UNIVERSIDAD AUTNOMA GABRIEL REN MORENO

FACULTAD DE CIENCIAD AGRCOLAS

CARRERA DE AGRONOMA
TEXTO
DISEOS EXPERIMENTALES
INA - 314
Ing. M.S M!"# $#"%&!'! V.
S!n(! C")* + ,-14
UNIDAD I
CARACTERI.ACI/N DE LA INVESTIGACI/N AGR0COLA

1. E1(!2%1(%! 23 4! %n531(%g!%6n !g"7#4!.-
De manera general en los diferentes campos de la ciencia se pueden distinguir
dos tipos de fenmenos:
- D3(3"'%n71(%#18 Siguen leyes aplicables a todos y cada uno de los
hechos que caen bajo su accin, pudindose hacer predicciones sin temor a
equivocarse. Los casos clsicos de la mecnica en general y la astronom!a en
particular, bridan sorprendentes ejemplos "prediccin con a#os de anticipacin de
los eclipses de sol o de luna$.
- E1(#91(%#18 Sujetos a variaciones aleatorias, en los cuales para
establecer su regularidad es necesario disponer de grandes masas de datos. %l
resultado del lan&amiento de una moneda, la duracin de la vida de las personas
o la produccin de frijol en una serie de parcelas, sirven de ilustracin a
manifestaciones de este tipo de fenmenos.
La estad!stica, una de las ramas aplicadas de la matemtica, pretende establecer
ciertas regularidades en los datos provenientes de las manifestaciones del
fenmeno aleatorio o en las mediciones' reali&adas sobre un conjunto de
individuos que poseen caracter!sticas comunes. Se ocupa del estudio de las
leyes de probabilidad y las distribuciones que pueden ser aplicadas, como
modelos apro(imativos, a fenmenos estocsticos. Sirva de ilustracin el modelo
de la curva normal o )ampana de *auss, ampliamente utili&ada para caracteri&ar
la distribucin de variables continuas en datos biolgicos, como el rendimiento o
la longitud de las vainas.
%n el campo de la e(perimentacin agr!cola la estad!stica permite probar las hi +
ptesis planteadas por el investigador y concluir con ra&onable seguridad si las
diferencias observadas en los promedios pueden ser atribu!dos a los tratamientos
aplicados "diferencias significativas$ o si por el contrario son atribuibles a la
variabilidad no controlada o no controlable, es decir a variaciones aleatorias
"diferencias no significativas$
,. L! %n531(%g!%6n & 34 ':(#2# %3n(7;%#
La investigacin es un proceso de b,squeda y acumulacin de conocimientos,
es una actividad intelectual y creativa, la cual se lleva a cabo en el laboratorio, en
la biblioteca o en al campo, procura descubrir nuevos hechos evalundolos e
interpretndolos a la lu& de los cor!ocim!entos e(istentes. Siendo un proceso
dinmico de profundi&acin, con el tiempo el grado de comprensin aumenta, lo
cual permite revisar conclus!ones aceptadas previamente, formular nuevas
interpretaciones "teor!as$, y hacer aplicaciones de los resultados obtenidos
La investigacin agr!cola presenta algunas peculiaridades tales como:
Depende de una gran diversidad de disciplinas cientificas con
interdependenc!a, lo cual presupone planeacin y trabajo de equipo.
-iene carcter regional, por la amplia variedad de condiciones ecolgicas.
%s de caracter internacional, lo cual facilita el intercambio de informacin,
personal capacitado, material gentico, etc.
%l material biolgico "plantas y animales$ presenta alta variabilidad en sus
respuestas e interacc!n con el ambiente, lo cual dificulta la interpretacin
y generali&acin de resultados.
%l conjunto de las etapas que se siguen en la investigacin para descubrir
nuevos hechos o principios genrales, se denomina mtodo cient.fico' es este en
esencia la aplicacin de la lgica "teor!a$ y la objetividad "e(perimentacin$ el
mejor entendimiento de un fenmeno.
%l proceso investigativo, implica la e(istencia de un problema que necesita ser
resuelto' su conceptuali&acin requiere un adecuado cuerpo terico de
conocimientos. La literatura menciona una serie de etapas graduales que
integran el mtodo c!entifico. %ste es en esencia, la aplicacin dela teor!a, es
decir, la lgica y el uso de la e(perimentacin para la solucin de un problema o
para la e(plicacin de un fenmeno dado. Se resalta de paso el papel de la
e(perimentacin en el proceso investigativo, en la etapa de verificacin objetiva
de las hiptesis planteadas.
Las etapas que intengran el /todo )ient!fico son :
!< -=13"5!%6n 234 ;3n6'3n#8 "etapa sensorial$ %s el medio por el cual se
obtiene conocimiento de ciertos hechos a travs de la percepcin de los sentidos.
=< P4!n(3!'%3n(# 234 >"#=43'!8 La etapa principal de una investigacin es
identificar el problema. %n realidad plantear el problema no es sino afinar y
estructurar ms formalmente la idea de investigacin, tres elementos resultan
fundamentales para plantear el problema los cuales son: obetivos de
investigacin, preguntas de investigacin y la justificacin de la investigacin.
< E1(!=43%'%3n(# 23 ?%>6(31%18 Son g,ias para la investigacin. Las hiptesis
indican lo que estamos busacando o tratando de probar y se definen como
e(plicaciones tentativas del fenmeno investigado, formuladas amanera de
proposiciones.
2< V3"%;%!%6n #=@3(%5! 23 4! ?%>6(31%1: %sta etapa se lleva a cabo mediante la
e(perimentacin en laboratorio, invernadero o campo. La funcin de la
e(periemntacin es eliminar teor!as insostenibles, la e(primentacin se usa para
probar hiptesis y deescubrir nuevas relaciones entre variables, es una
herramienta del mtodo cient!fico. 0ara que las conclusiones derivadas de los
datos e(perimentales sean vlidos debe prestarse atrencin cuidadosa a la
seleccin del dise#o e(perimental
.
3. C#n3>()!4%*!%6n & 4!1%;%!%6n 23 4#1 3A>3"%'3n(#1
3.1. B): 31 )n 3A>3"%'3n(#C 0or qu se real!&an e(perimentos1 Los
e(perimentos son considerados una de las etapas dentro del proceso deno+
minado mtodo cient!fico, mediante la cual se somete a verificacin objetiva la"s$
hiptesis planteada"s$. 2 diferencia de la simple observacin, implica control y
mod!ficacin de las condidiones naturales.
Diferentes conceptos se formulan para definir los e(perimentos, como por
ejemplo:
3,squeda planeada tendiente a lograr nuevos hechos, confirmar o
recha&ar resultados previos' la b,squeda servir de ayuda en la toma de
decisiones de carcter tcnico o administrativo, tal como recomendar una
variedad, procedimiento o pesticida "Steel y -orrie, 4567$
0roceso por el cual se trata de obtener informacin que aumente los
conocimientos sobre un rea espec!fica de la ciencia, que sirve de base
para someter a prueba una o varias hiptesis espec!ficas, mediante la
observacin y medicin de variables, cuando se han modificado las
condiciones naturales ".)2, 4589$
Lograr nuevos hechos "datos$ o medir y registrar observaciones, sirven poco y no
superan la etapa sensorial "sentidos$ si un cuerpo terico de conocimientos
"ra&n$ no sirve de base y gu!a al sentido, en la observacin e interpretacin de
los hechos. La formacin terica en un determinado campo cient!fico permite
identificar y abordar mediante la e(perimentacin problemas relevantes,
suministrando bases tanto para la planeacin del e(perimento, como para el
anlisis de interpretacin de los resultados.
Desde el punto de vista operativo conviene visuali&ar el e(perimento como un
sistema de comunicacin entre l hombre y la naturale&a.
Se pretende mediante una serie de est!mulos "tratamientos$ que se aplican a una
serie de unidades e(perimentales "parcelas$, observar, evaluar y anali&ar las
diferentes respuestas en el crecimiento, desarrollo y produccin, sistema de
comunicacin tiene como 343'3n(#1 31(")()"!431:
L#1 31(7')4#1, variables independientes, entradas. o tratamientos, por
medio de los cuales se promueven cambios. Son ellos los portadores de
mensajes cifrados mediante los cuales :nterrogamos a la naturale&a, previa
definic!n de objetivos espec!ficos.
