Академический Документы
Профессиональный Документы
Культура Документы
CONTENIDO
1. Diseños simples
2. Diseños con arreglos factoriales
3. Diseños de experimentos con submuestreos y en serie
4. Análisis estadístico
ANEXOS
Qjg?usp=sharing
UNIDAD 1
DISEÑOS SIMPLES
1.1. Estimación de la varianza
1.1.1. Muestreo piloto
1.1.2. Rango
1.1.3. Análisis reportados
1.2. Mínima diferencia a detectar
1.3. Diseño completamente al azar
1.4. Diseño de bloques completos al azar
1.5. Diseño en cuadrado latino
EJERCICIOS DE MODELO
Se requiere estimar la varianza de la producción instantánea de materia seca del pasto raigrás cultivado con tréb
1.1.2. Rango
Se midieron características agronómicas de una variedad de maíz amarillo. Estimar la varianza de las variables: re
Se reporta el análisis estadístico de la calidad del fruto de tomates de cáscara. Estimar la varianza del diámetro p
Se tiene valores del máximo y mínimo de características agronómicas de maíz amarillo. Sugerir una mínima difer
ficha tecnica maiz amarillo.pdf
Se probará las dosis potasio: 0 kg ha-1, 30 kg ha-1, 60 kg ha-1, 90 kg ha-1 y 120 kg ha-1 para incremetar la prod
potasio por el grano (45 kg ha-1 a 55 kg ha-1) al finalizar el experimento. Hace
A) Factores y niveles
A) Factores y niveles
Se probará láminas de riego: 0 mm, 2 mm, 4 mm y 6 mm para incremetar la producción forrajera del pasto Decu
seca (x ± s^2; 20 ± 2,88; Mg ha-1) y la absorción de nitrógeno (x ± s^2; 139 ± 63,2; kg ha-1) al finalizar
A) Factores y niveles
0
2
4
6
Se probará tipos de harina: trigo, centeno, plátano y yuca como aglutinante para elaborar salchichas. El experime
adimensional) y elasticidad (x ± s^2; 93 ± 18,49; adimensional) de las salchichas al finalizar el experimento. Hace
A) Factores y niveles
A) Factores y niveles
Factor Densidades
50 x 50
70 x 70
90 x 90
110 x 110
Se probará embalajes de películas para conservar frutas frescas de limón: sin embalaje, película laminada, pelícu
A) Factores y niveles
varianzas
2805606.72
1842410.88
1466808.48
1373044.608
1101297.6
1272393.05142857
1168420.83428571
1033456.32
930571.775999999
880226.234181818
811643.17090909
1326414.12923077 varianzas
1993560.46417582
1877193.05142857 3000000
1803485.088 2500000
1696976.68235294
1711745.44941176 2000000
1663749.32210526 varianzas
1500000
1589797.87957895
1000000
500000
2000000
varianzas
1500000
1565739.81257143 1000000
1544401.12207792
1487033.47351779 500000
1434798.97043478
0
1425263.3856 0 20 40 60 80 100 120
1412186.12086154
1368178.56
1329786.17142857
1288007.44669951
1296263.43062069
1255193.89316129
1215938.97290323
1188057.63272727
1165476.12064171
1132525.21734454
1105540.66285715
1075207.52432433
1071732.52779516
1101781.40502024
1097492.37784615
1070071.22809756
1044973.62062718
1043658.43774086
1019544.70528541
1013885.67272727
1003884.98086957
1021942.73272895
1039642.65191489
1057852.10938775
1043262.52251428
1036559.13913725
1017586.89013574
1000859.71599419
1026395.7172327
1037181.61756229
1035642.69298701
1121664.25182957
1127231.08471869
1107796.52189363
1091119.56320904
1187622.01530055
1193855.82671602
1190283.60585766
1202113.07111111
1186367.35753846
1195057.87822844
1187514.52569878
1199473.79694469
1197026.34175618
1190766.07522981
1196701.97826962
1186164.53408451
1170595.27695586
1160763.3401555
1163654.93091171
1161209.43382456
1164867.31330143
1167224.86175158
1176537.63406686
1164236.56951899
1150837.04493827
1146903.75920506
1166813.02963268
1166407.77216294
1163232.63318768
1160965.40891929
1160957.37020048
1156552.61625914
1145880.10361593
1134316.86903371
1156852.98481074
1167200.90939321
1165423.53413745
1263712.86299703
1270936.82483315
1261582.42105263
1256552.87257732
1246595.26207448
1246554.10714492
1234235.09488485
arianza de las variables: rendimiento comercial en grano seco, altura de planta y altura de mazorca; por medio de los rangos.
a varianza del diámetro polar del fruto, diámetro ecuatorial del fruto y firmeza del fruto. Indicar la varianza de la vitamina C, pH y grosor d
Sugerir una mínima diferencia a detectar para comparar la producción, altura de planta y altura de inserción de la mazorca de dos varieda
Promedio deseado A Promedio deseado B Mínima diferencia a detectar (B-A)
3 8 5
150 220 70
3 4 1
-1 para incremetar la producción de maíz. El experimento es homogéneo. Se medirá la producción de grano (7 Mg ha-1 a 13 Mg ha-1) y ab
izar el experimento. Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.
