Diseño experimental

Unidad 2

Fase 3: Diseños unifactoriales

Presentado por:

WILMER ALVEIRO ARGOTE TORO

Grupo:

Tutor:

Universidad nacional abierta y a distancia UNAD

Escuela de ciencias agrícolas pecuarias y del medio ambiente

Agronomía

Pitalito

2019
 INTRODUCCION

El desarrollo del siguiente trabajo permitirá identificar los conocimientos

previos que tenemos al realizar el estudio de la Unidad 2 diseños unifactoriales, de igual

forma permitirá realizar un análisis de la varianza (ANOVA) a cada uno de los

ejercicios propuestos en el apéndice 3. El análisis de varianza ANOVA es una potente

herramienta estadística, de gran utilidad tanto en la industria, para el control de procesos,

como en el laboratorio de análisis, para el control de métodos analíticos. Los ejemplos

de aplicación son múltiples, pudiéndose agrupar, según el objetivo que persiguen, en dos

principalmente: la comparación de múltiples columnas de datos y la estimación de los

componentes de variación de un proceso.

 OBJETIVOS

Objetivo General

Identificar que son y cuando hacer uso de los diseños unifactoriales.

Objetivos Específicos

 Conocer e identificar el contenido de la Unidad 2 diseños unifactoriales

 Dar respuesta al apéndice 3

 Interpretar y desarrollar los ejercicios propuestos para afianzar los

conocimientos adquiridos en el contenido teórico del curso

 Apéndice 3

1. A partir de la lectura del capítulo 3 del libro análisis y diseños de

experimentos, aplique los conceptos del diseño completamente al azar (DCA) y análisis

de varianza para el siguiente enunciado.

COMPARACIÓN DE 4 FÓRMULAS DE ENGORDE EN TILAPIAS

El equipo de desarrollo e innovación que lo componen zootecnistas e ingenieros de

alimentos de una empresa de cultivo de tilapia evalúa el efecto de cinco fórmulas de
engorde (F1, F2, F3, F4, F5), sobre el peso final de las tilapias (entendiendo que a
mayor peso en las tilapias la fórmula de engorde realizada es más eficiente). En primera
instancia, la estrategia experimental es aplicar cuatro veces las 5 fórmulas de engorde
en orden completamente al aleatorio (las 20 pruebas al azar). Los pesos (kg) obtenidos
de las tilapias en la investigación se muestran en la siguiente tabla.

FÓRMULAS DE ENGORDE
F1 F2 F3 F4 F5
2,66 3,2 3,01 3,52 4,00
2,52 3,42 3,13 3,71 3,89
2,74 3,47 3,25 3,78 3,90
2,9 3,64 3,38 3,79 4,12

a. Formule el interrogante del problema de investigación. (5 /120)

¿Sera que hay diferencia entre el peso final de las tilapia con relación a

aplicación de las fórmulas de engorde?

b. Formule las hipótesis correspondientes (igualdad y alterna). (5 /120)

𝑯𝟎 ∶ 𝝁𝟏 = 𝝁𝟐 = ⋯ = 𝝁𝒌 = 𝝁 Todas las formulas son iguales

𝑯𝑨 ∶ 𝝁𝟏 ≠ 𝝁𝒋 𝒑𝒂𝒓𝒂 𝒂𝒍𝒈𝒖𝒏 𝒊 ≠ 𝒋 Al menos una fórmula es diferente

 c. Realice los cálculos correspondientes al análisis de varianza y elabore la

tabla ANOVA,  = 0.05. (20 /120)

Tabla de ANOVA para DCA

Para realizar los cálculos de análisis de varianza y la tabla ANOVA, a=0,05,

coloque los factores de engorde en filas y los tratamientos en las columnas quedando la

tabla así:

Fórmulas de engorde T1 T2 T3 T4 Suma Promedio

F1 2,66 2,52 2,74 2,9 10,82 2.705
F2 3,2 3,42 3,47 3,64 13,73 3,4325
F3 3,01 3,13 3,25 3,38 12,77 3,1925
F4 3,52 3,71 3,78 3,79 14,8 3,7
F5 4,00 3,89 3,90 4,12 15,91 7,955
SUMA 68,03

Primero se realiza la suma total de cuadrados de todos los valores que están en la

tabla donde cada uno de eleva al cuadrado sumándolos.

