Fase 3 Aplicación del diseño cuadrado latino y el experimento factorial
presentado por:
curso:
Microbiología de suelos
Numero de grupo:
300004_29
Tutor:
Diego Deaza
Universidad Nacional Abierta y a Distancia
2020
Introducción
El siguiente trabajo se realizo en base al rescate de una serie de datos sobre
algunos experimentos de diseños de cuadro latino y diseño factorial los cuales son
de gran importancia en el área agropecuario ya que estos brindan información
sobre el uso de tratamientos como lo es la fertilización entre otras generando
facilidades para obtener resultados de análisis hechos en terreno.
Además de eso se podrán apreciar los resultados de los experimentos procesados
en el programa R al igual se podrán apreciar las difieren interpretaciones de los
análisis o test realizados en los dos experimentos.
Objetivos
•Entender, manejar y aplicar los diseños de cuadro latino y factorial y como estos
traen beneficios para las ciencias agrarias.
•Aprender a recuperar datos de experimentos y poder realizar su respectivo
procesamiento en el programa R.
•Poder entender los conceptos de diseño de cuadro la tino y factorial para realizar
la respectiva interpretación de los diferentes test aplicados en el procesamiento.
DISEÑO DE CUADRO LATINO
Evaluación de respuesta en peso(gr) de mazorca de maíz amarillo a cinco dosis
de kcl, en condiciones de campo
En este ensayo se evaluó la respuesta dada en el peso de la mazorca, a cinco fuentes
de cloruro de potasio, las dosis empleadas fueron:
T1= 5Kg de KCL/Ha
T2= 4Kg de KCL/Ha
T3= 3 Kg de KCL/Ha
T4 = 2 Kg de KCL/Ha
T5= Testigo, sin aplicación de producto alguno
Distribución de los tratamientos en el diseño experimental para evaluación de
cuatro dosis de kcl mas testigo
Para realizar el análisis estadístico se procedió a un arreglo tipo
SODOKU, siendo el modelo estadístico Cuadrado Latino el adecuado, para
esta evaluación
Supuestos
Ho, plantea que los tratamientos no presentan significancia en el peso de las
mazorcas.
Ha, plantea que al menos uno de los tratamientos presenta significancia en el peso de
las mazorcas.
Desarrollo en programa R
Análisis de varianza
Interpretación de análisis de varianza
En las filas se tiene que el valor de P, es menor a 0.05, por lo que se rechaza la
hipótesis nula, y se concluye con un 95% de confianza que los tratamientos presentan,
diferencia significativa.
En las columnas se observa que el valor de P, es menor que 0.05, por lo que se
rechaza la hipótesis nula, y se concluye con el 95% de confianza que los tratamientos
presentan , diferencias significativas.
Por tratamientos observamos que P, presenta un valor mayor a 0,05, no se rechaza la
hipótesis nula. Por lo que se concluye con un 95% de confianza que los tratamientos
evaluados, inciden en el peso de la mazorca.
Test de normalidad de Sahpiro-Wilk
De acuerdo al test de Shapiro-Wilk, P presenta un valor mayor a 0.05, ante esto,
no se rechaza la hipótesis nula, y se concluye con el 95% de confianza que los
residuales se comportan de acuerdo a una distribución normal.
Test de Kolmorogov
De acuerdo al test de Kolmogorov, P presenta un valor menor a 0.05, ante esto,
se rechaza la hipótesis nula, y se concluye con el 95% de confianza que los
residuales no se comportan de acuerdo a una distribución normal.
Test de Levene
De acuerdo al test de Levene, P presenta un valor mayor a 0.05, ante esto, no
se rechaza la hipótesis nula, y se concluye con el 95% de confianza que los
residuales se comportan de acuerdo a una distribución normal.
Prueba de comparación de medias
Prueba de Tukey
Rendimiento
Diseño factorial
Descripción del ejercicio
Supongamos un experimento de campo en el que se desea comparar la eficacia de
dos tratamientos fungicidas (F1 y F2) entre sí y frente a un control no tratado (F0).
Para realzar el alcance de los tratamientos se ha incluido otro factor (Variedad) con
tres niveles o variedades (V1, V2, V3), que representan tres grados diferentes de
susceptibilidad a una enfermedad. El diseño empleado es en parcelas divididas con
4 bloques completamente al azar, siendo el factor de las parcelas principales la
variedad y el de las subparcelas el tratamiento fungicida. Al final del experimento
se recolectaron todas las parcelas (4×3×3 = 36) y se determinó el peso de la
cosecha (kg/parcela). (Ricardo Fernandez Escobar, 2010)
Rendimiento de un cultivo en un experimento diseñado en parcelas divididas para
estudiar el efecto de tres variedades y tres tratamientos de fungicidas
Ilustración 1. Recuperado de
[Link]
[Link]
(P,139)
Revisión de datos en el programa R
Análisis de varianza
Los resultados del ANOVA indican
que los dos factores, variedad y
fungicida, tienen un efecto
Significativo de acuerdo a su
Pvalué (P<0.05) Por tal motivo se
rechaza la hipótesis nula, y se
concluye con un 95% de confianza
que hay diferencias significativa en
el comportamiento de los
tratamientos.
Validación de supuestos de modelo
El test Shapiro-Wilk muestra que los datos se ajustan bien a una
normal (P > 0.05). Por lo tanto no se rechaza la hipótesis nula, y se
concluye con el 95% de confianza que los residuales se comportan de
acuerdo a una distribución normal.
Test de Levenne
Observamos que el Pvalor es mayor a 0.05, no se rechaza la hipótesis nula y
se concluye con el 95% de confianza
que los residuales se comportan de acuerdo a una varianza constante.
Prueba de comparación de medias
Se observa un comportan igual en las variedades
V3 Y V2, y por el contrario la media de la variedad V1 presenta diferencias
estadísticamente significativas en su comportamiento
Conclusión
El anterior trabajo ha sido de suma importancia debido a que ayudo a comprender
sobre los diseños de cuadro latino y factorial y de cómo estos se pueden usar para
realizar análisis de estudios en el sector agropecuario, además de eso este trabajo es
importante debido a que nos deja enseñanzas de situaciones que podemos encontrar
en campo y en nuestras carreras como futuros profesionales por ello este trabajo
realizado es importante, además de eso al realizar todos los procesos se ha
aprendido a utilizar el programa R con mas eficacia además de eso de poder
interpretar los resultados que este arroja en el procesamiento.
Referencias bibliográficas
Ricardo Fernandez Escobar, A. T. (2010). Experimentanción en agricultura.
Sevilla: Junta de andalucía. Consejería de Agricultura y Pesca. Recuperado de
[Link]
[Link]
[Link] content/Portal2015/Licenciaturas/biologia/
ecocuan/ecocuan_dis_manual.pdf