B) Tamaño de la muestra
Número Variables
1 Producción de grano (Mg ha-1)
2 Absorción de potasio por el grano (kg ha-1)
3
4
5
mermelada de zanahoria. El experimento es homogéneo. Se medirá los sólidos solubles totales (5,9 °Brix a 7,9 °Brix), la acidez (0,336 °D a
er el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.
B) Tamaño de la muestra
Número Variables
1 Sólidos solubles totales
2 Acidez
3
4
5
n forrajera del pasto Decumbens. El experimento tiene una fuente de variación en su fertilidad y en una dirección. Se medirá la producción
± 63,2; kg ha-1) al finalizar el experimento. Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia
B) Tamaño de la muestra
Número Variables
5
rar salchichas. El experimento se hará con personas de diferente experiencia en elaboración de salchichas, cada una hará una repetición co
izar el experimento. Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.
B) Tamaño de la muestra
Número Variables
1 Cohesividad (adimensional)
2 Elasticidad (adimensional)
3
4
5
B) Tamaño de la muestra
Número Variables
1 Producción de yuca (Mg ha-1)
2 Yucas comerciables (yucas comerciables [100 yucas totales]-1)
3
4
5
, película laminada, película coextruida, película microperforada y película microporosa. El experimento se hará con varias varias personas
B) Tamaño de la muestra
Número Variables
1 pH
2 Pérdidad de peso (g fruta-1)
3
4
5
ene registros históricos de mediciones. Se midieron los siguientes pesos. Calcular a) la mínima cantidad de muestras para estimar la varian
varianzas
varianzas
100 120
r medio de los rangos.
anza de la vitamina C, pH y grosor del mesocarpio.
varianza de lcalcula /n
varianza de lcalcula /n-1
|
rix a 7,9 °Brix), la acidez (0,336 °D a 0,945 °D) al
5 20 2.88 7
20 139 63.2 8
has, cada una hará una repetición completa. Se medirá la cohesividad (x ± s^2; 78,3 ± 28,09;
a de potencia.
78,3 ± 28,09
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
85853 0
2036 0
84771 30
6925 0
85188 60
67246 120
73799 60
22397 90
19550 60
30632 120
4062 90
59745 120
51229 30
2253 30
51545 90
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
60017 0.03
9590 0.09
76464 0.06
34994 0
30778 0
85501 0.03
73351 0.09
17519 0.06
68014 0
28624 0.03
47703 0.06
82454 0.09
C) Unidad experimental
DESVIACIÓN STAND
MAX MIN Nombre:
Cantidad (n):
menos fertil
46455 2 6
51490 6
42042 4
39689 0
2
0
mas fertil
C) Unidad experimental
56235 Centeno
55893 Yuca
31997 Trigo
60333 Plátano
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n): 16
+ FERTIL
- VIENTO A B
B A
C D
+ VIENTO D C
44612 A B
84756 B A
68875 C D
12056 D C
14311 D C
27 C D
68499 B A
14983 A B
D C
C D
A B
B A
aciones son perpendiculares entre sí. Se medirá el pH (x ± s^2; 2,49 ± 0,0871) y la pérdida de peso (x ± s^2; 7,15 ± 2,48; g fruta-1) a 1 mes d
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
Parcelas Nombre:
10 x 10m Dimensiones:
2m Cantidad para medir:
1,5*1,5 m Cantidad que se perderá:
15 Total:
60 30 30 0
60 30 120 0
120 90 90 60
D) Unidad de observación
1 lt de mermelada Nombre:
1 lt de mermelada Dimensiones:
NA AL MENOS 1 CM Cantidad para medir:
NA Cantidad que se perderá:
4 Total:
12
PARCELA Nombre:
28 Total:
0 4 2 BLOQUE 1
2 0 6 BLOQUE 3
6 4 2 BLOQUE 4
D) Unidad de observación
ALCHICHAS DE Kg Nombre:
Kg (revisar en bibliog) Dimensiones:
m menos 5 cm Cantidad para medir:
(3mm no es relevante ) la corteza tiene efecto Cantidad que se perderá:
4 Total:
P1 P2
CENTENO
YUCA
TRIGO
PLATANO
P3 P4
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
- FERTIL
C D
D C
B A
A B
C D
D C
B A
A B
A B
B A
D C
C D
B A
A B
D C
C D
