• Author / Uploaded
• AleJa Tukerres

Citation preview

DISEÑO EXPERIMENTAL FASE 3- - APLICAR EL DISEÑO CUADRADO LATINO Y EL DISEÑO FACTORIAL

ESTUDIANTE JENNY ALEXANDRA TUQUERRES -1123333642

CÓDIGO GRUPO: 300004_21

TUTOR DIEGO ALBERTO DEAZA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD INTRODUCCION

El presente trabajo se desarrolla la guía de actividades planteada y se da respuesta a una serie de preguntas las cuales están enfocadas a registrar en el programa R diseño cuadro latino y diseño factorial. Un diseño experimental es un esquema de cómo realizar un experimento. El objetivo fundamental de los diseños experimentales radica en el determinar si existe una diferencia significativa entre los diferentes tratamientos del experimento y en caso que la respuesta es afirmativa, cual sería la magnitud de esta diferencia. Una segunda meta de los diseños experimentales es verificar la existencia de una tendencia derivado del análisis de los datos del experimento. La diferencia principal entre los diseños experimentales radica en la forma en que se agrupan o clasifican las unidades experimentales

Objetivos 

familiarizar a los alumnos con el programa R



Aprender a aplicar en el programa R diseños de Cuadro latino y Diseño factorial



Identificar diseños de cuadro latino y diseño factorial y aplicarlos en R

Un diseño experimental es un esquema de cómo realizar un experimento. El objetivo fundamental de los diseños experimentales radica en el determinar si existe una diferencia significativa entre los diferentes tratamiento del experimento y en caso que la respuesta es afirmativa, cual sería la magnitud de esta diferencia. Una segunda meta de los diseños

experimentales es verificar la existencia de una tendencia derivado del análisis de los datos del experimento. La diferencia principal entre los diseños experimentales radica en la forma en que se agrupan o clasifican las unidades experimentales. En todos los diseños las unidades experimentales se clasifican por tratamientos; Un diseño experimental es un esquema de cómo realizar un

experimento. El objetivo fundamental de los diseños experimentales radica en el determinar si existe una diferencia significativa entre los diferentes tratamiento del experimento y en caso que la respuesta es afirmativa, cual sería la magnitud de esta diferencia. Una segunda meta de los diseños experimentales es verificar la existencia de una tendencia derivado del

análisis de los datos del experimento. La diferencia principal entre los diseños experimentales radica en la forma en que se agrupan o clasifican las unidades experimentales. En todos los diseños las unidades experimentales se clasifican por El objetivo de este manuscrito es el familiarizar a los alumnos con las bases críticas de los

diseños experimentales comunes por medio de un ejemplo de los datos reales. Conociendo estos fundamentos permite un acercamiento más amigable a otros tipos de diseños ejemplificados en d DISEÑO CUADRO LATINO



Modelo



La fórmula de Suma de Cuadrados de todos los componentes del análisis de varianza



El estudiante debe descargar el código latino y archivo de datos que para este punto es cuadro, este archivo debe abrirse en Excel y verificar su estructura, estos archivos los guardará en su carpeta de trabajo.



Alistar datos en Excel para proceso en R. (en este caso es revisar la estructura del archi cuadro verificar el formato dando la opción guardar como tipo csv delimitado por comas.). Se debe remitir pantallazos de la verificación de archivo.



Desarrollar en R análisis de varianza, validación de supuestos del modelo y prueba de comparación de medias. Se deben remitir pantallazos de los resultados en el programa R. Se debe desarrollar interpretación de los resultados sin interpretación no se califica el punto.

En este ANOVA podemos ver diferencias altamente significativas del 0.001% entre tratamientos con una probabilidad de acierto de un 95% y con una probabilidad de error del 5%.

Mediante el test de Shapiro podemos verificar un comportamiento normal en la distribución de los datos, ya que el P-valor es mayor a 0.05.

Mediante el test de levene’s confirmamos los supuestos, observando una varianza constante en los datos ya que el P-valor es mayor a 0.05

A continuación, realizamos la comparación de medias aplicando el test de Tukey, donde podemos apreciar que los tratamientos F1 y F2 se comportan iguales y los tratamientos F3 y F4 se comportan iguales pero diferentes de F1 y F2, por último, tenemos a F5 el cual se comporta totalmente diferente a todos los demás tratamientos, finalmente, podemos confirmar las diferencias significativas en el comportamiento de los tratamientos.

DISEÑO BIFACTORIAL 

Modelo



La fórmula de Suma de Cuadrados de todos los componentes del análisis de varianza



El estudiante debe descargar el código factorial y archivo de datos que para este punto es factorial, este archivo debe abrirse en Excel y verificar su estructura, estos archivos los guardará en su carpeta de trabajo



Alistar datos en Excel para proceso en R. (en este caso es revisar la estructura del archivo factorial verificar el formato dando la opción guardar como tipo csv delimitado por comas.). Se debe remitir pantallazos de la verificación de archivo.



Desarrollar en R análisis de varianza, validación de supuestos del modelo y prueba de comparación de medias. Se deben remitir pantallazos de los resultados en el programa R. Se debe desarrollar interpretación de los resultados sin interpretación no se califica el punto.



En este ANOVA podemos ver diferencias altamente significativas del entre las dosis de biobras, variedad e interacción, con una probabilidad de acierto de un 95% y con una probabilidad de error del 5%, nos muestra que el pvalor es menor a 0.05 por lo tanto se rechaza la hipotesis nula.



Aplicando el Test de Shapiro podemos apreciar que el P-valor es mayor a 0.05 por lo tanto no s e rechaza la hipotesis nula, por tanto, los valores muestran una distribución normal.



Con el test de levene’s observamos que el p-valor es mayor a 0.05, por tanto, confirmamos que la hipotesis nula es valida mediante el comportamiento normal de los datos especificados.



Test Tukey Los resultados muestran que no hay diferencias entre las variedades cuando se aplica la dosis 1, sin embargo, cuando se aplica la dosis 2 la mejor variedad es la 1.



Test Tukey de biobras 2 nos muestra un rendimiento diferente en los tratamientos D1 y D2 siendo que el tratamiento D2 es el mas efectivo que el tratamiento D1.



En la Prueba de Comparaciones Múltiples podemos observar diferencias en el grupo de V2 y, D2 existe una diferencia significativa entre la V1y D2 son dos variedades diferentes y dosis diferentes, por otro lado, tenemos el grupo V1 y D2 es diferente de V2 Y D1, y por ultimo la V1 Y D2 También tiene un comportamiento diferente de V1 y D1.

CONCLUSIONES

Al aplicar el diseño cuadro latino se tiene la posibilidad de controlar la variabilidad del material experimental, según sean las fuentes de variación en dos direcciones, filas y columnas, posibilitando a su vez la expresión de la diferencia entre los tratamientos. El diseño Factorial nos permite obtener más información que en un experimento de un solo factor, se estudian efectos principales, efectos cruzados y de interacción de los factores.

REFERENCIAS BIBLIOGRÁFICAS

Ruesga, G.I. (2007). Libro de experimentación agrícola https://www.researchgate.net/publication/329880204_LIBRO_DE_EXPERIMENTACION_AGRICOLA