L!1 )n%2!231 3A>3"%'3n(!431 o entidades fisico+biolgicas sobre las
cuales se aplican los tratamientos. %n la agricultura estn constitu!das por
conjuntos de materias, jarras de Leonard, cajas de petri o parcelas en el
campo, de acuerdo a la naturale&a espec.fica de cada e(perimento.
L!1 "31>)31(!1 salidas o variables dependientes, que como mensajes de
retorno emite la naturale&a. %l tcnico debe recolectar una serie de
variables, unas cuntificables en sistemas convencionales "produccin en
;g<ha' altura en cent!metros$, y otras en sistemas ms o menos arbitrarios,
como la escala de da#o empleadas por entomlogos y fitopatlogos.
Las respuestas sirven de base para el anlisis e interpretacin de los resultados
e(perimentales y para tornar decisiones de carcter tcnico o administrativo. Se
evaluan unas directamente sobre las unidades e(perimentales "por ejemplo,
rendimiento$ y otras en forma derivada, como por ejemplo:
+ .=D.)% D% )>S%)?2: 0eso de semilla<peso materia seca total
+ @%=D./.%=-> %AB.C2L%=-% "en cultivos asociados$
@end. frejol D @end. yuca ( "precio yuca<precio frejol$
+ .=D.)% D% BS> %E.).%=-% D% L2 -.%@@2 "en cultivos asoc!ados$
@end. frejol asociado D @end. ma!& asociado
@end. frejol monocultivo D @end. mai& monocultivo
2unque cada tcnico tiene sus ra&ones particulares por las cuales reali&a un
e(perimento, de manera general stas pueden agruparse de acuerdo a 0lutchi;
en:
+ Determinar la relacin entre dos o ms variables: 0or ejemplo, estudiar para
diferentes materiales de frejol, la relacin entre la cantidad de fsforo agregado y
la produccin, bajo determinada condicin de suelo y clima.
+ 2mpliar el campo de estudio de una variable: 0or ejemplo, estudiar en la fijacin
de =, el efecto de diferentes combinaciones de temperatura diurna y nocturna, en
cultivares de fr!jol inoculados con diferentes cepas de @hi&obium.
+ 2umentar la confiabilidad de los resultados logrados: 0or ejemplo, los
e(perimentos realtivos a la validacin de tecnolog!a en fincas de agricultores, en
los cuales se somenten a prueba cr!tica el germoplasma mejorado y las prcticas
agronmicas de manejo, generadas en los centros e(perimentales.
+ Someter a prueba una teor!a:
0or ejemplo, los e(perimentos, de Stanley /iller para someter a prueba la teor!a
de 2. .. >parin sobre el origen de la vida.
3.,. C4!1%;%!%6n 23 4#1 3A>3"%'3n(#1
%(isten variadas clalificaciones de los e(pe.rimentos y diferentes etpas del
proceso e(perimental, cuya diversidad pone, de manifiesto la commplejidad de la
investigacin agr!cola y refuer&a la necesidad del trabajo en equipo.
3.,.1. P#" 4! 31(")()"! 23 4#1 ("!(!'%3n(#1
Los tratamientos son los medios que utili&a el hombre para formular sus
preguntas' la seleccin de ellos guarda estrecha relac!n con los objetivos del
estudio. La simplicidad o complejidad de la estructura de las entradas dan origen
a clasificaciones seg,n el n,mero de factores que la constituyen' se considera
con estructura de entrada simple a los e(perimentos nulifactor y unifactor y
e(perimentos de estructura ms compleja a los factoriales, aumentando el grado
de complejidad en la medida que se increcrementael n,mero de factores
estudiados simultneamente.
3.,.,. P#" 34 g"!2# 23 #n#%'%3n(# !2D)%"%2#
%n el proceso investigativo el grado de comprensin y profundidad aumenta
paulat!namente, no estando todos los e(perimentos al mismo nivel, ni se requiere
el mismo grado de precisin. De manera general pueden distinguirse grupos tales
como.
+ )aracteri&acin: %n esta fase el n,mero de tratamientos es muy grande y no se
est interesado en la comparacin' se desea precisar el comportamiento del
material gentico y evaluar caracter!sticas morfoagronmicas del germoplasma
"d!as a emergencia, color del hipocotilo, grosor del tallo, dias a floracin, dura+
cin de la floracin, etc$ 0or ejemplo, la Bnidad de @ecursos *ent!cos eval,a
semestralmente cerca de 9.777 materiales de frejol y se toman apro(imadamente
F7 caracter!sticas en cada uno de ellos' la caracteri&acin incluye una prueba
especial para conocer la reaccin al fotoper!odo.
+ 0reliminares: Se pretende establecer derroteros para futuros trabajos, definir
aspectos metodolgicos o precisar mejores sistemas de evaluacin de las
respuestas. %l n,mero de tratamientos suele ser elevado, con pocas repeticiones
o tama#o de parcela peque#o..
+ )r!ticos: 0ara su planeacin se tienen mayores elementos de juicio, por la
acumulacin previa de informacin. Se est interesado en someter a prueba
hiptesis espec!ficas o medir la ganancia despus de un proceso de seleccin. %l
n,mero de tratam!entos suele ser ms reducido, aumentando el n,mero de repe+
ticiones y el tama#o de parcela.
Sirva de ilustracin algunos e(perimentos reali&ados para medir el avance del
mejoramiento de fr!jol por resistencia a Empoasca kraemeri "ensayo de
rendimiento para E
G
$. -ambin los ensayos en fincas de agricultores, para
someter a prueba la nueva tecnolog!a generada por los centros e(perimentales.
%n estos ,ltimos se emplean de H a 47 tratamientos, parcelas de 4H m
9
y ms de
47 fincas "repeticiones$.
+ Demostrativos: Su finalidad no es la de generar si no la de transmitir
conocimiento, teniendo por tanto finalidad didctica. Auien reali&a el e(perimento
conoce de manera general los resultados que se presentarn.
Sirva de ilustracin los e(perimentos reali&ados por los e(tensionistas para
cosechar durante los d!as de campo o los que se efect,en durante los )ursos de
2diestramiento para ense#an&a de los participantes.
Los programas nacionales de mejoramiento en frejol presentan secuencias
e(perimentales, con etapas definidas que reciben variadas denominaciones. "por
ejemplo: 0rueba preliminar o de descarte, %nsayo avan&ado, 0rueba regional,
etc.$, en las cuales en la medida que se reduce el n,mero de materiales
probados se aumenta el nivel de e(igencia en cuanto al tipo de planta,
resistencia a enfermedades, nivel de produccin, etc,
.
UNIDAD II
ELEMENTOS ESTRUCTURALES DE UN EXPERIMENTO AGR0COLA
Los tratamientos son los medios que utili&a el hombre para formular sus
preguntas' la seleccin de ellos guarda estrecha relac!n con los objetivos del
estudio. La simplicidad o complejidad de la estructura de las entradas de origen a
clasificaciones seg,n el n,mero de factores que la constituyen' se considera con
estructura de entrada simple a los e(perimentos nulifactor y unifactor y
e(perimentos de estructura ms compleja a los factoriales, aumentando el grado
de complejidad en la medida que se increcrementael n,mero de factores
estudiados simultneamente.
1. C4!1%;%!%6n
De acuerdo a este criterio los e(perimentos se pueden clasificar en:
1.1 N)4%;!(#" E# 3n1!&#1 23 )n%;#"'%2!2 $: Son e(perimentos de
caracteri&acin de las tendencias de fertilidad de un lote o de efectos
sistemticos en un invernadero. %n ellos no se apl!ca tratamiento alguno o mejor,
todas las unidades reciben e(actamente el mismo tratamiento, la respuesta
del cultivo, de inters, cosechado en peque#as unidades, sirve de base para
caracteri&ar la fertilidad del lote, %n esencia utili&amos la planta como un
indicador biolgico de las condiciones naturales.
1., Un%;!(#"8 Son e(perimentos en donde el inters se centra en el
estudio de un solo factor "cualitativo o cuantitativo$, mantenindose constante los
dems factores de la producin.
%n el caso de factores cualitativos no e(iste un ordenamiento por magnitud y
cada uno de sus elementos o atributos se denomina genricamente como mo+
dalidades del factor, constituyendo stas los tratamientos. 0or ejemplo:
+ Las diferentes variedades en un estudio de resistencia a %mpoasca.
