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)

¿Cuál es la formula de engorde mas efectiva para lograr un peso final

alto en las tilapias?

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

Interrogante del problema de investigación:

¿Son iguales los promedios obtenidos de los pesos de las tilapias de acuerdo a las
diferentes dietas usadas para alimentarlos o existen variaciones considerables entre
ellos?
HIPOTESIS
s ea µ 1 , µ2 , µ3 , µ 4 , µ5 ,las mediasdelas formulasde engorde

 Inicial
 H 0=μ F 1 =μ F 2=μF 3=μ F 4 =μ F 5

No existe diferencia significativa en las fórmulas de engorde de las tilapias.

 Alternativa
H A =μF 1 ≠ μ F 2 ≠ μ F 3 ≠ μ F 4 ≠ μ F 5 / H A : μFi ≠ μ Fj para algun i ≠ j

Existe diferencia significativa en las fórmulas de engorde de las tilapias.

Los datos generados se distribuyen en la siguiente tabla por un diseño completamente al

azar para comparar las formulas de engorde para la tilapia:
Pesos de tilapia con cada formula de engorde y ubicación
FÓRMULAS DE ENGORDE

F1 F2 F3 F4 F5

2,66 (Y 11 ¿ 3,2 (Y 21 ¿ 3,01 (Y 31 ¿ 3,52 (Y 41 ¿ 4,00 (Y 51 ¿

2,52 (Y 12 ¿ 3,42 (Y 22 ¿ 3,13 (Y 32 ¿ 3,71 (Y 42 ¿ 3,89(Y 52)

2,74 (Y 13 ¿ 3,47 (Y 23 ¿ 3,25 (Y 33 ¿ 3,78 (Y 43 ¿ 3,90

(Y ¿¿ 53)¿
2,9 (Y 14 ¿ 3,64 (Y 24 ¿ 3,38 (Y 34 ¿ 3,79 (Y 44 ¿ 4,12
(Y ¿¿ 54)¿

Figura 1: tabla ANOVA para DCA [Imagen].Tomada de: “Análisis y diseño de

experimentos pag.59 – 3 edición -Gutiérrez H.”
Notación de puntos
 Figura 2: notación de puntos para tabla ANOVA para DCA [Imagen]. Tomada de:
“Análisis y diseño de experimentos pag.56 – 3 edición – Gutiérrez, H.”
Hallamos la suma de cuadrados para los tratamientos, error y total, con la siguiente
formula:
k
Y 2i ∙ Y 2..
SCTRAT =∑ −
i=1 ni N

Para ello se halla la suma de las observaciones de cada tratamiento, este se eleva al
cuadrado y se divide por el número de formula de engorde, a este valor se resta con la suma
total de las mediciones y se eleva al cuadrado y dividido por el número total de
observaciones.
k
Y 2i ∙ Y 2..
SCTRAT =∑ −
i=1 ni N

Pesos de tilapia con cada formula de engorde, promedio, sumas de promedios

FÓRMULAS DE ENGORDE
F1 F2 F3 F4 F5 SUMA
2,66 3,2 3,01 3,52 4 16,39
2,52 3,42 3,13 3,71 3,89 16,67
2,74 3,47 3,25 3,78 3,9 17,14
2,9 3,64 3,38 3,79 4,12 17,83
SUMA 10,82 13,73 12,77 14,8 15,91 68,03
PROMEDIO 2,705 3,4325 3,1925 3,7 3,9775  

Y i . =Suma de las Observaciones deltratamiento i

ni =Cantidad de muestras en el tratamiento i

Y ..=Sumatotal de las observaciones

N=4+ 4+ 4+ 4+ 4=20
Y 2..=2,66+ 3,2+ …+3,79=68.03

Suma de cuadrados de los tratamientos

K
Y 2i . Y 2..
SCTRAT =∑ −
I =1 ni N

∑ Y 2i.=10,822 +13,732 +12,772 +14,82 +15.912=940.8 263

∑ Y 2..=2,66+2,52+2,74+ 2,9+3,2+ 3,42+ 3,47+3,46+3,01+3,13+3,25+3,38+3,52+3,71+3,78+ 3,79+ 4+ 3,89
K
Y 2i . Y 2.. 940,81 4628,0809
SCTRAT =∑ − = − =188.162−231.4040=−43.24
I =1 ni N 5 20

Suma de cuadrados del error

SC E=SC T −SCTRAT
ni
K
Y 2..
SCT =∑ ∑ Y ij 2−¿ ¿
i=1 j=1 N

∑ ∑ Y 2..=2,6 62 +2,522 +2,742 +2,92 +3,22 +3,422 +3,472 +3,462 +3,012 +3,132 +3,252 +3,382 +3,522+3,712 +3,782
SCT =235.5379−231.4040=4.1339

SC E=−43.24−4.1339=−47.37

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

tabla ANOVA,  = 0.05. (20 /120)

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

(diferente a Excel), adjuntar pantallazo. (20 /120)

e. 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?. (10 /120)

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)
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)

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)

Nota: Todas las ecuaciones deben ser presentadas, aplicando la opción de

Word – Insertar – Ecuación. Adicional se debe presentar el paso a paso de la
solución y explicación de los datos que resulten de tablas u opciones en Excel.