El abeto sitka es el rbol de bosque ms importante en Inglaterra. Sin embargo, posee una regeneracin natural escasa y es necesario aumentar la produccin de semillas. Se proponen cuatro tratamientos hormonales que se aplican a ramas situadas en la parte ms baja de la copa y en la ms alta. Las ramas se seleccionan en ocho rboles diferentes elegidos al azar dentro del mismo bosque. Adems el experimento se replica, obtenindose el siguiente nmero de semillas producidas por rama:
Son iguales todos los tratamientos hormonales?Cul de ellos es ms singular? Para procesar los datos en el programa SPSS, stos deben ser ingresados en el siguiente formato nsem altura tratamiento 89 1 1 59 1 2 20 1 3 51 1 4 87 2 1 56 2 2 15 2 3 47 2 4 84 1 1 52 1 2 14 1 3 45 1 4 92 2 1 67 2 2 26 2 3 56 2 4
Para identificar el tratamiento hormonal ms efectivo, seleccionamos la secuencia: Analizar/ Modelo lineal general / Univariante.
Dado que tenemos una rplica del experimento, y no podemos tener la seguridad de que algn tratamiento no tenga alguna interaccin con la posicin de la rama, hacemos clic en el recuadro Modelo y luego seleccionamos el modelo Factorial completo que incluye la interaccin.
El resultado obtenido es: Pruebas de los efectos inter-sujetos Variable dependiente:Nro semillas por rama Origen Suma de cuadrados tipo III gl Media cuadrtica F Sig. Modelo corregido 9816,000 a 7 1402,286 45,418 ,000 Interseccin 46225,000 1 46225,000 1497,166 ,000 altura 64,000 1 64,000 2,073 ,188 tratamiento 9746,500 3 3248,833 105,225 ,000 altura * tratamiento 5,500 3 1,833 ,059 ,980 Error 247,000 8 30,875
Total 56288,000 16
Total corregida 10063,000 15
a. R cuadrado = .975 (R cuadrado corregida = .954) Se ha partido de la siguiente hiptesis nula: Ho: 1= 2= 3 = 4
La tabla Anova obtenida nos indica que hay evidencia de que el tratamiento influye (p=0,000), pero tambin ilustra que no hay evidencia de interaccin (p=0,980), por ello, eliminamos este trmino del anlisis. El factor posicin tiene una significatividad bastante baja (p-valor = 0,188), pero podemos mantenerlo.
A continuacin volvemos a ejecutar el procedimiento, seleccionando en Modelo la opcin Personalizado. Se incluyen como Efectos principales los dos factores, y no se incluye interaccin. En Post hoc, elegimos el factor tratamiento para obtener las comparaciones mltiples (con el mtodo de Bonferroni). En opciones seleccionamos de nuevo el factor tratamiento para obtener los valores medios para cada tratamiento. En Guardar seleccionamos Residuos tipificados.
Los resultados que se obtienen son:
Pruebas de los efectos inter sujetos Variable dependiente:Nro semillas por rama Origen Suma de cuadrados tipo III gl Media cuadrtica F Sig. Modelo corregido 9810,500 a 4 2452,625 106,847 ,000 Interseccin 46225,000 1 46225,000 2013,762 ,000 altura 64,000 1 64,000 2,788 ,123 tratamiento 9746,500 3 3248,833 141,533 ,000 Error 252,500 11 22,955
Total 56288,000 16
Total corregida 10063,000 15
a. R cuadrado = .975 (R cuadrado corregida = .966) En este caso, la interaccin de los dos factores es significativa (p = 0,000)
Estadsticos descriptivos Variable dependiente:Nro semillas por rama altura tratamiento Media Desviacin tpica N 1 1 86,50 3,536 2 2 55,50 4,950 2 3 17,00 4,243 2 4 48,00 4,243 2 Total 51,75 26,618 8 2 1 89,50 3,536 2 2 61,50 7,778 2 3 20,50 7,778 2 4 51,50 6,364 2 Total 55,75 26,831 8 Total 1 88,00 3,367 4 2 58,50 6,351 4 3 18,75 5,500 4 4 49,75 4,856 4 Total 53,75 25,901 16 Se observa que la media del tratamiento es mayor en los dos niveles del factor altura.
Comparaciones mltiples Nro semillas por rama Bonferroni (I)trata miento (J)trata miento Diferencia de medias (I-J) Error tp. Sig. Intervalo de confianza 95% Lmite inferior Lmite superior 1 2 29,50 * 3,388 ,000 18,63 40,37 3 69,25 * 3,388 ,000 58,38 80,12 4 38,25 * 3,388 ,000 27,38 49,12 2 1 -29,50 * 3,388 ,000 -40,37 -18,63 3 39,75 * 3,388 ,000 28,88 50,62 4 8,75 3,388 ,153 -2,12 19,62 3 1 -69,25 * 3,388 ,000 -80,12 -58,38 2 -39,75 * 3,388 ,000 -50,62 -28,88 4 -31,00 * 3,388 ,000 -41,87 -20,13 4 1 -38,25 * 3,388 ,000 -49,12 -27,38 2 -8,75 3,388 ,153 -19,62 2,12 3 31,00 * 3,388 ,000 20,13 41,87 Basadas en las medias observadas. El trmino de error es la media cuadrtica(Error) = 22.955. *. La diferencia de medias es significativa al nivel .05.
Ajuste a La Calificación Del Riesgo De Mercado De Las Emisoras Más Activas Que Cotizan En La Bolsa Mexicana De Valores, Con La Implementación De Una Red Neuronal Artificial Clasificadora: Adjustment to the Market Risk Rating of the Most Active Issuers Listed on the Mexican Stock Exchange with the Implementation of an Artificial Neural Network Classifier