Introduccién Un experiment o estudio incluye: El andlisis de datos supone que los datos ya han sido colectados, * Desarrollo de una hipétesis 0 incluye: pregunta de invastigacién + Disafio del proceso para colectar los . Desarrollo y refinamiento de la pregunta de investigacién + Elproceso para analizar e interpretar los datos. datos (protocolo de investigacién) + Recoleccién de los datos + Anélisis e interpretacion de datos El anélisis de datos puede hacerse sin realizar el experimento 0 puede ser un componente del estudio. Derinin y comuwicar specirican lo renitodes ta pregte de ore cade pao incetin pone 1. ein exposes 2 Colca formation ‘ead 2. compari det oy Sino condo aa pects sregt er ee EXPLORAR ‘datos pora que lo hagen. lin renbodos aie construn , Porke ee Ciclo de andlisis de datos Femeles erent os ‘Ajustr modelos secindarios, hacer un ‘para incur més predicores ‘ondlit de ceneibiidad la interpretacén de jos _Inferpretar todos los andisisRevisar el andliss “ntl proporciona una enfacénoso en la magnitid exploratoric de lor datos respuesta especticay del efacioy la [oes modelos para epiicatve ala pregunta crticenbre Properconer ne respuesta ‘specie erpretable cerry os proceosy rewllados de Buscar etocimentacién Revs los ons 0 lon endl son enfoque de a presentacén comprensibies,completos y sigeicatves para le ‘utionEXPLORATORIA PREDICTIVA Tipes de Andie de daten on bun de (E iierda ve cenvra ene Coestona se ee de wn preguitas Crcnigercne'socmm ——Fedainseimentls eee en el andlisis Generodore de hipstes's “rerpumes, no porte por Gus de datos 9 ° HME 6 6 DESCRIPTIVA INFERENCIAL cet crite del fare romain dela Eilatece ar ee de ee ‘Toten ato tact 5, ce rs panty ‘cAUsAL ‘sore ones enna pelosi Interesante pero a auciencia Ain no contestada & Plausible Debe tener respuesta Especificanevsan Los = cranican =a ene exraenos ® Re Findlisis exploratorio de datos Construccién del modelo MODELO FORMAL a consrucién de un madlo formal es el proceso de espeiicar en forts precien modelos etoditicos para fot {doles con el finde proporcionar un marco gute que permite prabar y desaiaréichos modelos. * Posdmeteos dl modo: representan ceracteiticas de a poblacién (por ejemplo la media y le desvicién esténdan), deseiben relaciones entre los variables. ‘TAMAR D&L EFECTO ‘ole es prtmerorongor estado rodeo pees) (eter ene anprode strona dst (eile ceo delet PLAUSIRIUIDAD cera le sod du feos eect Nautroneosie eral mmc foci cnc nese cop le meyer ened TEEPE sere Si ioe oat gr de 5 PARSINONIA pee er daa ig el pe ge Evaluacién del modeloREVISITAR LA PREGUNTA DE INVESTIGACION Etipe de pregunta y ol modelo deben oincidir Revisarsesgot potencales en los rewvitados, poet hee > e RESULTADOS PRIMARIOS ate Dizeccgn: tipo de asociacion positive, negative, cero} 5 ‘mogitwd omar de la xoxixisn © © Inari medi ot a, ver a erected eonfirzs). Interprotaciondelos — @ contexto resultados, Indir ta totalidad de la evidencia, explicar los : cambios que oirien yo gun so arte @ (considerar direecién, magnitud ¢ incertidumire)._ - CONSECUENCIAS ‘Modifier e hacer ota prabe, coder a —— Tena de deine sto ‘ac AUDIENGIA Comunicacién de los cee pense teehee $ 0 resultados CONTENIDO. ‘sna Informacién completa y conel#o abiertaNormalidad Los datos provienen de una distribucién normal con media cero GGrfca de probabilidac Prueba de Shapiro-Wilks Varianza constante Los tratamientos tienen la misma varianzao? La respuesta fy) en Grafica preichos vsresiduos, se veriico [I SsUasataID quena se forme una bocins ocarneta | seuebedstbilr © Prueba de Bartett eee Independencia misma varianza en aricanse los datos son independientes entre s cada tratamiento y ENWLos REsIOUOS Gratca de residuos vs orden las ediciones i Prueba Durbin-Watson deben ser Independiente. DISENO