UNIVERSIDAD NACIONAL DE LOJA FACULTAD AGROPECUARIA Y DE RECURSOS NATURALES RENOVABLES CARRERA DE INGENIERÍA AGRONÓMICA
Views 178 Downloads 3 File size 1005KB
UNIVERSIDAD NACIONAL DE LOJA FACULTAD AGROPECUARIA Y DE RECURSOS NATURALES RENOVABLES CARRERA DE INGENIERÍA AGRONÓMICA
CICLO VIII ASIGNATURA: Diseños experimentales TEMA: Tarea 1. Unidad 3 NOMBRE: María del Cisne Armijos Armijos DOCENTE: Ing. Johnny Granja. Fecha: 30/08/2020 LOJA - ECUADOR 2020
Ejercicio 1 1. (Archivo CL trigo 1 Excel) Se evalúan 4 variedades de trigo por parcelas las cuales se encuentran sobre un campo con pendiente y se riega por aspersión cuyos aspersores han podido ser colocados solo a un lado de la parcela.
Análisis del ANAVA
En el análisis del ANAVA existe una diferencia significativa
Transformaciones
Shapiro – Wilks.
En la prueba de Shapiro si existe una distribución de normalidad, porque es mayor al pvalor 0.05 con 0.8804. Prueba de QQ – Plot
Los datos se ajustan a la recta por cuanto no presentan normalidad.
Transformación
Ho: los errores tienen distribución normal Ha: los errores no tienen distribución normal Aceptamos la Ho ya que el P value >0,05 es decir, los errores no presentan distribución normal. Prueba de LEVENE
Tukey
Aplicando la prueba de Tukey se puede observar que la variedad A y C tienen mejor rendimiento que las demás variedades, comparando como la variedad B tiene 4 kg/parcela Conclusiones
El presente modelo cumple con los supuestos estadísticos de normalidad después de haber realizado las transformaciones, por lo tanto, se rechaza y se procede aplicar la estadística no paramétrica, sin embargo, al efectuar este procedimiento tampoco se logró cumplir con estas características.
Recomendaciones
Se debe tener en cuenta otros factores que expliquen la variabilidad de los rendimientos, donde se podría incluir el factor nutrición y/o el factor fecha de siembra, ya que son factores fundamentales en la obtención de una mayor producción.
Ejercicio 2 2. (Archivo Infostat “CuadLat”) Se realizó un ensayo para evaluar el rendimiento en kg de materia seca por hectárea de una forrajera con distintos aportes de N2 en forma de urea. Las dosis de urea probadas fueron 0 (control), 150 y 300 kg/ha. El ensayo se realizó en un potrero experimental con una cortina forestal al norte del mismo por lo que la luz recibida por las parcelas variaba de norte a sur. Además el lote presentaba una pendiente considerable de oeste a este. Se realizó un diseño en cuadrado latino, las variaciones de las parcelas en sentido norte-sur fueron consideradas como variaciones debidas al factor columna (luz) y aquellas en sentido oeste-este se asociaron al factor fila (pendiente).
Prueba del ANAVA.
En el análisis del ANAVA existe una diferencia significativa Transformaciones
Shapiro – Wilks.
En la prueba de Shapiro no existe una distribución de normalidad, porque es menor al pvalor 0.05 con < 0.0001.
Prueba de Normalidad de QQ-Plot
Los datos no se ajustan a la recta por cuanto no presentan normalidad.
Transformación.
Ho: los errores tienen distribución normal Ha: los errores no tienen distribución normal Aceptamos la Ho ya que el P valué >0,05 es decir, los errores no presentan distribución normal. Prueba de Homogeneidad
Prueba de Levene.
Transformación
Ho: δ 1 =δ2= δ 3…. =δn Ha: δ 1≠ δ 2 Aceptamos la Ho ya que el P value > 0,05 es decir las varianzas presentan homogeniedad.
Estadística no paramétrica.