C
4
, C
9
, C
F
, IIIII. C
;
/odalidades del factor *%@/>0L2S/2
+ Las diferentes fuentes de nitrogeno en el est,dio sobre el uso de
fertili&antes. Brea, sulfato de amonio, nitrato de amonio
Si el factor en estudio es cuantitativo puede ordenarse en base a su magnitud y
controlarse "medirse$ con adecuada e(actitud. Las diferentes magnitudes que
constituyen los niveles o dosis del factor definen los tratamientos a emplear,
como sucede con la cantidad de gallina&a aplicada "7, 4.7, 4.J ton<ha$ o la
cantidad de enmienda usada en su suelo cido "7, 7.J7, 4.H, G.7 ton cal
agr!cola<ha$.
%l n,mero y distribucin de los niveles dentro del rango a cubrir con el factor se
denomina dise#o de tratamientos. 0or ejemplo, al estudiar el efecto del fsforo
sobre la produccin de frijol en el rango 7 a 977 ;g 0
9
>
H
<ha, se tienen m,ltiples
alternativas en cuanto al cubrimiento de la regin "F a H niveles como casos ms
frecuentes$ y la distribucin de ellos. %sta guarda relacin con el tipo de funcin
que se espera relacione las entradas "tratamientos$ con las respuestas. 0or
ejemplo para el caso de cinco niveles considrese las siguientes tres alternativas:
2: K ++++++ K ++++++ K ++++++ K ++++++ K
7 H7 477 4H7 977
3: K L K +++ K +++ K +++++++++++++++++ K
7 9H H7 8H 977
): K +++++++++++++ K ++++K ++++ K ++++++++K
7 8H 477 49H 977
1.3 F!(#"%!4318 .mplica el estudio simultneo de dos o ms factores, lo cual
permite evaluar el comportamiento diferencial de la respuesta a un factor, bajo la
presencia y ausencia de otro "interaccin$.
%l estudio simultneo de dos o ms factores para promover cambios, da or!gen a
los denominados arreglos factoriales que pueden ser completos o parciales cuan+
do se utili&an todas o algunas de las combinaciones de los niveles "o modali +
dades$ de los factores en consideracin' cada combinacin empleada recibe el
nombre de tratamiento.
0or ejemplo:
E2)->@.2L D%S)@.0).>=
F
9
%studia.las nueve combinaciones de dos factores, con
tres niveles, "o modalidades$ cada.factor.
9
F
%studia las ocho cmbinaciones de tres factores a dos
niveles "o modalidades$ cada factor.
F(G %studia las doce combinaciones resultantes de dos
factores, el pr!mero con tres niveles "o modalidades$ y
el segundo con cuatro.
"9(F(G$ + F De las 9G combinaciones posibles de tres factores con
dos,tres y cuatro niveles "o inodalidades$, se han
eliminado tres de ellas, ensayndose un total de 94
tratamientos "factorial parcial$.
0ara precisar terminolo!a considrese, el siguiente arreglo, en donde se estudia
como entradas dos factores cualitativos, el primero con tres y el segundo con
cuatro modalidades, para un total de doce tratamientos:
E2)->@.2L, F ( G
%l tratamiento "4$ consiste en la inoculacin deM material 0+G5J con la )epa ).2-
H8, II.., y el tratamiento "49$ consiste en la inoculacin del material 0+6FH con
la cepa ).2- 6F9. %l e(perimento se reali&ar bajo condicin controlada
manteniendo constante la temperatura diurna a 9HN) y la nocturna a 4HN). Las
unidades e(perimentales estar!an constituidas por jarras de Leonard y se
evaluarla como respuesta o salida del sistema de comunicacin: reduccin de
acetileno, peso seco de planta, O de = en las hojas.
Bnicamente cuando los fctores en estudio son cuantitativos, los tratamientos se
pueden visuli&ar como puntos de un espacio. Su n,mero y distribucin espacial
se denomina D.S%P> D% -@2-2/.%=-> o /2-@.Q %K0%@./%=-2L, cuyos
elementos estn constituldos por las coordenadas del punto en el espacio car+
tesiano "4G$
)omo ilustracin considrese el caso del estudio de dos factores cuantitativos:
K
4
R )antidad de cal agr!cola, variando dentro del rango 7 a G ton<ha.
K
9
R )antidad de fsforo, variando entre 7 y 977 ;g 0
9
>
H
<h2
%n la figura 9 se presentan tres alternativas o dise#os de tratamiento. Los
primeros difieren en el n,mero de tratamientos, "9H vs. 5$ y los dos ,ltimos
difieren e(clusivamente en la distribucin de los nueve puntos dentro de la
@egin de %(ploracin, compartiendo cinco tratamientos. Slo algunos de los
dise#os de tratamiento tienen nombre espec.fico como: dise#o San )ristbal,
/atri& 0uebla, )uadrado Doble, )ompuesto de 3o( "46$.
La reduccin del n,mero de tratamientos para generar un factorial parcial puede
hacerse en base a criterios matemticos "factorial H ( H Cs. )ompuesto de 3o($ o
a criterios agronmicos. 0or ejemplo, en caso de estudiar el efecto de la
temperatura sobre la fijacin de nitrgeno, variando la temperatura diurna entre
9H y FHN) y .a nocturna entre 4H y 9HN) podria generase en primera instancia el
siguiente factorial completo:
2lgunas combinaciones son de escaso inters agronmico, al ser de, poca
utilidad cemo ser!a el tratamiento 8 "sin ninguna variacin entre temperatura
diurna y nocturna$ y el tratamiento F "e(cesiva variacin entre temperatura diurna
y nocturna$, pudindose emplear un factorial parcial "F ( F$ + 9.
UNIDAD III
DISEOS EXPERIMENTALES
1. A1>3(#1 =91%#1
0or dise#o e(perimental se entiende la forma o manera de agrupar las unidades
e(perimentales y el procedimiento a seguir para asignar los tratamientos a ellas.
La forma de agrupar o estratificar las parcelas depende de las fuentes de
variacin que se prevea importantes de controlar "heterogeneidad del suelo$ y
para la asignacin de los tratamientos se procede al a&ar, en el de los Dise#os
2leatorios, a los cuales nos referimos en este cap!tulo. 0or un lado se garanti&a
mayor precisin, al reducir la variacin e(tra#a "tendencias$ y por otro lado se
asegura valide& de la estimacin del error e(perimental y de las pruebas de
hiptesis a reali&ar.
Desde el punto de vista estad!stico para que un dise#o e(perimental sea vlido
se requiere:
+ 2leatori&acin en la asignacin de los tratamientos
+ 2decuado n,mero de repeticiones
+ /(imo control del error e(perimental
La aleatori&acin o asignacin al a&ar de los tratamientos, evita introducir
involuntarios errores sistemticos. De acuerdo a Steel y -orrie "9J$ la funcin de
la aleatori&aciones asegurar la disponibilidad de una estimacin vlida e
insesgada, tanto del error e(perfinental como de Cas medias de tratamientos y
sus diferencias.
)ochran y )o( " 4G$ consideran que la aleatori&acin es similar a un seguro,
siendo una precaucin contra disturbios que pueden o no ocurrir, y que pueden o
no ser graves cuando ellos ocurren. Sir @onald Eisher, considerado el padre de
los Dise#os %(perimentales y quien introdujo la tcnica del 2nlisis de Carian&a,
demostr en 45G8 que la aplicacin al a&ar de los tratamientos es una base
adecuada para obtener pruebas de significancia e intervalos de confian&a.
0or su parte las repeticiones proveen posibilidades de estimar el error
e(perimental incrementan el alcance de la inferencia o generali&acin de los
rsultados y mejoran la precisin e(perimentaM, por la reduccin, la desviacin
estandar de la media de los tratamientos.
%l error e(perimental se minimi&a mediante un adecuado control de las fuentes
causales de heterogeneidad sistemtica y mediante un eficiente manejo que evite
desuniformidades en el montaje y conduccin del e(perimento "seleccin de
semilla, uniformidad en la profundidad de siembra, precauciones en la aplicacin
del riego, distribucin uniforme del fertili&ante$.
-ericamente buena parte de la variacin es susceptible de controlarse mediante
adecuada estratificacin del material e(perimental y eficiente montaje y manejo
del ensayo, por lo cual el dise#o de los e(perimentos no es ms que el arte de
separar la variabilidad debida a factores controlados "Cariacin e(plicada$, de la
variabilidad atribuible a factores no controlados "variacin aleatoria$.