𝑆𝐶𝑇 = (2,662 + 2,522 + 2,742 + 2,92 ) + (3,22 + 3,422 + 3,472 + 3,642 )

 +(3,012 + 3,132 + 3,252 + 3,382 ) + (3,522 + 3,712 + 3,782 +

3,792 ) + (4,002 + 3,892 + 3,902 + 4,122 )

68,032
𝑆𝐶𝑇 = 29,3436 + 47,2269 + 40,8439 + 54,807 + 63,3165 −
20

4628,0809
𝑆𝐶𝑇 = 235,5379 −
20

El resultado de la suma de los valores elevados al cuadrado se le resta al

resultado al valor que dio de la suma total elevado al cuadrado dividido por el número de

muestra.

𝑆𝐶𝑇 = 235,5379 − 231,404045 = 4,133855

𝑘𝑌𝑖.2 𝑌..2
𝑆𝐶𝑇𝑅𝑇 =∑ −
𝑖=1 𝑛𝑖 𝑁

Despejamos la formula, donde la suma de cuadrados de los tratamientos se cogen

los valores que se encuentran en las columnas se elevan al cuadrado y se divide por los

números de tratamientos que se realizaron

(10,822 + 13,732 + 12,772 + 14,82 + 15,912 ) 68,032

𝑺𝑪𝑻𝑹𝑻 = −
4 20

117,0724 + 188,5129 + 163,0729 + 219,04 + 253,1281 68,032

𝑺𝑪𝑻𝑹𝑻 = −
4 20
940,8263 4628,0809
𝑺𝑪𝑻𝑹𝑻 = −
4 20
Al igual que el anterior este resultado se resta ala operación que dio

anteriormente.
 𝑺𝑪𝑻𝑹𝑻 = 235,206575 − 231,404045 = 3,80253

Para hallar la suma de cuadrados del error se hace una resta, al valor suma total

de los cuadrados que dio menos la suma de cuadrados de los tratamientos.

𝑺𝑪𝑬 = 𝑺𝑪𝑻 − 𝑺𝑪𝑻𝑹𝑻 = 4,133855 − 3,80253 = 0,331325

Cuadro medio de los tratamientos

𝑆𝐶𝑇𝑅𝑇 3,80253 3,80253

𝑪𝑴𝑻𝑹𝑻 = = = = 0,9506325
𝐾−1 5−1 4

Cuadrado medio del error

𝑆𝐶𝐸 0,331325 0,331325

𝑪𝑴𝑬 = = = = 0,022088333
𝑁−𝑘 20 − 5 15
Valor de F0

𝐶𝑀𝑇𝑅𝑇 0,9506325
𝑭𝑶 = = 43,03776568
𝐶𝑀𝐸 0,022088333

SCtrt 3,80253

stc 4,133855
y 68,03
N 20
C 231,404045
Suma˄2 235,5379
Suma˄2trt 940,8263
n 4
TABLA DE ANOVA

fuente SC GL CM Fcal Ftab pvalor

trt 3,80253 4 0.9506325 43.03776503 3,06 43.03 > 3.06
errror 0.331325 15 0.022088333
total 4.133855 19 alfa 0,05

Valores críticos de la distribución

d. Realizar la validación de la ANOVA por medio de un programa estadístico (diferente

a Excel), adjuntar pantallazo.

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Fila 1 4 10,82 2.705 0,02516667
Fila 2 4 13,73 3,4325 0,03289167
Fila 3 4 12,77 3,1925 0,025225
Fila 4 4 14,8 3,7 0,01566667
Fila 5 4 15,91 7,955 0,01149167
 Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión
Efectividad Estudiantil
Formulas Versión Estudiantil
Engorde Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
4.12
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
D
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil3.75
Versión Estudiantil Versión Estudiantil Versión Estudiantil
CD Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Observaciones

Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
BC Versión Estudiantil Versión Estudiantil
Versión Estudiantil3.38
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil BVersión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
3.01
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil A Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
2.64
Versión Estudiantil Versión Estudiantil
F1 Versión
F3Estudiantil F2Versión Estudiantil
F4 Versión
F5 Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión EstudiantilFormula
Versiónde
Estudiantil
Engorde Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil

e. A partir de los criterios del resultado del valor – P y FO (son dos criterios diferentes),
¿qué se puede concluir con respecto a las hipótesis planteadas?