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
90
30
120
acidez BRIX
5g 1g
1g 1g
cantidad de muestras para los
ensayos
absor de
materia seca y absorción de nutrientes materia seca nutrientes
1 cuadrante 1 M2
1 M2
CANTIDAD QUE REQUIERO DE MUESTRA 1000 G 100
CANTIDAD QUE REQUIERO DE MUESTRA 100 G 10
X2 XQ SE
GUARDA
2200 MUESTRA
tto
tto
tto
ELASTICIDAD COHESIVIDAD
SALCHICHA SALCHICHA
10 CM 10 CM
2 2 4 TOTAL
0 0 4 DE RESERVA
8
TODAS
F) Modelo del diseño del experimento
Y= u + Tj + Eoj
Y= U +ti + tij
F) Modelo del diseño del experimento
Cuarta
Quinta
bloque
F) Modelo del diseño del experimento
modelo
Y=U+A+R+E
Y = U + A + R + R(A)
E ( PERSONAS DENTRO DE HARINAS)
F) Modelo del diseño del experimento
simple
Diseño de los tratamientos Restricciones a la aleatorización
simple
Diseño de los tratamientos Restricciones a la aleatorización
Diseño de los tratamientos Restricciones a la aleatorización
H) Estructura de la base de datos
TRATA
0
0
0
0
0.03
0.03
0.03
0.03
0.06
0.06
0.06
0.06
0.09
0.09
0.09
0.09
0
2
0
2
4
6
0
2
4
6
0
2
4
6
H) Estructura de la base de datos
HARINAS
TRIGO
CENTENO
PLATANO YUCA
YUCA
TRIGO
CENTENO
PLATANO YUCA
YUCA
TRIGO
CENTENO
PLATANO YUCA
YUCA
TRIGO
CENTENO
PLATANO YUCA
YUCA
H) Estructura de la base de datos
1
2
3
1
2
3
1
2
3
1
2
3
REPETI BX ACIDEZ
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
1
2
2
2
2
3
3
3
3
4
4
4
4
tructura de la base de datos
EJERCICIOS DE MODELO
Se probará las variedades de soya: INIAP-302, INIAP-303 e INIAP-307 con las siguientes densidades de siembra
tiene una variación en su fertilidad y en una dirección. No hay problemas para manejar las parcelas de dosis o v
(x ± s^2; 30 ± 14,4; g [100 g]-1) y el incremento de materia orgánica del suelo (x ± s^2; 1,5 ± 0,028; g [100 g]-1) a
repeticiones o bloques calcular con la prueba de poten
A) Factores y niveles
INIAP-303 30
INIAP-307 50
NIVELES= 3 X 3 = TTOS
TTO 1 INIAP-302 10
TTO 2 INIAP-302 30
TTO 3 INIAP-302 50
TTO 4 INIAP-303 10
TTO 5 INIAP-303 30
TTO 6 INIAP-303 50
TTO 7 INIAP-307 10
TTO 8 INIAP-307 30
TTO 9 INIAP-307 50
Se elaborará una bebida no carbonatada con variedades de estevia: Granosweet Sweta y Granosweet Reb-A, cad
Se medirá los sólidos so
A) Factores y niveles
A B C
TTOS Variedades de estevia Sustituciones de azúcar BOTELLA
TTO 1 Granosweet Sweta 0 VIDRIO
TTO 2 Granosweet Sweta 0 PLASTICO
TTO 3 Granosweet Sweta 25 VIDRIO
TTO 4 Granosweet Sweta 25 PLASTICO
TTO 5 Granosweet Sweta 50 VIDRIO
TTO 6 Granosweet Sweta 50 PLASTICO
TTO 7 Granosweet Sweta 75 VIDRIO
TTO 8 Granosweet Sweta 75 PLASTICO
TTO 9 Granosweet Sweta 100 VIDRIO
TTO 10 Granosweet Sweta 100 PLASTICO
TTO 11 Granosweet Reb-A 0 VIDRIO
TTO 12 Granosweet Reb-A 0 PLASTICO
TTO 13 Granosweet Reb-A 25 VIDRIO
TTO 14 Granosweet Reb-A 25 PLASTICO
TTO 15 Granosweet Reb-A 50 VIDRIO
TTO 16 Granosweet Reb-A 50 PLASTICO
TTO 17 Granosweet Reb-A 75 VIDRIO
TTO 18 Granosweet Reb-A 75 PLASTICO
TTO 19 Granosweet Reb-A 100 VIDRIO
TTO 20 Granosweet Reb-A 100 PLASTICO
2.1.2. Factores anidados
Se probarán dosis de tipos de aglutinante para elaborar salchichas. Las dosis de plasma son: 0,5 (g [100 g]-1), 1,5
5,5 (g [100 g]-1). El experimento será repetido por varias personas, cada una hará todos los tratamientos. Se me
de las salchichas al finalizar el experimento. Hacer el diseño del experimento. La
AQUÍ NO SE MULTIPLICA
A) Factores y niveles
Plantear un diseño para probar temperaturas de cuajado de leche entre 28 °C y 35 °C y dosis de cuajo entre 6 m
condiciones de manejo del experimento serán controladas con alta precisión. La cantidad de repeticiones de los
de factores.