%l e(perimentador que ponga en practica ls principios de: aleatori&acin,
adecuado n,mero de repeticiones y control del error e(perimental, est
minimi&ando la probabilidad de cometer error tipo .. "no recha&ar una hiptesis
falsa$.
=o e(isten SbuenosS ni SmalosS dise#os e(perimentales, aunque se reconoce que
algunos son ms eficientes o de ms frecuente uso en la investigacin agr!cola o
en programas espec!ficos. La e(periencia de la Bnidad de Servicio de Datos del
).2- que br!nda consultor!a y procesa la informacin generada por el 0rograma
de Erijol indica que se utili&a con inayor frecuencia los dise#os:
+ )ompletamente al a&ar
+ 3loques completos al a&ar
+ )uadro latino
+ 0arcelas Divididas "y Subdivididas$
+ Eranjas Divididas "y Subdivididas$
+ Ltices
)ada dlise#o tiene sus caractertsticas y condiciones de uso, las cuales deben ser
revisadas por el tcnico en la fase de planeacin, en el momento de la seleccin
del dise#o e(perimental.
2sociado a cada dise#o e(perimental e(iste un modelo estad!stico en el cual se
representan simblicamente los diferentes componentes que supuestamente
integran una observacin. %n el modelo estarn representados adems los
efectos de tratamientos "e(perimento unifactor$ o los efectos principales de los
factores en estudio y su interaccin "e(perimento factorial$, los efectos atribuidos
a los criterios de estratificacin "efectos de bloques o efectos de hileras y
columnas$ y los efectos de la variacin aleatoria o error e(perimental.
2sociado a cada modelo estad!stico e(iste un procedimiento de descomposicin
de la suma de cuadrados total "con = grados de libertad$, en una serie de partes
"sumas de cuadrados y grados de libertad$ relacionadas con cada componente
considerado en el modelo estad!stico. %ste procedimiento es el denominado
2nlisis de Carian&a "2=D%C2$.
Bna de las contribuciones de la estad!stica en la toma de decisiones
relacionadas con los resultados e(perimentales es la 0rueba de Significacin'
sta en el 2=D%C2 es bsicamiente una regla para resolver si se recha&a o no la
hiptesis nula "sobre igualdad de medias de tratamientos$ conforme al e(amen
de los datos. )omo resultado de la variacin aleatoria los datos nunca estn
e(actamente de acuerdo con la hiptesis y Sel problema es decidir si la
discrepanciaentre los datos y la hiptesis va a ser atribuida a esas variaciones
"aleatorias$ o al hecho de que la hiptesis es falsa "4G$.
Si la hiptesis "sobre igualdad de medias de tratamientos$ es verdadera, los
)uadrados /edios de -ratamientos y del %rror %(perimental tienden a ser iguales
y su cociente "en promedio$ tiende a ser igual a la unidad. 0or el con trario si la
hiptesis es falsa, el )uadrado /edio de -ratamientos ")/. -@2-$ tiende a ser
mucho mayor que el )uadrado /edio del %rror %(perimental ")/ %%$ y su
relacin se aleja de la unidad.
0or decidir qu tan grande debe ser la relacin ")/. -@2-<)/. %%$, para
concluir con ra&onable seguridad que las diferencias observadas entre las de los
tratamientos son debidas a los tratamientos y no al a&ar, el valor de la relacin
"denominado E calculado$ se compara con el valor E tabulado establecindose la
siguiente regla de decisin: @echace la hi ptesis, al nivel de significancia de T, si
y solo si el valor E calculado es mayor que el E tabulado "valor que se obtiene de
Sla tabla de EU para los grados de libertad de tratamientos "numerador$ y los
del error e(perimental "denominador$.
)omo ha sido se#alado por )ochran y )o( "4G$ Sen muchos e(perimentos parece
que los diversos tratamientos deben producir alguna diferencia, aunque peque#a,
en sus efectos. 2s!, la hiptesis de que no hay diferencia es ficticia: el
problema real consiste en obtener las estimaciones de la magnitudes de las
diferenciasS.
%l investigador de acuerdo a los objetivos formulados podr estimar y decidir
respecto a la importancia relativa de ciertas diferencias "entre medias de dos
tratamientos o entre medias de grupos de tratamientos$, reali&ando pruebas
espec!ficas, construyendo intervalos de confian&a o estableciendo relaciones
funcionales entre las entradas "variables independientes$ y las respuestas
"variables dependientes$.
%n las secciones siguientes se presentarn los dise#os e(perimentales de
frecuente uso, para cuya e(posicin se tendr n cuenta:
+ )aracter!sticas generales, usos, forma de aleatori&ar, modelo estad!stico.
+ %jemplo con los pasos para la particin de la suma de cuadrados total,
tabla de anlisis de varian&a
+ )omentarios sobre el anlisis estad!stico
UNIDAD IV
DISEO COMPLETAMENTE ALEATORI.ADO
1. C!"!(3"71(%!1 g3n3"!431
+ %ste dise#o es el ms sencillo y se origina por la asignacin de los
tratamientos a las unidades e(perimentales sin ninguna restriccin, es
decir completamente al a&ar. 0or ejemplo si se dispone de 47 tratamientos
y F repeticiones., las unidades e(perimentales se numeran de 4 a F7 y en
una bolsa sacan papeletas conteniendo tres veces cada tratamiento y se
asignan en el orden de aparicin en el sorteo.
+ Su uso requiere disponer de unidades e(perimentales relativamente
homogneas, es decir que no hay variacin entre ellas, as! como las
condiciones del ambiente y su manejo debe ser homogeneos, siendo muy
empleado en ambientes controlados "laboratorio, invernadero, cuarto de
crecimiento$ o semicontrolados "casas de malla$.
+ %s muy fle(ible, permitiendo probar cualquier n,mero de tratamientos
"unifactor o factoriales$ y emplear igual o diferente n,mero de repeticiones
por tratamiento.
+ 2nte la igualdad en el n,mero de tratamientos y repeticiones, es el dise#o
que suministra mayor n,mero de grados de libertad para la estimacin del
error e(perimental: t " r L l $, caracter!stica muy ,til en e(perimentos
peque#os.
V 0ara cualquier e(perimento, la confian&a en la estimacin del error e(perimental
est relacionada con el n,mero de grados de libertad' stos dependen del dise#o
e(perimental, el n,mero de tratamientos y el n,mero de repeticiones. Se desea
tener para la estimacin al menos 4H grados de libertad.
%l valor de t "de Student$ presenta sensibles cambios entre 4 y 4H grados de
libertad, para cualquier nivel de significancia' a partir de 4H su valor tiende a
estabili&arse. 0or ejemplo para HO de nivel de significancia se tendr!a:
*.L. : 4 F J 4H 97 F7 67 477
WtU : 49.84 F.4J 9.F4 9.4F 9.75 9.7G 9.77 4.5J
,. V3n(!@!1
+ %l anlisis estad!stico es muy sencillo, a pesar que las repeticiones y los
errores e(perimentales var!en de un treatamiento a otro.
+ %l anlisis de varian&a sigue siendo sencillo cuando el resultado de
algunas unidades o de tratamientos completos se pierden o se anulan.
ms a,n, si la prdida relativa de informacin debido a unidades perdidas
es ms peque#a que con cualquier otro dise#o.
+ %s el ,nico dise#o que en caso de no ser balanceado "diferente n,mero de
repeticiones$ puede anali&arse de manera convencional, sin que ello
introdu&ca complicaciones al anlisis de varian&a.
3. D3153n(!@!1
+ Salvo contadas e(cepciones, en situaciones de campo es limitada su
aplicabilidad pues el material e(perimental es con frecuencia
heterogneo.0uede ser un dise#o ms factible para efectuar e(perimentos
donde los tratamientos sean animales
+ La principal desventaja de este disee#o es que al ser la aleatori&acin
irrestricta, hace que el error e(perimental incluya todas las variaciones
entre las unidades e(perimentales , salvo aquellas debidas a los efectos
de los tratamientos.

4. M#234# '!(3'9(%#
%l modelo matemtico lineal es:

X
ij
R B D -
i
D %
ij
Xij es la j+sima respuesta en el i+simo tratamiento
B es la media poblacional de la variable respuesta
-i es el efecto del i+simo tratamiento
%ij es un termino de error aleatorio. 3ajo los supuestos del modelos de muestreo ideal,
los trminos de error asociados a cada una de las observaciones se suponen
independientemente distribuidos, normales, con esperan&a 7 y varian&a YZ i,j
"Carian&a constante$.
