Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 12 vistas

    Procesamiento 2 Clases 2020 - Dca

    Cargado por

    JESUS FERNANDO CACERES OCSA
    Este documento describe diferentes diseños y análisis estadísticos para experimentos agrícolas. Describe diseños completamente aleatorizados, niveles de factores, aleatorización, modelos aditivos lineales, estimación de efectos, análisis de varianza, pruebas de comparación de medias como la prueba t, prueba de Tukey y prueba de Dunnett, y la prueba no paramétrica de Kruskal-Wallis. El objetivo es determinar si existen diferencias significativas entre tratamientos y comparar medias.

    Copyright:

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

    Procesamiento 2 Clases 2020 - Dca

    Cargado por

    JESUS FERNANDO CACERES OCSA
    12 vistas28 páginas
    Este documento describe diferentes diseños y análisis estadísticos para experimentos agrícolas. Describe diseños completamente aleatorizados, niveles de factores, aleatorización, modelos aditivos lineales, estimación de efectos, análisis de varianza, pruebas de comparación de medias como la prueba t, prueba de Tukey y prueba de Dunnett, y la prueba no paramétrica de Kruskal-Wallis. El objetivo es determinar si existen diferencias significativas entre tratamientos y comparar medias.

    Descripción original:

    Excelente

    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?

    Este documento describe diferentes diseños y análisis estadísticos para experimentos agrícolas. Describe diseños completamente aleatorizados, niveles de factores, aleatorización, modelos aditivos lineales, estimación de efectos, análisis de varianza, pruebas de comparación de medias como la prueba t, prueba de Tukey y prueba de Dunnett, y la prueba no paramétrica de Kruskal-Wallis. El objetivo es determinar si existen diferencias significativas entre tratamientos y comparar medias.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    12 vistas28 páginas

    Procesamiento 2 Clases 2020 - Dca

    Cargado por

    JESUS FERNANDO CACERES OCSA
    Este documento describe diferentes diseños y análisis estadísticos para experimentos agrícolas. Describe diseños completamente aleatorizados, niveles de factores, aleatorización, modelos aditivos lineales, estimación de efectos, análisis de varianza, pruebas de comparación de medias como la prueba t, prueba de Tukey y prueba de Dunnett, y la prueba no paramétrica de Kruskal-Wallis. El objetivo es determinar si existen diferencias significativas entre tratamientos y comparar medias.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 28

    DISEÑO COMPLETAMENTE ALEATORIZADO

    El mas sencillo

    Aplicado cuando todo absolutamente todo es homogéneo y controlado

    Muy utilizado en experimentos de laboratorio, invernadero, etc


    NIVELES DEL FACTOR

    TRATAMIENTOS MODELO III.

    RESPONDER A OBJETIVOS E HIPOTESIS


    ALEATORIZACIÓN
    T1 T2 T3 T1

    1 2 3 4

    206 701 904 044


    Se tiene 3 T2 T3 T2
    T1
    tratamientos y 12
    Calculadora 5 6 7 8
    unidades
    experimentales 375 893
    262 691
    T2 T3 T1 T3

    9 10 11 12

    474 857 031 728


    MODELO ADITIVO LINEAL

    𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗
    i = 1, ….., t
    j = 1, ……, r
    Linealidad
    Aditividad
    SUPUESTOS
    DEL
    MODELO

    Independencia Homogeneidad de
    Normalidad varianzas
    ESTIMACIÓN DE EFECTOS

    𝜇Ƹ = 𝑌ഥ..

    𝜏ෝ𝑖 = 𝑌ഥ𝑖. − 𝑌ഥ..

    𝜀ෞ
    𝑖𝑗 = 𝑌𝑖𝑗 − ഥ
    𝑌𝑖.
    ANÁLISIS DE VARIANZA

    Hipotesis:
    H0
    HI
    Fuente de Grados de Suma de Cuadrado
    Fcalculado Ftabular Significancia
    Variación Libertad Cuadrados Medio
    Tratamiento
    Error
    Total
    ANÁLISIS DE VARIANZA

    Grados de Libertad: Suma de cuadrados:


    2
    Tratamiento = t – 1 𝑆𝐶𝑇𝑂𝑇𝐴𝐿 = (σ𝑡𝑖=1 σ𝑟𝐽=1 ഥ
    𝑌𝑖𝑗 − 𝑌.. ) - T.C.
    𝑡
    Total = n. – 1 𝑌𝑖.2
    𝑆𝐶𝑇𝑅𝐴𝑇𝐴𝑀𝐼𝐸𝑁𝑇𝑂𝑆 =෍ − 𝑇. 𝐶.
    Error = Total - Tratamiento 𝑟𝑖
    𝐼=1

    𝑆𝐶𝐸𝑅𝑅𝑂𝑅 = 𝑆𝐶𝑇𝑂𝑇𝐴𝐿 − 𝑆𝐶𝑇𝑅𝐴𝑇𝐴𝑀𝐼𝐸𝑁𝑇𝑂𝑆


    𝑌..2
    𝑇. 𝐶. =
    𝑟.
    ANALISIS DE VARIANZA

    Cuadrado Medio: Fcalculado


    𝑆𝐶𝑇𝑅𝐴𝑇𝐴𝑀𝐼𝐸𝑁𝑇𝑂𝑆
    𝐶. 𝑀. 𝑇𝑅𝐴𝑇𝐴𝑀𝐼𝐸𝑁𝑇𝑂𝑆 = 𝐶. 𝑀. 𝑇𝑅𝑇𝐴𝑀𝐼𝐸𝑁𝑇𝑂𝑆
    𝐺. 𝐿. 𝑇𝑅𝐴𝑇𝐴𝑀𝐼𝐸𝑁𝑇𝑂𝑆 𝐹𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜 =
    𝐶. 𝑀.𝐸𝑅𝑅𝑂𝑅
    𝑆𝐶𝐸𝑅𝑅𝑂𝑅
    𝐶. 𝑀.𝐸𝑅𝑅𝑂𝑅 =
    𝐺. 𝐿.𝐸𝑅𝑅𝐼𝑅
    ANALISIS DE VARIANZA