Ho: Ʈ 1 = Ʈ 2= Ʈ 3…. Ʈ N Ha: algún Ʈ i ≠ 0 Como el (p value=0,0001>0,05), es decir se rechaza la hipótesis alternativa de igualdad de medias de los tratamientos; por lo tanto, no hay diferencia entre ellos. Prueba de Tukey
En la prueba de Tukey se observa que la variedad C y A tienen un mejor rendimiento que las demás variedades en comparación con la variedad E. Conclusiones
Realizado el análisis estadístico se determinó que el modelo cumple con los supuestos de normalidad después de haber realizado las transformaciones, por lo tanto, se rechaza y se procede aplicar la estadística no paramétrica, sin embargo, al efectuar este procedimiento tampoco se logró cumplir con estas características.
Recomendaciones
Para este caso se debería tener en cuenta otros factores que expliquen la variabilidad de los rendimientos, se podría incluir un factor de riego u otro factor fecha de siembra, ya que estos tienen una fuerte influencia en la producción final de un cultivar
Ejercicio 3 3. (Archivo Excel “CL Labranza 2”) Se desea evaluar las cantidades de carbono (mg/g suelo) de la masa microbiana del suelo según el tipo de labranza. Y se bloquea por dos fuentes de variación del terreno. A sin labranza B labranza mínima C arado D arado con rastra E arado y subsolado
Planteamiento del ensayo.
Análisis de datos. Prueba de ANAVA.
Ho: Ʈ 1 = Ʈ 2= Ʈ 3…. Ʈ N Ha: algún Ʈ i ≠ 0 No existen diferencias significativas entre los factores fila y columna (p value=0,0001>0,05), es decir se rechaza la hipótesis alternativa de igualdad de medias de los tratamientos.
Supuestos de hipótesis. Shapiro – Wilks.
Ho: los errores tienen distribución normal Ha: los errores no tienen distribución normal Aceptamos la Ho ya que el P value >0,05 es decir los errores presentan distribución normal
Prueba de normalidad QQ-Plot.
Los datos se ajustan a la recta por cuanto presentan normalidad.
Prueba de Homogeneidad.
Prueba de LEVENE.
Ho: δ 1 =δ2= δ 3…. =δn Ha: δ 1≠ δ 2 Aceptamos la Ho ya que el P value > 0,05 es decir las varianzas presentan homogeniedad.
Conclusiones
Efectuado el análisis estadístico se determinó que este modelo si cumple con todos los supuestos de normalidad y homogeneidad de varianzas, pero no presenta diferencias significativas para realizar pruebas de comparación múltiple (Tukey, Duncan, etc)
Recomendaciones
Se debe tener en cuenta otros factores como fertilidad, fecha de siembra entre otros, para poder determinar el efecto que causan en el rendimiento de un cultivo y poder explicar la variabilidad en la producción.
Ejercicios de Parcelas Divididas Ejercicio 4 4. Archivo Infostat “ParcelaD” PD-DBCA En un ensayo de trigo se dispusieron dos parcelas principales en tres bloques. Sobre las parcelas principales se aleatorizaron los niveles del factor riego y estas fueron divididas en cuatro subparcelas donde se aleatorizaron 4 variedades de trigo. La variable en estudio fue el rendimiento medido en kg/parcela experimental. Para el factor “riego” (Factor A) se tienen dos niveles: secano (sin riego) y riego y para el factor
“variedad” (Factor B) se usaron las siguientes variedades: Buck-Charrúa, Las Rosas-INTA, Pigue y Pro-INTA Análisis de ANAVA.
Ho: Ʈ 1 = Ʈ 2= Ʈ 3…. Ʈ N Ha: algún Ʈ i ≠ 0 Existen diferencias significativas entre en la fecha de plantación de plantación (p valué=0,0001>0,05) con respecto a los bloques, es decir se rechaza la hipótesis alternativa de igualdad de medias de los tratamientos. Shapiro-Wilks.
Ho: los errores tienen distribución normal Ha: los errores no tienen distribución normal Aceptamos la Ho ya que el P value >0,05 es decir los errores presentan distribución normal. Prueba de QQ.Plot.