COMPLETAMENTE AL ‘AIAR. DESVENTAJAS. MODELO MATEMATICO Tieerocy Y= hHATY+ €; Soom et a Gey CC a reer Curie} tratamientos Corry eosVariable de respuesta: Rendimiento de EJEMPLO Kl E EJ 4 433 3.21 5.43 421 nivel de significancia a = 0.05 1. Modelo ¢ hipdtesis VHRR + Es Rasps Scag ERC ror xperinet ES vet comes Hipétesis Variedad 4 Tratamientos Las variedades no generan diferencias ene rendiniento de trigo epetcletes 16 Unidades| Hit: Al menos una variedad genera diferencias en el rendimiento de eraser tates trigo 2. Construccién de la tabla de totales Rete mca cen mcr Ree) Fy a A 458357568 4.68 ¥ 433 3.21 5.43 421 * a6 359 5104.36 - 326 235° «457379 Totales para >, Variedod 2 aaa ae eee B ¥ 449° «4348 519 4.26 Eat Gran Total3. Analisis de varianza (ANOVA) fH 3-1 Calculos Factor de correccién (C) 2 Gran total” _(67.31)' _ 4530.64 _ =r uaidades experimentales 16 ~~ 16 ~ 28346 ‘Suma de cuadrados del Total (SCT) SCT = [4.58744.33" ++ 3.797] —C = 294.61 ~ 263.16 = 11.45 \<& Sumar todos los datos elevados al cuadrado ‘Suma de cuadrados de las tratamientos (en este caso como son las variedades SCV) Total de as variedades, toms los totals de las las de Tabla de totale [16.972 + 12.722 420.78 417.044] 1165.20 4 Se imero dereperecones — 283.16 = 291.3 ~ 283.06 = 814 ‘Suma de cuadrados del error SCE = SOT — SCV = 11.45 -6.14 = 3.31 3.2 Tabla ANOVA Variedad (Tratamiento) 3 aaa 2 1003 249 Enror 2 331 027 tn se 9 ea sommes ‘gla de decisis ‘SF cleus es menor que de las se aeeps 0. Ne hay ferenca estate IN). res un vel el actor gener iferenis estas). } puma i cance el eor ScE = scr ~scv = 1145-914= 331. 3.2 Tabla ANOVA St Cena Fuente de variacién Gradosde| <- Sumade| Cuadrados| Fealeulada pao eae East % ee . \ariedad (Tratamiento) aia % = an 274 -1003 3.43 Erer 3312922 027 2 1145 cn i Tot Regia de decir: ) S/F cella es menor que Fd ablas se acapta HO, No hay ‘ferencn estates INS) 1 Srenlelsda ex mayor que Fee tbla se rechaza H0 Al ‘menos un nivel de actor neeraciferencasestadsicas |"). |een 22 eatorae crore oe 3.2.1 Interpretacién del ANOVA Como Fe> Ft al menos eu Rc) RETA) | ne vriecindeerera Variedad (tratamiento) 10.03 > 3.49* —rendimiento de trigo, Se rechaza HO. w Conclusién ANOVA: La variedad genera diferencias en el rendimiento de trigo. fences son een ers vada owe selena lr aero 6. Interpretacién general Existen diferencias estadisticamente sigificativas entre las variedades de trigo prohadas. La variedad 3 ‘genera el mayor rendimiento de trgo, su promedio es 23.9% mayor que el de fa variedad 1 que se considera tratamiento control. Le variedad 2 tuvo e| menor rendimiento del grupo, 1.01 t/ha menas que la varledad control y 2.01 1/ha menos que la variedad con mayor rendimiento (V3). 2 Faia erence uian os rests eel [recomendetle apna us explain erica qucutque (a deren encanuades, so emburo esasea pole dreamer cuans os des provenzan den expan rope dspona de ms ormacn 1+ Gonepie del Softunre se pen agregar salsa 0s ‘kts te paneer te une le Ea tee Serecoondavepst lores en! tens gue dsb Ia Tale A efit 4Las varledades de tvigo tuvieron_ cilerencias estadisticas signifeatvas (P<0.05). La variedad 3 gener un rendimento 239 % mayor que el Obtenido con la varledad 1, considerada el tratamiento cantrel Tbs 1) ‘Tabla 1 Rendimiento promedio de tiga Desiacin Tratmiento __Promedio __extindar va A268 037 wa sa 53 Staicamentsaieabascan ae ‘No repetir datos, siempre interpretar y referenciar Tablas y Figuras. Posibilidades para la presentacién de resultados Las voriedades de trigo. tuvieron diferencias festadsticas signficativas (Pc0.05). La variedad 3 gener un rendimiento 23.9 % mayor que el ‘obterido con ia variedad 1, considerada al ‘tratamiento control [Flura 2) entero th Vedat co i> Figura 2. Rendimiento promedio trigo