A) Factores y niveles
1 28 10
1 28 6
1 31.5 8
1 31.5 8
1 35 6
1 26.5503 8
1 31.5 8
1 31.5 5.17157
1 31.5 8
1 31.5 8
1 35 10
1 31.5 10.8284
b) Diseño San Cristóbal
Plantear un diseño para probar dosis de nitrógeno entre 0 kg ha-1 y 100 kg ha-1 y de fósforo entre 0 kg ha-1 y
humedad en una dirección. Se sugiere usar entre 2 y 6 repe
A) Factores y niveles
0 0
EL DISEÑO SAN 33.3333333333 20
CRISTOBAL 66.6666666667 40
100 60
T1 0 0
T2 33.3 20
T3 66.66 0
T4 100 20
T5 0 40
T6 66.6 40
T3 33.33 60
2.1.4. Diseños para mezclas
Plantear un diseño de mezclas al 90 % del total para elaborar pan con dosis de almidón de trigo entre 50 (g [100
1) y 40 (g [100 g]-1) para optimizar la calidad nutricional. Las condiciones de manejo del experimento serán con
puntos centrales (n) calcular con n = k + 3, donde k = número
A) Factores y niveles
Plantear un diseño de mezclas al 100 % del total para probar fracciones de nitrógeno aplicado al suelo en varios e
A) Factores y niveles
Se probará las dosis de riego: 0 mm, 2 mm y 4 mm con las dosis de potasio: 0 kg ha-1, 50 kg ha-1, 100 kg ha-1
potasio. Se medirá la producción de racimos de fruta fresca acumulada durante un año (x ± s^2; 20,5 ± 2,2
repeticione
A) Factores y niveles
A) Factores y niveles
Se probará variedades de maíz, tipos de riego y dosis de nitrógeno para el cultivo de maíz. Las dosis de nitrógeno
A) Factores y niveles
A) Factores y niveles
Se probará dosis de nitrógeno y cosechadoras con tipos de cilindros trilladores para el cultivo de arroz. Las dosis
A) Factores y niveles
B) Tamaño de la muestra
Número Variables
3
4
5
eet Sweta y Granosweet Reb-A, cada una endulzada con sustituciones de azúcar por estevia: 0 (g [100 g]-1), 25 (g [100 g]-1), 50 (g [100 g]-1
Se medirá los sólidos solubles totales (x ± s^2; 3,51 ± 0,3; °Brix) y el pH (x ± s^2; 2,94 ± 0,0056) al final del experimento. Hacer el
B) Tamaño de la muestra
Número Variables
1 Sólidos solubles totales (°Brix)
2 pH
3
4
5
e plasma son: 0,5 (g [100 g]-1), 1,5 (g [100 g]-1) y 2,5 (g [100 g]-1); las de almidón de papa: 3,5 (g [100 g]-1) , 4,5 (g [100 g]-1) y
hará todos los tratamientos. Se medirá la grasa (x ± s^2; 11,5 ± 1,36; (g [100 g]-1)) y humedad (x ± s^2; 55 ± 6,25; (g [100 g]-1))
Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.
B) Tamaño de la muestra
Número Variables
1 Grasa (g [100 g]-1)
2 Humedad (g [100 g]-1)
3
4
5
C y 35 °C y dosis de cuajo entre 6 mL L-1 y 10 mL L-1, para optimizar la producción de queso. Las
La cantidad de repeticiones de los puntos centrales (n) calcular con n = k + 3, donde k = número
de factores.
B) Tamaño de la muestra
n=k+3
k = número de factores
ha-1 y de fósforo entre 0 kg ha-1 y 60 kg ha-1 para optimizar la producción de caña de azúcar. El terreno tiene variación en su
n. Se sugiere usar entre 2 y 6 repeticiones o bloques por cada tratamiento.
B) Tamaño de la muestra
Entre 2 y 6
e almidón de trigo entre 50 (g [100 g]-1) y 70 (g [100 g]-1) y almidón de maíz entre 20 (g [100 g]-
manejo del experimento serán controladas con alta precisión. La cantidad de repeticiones de los
r con n = k + 3, donde k = número de factores.
B) Tamaño de la muestra
n=k+3
k = número de factores
ESPIGA
0.5
0
0.5
0
1
0.5
0.33
ógeno aplicado al suelo en varios estadíos del maíz: hoja 6, hoja 12 y aparición de espigas, para optimizar la producción de grano seco de m
B) Tamaño de la muestra
Entre 2 y 6
0 kg ha-1, 50 kg ha-1, 100 kg ha-1 y 150 kg ha-1 para cultivar palma aceitera. El terreno tiene una variación en su fertilidad. Las dosis de rie
durante un año (x ± s^2; 20,5 ± 2,25; Mg ha-1) y la eficiencia acumulada de absorción de potasio por la palma (x ± s^2; 85 ± 25; g [100 g]-1)
repeticiones o bloques calcular con la prueba de potencia.
B) Tamaño de la muestra
Número Variables
1 Producción (Mg ha-1)
2 Absorción de potasio (g [100 g]-1)
3
4
5
pan con inclusiones de harina de plátano de 0 (g [100 g]-1), 2 (g [100 g]-1) y 4 (g [100 g]-1). El experimento es homogéneo. las
Se medirá la humedad (x ± s^2; 32,5 ± 1,69; g [100 g]-1) y proteína (x ± s^2; 6 ± 0,11; g [100 g]-1) de los panes. Hacer el diseño
o. Las repeticiones o bloques calcular con la prueba de potencia.