Los datos se ajustan por cuanto mismos presentan normalidad. Prueba de Homogeneidad.
Test de LEVENE
Ho: δ 1 =δ2= δ 3…. =δn Ha: δ 1≠ δ 2 Aceptamos la Ho ya que el P valué > 0,05 es decir las varianzas presentan homogeneidad. Prueba de ANOVA parcela divididas (PD DBCA)
Los resultados sugieren que no hay interacción Parc x Variedad (p=0.1223), por lo que los resultados de los efectos principales pueden interpretarse directamente: por lo cual existe un efecto del riego (p=0.0176) y de la variedad (p=0.0078). Conclusiones
Según el análisis realizado la prueba de levene, el modelo presenta heterogeneidad en el factor de fecha de plantación por lo que se procede a rechazar el modelo debido a que debe existir homogeneidad entre variables una vez efectúo el análisis de varianza Recomendaciones
Se debe tener en cuenta otros factores como fertilidad, fecha de siembra, luminosidad entre otros, para poder determinar el efecto que causan en el rendimiento de un cultivo y poder explicar la variabilidad en la producción.
Ejercicio 5 5. Archivo Infostat “ParcelaDCA” PD-DCA En un ensayo de resistencia de cartón se realizaron preparados de pasta básica con tres distintas cantidades de agua (50, 75 y 100 litros). Cada uno de los preparados (parcelas principales) se repitió tres veces en orden aleatorio a lo largo del tiempo. Luego, se dividieron los preparados en cuatro fracciones iguales (subparcelas) y se los sometió a distintas temperaturas de cocción (20, 25, 30 y 35 grados), las que fueron asignadas al azar. La variable en estudio fue la resistencia del cartón obtenido. Análisis de ANAVA.
Ho: Ʈ 1 = Ʈ 2= Ʈ 3…. Ʈ N Ha: algún Ʈ i ≠ 0 Existen diferencias significativas entre las cantidades de agua aplicadas (p valué=0,0001>0,05) con respecto a los bloques, es decir se rechaza la hipótesis alternativa de igualdad de medias de los tratamientos. Shapiro-Wilks.
Ho: los errores tienen distribución normal Ha: los errores no tienen distribución normal Aceptamos la Ho ya que el P valué >0,05 es decir los errores presentan distribución normal.
Prueba de QQ.Plot.
Los datos se ajustan por cuanto mismos presentan normalidad. Prueba de Homogeneidad
Test de LEVENE
Ho: δ 1 =δ2= δ 3…. =δn Ha: δ 1≠ δ 2 Aceptamos la Ho ya que el P valué > 0,05 es decir las varianzas presentan homogeneidad.
Prueba de ANOVA parcela divididas (PD DCA)
Los resultados sugieren que no hay interacción Agua x Temperatura (p=0.1324), por lo que los resultados de los efectos principales pueden interpretarse directamente: por lo cual existe un efecto de la aplicación de agua (p=0.0012) y de la temperatura (p=0.0006). Conclusiones
Aplicando la prueba de levene, el modelo presenta homogeneidad en el factor de agua por cuanto se procede aceptar el modelo ya que existe homogeneidad entre las variables.
Recomendaciones
Se debe realizar un análisis estadístico con los demás factores para determinar su interacción y determinar el efector que tiene sobre el factor resistencia del cartón
Ejercicio 6 6. Se trata de un plan de caña de azúcar donde se midió el rendimiento en Tn/ha de Azúcar que experimentan tres fechas de plantación y tres métodos para plantar, para el cual se usó un DPD en bloques al azar. Las fechas se asignaron aleatoriamente a las tres parcelas principales de cada bloque, y los 3 métodos se asignaron aleatoriamente a las subparcelas en las cuales se había.
Dividido cada parcela principal. El experimento contó con cinco repeticiones. Los datos son los siguientes: Esquematice un diseño a campo.