Se puede concluir que la hipótesis planteada 𝑯𝟎 ∶ 𝝁𝟏 = 𝝁𝟐 = ⋯ = 𝝁𝒌 = 𝝁 donde todas

las formulas son iguales y por lo tanto su rendimiento no afecta el peso de las tilapias se
rechaza y se admite la hipótesis 𝑯𝑨 ∶ 𝝁𝟏 ≠ 𝝁𝒋 𝒑𝒂𝒓𝒂 𝒂𝒍𝒈𝒖𝒏 𝒊 ≠ 𝒋 donde al menos una
fórmula es diferente de todas.
 f. Describa cual es la función y para qué es utilizado el método Tukey, después del
análisis de varianza de los resultados? Dentro del concepto responda si es necesario
utilizar este método si aceptamos o rechazamos la hipótesis de igualdad (20 /120)

El método Tukey es utilizado para probar medias de tratamiento,” consiste en comparar las
diferencias entre medidas muéstrales con el valor crítico” (Gutiérrez. 2012), este se aplica
si hay un alguna duda sobre el tratamiento ganador.

2. A partir de la lectura del capítulo 4 del libro análisis y diseños de experimentos,

aplique los conceptos del diseño en cuadro latino (DCL) y análisis de varianza para el
siguiente enunciado.

En un centro de investigación de agricultura se requiere estudiar el efecto de distintos tipos

de semilla en el rendimiento del maíz y se considera que en dicho rendimiento también
pueden influir los tipos de abonos empleados. Así, el factor de interés es el origen de la
semilla (A, B, C y D) y se controla dos factores de bloques el tipo de semilla y el tipo de
abono en función de la variable de respuesta.

Tipo de Tipo de semilla

abono 1 2 3 4
1 C=73 D=78 A=68 B=90
2 B=79 C=79 D=67 A=80
3 A=65 B=81 C=65 D=66
4 D=92 A=80 B=89 C=92

g. Realice los cálculos correspondientes al análisis de varianza y elabore la tabla

ANOVA  = 0.01. (20 /120)
 Tipo de Tipo de semilla
abono 1 2 3 4 SUMA
1 C=73 D=78 A=68 B=90 309
2 B=79 C=79 D=67 A=80 305
3 A=65 B=81 C=65 D=66 277
4 D=92 A=80 B=89 C=92 353
SUMA 309 318 289 328 1244

Se procede primero hallar la suma total de cuadrados.

𝑆𝐶𝑇 = (732 + 792 + 652 + 922 ) + (782 + 792 + 812 + 802 ) + (682 + 672 + 652

+ 892 ) + (902 + 802 + 662 + 922 )

1244²
𝑆𝐶𝑇 = 24259 + 25286 + 21259 + 27320 −
16
𝑆𝐶𝑇 = 98124 − 96721 = 1403
 Para hallar la suma de cuadrados de los reglones en este caso son los abonos, se

toman los valores de cada reglón elevándolos al cuadrado e irlos sumando para luego

dividirlo por el número de los tratamientos.

3092 + 3052 + 2772 + 3532 12442

𝑆𝐶𝐵1 = ( )−
4 16

95481 + 93025 + 76729 + 124609 12442

𝑆𝐶𝐵1 = ( )−
4 16

389844 1547536
𝑆𝐶𝐵1 = −
4 16
Al igual que las anteriores operaciones este resultado se resta con el valor que dio

de la suma total de los valores el cual se elevó al cuadrado par luego dividirlo por el

número de muestra

𝑆𝐶𝐵1 = 97461 − 96721 = 740

En la suma de cuadrados por colinas como su nombre lo indica se toman los

valores de cada columna elevándolos cada uno al cuadrado, donde se suman y se divide

por el número de tratamientos u observaciones.