B) Tamaño de la muestra
Número Variables
1 Humedad (g [100 g]-1)
2 Proteína (g [100 g]-1)
3
4
5
tivo de maíz. Las dosis de nitrógeno serán: 0 kg ha-1, 80 kg ha-1 y 160 kg ha-1; las variedades de maíz: criollo e INIAP 540 ; y los tipos de rie
B) Tamaño de la muestra
Número Variables
1 Absorción de nitrógeno (g [100 g]-1)
2 Producción de maíz (Mg ha-1)
3
4
5
n para elaborar chorizos. Las carnes serán: cerdo y res; las tripas: naturales y artificiales; y los métodos de maduración: con ahumado y sin
B) Tamaño de la muestra
Número Variables
1 Carbohidratos (g [100 g]-1)
2 Dureza (N)
3
4
5
para el cultivo de arroz. Las dosis serán: 0 kg ha-1, 50 kg ha-1, 100 kg ha-1 y 150 kg ha-1; los cilindros trilladores: cilindros de barras trillad
B) Tamaño de la muestra
Número Variables
1 Producción de arroz (Mg ha-1)
2 Compactación del suelo (g cm-3)
3
4
5
Mínima diferencia a detectar Media Varianza n Devs Stand min max
TAMAÑO DE MTRA
Mínima diferencia a detectar Media Varianza n DESV STA MIN MAX
2 3.51 0.3 0.547722558 1.866832327 5.153167673
2.94 0.0056 0.074833148 2.715500557 3.164499443
papa: 3,5 (g [100 g]-1) , 4,5 (g [100 g]-1) y
umedad (x ± s^2; 55 ± 6,25; (g [100 g]-1))
potencia.
471563 TTO 2
907712 TTO 4
648320 TTO 5
578906 TTO 1
312701 TTO 6
104210 TTO 3
VER VIDEO STAR GRAFIC
azúcar. El terreno tiene variación en su
T1 0 0
T2 33.3 20
T3 66.66 0
T4 100 20
T5 0 40
T6 66.6 40
T3 33.33 60
pigas, para optimizar la producción de grano seco de maíz. El lugar del experimento tiene variación en la pendiente en un sentido. La cantid
no tiene una variación en su fertilidad. Las dosis de riego son más difíciles de manejar que las de
de potasio por la palma (x ± s^2; 85 ± 25; g [100 g]-1). Hacer el diseño del experimento. Las
N =2
843486 150
755425 200
544205 250
2x3=6 hago seis subloques 181522 200
867829 150
duplico las parcelas de 150 200 y 250 386071 250
aleatorizo
y ubico en los cuadros
457098 0
680606 2 estos coloco en cada cuad
328448 4
edades de maíz: criollo e INIAP 540 ; y los tipos de riego: pivote y goteo. El lugar del experimento es homogéneo. Los tipos de riego son má
MAS HUMEDO
TTO 2 TTO 4
TTO 7 TTO 3
TTO 9 TTO 1
n tipos de botellas: plástico y vidrio. El experimento es homogéneo. No hay problemas para manejar los factores.
on la prueba de potencia.
C) Unidad experimental
Nombre: CAMOTE
3.286335345 Dimensiones: Varia según la variedad
0.4489988864 Separación entre sí: N/A
Efecto de borde: N/A
Cantidad (n):
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
T6 T5
T1 T1
T5 T6
T3 T3
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
T1 31.5 8
T1 31.5 8
T1 31.5 8
T2 28 6
T3 26.5503 8
T1 31.5 8
T4 31.5 10.8284
T5 36.4497 8
T6 28 10
T7 31.5 5.17157
T1 31.5 8
T8 35 6
T9 35 10
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
2MM
100 150
50 0
4 MM
89141 4 16088
75416 2 73849
83952 0 50030
22634
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
150 200
0
4
2
200 150
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
Nombre:
Dimensiones:
TTOS VARIEDADES
TTO 1 INIAP-302
TTO 5 TTO 2 INIAP-302
TTO 3 INIAP-302
TTO 6 BLOQUE 1 TTO 4 INIAP-303
TTO 5 INIAP-303
TTO 8 TTO 6 INIAP-303
TTO 7 INIAP-307
TTO 8 INIAP-307
TTO 9 INIAP-307
BLOQUE 2
BLOQUE 3
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
1 2 PLATICO 18
9 15 19
14 9 2
19 1 10
8 3 15
13 7 11
6 18 14
7 20 2 VIDRIO
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
PERSONA 2 ESTUDIANTE
TT 2
T4
T5
T1
T6
T3
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
BLOQUE 1
BLOQUE2
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
OMM 4 MM
50 150 0 100
100 0 50 150
2 MM OMM
0
100
50
150
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
250
2500
por último, las dosis de nitrógeno que son las más fáciles de manejar. Se medirá eficiencia de absorción de nitrógeno (x ± s^2; 45 ± 25; g [10
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
ejar, seguido del ahumado y por último, los tipos de carnes son las más difíciles de manejar. Se medirá los carbohidratos (x ± s^2; 5 ± 0,14;
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
u manejo. Se medirá la producción de arroz (x ± s^2; 5 ± 0,14; Mg ha-1) y la compactación del suelo (x ± s^2; 1,1 ± 0,03; g cm-3). Hacer el d
D) Unidad de observación
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
s de experimentales
DESNSIDAD
DE SIEMBRA
10
30
50
10
30
50
10
30
50
5
16
16
10
13
BLOQUE 1
BLOQUE 2
geno (x ± s^2; 45 ± 25; g [100 g]-1) y la producción de maíz (x ± s^2; 13 ± 1,2; Mg ha-1). Hacer el diseño del experimento. Las repeticiones
ohidratos (x ± s^2; 5 ± 0,14; g [100 g]-1) y dureza (x ± s^2; 25,5 ± 1,36; N) de las salchichas elaboradas. Hacer el diseño del experimento. La
± 0,03; g cm-3). Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.