Análisis de datos Prueba de ANAVA
Ho: Ʈ 1 = Ʈ 2= Ʈ 3…. Ʈ N Ha: algún Ʈ i ≠ 0 Existen
diferencias
significativas
entre
en
la
fecha
de
plantación
(p
valué=0,0001>0,05) con respecto a los bloques, es decir se rechaza la hipótesis alternativa de igualdad de medias de los tratamientos.
Shapiro – Wilks
Ho: los errores tienen distribución normal Ha: los errores no tienen distribución normal Aceptamos la Ho ya que el P value >0,05 es decir los errores presentan distribución normal. Prueba de normalidad QQ-Plot
Los datos se ajustan por cuanto mismos presentan normalidad. Prueba de Homogeneidad
Test de LEVENE
Ho: δ 1 =δ2= δ 3…. =δn Ha: δ 1≠ δ 2 Aceptamos la Ho ya que el P valué > 0,05 es decir las varianzas presentan homogeneidad. Prueba de ANOVA parcela divididas
Los resultados sugieren que existe hay interacción Fecha de Plantación x Bloque (p= < 0.0001), por lo que los resultados de los efectos principales pueden interpretarse directamente: por lo cual no existe un efecto del método de plantación (p=0.1474) y de la v fecha de plantación (p= < 0.0001). Tukey
Conclusiones Se determinó que hay una relación en las fechas de plantación con respecto al rendimiento kg/ha del cultivo de caña de azúcar, es así que se puede observar que cada uno de las fechas de plantación existe interacción entre sí, es así que la fecha de plantación 1 presenta mayor rendimiento en comparación con la fecha 3 que tiene el menor valor de rendimiento en kg/ha Recomendaciones Tener en cuenta otros factores para determinar la variabilidad del rendimiento como riego, fertilización, etc., para explicar estos efectos
Ejercicio 7 7. Se trata de un plan de caña de azúcar donde se midió el rendimiento en Tn/ha de Azúcar que experimentan tres fechas de plantación y tres métodos para plantar, para el cual se usó un DPD en bloques al azar. Las fechas se asignaron aleatoriamente a las tres parcelas principales de cada bloque, y los 3 métodos se asignaron aleatoriamente a las subparcelas en las cuales se había.
Esquematice un diseño a campo.
Análisis de datos Prueba de ANAVA
Ho: No existen diferencias significativas Ha: Existen diferencias significativas Existen
diferencias
significativas
entre
en
la
fecha
de
plantación
(p
valué=0,0001>0,05) con respecto a los bloques, es decir se rechaza la hipótesis alternativa de igualdad de medias de los tratamientos.
Shapiro – Wilks
Ho: los errores tienen distribución normal Ha: los errores no tienen distribución normal Aceptamos la Ho ya que el P value >0,05 es decir los errores presentan distribución normal. Prueba de normalidad QQ-Plot
Los datos se ajustan a la recta por cuanto presentan normalidad. Prueba de Homogeneidad
Test de LEVENE
Ho: δ 1 =δ2= δ 3…. =δn Ha: δ 1≠ δ 2 Aceptamos la Ho ya que el P valué > 0,05 es decir las varianzas presentan homogeneidad. Prueba de ANOVA parcela divididas
Los resultados sugieren que no hay interacción Lamina > Repetición (p= < 0.0581), por lo que los resultados de los efectos principales pueden interpretarse directamente: por lo cual no existe un efecto del riego (p=0.0044) y de la variedad (p= 0.0078). Tukey
Conclusiones Realizado el análisis estadístico, se determinó que no hay una relación entre la lámina de agua y las repeticiones, es así que se puede observar en la gráfica donde se relaciona la lámina con el rendimiento, la lámina 1 presenta mayor rendimiento, por su parte en la gráfica 2, se observa que existe una interacción entre el factor variable y el rendimiento, presentando mayor rendimiento la variable D, en comparación a la variedad A que tiene el menor valor Recomendaciones Realizar un análisis estadístico considerando la aplicación de distintos valores de lámina de agua para observar el comportamiento del rendimiento del cultivo de caña de azúcar y poder encontrar diferencias significativas