F. An94%1%1 23 5!"%!n*!
%l anallisis de varian&a es una tcnica estad!stica para anllisis de datos que
dependen de diferentes tipos de efectos que operan de forma simultanea,
permmite decidir cual de las clases de efectos en el modelo son importantes
para estimarlos. %sta tcnica consiste en obtener las sumas de cuadrados de las
deviaciones de cada observacin y de las mediaas de los tratamientos, ambas
respecto a la media general, las cuales se identifican como las sumas de
cuadrados total y de tratamientos respectivamente, para calcular a partir de estas
la suma de cuadrados del error.
%n el anlisis de varian&a "2=D%C2$ se asume en general que:
%l modelo estad!stico es lineal, donde scada observacin est
determinada por:
X
ij
R [ D
i
D %
ij
Donde indica que cada observacin tiene X R una media general D un
efecto de tratamiento D un error
Los errores "%$ aleatorios estos se distribuyen normalmente e
independientes con [R 7 y
2
constante u homogneas.
La varian&a de la distribucin de los errores aleatorios, es la misma para
todos los trataamientos, esta es la ra&on para una muestra randomi&ada,
donde no hay covarian&a ni correlacin, porque las varian&as estn
independientemente distribuidas.
Las hiptesis que contrastan en el anlisis de varian&a de efectos fijos pueden
e(presarse como:
?
o
[
4
R [
9
R [
F
?
a
[
4
\ [
9
\ [
F
2l menos un par de medias difieren
Donde se acepta o recha&a la hipteisis nula "?
o
$. si se acepta quiere decir que
no e(iste diferencia entre los promedio de los tratamientos, si se lo recha&a se
indica que e(iste diferencia entre las medias de los tratamientos, o al menos uno
de ellos es diferemte.
%n el anlisis de varian&a se construye la siguiente tabla:

FV
Euente de
variacin
GL
*rados de
libertad
SC
Suma
cuadrada
CM
)uadrado medio
F!4
E calculado
P
0robabilidad
T"!(!'%3n(#1
E""#"
T#(!4
t+4
t"r+4$
t(r + 4
S)t
S)%
S)-
)/t R S)t < t+4
)/%R S)% <t"r+4$
)/t<)/%
G. C#'>)(# 234 !n94%1%1 23 5!"%!n*!
M%"#=%#4#g7! - In#)4!%6n #n 3>!1 23 R?%*#=%)' 3n 34 %n53"n!23"#
Bna interesante alternativa al problema de la obtencin de fertii&antes
nitrogenados est representada por la solucin biolgica, mediante la asociacin
simbit!ca de frejol y @hi&obium. %l 0royecto de @hi&obiolog!a del ).2-
"Santa)ru&, 3olivia$ investiga para lograr una ms eficiente asociacin para
elevar el rendimiento del cultivo de frejo de la variedad @ojo >riental, en jarros de
Leonard. %n la tabla 8 se presentan los datos de peso de nitrgeno en el follaje
"mgr<planta$ F6 d!as despus de la siembra.
T!=4! H. )antidad de nitrogeno en el follaje en mg<planta en la variedad de frejol
@ojo >riental con tres cepas de Rhizobium leguminosarium biovar phaseoli,
registrado a los F6 d!as de la siembra
R3>3(%%#n31 RI. + P5-F RI.- P5-H RI.-P5-G
.
..
...
.C
C
J,5
6,J
44,H
H,F
6,6
5,7
J,7
J,H
J,F
H,H
4H,J
4F,4
46,H
4G,H
46,H
-otal F5,4 F5,F 86,G 4HG,J
0romedio 8,J9 8,J6 4H,9J
ANALISIS DE VARIAN.A
F!(#" 23 #""3%6n FC
FC J E K X
(#(!4
<
9
< r ( t
r R =] repeticiones
t R =] tratamientos
E)R "4HG,J$
9
<4H R 4H58,HF6
S)'! )!2"!2! ("!(!'%3n(#1 SC(
SC( J K X
,
tratamientos
L " + FC
S)t R " F5,4
9
DF5,F
9
D 86,G
9
$ < H L 4H58,HF6 R 4JG,H46

S)'! )!2"!2! T#(!4 SCT
S)- R ^ K
9
Bnidades e(perimentales
L E)
S)- R " J,5
9
D 6,J
9
D 44,H
9
D H,F
9
D II.46,H $ L 4H58,HF6 R 99G,97G
S)'! )!2"!2! 3""#" SCE
S)%R S)- L S)t
S)% R 99G,97G L 4JG,H46 R F5,6JJ
TABLA DE ANDEVA
FV GL SC CM
F
!4)4!2#
F (!=4!
-M-F -M-1
)epas
%rror
-otal
9
49
4G
4JG,H46
F5,66J
99G,97G
59,9HJ
F,F78
98,J58VV F,JJ 6,5F
)C 48,69O
R 4HG,J< 4H R 47,F9
)CR CME < ( 477 R
307 , 3
< 47,F9 ( 477 R 48,69O
H. R3g4! 23 231%%6n
0ara interpretar la tabla de 2=D%C2 aplicamos la regla de desicin siguiente:
E cal E tab
. . . . @echa&o ?
o

E cal E tab
. . _ . . 2cepto ?
o
)omo E calculada en ambos casos es mayor que E de la tabla con la
probabilidad del 7.7H y 7.74, entonces recha&amos la hiptesis nula " ?
o
$, con p _
7,4.

%(iste diferencia significativa entre la cantidad de nitrgeno en el follaje de la
variedad de frejol @ojo >riental como efecto de las cepas de Rhizobium.
N. An94%1%1 23 5!"%!n*! In;#1(!(
C3>!1 N%("6g3n#
Pv05 8,9
Pv05 6,8
Pv05 11,5
Pv05 5,3
Pv05 6,6
X
X

Pv07 9,0
Pv07 8,0
Pv07 8,5
Pv07 8,3
Pv07 5,5
Pv06 15,8
Pv06 13,1
Pv06 16,5
Pv06 14,5
Pv06 16,5
Anlisis de la varianza
Variable N R R Aj CV
Nitrgeno 15 0,8 0,79 17,6
Cuadro de Anlisis de la Varianza
!"V" #C gl C$ ! %&valor
$o'elo" 184,5 9,6 7,89 (0,0001
Ce%a) 184,5 9,6 7,89 (0,0001
*rror 39,69 1 3,31
+otal 4,0 14
UNIDAD V
DISEO DE BLOBUES COMPLETOS AL A.AR
1. C!"!(3"71(%!1 g3n3"!431
+ 0ara su uso se reconoce que el material e(perimental es heterognco pero
posible de estratificar en grupos o clases de parcelas relativamente homogneas,
las cuales rciben el nombre de bloques.
+ Su empleo eficiente requiere que las Bnidades que integran un bloque sean lo
ms homogneas posibles "variacin aleatoria$, quedando la mayor
heterogeneidad "variacin.sistemtica$ entre los bloques.
+ )ada bloque debe contener todos los tratamientos los cuales se asignan al
a&ar, repitiendo el sorteo tantas veces cuantos bloques haya. %l dise#o permite
emplear cualquier n,mero de repeticiones. %n este caso el trmino bloque es
sinnimo de repeticin. 2unque en teor!a no e(isten limitaciones en el n,mero de
tratamientos por bloque, en la prctica la homogeneidad dentro del bloque es
ms fcil de lograr en e(perimentos con doce o menos tratamientos.
+ =o es necesario que los bloques estn f!sicamente juntos, ni que las parcelas
que lo integran queden adyacentes. Si parcelas separadas tienen la misma
condicin, ellas pueden integrar un bloque. %l modelo estad!stico asociado al
dise#o supone adit!vidad de los efectos de bloque y tratamiento "dos criterios de
clasificacin sin interaccin$' es decir, si el bloque implica condicin adversa se
perjudicar el comportamiento de todos los tratamientos' cuando la condicin del
bloque es favorable se beneficiar el comportamiento de todos los tratamientos.
)uando de antemano se sospeche interaccin bloque ( tratamiento, se deben
disponer repeticiones "de todos o algunos$ de los tratamientos dentro de cada
bloque, a fin de poder estimar el error e(perimental en forma independiente de la
interaccin "dos criterios de clasificacin con interaccin$. %n este caso bloque
no es sinonimo de repeticin.