F) Modelo del diseño del experimento
Primera
Segunda
Tercera
Cuarta
Quinta
MODELO:
Y=U + A + B + AB + R + e
Y=U + A + B + AB + R + AB( R )
FUENTE DE VARIACIÓN ES DE BLOQUES XQ NO HAY AGENTES EXTERNOS
MODELO
FACTOR FIJO A B C (Y VER SI SE CRUZAN)
Y= U + A +B + AB + C + AC +BC +ABC + e
Y= U + A +B + AB + C + AC +BC +ABC + ABCR
BLOQUES R1, R2 R3
ALAZAR
F) Modelo del diseño del experimento
Y= U + A+ B(A) +R +e
explicicón Y= U + A+ B(A) +R + b(a(r )
F) Modelo del diseño del experimento
Y= A+AB
F) Modelo del diseño del experimento
MODELO
Y: U + A + B + AB + R + A (R ) + e
Y: U + A + B + AB + R + A (R ) + B(A ( R ))
F) Modelo del diseño del experimento
Y= u + a + b +ab + a r + e
Y= u + a + b +ab + a r + b(ar)
perimento. Las repeticiones o bloques calcular con la prueba de potencia.
BLOQUES R Aleatorio
el experimento
ER SI SE CRUZAN)
AC +BC +ABC + e
AC +BC +ABC + ABCR
el experimento
+ A (R ) + B(A ( R ))
el experimento
el experimento
el experimento
VARIEDADES
INIAP-302
INIAP-302
INIAP-302
INIAP-303
INIAP-303
INIAP-303
INIAP-307
INIAP-307
INIAP-307
INIAP-302
INIAP-302
INIAP-302
INIAP-303
INIAP-303
INIAP-303
INIAP-307
INIAP-307
INIAP-307
INIAP-302
INIAP-302
INIAP-302
INIAP-303
INIAP-303
INIAP-303
INIAP-307
INIAP-307
INIAP-307
H) Estructura de la base de datos
TTOS
TTO 1
TTO 2
TTO 3
TTO 4
TTO 5
TTO 6
TTO 7
TTO 8
TTO 9
TTO 10
TTO 11
TTO 12
TTO 13
TTO 14
TTO 15
TTO 16
TTO 17
TTO 18
TTO 19
TTO 20
TTO 1
TTO 2
TTO 3
TTO 4
TTO 5
TTO 6
TTO 7
TTO 8
TTO 9
TTO 10
TTO 11
TTO 12
TTO 13
TTO 14
TTO 15
TTO 16
TTO 17
TTO 18
TTO 19
TTO 20
TTO
TTO 1
TTO 2
TTO 3
TTO 4
TTO 5
TTO 6
TTO 1
TTO 2
TTO 3
TTO 4
TTO 5
TTO 6
TTO 1
TTO 2
TTO 3
TTO 4
TTO 5
TTO 6
H) Estructura de la base de datos
TTO
T1
T1
T1
T2
T3
T1
T4
T5
T6
T7
T1
T8
T9
H) Estructura de la base de datos
LAMINAS
0
0
0
0
2
2
2
2
4
4
4
4
0
0
0
0
2
2
2
2
4
4
4
4
H) Estructura de la base de datos
MATERIA
DENSIDADES BLOQUE N2 ORGANICA
10 1
30 1
50 1
10 1
30 1
50 1
10 1
30 1
50 1
10 2
30 2
50 2
10 2
30 2
50 2
10 2
30 2
50 2
10 3
30 3
50 3
10 3
30 3
50 3
10 3
30 3
50 3
Estructura de la base de datos
Almidón 3.5
Almidón 4.5
Almidón 5.5
Plasma 0.5
Plasma 1.5
Plasma 2.5
Almidón 3.5
Almidón 4.5
Almidón 5.5
Estructura de la base de datos
EJERCICIOS DE MODELO
Tomar la respuesta del ejercicio de las dosis de sorbato de potasio de la sección 1.3; diseño completamente al az
A) Factores y niveles
Factor
Xlxlxlxlxlxl60 R1
60
120
3.1.2. Submuestreos en el tiempo
Tomar la respuesta del ejercicio de las láminas de riego de la sección 1.4; diseño de bloques completos al azar;
muestreo, modelo y base de datos para medir la materia orgánica del suelo con submuestreos
A) Factores y niveles
Factor
más fertil
3.2. Diseños de experimentos en serie
Tomar la respuesta del ejercicio de las dosis de potasio de la sección 2.1.1; diseño con arreglo factorial; y modifi
experimento en las épocas seca y lluviosa.
