Facultad de Ciencias Agrarias - Ingeniera Agronmica - Diseo de experimentos

Taller No. 4
Carlos Mario Gil / Johan Stiven Nio
1. A una agroempresa le interesa evaluar los rendimientos de seis especies de menta
(Mentha sp.), a fin de identificar la ms eficiente para implementar un cultivo a gran escala.
Para tal efecto decide efectuar un experimento, el cual es implantado en un terreno con
cierta pendiente que le confiere diferencias de drenaje, lo que amerita su divisin en zona
alta, media y baja, en cada una de estas se acondicionan seis parcelas experimentales. A
continuacin se muestran los rendimientos en trminos de kilogramos de aceite esencial
obtenido por hectrea (Kg/Ha):

Especie

ZONA
Alta

Media

Baja

Mentha arvensis

63,07

55,37

33,68

Mentha sativa

51,7

57,2

33,43

Mentha pulegium

129,39

93,78

80,46

Mentha piperita

141,25

106,87

67,07

Mentha spicata

52,98

40,11

29,8

Mentha
rotundifolia

62,69

57,68

40,32

1. Describir este experimento como un proyecto de investigacin. Escribir objetivos,

poblacin, factores, niveles, unidades experimentales, variable de respuesta, tamao del
experimento y explicar en qu consisten las repeticiones.
Objetivo: Evaluar, identificar y observar cual de las seis especies de menta a tratar es la
ms eficiente para una produccin de aceite esencial por hectrea, teniendo en cuenta el
nivel de pendiente y drenaje aplicado a cada parcela.
Poblacin: Las 6 especies de Mentha sp. a tratar
Factores: Las variables de la pendiente, que son Alta, Media y Baja.
Niveles: El nivel de pendiente de los terrenos, alta, media y baja
Unidades Experimentales: Los 6 tipos de especie de plantas de menta

Variable respuesta: El rendimiento en trminos de kilogramos de aceite esencial obtenido

por hectrea (Kg/Ha) de las plantas de menta en los diferentes valores de drenaje inducidos
por la pendiente.
Tamao del experimento: Las 18 parcelas de plantas de Mentha sp. que se evaluarn.
Las repeticiones consisten en observar cambios en la produccin de aceite esencial de las
especies de menta a trabajar por la agroempresa modificando las propiedades de drenaje
del suelo. Se evaluaron los crecimientos de 6 especies de menta bajo las condiciones
edficas explicadas anteriormente.
2. Proponer comparaciones planeadas ortogonales que sean de inters y probar su
significancia.
Contrastes ortogonales

H 0=1= 3 H i= 1 3
H 0=1 + 2=2 6 H i=1 + 2 2 6
H 0=1 + 5= 3+ 4 H i=1 + 5 3 + 4
H 0=1 + 3= 2+ 4 H i=1 + 3 2 + 4
H 0=2 1 + 5 =2+ 4 + 6 H i=2 1 + 5 2+ 4 + 6
T1

T2

T3

T4

T5

T6

C1

-1

C2

C3

-1

-1

C4
C5

1
2

-1
-1

1
0

-1
-1

0
1

0
-1

Yi.

152,1
2

142,3
3

303,6
3

315,1
9

122,8
9

160,6
9

F de v
Rendimie
nto
C1
C2
C3
C4
C5
Error

SC
12371,
94
1912.9
1273.4
4925.2
0.1
608.5
1419,7
9

Total

17727,
62

Gl
5

CM
2474.4

F
17.4

1
1
1
1
1
10

1912.9
1273.4
4925.2
0.1
608.5
142

13.5*
9*
34.7*
0.0007
4.3

17

CiY i.
i=1

n Ci

SC

i=1

22955.
3
45841

12

11820
5.3
3.1
36511.
6

24

36

24
60

1912.
9
1273.
4
4925.
2
0.1
608.5

F0.05,1,20 =4.96
Con un nivel de significancia de 0.05 hay suficiente evidencia estadstica para concluir que
los contrastes C1, C2, C3 tienen diferencias significativas entre si.
3. Citar dos condiciones del experimento que ayuden al control del error experimental.
Una condicin del experimento que lo ayuda a hacer control del error experimental es que
las seis variedades de Mentha sp. sern trabajadas bajo las mismas condiciones climticas
y edficas, esto controla que una variedad no tenga ms precipitacin, humedad, viento,
nivel de drenaje, etc. que otra variedad.
Otra condicin que permite controlar el error experimental es que el diseo est
balanceado, es decir, tiene la misma cantidad de tratamiento por factor evaluado. Esto nos
permite tener un control en cuanto al nivel de repeticiones del experimento, haciendo que
cada especie de menta sea evaluada con las mismas condiciones que las otras variedades.
4. Caracterizar completamente este diseo (establecer modelo lineal del diseo, si son
efectos fijos o aleatorios, diseo balanceado o desbalanceado, explicar las componentes del
modelo).
Modelo estadstico del bloque:
Yij = + i + j + eij i = 1, 2, 3, 4, 5, 6

j = 1, 2, 3

Donde
Yij = Variable observada, rendimiento de menta.
= La media general del experimento
i = Tratamientos 6 especies diferentes de Mentha sp.
j = Bloques, las 3 alturas (baja, media, alta)
eij= Error experimental.
Es un diseo balanceado ya que tiene el mismo nmero de rplicas por cada tratamiento.
Es de Efectos fijos ya que son establecidos por el investigador.
Ho: i=0;
Ninguno de los tratamientos tiene efecto significativo en el rendimiento menta
Ho: i0;
Al menos un tratamiento tiene efecto significativo sobre el rendimiento de menta
5. Suponga que se perdi el dato del tratamiento Mentha Sativa en la zona media, estimar
por mnimos cuadrados e intrprete.