+ %l dise#o de 3loques )ompletos al 2&ar es el de ms frecuente uso en la
investigacin agr!cola' su eficiencia en controlar hetero geneidad del suelo no
siempre es adecuada. Si la fuente de variacin Sentre bloquesS en el anlisis de
la varian&a no resulta significativa, es una indicacin de que el tcnico no logr
con (ito el agrupamiento. )uando la heterogeneidad del suelo presenta una
clara tendencia "gradiente$ los bloques se deben ubicar perpendiculares a la gra+
diente, con forma rectangular. )uando la heterogeneidad del suelo no presenta
tendencias definidas se recomienda emplear bloques de forma cuadrada.
+ Lo ideal en un e(perimento es manejar.todas las parcelas en la forma ms
uniforme. De no ser posible, se recomienda al menos manejar las que integran un
bloque' si se requiere intervencin de personal para alguna labor, proc,rese que
la misma persona se encargue de las unidades del mismo bloque. Si se tuviera
diferencias en fechas de siembra, aplicacin de riegos o poca de coseacha, se
recomienda no abandonar la actividad hasta tanto no se haya completado la
labor en todas las Bnidades que integran un bloque.
+ 2l aumentar el n,mero de tratamientos e(isten pocas posibi`lidades de lograr
homogeneidad dentro del bloque, debindose recurrir a dise#os con bloques
incompletos "ltices$.
-ratndose de bloques completos al a&ar, el modelo estadlstico ser!a:
ij j i ij
E B T U Y + + + =

9. %jemplo ")aso =o. 4$
Media general
Respuesta observada para el
Tratamiento i en la repeticin j
Efecto debid o a tratamientos i
Efecto debido a bloque j
Error experimental asociado al
tratamiento i en la repeticin j
V%53"# In(3"n!%#n!4 23 R3n2%'%3n(# & A2!>(!%6n 23 F"7@#4
Desde 458F en el ).2- de )olombia se sugiri la creacin de una red
latinoamericana de investigacin en frejol y en 4586 entr en operacin bajo el
nombre de Civero .nternacional de @endimiento y 2daptacin de Er.jol. %ntre sus
objetivos se pretende la evaluacin de germoplasma bajo un amplio rango de
condiciones ambientales' sus resultados constituirn la fuente de informacin
bsica para los estudios de adaptacin.
Los viveros internacionales, para arbustivos y volubles en asociacin o relevo
con ma!& han venido evolucionando tanto en su mtodo "en lo concerniente al
dise#o e(perimental, tama#o de parcela y n,mero de repeticiones$, como en su
especificidad, haciendo separacin en cuanto a color y tama#o del grano, lo cual
tiene mayor atractivo para los programas nacionales.
)omo ilustracin se presenta informacin relativa a un e(perimento de la serie
.3X2= reali&ado en 45J7 en ).2-+0almira, empleando dise#o de bloques
completos al a&ar con 94 materiales y F repeticiones. %ntre los materiales se
incluye como testigos internacionales: 0orrillo Sinttico "%l Salvador$, .)2+0ijao
")olombia$ y aamapa "/(ico$.
%n la tabla J aparece la lista de materiales, su origen y rendimiento "ton<ha$ con
ajuste de humedad al 4GO. %n la Eig. 8 se presenta el plano de campo sugerido
para el montaje del e(perimento a los colaboradores de la red de investigacin en
fr.jol.
0ara la particin de la suma de cuadrados total se tendrn los siguientes pasos:
0aso 4. )lculo de la suma de cuadrados total
S). ->- R 9.7H
9
D 9.4G
9
D III D 4.9J
9
D 4.89
9
R 945.H644
0aso 9. )lculo de la suma de cuadrados de la media
E.). R "44G.48$
9
<6F R 976.574G
0aso F. )lculo de la suma de cuadrados total corregida
S). ->- ")$ R S). ->- + E.). R 49.6H58
0aso G. )lculo de la suma de cuadrados de tratamientos
""H.866
9
D 6.77
9
D III D G.J5
9
$<F$ + E ). R 6.H56F
0aso H )lculo de la suma de cuadrados de bloques
""F5.49
9
D F5.9G
9
D FH.J4
9
$<94$ + E.). R 7.F675
0aso 6.)lculo de la suma de cuadrados del error e(perimental
S). %% R S). ->- ")$ + S). -@2- + S). 3LA R H.879H
N DE
TRAT
N!M"RE !R#$EN
RE%ET#&#!N
T!TA' MED#A
()* (+* (,*
)
+
,
-
%orrillo sint.tico
"AT )-/
"AT )01
"AT +-/
El 2alvador
&#AT
&#AT
&#AT
+/3
+,3
)4-
++,
+)-
+,/
/13
+)5
)30
),3
)33
)30
304
4//
-)-
315
)1+
+//
),4
)11
3
4
0
5
1
)/
))
)+
),
)-
)3
)4
)0
)5
)1
+/
+)
TE2T#$! '!&A'
"AT +4)
"AT +0)
"AT ,/-
"AT 35
"AT --3
#&A %ijao
"AT --5
"AT -3/
"AT 04
TE2T#$! '!&A'
"AT 3)5
"AT 4-
D!R )3
$ )03,
TE2T#$! '!&A'
6AMA%A
77
&#AT
&#AT
&#AT
&#AT
&#AT
&!'!M"#A
&#AT
&#AT
&#AT
7
&#AT
&#AT
&#AT
&!2TA R#&A
7
ME8#&!
)51
/5+
+-3
)+0
+/+
/5)
+/+
)0+
+))
)01
)00
+)/
)53
+/)
+),
++/
)41
)-/
)-/
+00
)4+
)-4
)30
++0
)3)
+/5
)01
)43
+3/
+)5
+)4
),1
+4-
)+5
)11
)43
+10
+/4
)13
)50
)-1
)/1
)0+
)/,
+/-
)-5
))3
+//
)34
+//
)0+
3+5
,50
5)1
-13
3-,
-+3
305
-,+
31)
-4)
3-4
4/5
3)5
4)0
3/5
45-
-51
)03
)+1
+0,
)43
)5)
)-)
)1+
)--
)10
)3,
)5+
+/+
)0+
+/3
)41
++5
)4,
T!TA' ,1)+ ,1+- ,35) ))-)0
MED#A )54 )54 )0/ )5)
Se emplearon como testigos locales los materiales: L.4747F, 32- 4H y 32- 8
N de 9ileras por
parcela : -
'ongitud de 9ilera
: - m
Distancia entre
9ileras : /;4 m
Dise<o Experimental : "loques completamente al a=ar
N de repeticiones : ,
N de tratamientos : +)
Area neta del experimento : 4/-;5 m
+
Area de parcela : 1;4 m
+
(/;4m x
-m x -*
Area neta de la parcela : -;+ m
+
(/;4m x
,;3m x +*
PLANO DE CAMPO
)4
))3
)
)
)
4
)
+
)
)
0
)
)
)
)
5
)
5
)
)
1
,
)
+
/
)
/
)
+
)
)
4
+
)
3
)
)
+
)
4
)
,
+
)
0
4
+
)
5
)
/
+
)
1
5
+
+
/
)
1
+
+
)
+
/
,
)
3
-
,
)
4
1
,
)
0
)
,
,
)
5
)
)
,
)
1
)
+
,
+
/
)
-
,
+
)
),
))-
)
1
)
)
,
)
-
)
)
+
)
3
)
)
)
3
)
)
/
+
/
)
/
1
4
)
/
5
-
+
)
-
+
/
+
)
,
)
5
+
)
+
+
+
)
)
)
+
)
/
+
)
+
/
1
1
+
/
5
4
,
)
-
3
,
)
,
0
,
)
+
5
,
)
)
)
1
,
)
/
)
0
,
/
1
+
,
/
5
+
)/)
-
)
/
+
+
)
)
/
,
0
)
/
-
1
)
/
3
)
0
)
/
4
5
)
/
0
)
0
+
/
)
0
+
/
+
)
-
+
/
,
)
3
+
/
-
)
+
+
/
3
3
+
/
4
,
+
/
0
)
3
,
/
)
)
5
,
/
+
)
/
,
/
,
+
)
,
/
-
)
4
,
/
3
,
,
/
4
)
,
/
0
Eig 8. 0lano de campo sugerido para el Civero .nternacional de @endimiento y
2daptacin de Erejol.