3092 + 3182 + 2892 + 3282 12442

𝑆𝐶𝐵2 = ( )−
4 16

95481 + 101124 + 83521 + 107584 12442

𝑆𝐶𝐵2 = −
4 16

387710 1547536
𝑆𝐶𝐵2 = −
4 16

𝑆𝐶𝐵2 = 96927,5 − 96721 = 206,5

 En este caso para la suma de cuadrados de los tratamientos se toman los valores

de cada tipo (A, B, C y D) al igual que las otras operaciones se procede a realizar

A 293
B 339
C 309
D 303

2932 + 3392 + 3092 + 3032 12442

𝑆𝐶𝑇𝑅𝐴𝑇 = ( )−
4 16

85849 + 114921 + 95481 + 91809 12442

𝑆𝐶𝑇𝑅𝐴𝑇 = −
4 16
388060 1547536
𝑆𝐶𝑇𝑅𝐴𝑇 = −
4 16
𝑆𝐶𝑇𝑅𝑇= 97015 − 96721 = 294
Suma de cuadrados del error
𝑺𝑪𝑬 = 𝑆𝐶𝑇 − 𝑆𝐶𝑇𝑅𝑇 − 𝑆𝐶𝐵1 − 𝑆𝐶𝐵2

𝑺𝑪𝑬 = 1403 − 294 − 740 − 206,5

𝑺𝑪𝑬 = 162,5

Cuadrado medios de los tratamientos

𝑆𝐶𝑇𝑅𝐴𝑇 294
𝑪𝑴𝑻𝑹𝑻 = = = 98
𝐾−1 3
Cuadrado medio de los renglones

𝐶𝑀𝐵1 740
𝑪𝑴𝑩𝟏 = = = 246,66666
(𝑘 − 1) 3

Cuadrado medio de las columnas

𝐶𝑀𝐵2 206,5
𝑪𝑴𝑩𝟐 = = = 68,83333
(𝑘 − 1) 3
F0 del tratamiento

𝐶𝑀𝑇𝑅𝑇 98
𝑭𝑶 = = = 3,618461583
𝐶𝑀𝐸 27,083333

F0 de los renglones

𝐶𝑀𝐵1 246,6666
𝑭𝑶 = = = 9,107689958
𝐶𝑀𝐸 27,083333

F0 de las columnas

𝐶𝑀𝐵2 68,83333
𝑭𝑶 = = = 2,541538342
𝐶𝑀𝐸 27,0833333

TABLA DE ANOVA

Fuente SC GL CM Fcal Ftab pvalor

Tipo 294 3 98 3,61846154 4,757 0,15946136
Abono 740 3 246,666667 9,10769231 4, 757 0,05123201
Semilla 206,5 3 68,8333333 2,54153846 4, 757 0,23191358

ERROR 162,5 6 27,0833333

TOTAL 1403 alfa 0,05

Valores criticos de la distribucion

 h. A partir de los criterios del resultado del valor – P y FO (son dos criterios diferentes),
que se puede concluir con respecto a las hipótesis planteadas?. (20 /120)

𝐹0 = 7,23 ≥ 𝑓 0,05,3,12 = 3,49

𝐴𝑐𝑒𝑝𝑡𝑎𝑚𝑜𝑠 𝑙𝑎 𝐻𝑜 𝑦𝑎 𝑞𝑢𝑒 𝑣𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 ℎ𝑎𝑦 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎 𝑒𝑛𝑡𝑟𝑒 𝑙𝑜𝑠 𝑡𝑖𝑝𝑜𝑠 𝑑𝑒 𝑎𝑏𝑜𝑛𝑜𝑠 𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑜𝑠

Se acepta la Ho ya que vemos que hay diferencias entre los tipos de abono, ya que

realizando las comparaciones de α > P nos da la razón de aceptación.

Los valores de f 0,05,3,12 = 3,49 y vemos que F0 = 7,23 y al hacer las

comparaciones 𝐹0 = 7,23 ≥ 𝑓 0,05,3,12 = 3,49, por esa razón nos sugiere aceptar

la Ho .
 BIBLIOGRAFIA

Gutiérrez,H. (2012).Análisis y diseño de experimentos.(3a. ed.) McGraw-Hill

Interamericana. (pp 16-20) Recuperado de

http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=375&pg=

Balzarini, M. (2013). Estadística y biometría: ilustraciones del uso e Infostat en

problemas de agronomía. Editorial Brujas. Recuperado en :

http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?docID=10890015&ppg=
102