Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 71 vistas

    1 Analisis de Varianza y Dca

    Cargado por

    Leandro Castillo
    El diseño completamente al azar (DCA) es el más simple para comparar tratamientos. En un DCA, los tratamientos se asignan aleatoriamente a las unidades experimentales para distribuir equitativamente posibles efectos ambientales. El análisis de varianza en un DCA analiza la variabilidad de la respuesta y la asigna a los tratamientos y al error, para determinar si los tratamientos tienen un efecto significativo en la respuesta.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    1 Analisis de Varianza y Dca

    Cargado por

    Leandro Castillo
    71 vistas13 páginas
    El diseño completamente al azar (DCA) es el más simple para comparar tratamientos. En un DCA, los tratamientos se asignan aleatoriamente a las unidades experimentales para distribuir equitativamente posibles efectos ambientales. El análisis de varianza en un DCA analiza la variabilidad de la respuesta y la asigna a los tratamientos y al error, para determinar si los tratamientos tienen un efecto significativo en la respuesta.

    Descripción original:

    EL DISEÑO COMPLETAMENTE AL AZAR

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El diseño completamente al azar (DCA) es el más simple para comparar tratamientos. En un DCA, los tratamientos se asignan aleatoriamente a las unidades experimentales para distribuir equitativamente posibles efectos ambientales. El análisis de varianza en un DCA analiza la variabilidad de la respuesta y la asigna a los tratamientos y al error, para determinar si los tratamientos tienen un efecto significativo en la respuesta.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    71 vistas13 páginas

    1 Analisis de Varianza y Dca

    Cargado por

    Leandro Castillo
    El diseño completamente al azar (DCA) es el más simple para comparar tratamientos. En un DCA, los tratamientos se asignan aleatoriamente a las unidades experimentales para distribuir equitativamente posibles efectos ambientales. El análisis de varianza en un DCA analiza la variabilidad de la respuesta y la asigna a los tratamientos y al error, para determinar si los tratamientos tienen un efecto significativo en la respuesta.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 13

    EL DISEÑO COMPLETAMENTE AL AZAR (DCA)

    • El diseño completamente al azar es el más simple de


    todos los diseños que se utilizan para comparar dos o
    más tratamientos dado que solo se considera dos
    fuentes de variabilidad: los tratamientos y el error
    aleatorio.

    • Este diseño se llama completamente al azar porque todas


    las corridas experimentales se realizan en orden aleatorio
    completo.

    • se corren al azar de manera que los posibles efectos


    ambientales o temporales se vayan repartiendo
    equitativamente entre los tratamientos.
    Andrés Hurtado Benavides

    ANALISIS DE VARIANZA EN UN DCA

    ANALIZA LA VARIABILIDAD DE LA RESPUESTA Y ASIGNA


    PORCIONES DE ESTA VARIABILIDAD A CADA UNA DE SUS
    FUENTES O CAUSAS: LOS TRATAMIENTOS Y EL ERROR
    ALEATORIO

    SI LA VARIABILIDAD DE LA RESPUESTA ES BÁSICAMENTE DEBIDA


    A LOS TRATAMIENTOS, SE CONCLUYE QUE LOS TRATAMIENTOS
    TIENEN EFECTO SIGNIFICATIVO SOBRE LA RESPUESTA (LOS
    TRATAMIENTOS SON DIFERENTES).

    SI LOS TRATAMIENTOS CONTRIBUYEN IGUAL O MENOS QUE EL


    ERROR SE CONCLUYE QUE LOS TRATAMIENTOS NO TIENEN UN
    EFECTO SIGNIFICATIVO ES DECIR LAS MEDIAS DE LOS
    TRATAMIENTOS SON IGUALES
    Andrés Hurtado Benavides

    Variabilidad Total

    Variabilidad debida a los tratamientos


    Variabilidad debida al error

    SI HAY EFECTO DEL TRATAMIENTO


    μi ≠ μj para algún i diferente de j
    ζ i ≠ 0 para algún i
    Variabilidad Total

    Variabilidad debida a los tratamientos


    Variabilidad debida al error

    NO HAY EFECTO DEL TRATAMIENTO


    μ1 = μ2 = … = μk = μ
    ζi=0
    ANOVA para el Diseño
    Completamente al Azar
    El objetivo del análisis de varianza en el DCA es probar
    la hipótesis de igualdad de las medias de las
    respuestas:
    H0: μ1 = μ2 = … = μk = μ
    HA : μi ≠ μj para algún i diferente de j

    La cual se puede escribir de forma equivalente como:


    H0: ζ1 = ζ 2 = … = ζ k = 0
    HA : ζ i ≠ 0 para algún i
    Donde ζ es el efecto del tratamiento i sobre la variable
    de respuesta.
    Andrés Hurtado Benavides

    ANALISIS DE VARIANZA
    NOTACION DE PUNTOS

    Yi. Suma de las observaciones del tratamiento i


    Media o promedio de las observaciones del i-ésimo
    Yi .
    tratamiento
    Y.. Suma de las N observaciones
    Promedio de las N observaciones = Y../N
    Y..
    Andrés Hurtado Benavides

    ANALISIS DE VARIANZA EN UN DCA


    PARA K TRATAMIENTOS

    T1 T2 T3 …….. TK
    Y11 Y21 Y31 …….. YK1
    Y12 Y22 Y32 …….. YK2
    Y13 Y23 Y33 …….. YK3

    Y1n1 Y2n2 Y3n3 …….. YKnK


    Y1. Y2. Y3. …….. YK.
    Y1. Y 2. Y3. …….. YK.
    CADA TRATAMIENTO TIENE ‫ח‬i OBSERVACIONES
    Andrés Hurtado Benavides

    ANALISIS DE VARIANZA

    ni 2 ni 2

     Yij  Y.. 
    k k
    Y.. 2
    SCTOTAL      Yij 
    i 1 j 1 i 1 j 1
    N

    G . LTOTAL  N 1
    Andrés Hurtado Benavides

    ANALISIS DE VARIANZA

    k 2 k 2 2
      Yi. Y..
    SCTRAT   n i  Yi .  Y..    
    i 1
      i 1
    ni N

    G . LTRAT  K1
    Andrés Hurtado Benavides

    ANALISIS DE VARIANZA

    2
     
    k ni
    SCERROR  SCTOTAL  SCTRAT   Yij  Yi .
    i 1 j1

    G . L ERROR  Kn i  1  N K
    Andrés Hurtado Benavides

    ANALISIS DE VARIANZA

    SCTRAT
    CM TRAT 
    K1
    SCERROR
    CM ERROR 
    N K
    Andrés Hurtado Benavides

    CM TRAT
    F0 
    CM ERROR

    FTABLA  F ( , G.L.num, G.L.denom)

    si F0  FTABLA se rechaza H 0
    o si p  value   se rechaza H 0
    Tabla ANOVA para el DCA

    Fuentes de Suma de Grados de Cuadrados Estadístico Significancia


    Variabilidad Cuadrados Libertad Medios de prueba F0 observada
    = Fcalc p-Value
    Tratamientos SC trat k–1 CMtrat = SCtrat CM trat P(F>F0)
    k –1 CM error
    Error SC error N–k CMe = SCe
    N-k
    Total SC total N-1

    También podría gustarte