)4 m
REP. I REP. II REP. III
- m
)45 m
+- m
*
**
> N de tratamiento
>> N de %arcela
2nlisis de varian&a para la variable rendimiento
"ton<ha$ + %(perimento .3X2= + *rano negro
Euente de variacin *L S) )/ E)
Et
7.7H
%ntre bloques
%ntre tratamientos
%rror e(perimental
-otal "c$
9
97
G7
69
7.F675
6.H56F
H.879H
49.6H58
7.4J7H
7.F95J
7.4G96
4.98 ns
9.F4V
F.9F
4.JG
81 . 1 .. = X ton<ha SR7.F8J ton<ha )C
O R 97.JJ
An94%1%1 23 5!"%!n*! In;#1(!(
Anlisis de la varianza
Variable N R R Aj CV
+,-a 63 0,55 0,31 0,76
Cuadro de Anlisis de la Varianza
!"V" #C gl C$ ! %&valor
$o'elo" 7,0 0,3 ,6 0,01
.lo/0e) 0,34 0,17 1,1 0,3084
Varie'a' 6,68 0 0,33 ,37 0,0100
*rror 5,64 40 0,14
+otal 1,67 6
BLOQUE VAARIEDADES Ton/ha
1 Porrillo ,05
1 .A+140 ,35
1 .A+179 1,64
1 .A+40 ,3
1 +*#+1231 1,89
1 .A+61 0,8
1 .A71 ,45
1 .A+304 1,7
1 .A+58 ,0
1 .A+445 0,81
1 1CAPijao ,0
1 .A+448 1,7
1 .A+450 ,11
1 .A+76 1,79
1 +*#+123 1,77
1 .A+518 ,10
1 .A+64 1,85
1 43R15 ,01
1 21753 ,13
1 +*#+1233 ,0
1 5A$APA 1,69
2 Porrillo ,14
2 .A+140 ,30
2 .A+179 0,95
2 .A+40 ,18
2 +*#+1231 1,40
2 .A+61 1,40
2 .A71 ,77
2 .A+304 1,6
2 .A+58 1,46
2 .A+445 1,57
2 1CAPijao ,7
2 .A+448 1,51
2 .A+450 ,08
2 .A+76 1,79
2 +*#+123 1,65
2 .A+518 ,50
2 .A+64 ,18
2 43R15 ,16
2 21753 1,39
2 +*#+1233 ,64
2 5A$APA 1,8
3 Porrillo 1,57
3 .A+140 1,35
3 .A+179 1,55
3 .A+40 1,57
3 +*#+1231 1,99
3 .A+61 1,65
3 .A71 ,97
3 .A+304 ,06
3 .A+58 1,95
3 .A+445 1,87
3 1CAPijao 1,49
3 .A+448 1,09
3 .A+450 1,7
3 .A+76 1,03
3 +*#+123 ,04
3 .A+518 1,48
3 .A+64 1,15
3 43R15 ,00
3 21753 1,56
3 +*#+1233 ,00
3 5A$APA 1,7
F. )omentarios
La serie de Civeros .nternacionales permite evaluar en cada localiad las mejores
variedades regionales "testigos locales$ comparndolas con germoplasma
selecto. %(istir inters en comparaciones no solo de dos variedades espec!ficas
sino tambin entre grupos de materiales, como ser!a el grupo Stestigo localS
contra el grupo de Wtestigos internacionalesS, la cual puede reali&arse por medio
de la prueba de t "de student$V.
0ara el caso se 0lantear!a como hiptesis:
?
o
: no e(iste diferencia en produccin entre 0romedios del grupo Stestigo
localS y el grupo Stestigo internacional.
?
a
: Los rendimientos entre promedios de W-estigosU "Local e internacional$ son
diferentes.
V %(iste la posibilidad de reali&ar la prueba por E en el 2=D%C2, mediante la
descomposici6n de la Suma de )uadrados de tratamientos. Case Snedecor y
)ochran "96 $ seccin 44.6 pg. F7J.
Simblicamente se plantear!a:
?
o
: B
-L
R B
-i
RRRb B
-L
+ B
-i
R 7
?
a
: B
-L
\ B
-i
RRRb B
-L
+ B
-i
\ 7
)omo la hiptesis alternante es de tipo bid!reccional "diferente de cero$ la prueba
es de dos colas. Si el nivel de significancia seleccionado fuese de HO, el valor de
StS calculado bajo la hiptesis nula
( )
#

(
deber 7 e(ceder de 9.79 para recha&ar
.no aceptar$ la hiptesis nula. Se establecer!a como regla de decisin: 2cepto la
hiptesis nula si
( )
#

(
c 9.79
La diferencia paramtrica planteada en la hiptesis nula fue estimada en el
e(perimento en:
) 9 / 89 . 4 78 . 5 76 . 5 ( ) 9 / 84 . 6 46 . 5 28 . 5 ( ) ( + + + + = = T Ti
TL
d Y Y
ha ton d T / 127 . 0 =
)omo la estad!stica ju&ga teniendo en cuenta no solo la diferencia entre medias
sino tambin el grado de variabilidad asociada, se debe calcular la desviacin
estadar de la diferencia de medias
) (
t
d
S
la cual es una funcin de la desviacin
estandar del e(periento "S$.
) / 1 ( ) / 1 (
i L d
n n S S
t
+ =
donde n
L
y n
i
representan el n,mero de parcelas incluidas en el clculo de
TL Y
y
Ti Y
respectivamente. 0ara el presente caso se tendr!a:
ha ton S
T
d
/ 178 . 0 ) 9 / 1 ( ) 9 / 1 ( 378 . 0 = + =
%l valor de t calculado bajo la hiptesis nula ser!a:
713 . 0 178 . 0 / 127 . 0 / = = =
t t
d
T
d
S d S
inferior a 9.79 definido en la regla de decisin, lo cual induce a la aceptacin de
la hiptesis nula.
0or otra parte amerita destacar la amplia diferenciacin entre promedios de
produccin de materiales "rango de medias de 4.GG ton<ha$ y que el 32- 984V,
con produccin promedia de 9.8F ton<ha resulta significativamente superior, tanto
al grupo de testigos locales corno internacionales:
%n la tabla 5 se resumen las principales caracter!sticas estad!sticas del
e(perimento tomado para ilustracin, pudiendo el esquema servir de gufa para la
informacin que conviene almacenar, a fin de efectuar posteriores comparaciones
entre e(perimentos en relacin al grado de precisin lograda y definir criterios
objetivos para la planeacin de futuros trabajos.
UNIDAD VI
DISEO CUADRADO LATINO
1. C!"!(3"71(%!1 g3n3"!431
+ %n este dise#o los tratamientos se arreglan en bloques en dos diferentes formas
denominadas genricamente como hileras y columnas' cada tratam`iento
aparecer una sola ve& en cada hilera y una sola ve& en cada columna.
+ -anto hileras como columnas constituyen un bloque completo, necesitndose
que haya homogeneidad dentro de las hileras y dentro de las columnas, pero con
e(istencia de heterogeneidad entre hileras y entre columnas.
+ %n e(perimentos de campo la variabilidad debida a la heterogeneidad del suelo
puede ser removida mediante el bloqueo bidireccional. %l material e(perimental
deber arreglarse y el e(perimento conducirse de tal manera que las diferencias
entre hileras y entre columnas representen las mayores fuentes de variacin.
+ La principal limitacin del )uadro Latino es que el n,mero de tratamientos es
igual al n,mero de repeticiones' si el n,mero de tratamientos es elevado "ms de
die&$ el n,mero de repeticiones se vuelve impracticable. los tama#os ms usua+
les estn entre H ( H hasta J ( J. )uadros latinos pequenos proporcionan pocos
grados de libertad para la estimacin del error e(perimental.
%l uso del )uadro latino presupone la ine(istencia de interaccin entre todos los
criterios de clasificacin "tratamientos, hileras, columnas$
+ %l )uadro latino puede ser ,til en investigaciones prelim!nares para identificar
fuentes de variacin atribuible a operarios de campo o mquinas o equipos
empleados en las evaluaciones.
