“METODOS ESTADISTICOS PARA LA INVESTIGACION”

“AÑO DEL BICENTENARIO DEL PERU:200 AÑOS DE INDEPENDENCIA”

UNIVERSIDAD NACIONAL MICAELA BASTIDAS DE APURÍMAC

FACULTAD DE INGENIERÍA

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA AGROINDUSTRIAL

[pic 1]

“METODOS ESTADISTICOS PARA LA INVESTIGACION”

Tema: DCA

Docente: Ing. Luis Fernando Perez Falcon

Estudiantes: Willy Diego Linasca Valderrama.  181094

ABANCAY – APURIMAC

2021

EJERCICIO DE DCA

Para comparar 4 TIPOS de tamarindo (1, 2, 3 y 4), plantados en el sector de Tamburco en un suelo franco-arcilloso homogéneo y con riego tradicional mediante surcos, se realizó un ensayo utilizando un diseño completamente aleatorizado con 5 repeticiones por tratamiento. Las variedades fueron sembradas en el mes de noviembre a una densidad de plantación de 100.000 plantas por ha. Los tratamientos se establecieron en parcelas de 5 x 7 m (35 m2), con hileras separadas a una distancia de 0,6 m. La variable respuesta medida fue el rendimiento (ton · ha-1).

Realizar todos los procedimientos realizados en clase de práctica para este ejercicio.

1. Diseño y análisis estadístico

El estudio se realizó en una población de plantaciones de 4 variedades de maíz cultivadas en la Región Tamburco), bajo las condiciones de manejo mencionadas anteriormente.  Luego de diseñar el ensayo se trabajó con una muestra de 20 parcelas de 35 m2. La unidad experimental y la unidad de observación fue una parcela de 5 x 7 m (35 m2) Se trabajó con 4 tratamientos (variedades de maíz), con 5 repeticiones por tratamiento. Se intenta modelar los rendimientos de un arrozal en función del comportamiento de las distintas variedades en la zona de Tamburco)

1. Modelo lineal matemático:

Yij= µ + ti + εij donde,

Yij= Es la variable respuesta o la j- enésima observación del rendimiento de bajo el i-enésimo tratamiento.

µ= Media general de las observaciones. ti= Efecto del i-enésimo tratamiento.

εij= Error aleatorio asociado a los tratamientos, que se supone normalmente distribuido con media cero y varianza constantes.

Se utilizó un diseño completamente aleatorizado con 4 tratamientos y 5 repeticiones por tratamiento. La unidad experimental fue la parcela de 35 m2

Previo a someter los datos a un análisis de varianza (ANDEVA), se verificaron los supuestos del análisis de varianza sobre los términos de error. Usualmente se suponen normales con varianzas homogéneas e independientes. Para ello se utilizaron técnicas basadas en los residuos.

Se utilizó la prueba de Anderson-Darling para verificar el supuesto de normalidad.

El supuesto de homogeneidad de varianzas se verificó utilizando la prueba de Bartlett que sirve para comparar más de dos varianzas procedentes de datos normales.

En caso de que los supuestos no se cumplieran, se probaron transformaciones de las variables originales.

Si finalmente los supuestos no se cumplieran, se realizará la prueba no paramétrica para diseños completamente aleatorizados de Kruskal y Wallis. El ANDEVA propuesto por Kruskal y Wallis permite comparar las esperanzas de dos o más distribuciones sin necesidad de cumplir el supuesto de que los términos de error se distribuyen normalmente.

Posteriormente de verificar los supuestos, se procedió a realizar un análisis de varianza. Las hipótesis de interés se contrastaron usando un nivel de significación del 5%. Las comparaciones entre medias se realizaron con la prueba de SNK.

Se plantearon las siguientes hipótesis:

Ho: no existe efecto de los tratamientos sobre el rendimiento. HA: existe efecto de los tratamientos sobre el rendimiento.

Por último se determinó la Potencia de la Prueba realizada, para determinar que capacidad tuvo la prueba estadística de encontrar diferencias significativas si es que existían.

...