    Ftabular : Entrar a la tabla de distribución F con:


    grados de libertad de tratamientos
    grados de libertad del error
    Nivel de significancia

    Regla de Decisión:
    Si Fcalculado > Ftabular , se rechaza la hipótesis nula
    ANALISIS DE VARIANZA

    Conclusión:
    Existe suficiente evidencia estadística ……
    COEFICIENTE DE VARIACIÓN

    Grado de homogeneidad

    𝐶. 𝑀.𝐸𝑅𝑅𝑂𝑅
    𝑐. 𝑣. =
    𝑌ത..

    HOMOGENEO 25 % HETEROGENEO
    PRUEBAS DE COMPARACIÓN DE MEDIAS

    SI ANVA ES SIGNIFICATIVO
    PARA SABER QUE TRATAMIENTO ES EL DIFERENTE
    COMPARACION POR PARES
    PRUEBA t

    ANVA SIGNIFICATIVO
    VARIANZAS HOMOGENEAS
    LAS MUESTRAS SON EXTRAIDAS AL AZAR
    PRUEBA t

    HIPÓTESIS:

    CASO A CASO B CASO C


    H0: Medias similares
    H0: Medias similares H0: Medias similares
    H1: A < B
    H1: A > B H1: A diferente que B
    PRUEBA t

    ESTADÍSTICO DE PRUEBA:
    𝑌ത𝑖. − 𝑌ത𝑗. − 𝑘 1 1
    𝑡𝑐 = 𝑠𝑑 = 𝐶𝑀𝐸 +
    𝑠𝑑 𝑟𝑖 𝑟𝑗

    REGLA DE DECISIÓN:

    CASO A CASO B CASO C


    tc < t(A, glerror)
    tc > t(1-Α, glerror) tc < t(A/2, glerror)
    tc > t(1-A/2, glerror)
    PRUEBA TUKEY

    VARIANZAS HOMOGENEAS
    LAS MUESTRAS SON EXTRAIDAS AL AZAR
    PRUEBA TUKEY

    HIPÓTESIS:

    H0: A y B TIENEN MEDIAS SIMILARES


    H1: A y B TIENEN MEDIAS DIFERENTES
    PRUEBA TUKEY

    ESTADÍSTICO DE PRUEBA:
    𝐶𝑀𝐸 1 1
    𝐴𝐿𝑆 𝑇 = 𝐴𝐸𝑆 𝑇 𝑥 𝑠𝑑 𝑠𝑑 = +
    2 𝑟𝑖 𝑟𝑗

    REGLA DE DECISIÓN:

    𝑌ത𝑖. − 𝑌ത𝑗. > 𝐴𝐿𝑆(𝑇)


    PRUEBA DUNNETT

    VARIANZAS HOMOGENEAS
    LAS MUESTRAS SON EXTRAIDAS AL AZAR
    PRUEBA DUNNETT

    HIPÓTESIS:

    H0: A y CONTROL TIENEN MEDIAS SIMILARES


    H1: A y CONTROL TIENEN MEDIAS DIFERENTES
    PRUEBA DUNNETT

    ESTADÍSTICO DE PRUEBA:
    1 1
    𝐴𝐿𝑆 𝐷𝑛 = 𝑡 𝐷𝑛 𝑥 𝑠𝑑 𝑠𝑑 = 𝐶𝑀𝐸 +
    𝑟𝑖 𝑟𝑗

    REGLA DE DECISIÓN:

    𝑌ത𝑖. − 𝑌ത𝑗. > 𝐴𝐿𝑆(𝐷𝑛 )


    PRUEBA KRUSKAL WALLIS

    LAS K MUESTRAS SON ALEATORIAS


    LAS MUESTRAS SON INDEPENDIENTES
    LA ESCALA DE MEDIDA ES AL MENOS ORDINAL
    PRUEBA KRUSKAL WALLIS

    HIPÓTESIS:

    H0: Las k Poblaciones tienen la misma media


    H1: Las k Poblaciones no tienen la misma media
    PRUEBA KRUSKAL WALLIS

    ESTADÍSTICO DE PRUEBA:
    𝑘
    1 𝑅𝑖2 𝑁 𝑁 + 1 2 2
    1 2 𝑁(𝑁 + 1)2
    𝑇= 2 ෍ − 𝑆 = ෍ 𝑅 𝑋𝑖𝑗 −
    𝑆 𝑛𝑖 las k poblaciones
    4 𝑁−1 4
    tienen la misma media 𝑖𝑗
    𝑖=1

    REGLA DE DECISIÓN:
    𝑇 > χ21−α, 𝑘−1
    PRUEBA KRUSKAL WALLIS

    Se quiere determinar si el trabajo de cuatro analistas, al utilizar un HPLC para determinar histamina, es similar

    Analista I II III Analista I II III Ri


    1 52 57 52 1
    2 54 51 57 2
    3 53 50 55 3
    4 52 57 52 4

    HIPOTESIS:
    H0 :
    H1 :

    También podría gustarte