A) Factores y niveles
Factor
MAS HUMEDO
MAS HUMEDO
3.2.2. Diseños para localidades
Tomar la respuesta del ejercicio de las temperaturas de horneado y dosis de harina de la sección 2.2.1; diseño co
A) Factores y niveles
Factor
3.2.3. Diseños para años
Tomar la respuesta del ejercicio de las variedades de yuca de la sección 1.5; cuadrado latino; y modificar el croqu
A) Factores y niveles
Factor
TREOS Y EN SERIE
cción 1.3; diseño completamente al azar; y modificar las unidades de observación, croquis del muestreo, modelo y base de datos para med
B) Tamaño de la muestra
30 30 0 90
30 120 0 30
90 90 60 120
; diseño de bloques completos al azar; y modificar las unidades de observación, croquis del
orgánica del suelo con submuestreos cada 1 año por un periodo de 5 años.
B) Tamaño de la muestra
2 4 0 6
4 2 0 6
0 6 4 2
1; diseño con arreglo factorial; y modificar el croquis del muestreo, modelo y base de datos para repetir el
rimento en las épocas seca y lluviosa.
B) Tamaño de la muestra
SECA
S HUMEDO
TTO 2 TTO 4 TTO 5
BLOQUE 2
BLOQUE 3
HUMEDAD
S HUMEDO
TTO 2 TTO 4 TTO 5
BLOQUE 2
BLOQUE 3
de harina de la sección 2.2.1; diseño con parcelas divididas; y modificar el croquis del muestreo, modelo y base de datos para repetir el exp
B) Tamaño de la muestra
B) Tamaño de la muestra
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
Nombre:
Dimensiones:
bloque/dia Separación entre sí:
ttos (parcela) Efecto de borde:
tiempos (años) Cantidad (n):
BLOQUE 2
BLOQUE 3
BLOQUE 4
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
Y= U + A +AR + e
Y= U + A +AR + S(AR)
F) Modelo del diseño del experimento
y= U + A + t+ At+ R + A( R) + e
y= U + A + t+ At+ R + A( R) + T(A(R ))
F) Modelo del diseño del experimento
REPERICION SUBMUESTREPRODUCCOÓN
1 1
1 1
1 1
1 1
2 1
2 1
2 1
2 1
3 1
3 1
3 1
3 1
1 2
1 2
1 2
1 2
2 2
2 2
2 2
2 2
3 2
3 2
3 2
3 2
uctura de la base de datos
EJERCICIOS DE MODELO
Hacer el análisis estadístico con los modelos lineales generales y mixtos o modelos lineales generalizados mixtos
a) Diseños simples
Variables Análisis
empaques-tomate arbol-1.IDB2 Peso y acidez Análisis funcional
brachiaria-produccion-1.IDB2 Materia seca del tallo Análisis funcional y contrastes
melon-nutrientes.IDB2 Fósforo de tallos y hierro deAnálisis de polinomios
b) Diseños con arreglos factoriales sin restricciones a la aleatorización
Variable
pastos-fertilizacion.IDB2 Rendimiento en seco
camote-fortificado-1.IDB2 Carotenoides
c) Covariables
Variable Covariable
maiz-fertilizacion.IDB2 Rendimiento Peso de granos por mazorca
Variables
pasteles-rotura.IDB2 Ángulo
rosas-citoquininas.IDB2 Longitud de tallos florales
e) Diseños con submuestreos
Variables
maiz-hibridos-2.IBD2 Altura de planta
ablandador-terneza.IDB2 Terneza
localidades-trigo.IDB2 Rendimiento
g) Diseños con superficie de respuesta
Variables
colageno-pescado.IDB2 Escamas
nutricion-caña azucar.IDB2 Rendimiento
Variables
uvilla-poda fertilizantes.IDB2 Diámetro
carbono-suelo-coordenadas.IDB2 Carbono edáfico