+ La aleatori&acin se reali&a en forma secuencial' primero se selecciona un
Scuadro baseS, de acuerdo al )uadro latino deseado. Se procede luego a la
aleatori&acin de las hileras y posteriormente a la aleatori&acin de las columnas'
la resultante del proceso sirve para el montaje del e(perimento, como se ilustra
para el caso de un )uadro latino H ( H
C B A E D
D C B A E
E D C B A
A E D C B
B A E D C
E D C B A
A E D C B
C B A E D
B A E D C
D C B A E
D E A B C
E A B C D
B C D E A
A B C D E
C D E A B
%l modelo estad!stico asociado al dise#o de cuadro latino es:
) ( ) ( ) ( k ij k j i k ij
E T c h U Y + + + + =
9. %jemplo
A4(3"n!(%5!1 >!"! %n(3"!4!" '!7* & ;"7@#4
)on la finalidad de estudiar alternativas para intercalar ma!& y fr!jol, se sembr un
ensay preliminar empleando un dise#o )uadro latino, con tratamientos
consistentes en:
-
4
R /onocultivo de ma!&. 0oblaci6n de GG.G77 pl<ha. Siembra de un sur +
co de ma!& en el centro de la cama.
)uadro 3ase 2leatori&acin de
hilras "G,4,H,9,F$
2leatori&acin de columnas
"F,9,4,H,G$
Calor de respuesta observado en la parcela "i,j$
que recibi tratamiento ;
/edia general
%fecto de hilera i
%fecto de columna j
%fecto de tratamiento ;
%rror e(perimental asociado al
tratamiento ; ubicado en la
hilera i columna j
-
9
R /onocultivo de frijol, 0oblacin 999.777 pl<ha. Siembra+de dos
surcos "a F7 cm$ de fr!jol por cada cama
-
F
R /a!&<fr!jol intercalados en surco com,n. 0oblacin de ma!& GG.G77 pl<ha'
poblacin de fr!jol 444.777 pl<ha. Bn surco de ma!& y de fr!jol en el centro de la
cama
-
G
R /a!<fr!jol intercalados,surcos paralelos. 0oblacin de ma!& GG.G77 pl<ha y
poblacin de fr!jol 444.777 pl<ha. %n cada cama un surco de.ma!& y un surco de
fr!jol separados F7 cm
-
H R
/a!& <fr.jol intercalados. 0oblacin de ma!& GG.G77 pl<ha y poblacin de fr!jol
999.777 pl<ha. %n cada cama dos surcos de fr!jol separados F7 cm y un surco de
ma!& e# el centro de la cama "con:binaci6n de -4, y -9$
0ara la siembra se emplearon parcelas de G camas "a 7.57 m entre camas$ de48
m de largo "64.9 m
9
$ para cosechar un rea ,til de F7.6 m Se utili& Er!jol *uali y
un material de ma!& braqu!tico amarillo, sembrando ste 4H d!as despus deM
fr!jol.
2 continuacin se presenta el plano de campo y las producciones obtenidas en
cada una de las parcelas, e(presando los rendimientos en ;g<ha con humedad
constante al 4GO.
0ara el anlisis de varian&a consideremos una variable de respuesta deri vada,
convirtiendo la produccin de ma!& en trminos de frijol mediante:
@%=D. %AB.C2L%=-% R 0@>D. E@.a>L D 0@>D. /2.Q "0@%).> /2.Q<0@%).>
E@.a>L$
Se asume en via de ilustracin una relacin de precios igual a "4<9$: %n la tabla
siguiente se presentan los rendimientos equivalentes.
-abla . 0roduccin de frijol en trininos.de rendimiento equivalente e(presado en
;g<ha
)olumnas
"4$ "9$ "F$ "G$ "H$ -otal ?ilera
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+
.$ ? 9JJ5) FF84% 97842 9455D 4GJ43 49744
..$ . 56G3 98F7D FG54% F7J6) 99472 49GJ4
...$ L 457F2 9J5F) 9HG8D 4H553 F78G% 49746
.C$ % F99F% 4H763 F49G) 458H2 F895D 4FHH8
C$ @2 95G9D 48572 449H3 95J5% 9846) 44H69
-otal )ol. 44 594 49957 49FHJ 44JGJ 4F947 64698
@endimiento equivalente para tratamientos ";g<ha$
- 4 - 9 - F - G - H
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
++
-otal -rat. 55G5.7 668H.7 4G87J.7 4G4G8.7 464GJ.7
/edia 45J5.J 4FFH.7 95G4.6 9J95.G F995.6
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
0ara la particin de la suma de cuadrados total se tendr!a:
0aso 4. )lculo de la suma de cuadrados total
S). ->- 9JJ5 9 D FF84 9 D D 95J5 9 D 9846 9 R4664G64HH.
0aso 9. )`lculo de la suma de cuadrados de la media
E.). R "64998$ 9 <9H R4H454HGJH.
0aso F. )lculo de la suma de cuadrados total corregida
S). ->- ")$ R S). ->- + E.). 4G9F7665.
0so G. )lculo de la suma de cuadrados de hileras
S). ?.L R d49744 9 D 49GJ4 9 D . , D 44H69 9 $<H$ + E.). G6F6J4.4
0aso H. )lculo de la suma+de cuadrados de columnas
S). )>L R /4594 9 D 49957 9.D D 4F947 9 $<S$ + E.). 9FH9H6.8
0aso 6. )lculo de la suma de cuadrados de tratamientos
S). -@2- R d55G5 9 D 668H 9 D D 464GJ 9 $<S$ + E.). 499F6F4H.H
0aso 8. )lculo de la suma de cuadrados del error e(peri mental
S). %% S). ->- ")$ + "S). ?.L D S). )>L D S). -@2-$ 495HG46.6
2nlisis de varian&a para la variable rendimiento equivalente de Er!jol ";g<ha$
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
Euente`de variacin *l S) )/ E c Et 7.74
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
?ileras G G6F6F4.4 44H597.F 4.78
)olumnas G 9FH9H6.8 HJJ4G.9 _ 4 7,HG
-ratamientos G 499F6F4H.H F7H578J.5 9J.FGVV H.G4
%rror e(perimental 49 495HG46.6 4785H4.G
-otal "c$ 9G 4G9F7665.5
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
X R 9G6H ;g<ha' H F9J ;g<ha' )CO R 4F.F
- 4 - 9 - F - G - H
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
++
-otal -rat. 55G5.7 668H.7 4G87J.7 4G4G8.7 464GJ.7
/edia 45J5.J 4FFH.7 95G4.6 9J95.G F995.6
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
F. )omentarios.
los criterios de agrupamiento "hilera. columna$ no resultaron significativos' el
anlisis detecta diferencias altamente significativasentre medias de trataiflentos,
cuyas producciones oscilan entre 4.FF y F.9F ton<ha de fr!jol equivalente,
mostrndoseen las medias una clara superioridad de las asociaciones "-F, -G,
-H$ con relacin a los monocultivos "-4,-9$. %l coeficiente de variacin fue de
4F..FO y la Diferencia /!nima Signif!cativa al 7.7H resulta de GH9 ;g<ha.
%l sistema de siembra -H, considerado como una combinacin de los sistemas
normales de siembra de los monocultivos, presenta el mayor rendimiento equi +
valente y el mejor fndice de uso eficiente de la tierra, como se indica a
continuacin:

"477944FFH$ D "GGHH4F5427$ R 4.J8
++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
++
-ratamiento @endimiento @endimiento .ndice
=N /a!& Erijol equivalente uso eficiente
eg<ha Erijol de la tierra
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++
+
-4 F5J7 4557 4.77
-9 4FFH 4FFH 4.77
-F G4HH J6G 95G9 4.65
-G GF86 6G9 9JF7 4.HJ
-H GGHH 4779 F9F7 4.J8
An94%1%1 23 5!"%!n*! In;#1(!(
Cuadro de Anlisis de la Varianza
!"V" #C gl C$ ! %&valor
$o'elo" 1897049,9 1 1074754,16 10,03 0,000
6ilera) 47180,64 4 117950,66 1,10 0,4003
Col07na) 45538,4 4 61384,56 0,57 0,6877
+rata7iento 1179709,04 4 304497,6 8,41 (0,0001
*rror 18605,5 1 107183,79
+otal 1418355,44 4
?ileras )olumnas -ratamientos Erijol ;g<ha
1 1 C 89
1 * 3371
1 3 A 071
1 4 4 199
1 5 . 1481
1 . 964
4 730
3 * 3491
4 C 3086
5 A 10
3 1 A 1903
3 C 893
3 3 4 547
3 4 . 1599
3 5 * 3074
4 1 * 33
4 . 1506
4 3 C 314
4 4 A 1975
4 5 4 379
5 1 4 94
5 A 1790
5 3 . 115
5 4 * 989
5 5 C 716