“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.

La probabilidad (1-β) de rechazar una hipótesis nula falsa es conocida como potencia de la prueba.

Primeramente tenemos que arreglar el cuadro de  rendimiento  ya que nos da conC3-T en donde  debería ser C3 para poder  hallar    hemos puesto en

Anticlik

Reemplazar  las comas por  puntos  

Después fuimos a datos  

Cambiar Tipo de datos

Texto a numérico y ahí reemplazamos  y obtendremos  como vemos en las  fotos

[pic 2]

[pic 3]

1. Resultados

1. Prueba de Normalidad

(Nota: al existir tratamientos se prueba la normalidad sobre los Residuos, por lo tanto primero hay

Que guardar dichos Residuos).

• Estadística
• ANOVA
• Un solo factor

[pic 4]

[pic 5]

• estadística

estadística básica

• prueba de normalidad[pic 6]

[pic 7]

[pic 8]        

Se realizó la prueba de Anderson Darling para verificar la distribución normal de los errores. Se plantearon las siguientes hipótesis:

Ho: Errores son normales. HA: Errores no son normales.

Las hipótesis de interés se contrastaron usando un nivel de significación del 5%.

Para un nivel de significancia del 5 %, se acepta la hipótesis nula de que los errores son normales (p-valor = 0,763 > que 0,05).

...