4.2. Modelos lineales generalizados mixtos
4.2.1. Gamma
Variables
cuajado-leche.IDB2 Tiempo de coagulación
4.2.2. Binomial
Variables
germinacion-mora.IDB2 Plantas vivas
4.2.3. Poisson
Variables
fresas-conservacion-1.IDB2 Mohos y levaduras
4.2.4. Binaria
Variables
germinacion-magnolia.IDB2 Contaminación
MISCELÁNEA
Hacer el análisis estadístico con los modelos lineales generales y mixtos o modelos lineales generalizados mixtos
7 12 15 15 1 2 7 16 10
13 3 8 16 7 10 11 10 13
3 1 4 5 14 13 3 14 9
11 8 16 14 15 6 2 6 2
14 9 1 6 3 9 14 13 8
2 16 10 13 5 5 13 2 11
4 6 13 7 2 15 1 9 1
6 14 6 10 4 14 4 15 3
10 15 2 1 13 12 16 3 4
12 10 7 12 9 11 9 8 12
15 7 5 2 10 7 8 12 6
16 2 11 8 8 8 15 5 16
9 13 14 3 6 4 10 11 5
8 11 9 4 11 3 12 7 7
1 5 12 11 16 16 5 4 14
5 4 3 9 12 1 6 1 15
11 8 16 5 5 13 1 13 2
2 2 8 8 14 16 4 3 8
6 13 2 13 6 5 9 15 11
14 12 4 16 16 11 14 10 5
8 6 3 9 4 10 6 4 16
9 15 12 10 3 2 12 6 1
3 10 11 12 13 12 5 11 7
16 1 13 14 8 14 15 5 3
1 14 14 2 9 15 16 14 6
4 4 6 4 12 3 11 8 15
15 5 1 11 10 6 3 7 10
5 3 5 6 7 7 13 2 14
12 7 15 15 15 9 8 12 12
10 11 10 3 2 4 2 1 4
7 9 7 11 11 1 7 16 13
13 16 9 1 1 8 10 9 9
Referencia
Cochran C., W., y G.M. Cox. 1990. Diseños experimentales. 2. a ed. Trillas, México.
PUBLICACIÓN ORIGINAL
s con bloques
2
5
13
16
6
7
4
3
8
14
15
1
12
10
9
11
16
11
10
12
2
15
8
7
14
9
5
3
13
6
1
4
ANEXO B
Tratamientos = 4
A B C D
B A D C
C D B A
D C A B
Tratamientos = 5
A B C D E
B A E C D
C D A E B
D E B A C
E C D B A
Tratamientos = 6
A B C D E F
B F D C A E
C D E F B A
D A F E C B
E C A B F D
F E B A D C
Tratamientos = 7
A B C D E F G
B C D E F G A
C D E F G A B
D E F G A B C
E F G A B C D
F G A B C D E
G A B C D E F
Referencia
Cochran C., W., y G.M. Cox. 1990. Diseños experimentales. 2. a ed. Trillas, México.
PUBLICACIÓN ORIGINAL
ANEXO C
Tratamientos = 3 Tratamientos = 7
Lineal: -1 0 1 Lineal: -3 -2 -1 0 1 2 3
Cuadrática: 1 -2 1 Cuadrática: 5 0 -3 -4 -3 0 5
Cúbica: -1 1 1 0 -1 -1 1
Tratamientos = 4
Lineal: -3 -1 1 3 Tratamientos = 8
Cuadrática: 1 -1 -1 1 Lineal: -7 -5 -3 -1 1 3 5 7
Cúbica: -1 3 -3 1 Cuadrática: 7 1 -3 -5 -5 -3 1 7
Cúbica: -7 5 7 3 -3 -7 -5 7
Tratamientos = 5
Lineal: -2 -1 0 1 2 Tratamientos = 9
Cuadrática: 2 -1 -2 -1 2 Lineal: -4 -3 -2 -1 0 1 2 3 4
Cúbica: -1 2 0 -2 1 Cuadrática: 28 7 -8 -17 -20 -17 -8 7 28
Cúbica: -14 7 13 9 0 -9 -13 -7 14
Tratamientos = 6
Lineal: -5 -3 -1 1 3 5 Tratamientos = 10
Cuadrática: 5 -1 -4 -4 -1 5 Lineal: -9 -7 -5 -3 -1 1 3 5 7 9
Cúbica: -5 7 4 -4 -7 5 Cuadrática: 6 2 -1 -3 -4 -4 -3 -1 2 6
Cúbica: -42 14 35 31 12 -12 -31 -35 -14 42
Referencia
González B., G. 2010. Métodos estadísticos y principios de diseño experimental. 3. a ed. Editorial Universitaria, Qu
PUBLICACIÓN ORIGINAL
ntervalos iguales
Tratamientos = 11
Lineal: -5 -4 -3 -2 -1 0 1 2 3 4 5
Cuadrática: 15 6 -1 -6 -9 -10 -9 -6 -1 6 15
Cúbica: -30 6 22 23 14 0 -14 -23 -22 -6 30
Tratamientos = 12
Lineal: -11 -9 -7 -5 -3 -1 1 3 5 7 9 11
Cuadratica: 55 25 1 -17 -29 -35 -35 -29 -17 1 25 55
Cúbica: -33 3 21 25 19 7 -7 -19 -25 -21 -3 33