedios y en base seca, fueron:

a. Plantee la hiptesis nula. Ho= Efecto del tipo de estado fisiolgico (A) = 0 H1= Efecto del tipo de estado fisiolgico (A) 0 Ho= Efecto del tipo de variedad (B) = 0 H1= Efecto del tipo de variedad (B) 0 b. Analice los datos y concluya. Utilice =0,05
Fuente A B Residuos Total (corregido) Suma de Cuadrados 1787,54 1147,48 640,06 3575,07 Gl 2 1 12 17 Cuadrado Razn-F Valor-P Medio 893,77 16,76 0.0041 1147,48 21,51 0.0001 53,34

c. Construya las grficas que considere pertinentes para acompaar las conclusiones encontradas. Residuos vs Prediccin

Residuos

Prediccin Normal de los Residuos

% de Probabilidad de la Normal

Residuos

Conclusiones: Los valores de "Valor-P" de menos de 0,0500 indican que los trminos del modelo son significativos. En este caso ambos factores influyen en los rendimientos. La grfica de la normal del residuo muestra una leve desigualdad de la varianza, sin embargo, dicha desigualdad es insignificante. Los rendimientos dependen tanto del estado fisiolgico al momento del corte, como de la variedad de la semilla.