t y +b y . j y ..
^
X = i.
(t1)( b1)
6( 85.13 ) +3( 353.81)(1196.85)
^
X=
(61)(31)
510.8+1601.41196.85
^
X=
(61)(31)
375.4
^
X=
(5)( 2)
375.4
^
X=
10
^
X =37.5
La estimacin para el dato y22 es igual a 37.5
6. Construya la tabla de ANOVA correspondiente y concluir.
TABLA DE ANOVA DBCA
F de v

GL

SC

CM

Fc

Pvalor

Varieda
d

5,00

12371,9
4

2474,39

17,43

0,00012

3,33

Bloques

2,00

3935,89

1967,94

13,86

0,00131

4,10

Error

10,00

1419,79

141,98

17,00

17727,6
2

Total

Con un nivel de significancia del 0.05, hay evidencia estadstica para no rechazar la
hiptesis nula; por lo tanto al menos un tratamiento tiene efecto significativo sobre el
rendimiento de la produccin de aceite esencial.
Con respecto a los bloques se puede decir que ejerce un control local sobre la variable
respuesta.
Suma de cuadrados de los tratamientos
a

( ..)
1b ( y i .) N
i=1
6

(1196.85)
13 (152.12) +(142.33)2 +(303.63)2 +(142.33)2 ++(142.33)2 +(303.63)2 18
i=1

13 (275857.5)79580.55
i=1

Sc Tratamientos=12371.94

Suma de cuadrados de Bloques

b

2
( ..)
1
y
a ( .j) N
i=1

2
(1196.85)
1
(501.08)
+(411.01)2 +( 284.76)2
6
18
i=1
3

16 (501098.6)79580.55
i=1

Sc Bloques=3935.89

Suma de cuadrados total:

b

( y ij )2
j=1

( ..)
N

i=1

(1196.85)2
( 63.07 ) +(51.7) +(129.39) + +(40.32) 18
j=1
2

i=1

97308.17
(119030)2
()
24
b

j=1
a

i=1

Sc total=17727.62

Suma de cuadrados del error:

SCE = (Sc total)-(Sc tratos)-(Sc bloques)

Sc Error=17727.6212371.943935.89
Sc Error=1419.79
7. Hacer los grficos de validacin de supuestos del modelo e interpretarlos.

En la interaccin Plot para los bloques podemos observar que ningn bloque interfiere entre
si, tambin podemos evidenciar que los datos de las medias registradas se encuentran
cerca a su respectivo bloque, concluyendo as que hay aditividad entre los efectos y los
bloques del experimento
En este QQ plot, se evidencia que las especies de menta 3 y 4 tienen una variacin amplia
a comparacin de los tratamientos 1, 2, 5 y 6. Podemos decir que las especies 1, 2 y 6
tienen la media por debajo de la mediana del experimento, que el dato 3 tiene la media mas
alta que la mediana del experimento y los tratamientos 4 y 5 tienen las medias muy
cercanas a la mediana del tratamiento. Tambin podemos concluir que hay normalidad entre
los tratamientos.

8. Realizar la prueba de comparaciones mltiples de Tukey y Duncan y concluir.

*Tukey:

Conclusin: La evidencia permite concluir que el tratamiento 3 y 4 no difieren entre si pero

si difieren de los tratamientos 6, 1, 2 y 5. Los tratamientos 6, 1, 2 y 5 no difieren entre si
pero si difieren de los tratamientos 3 y 4.

* Duncan

Conclusin: La evidencia permite concluir que los tratamientos 4 y 3 no presentan

diferencias significativas entre si pero si presenta diferencias con los tratamientos 6, 1, 2 y
5. Los tratamientos 6, 1, 2 y 5 no presentan diferencias significativas entre si, pero si
presentan diferencias con los tratamientos 4 y 3.

9. Verificar los supuestos de normalidad y homocedasticidad del modelo, y concluir.

*Normalidad

Se concluye con Shapiro Wilk porque tiene una potencia alta y el experimento cuenta con
pocos datos (menos de 50)
Conclusin: Al ser Wc = 0.993517 y Wcritico = 1.00, no se rechaza la hiptesis de
normalidad, es decir, los datos se ajustan a una distribucin normal.
*Bartlett

Se concluye con Bartlett debido a que es la ms apropiada para muestras pequeas.

Conclusin: Debido a que X3c > x2 alfa, a-1 se rechaza Ho, es decir, las varianzas son
homogneas.
10. Validar el supuesto de aditividad del modelo y concluir.

Conclusin: Al ser F = 8.61 y F calculado = 0.0012, se concluye que se rechaza Ho, es

decir, si hay aditividad entre los efectos y los bloques del experimento. Si no se satisface la
aditividad, se puede hacer un diseo factorial.

Estimacin de efectos

50,7066
7

66,4916
7

-15,785

47,4433
3

66,4916
7

-19,0483

101,21

66,4916
7

34,7183
3

105,063
3

66,4916
7

38,5716
7

40,9633
3

66,4916
7

-25,5283

53,5633
3

66,4916
7

Residuos
e11

-4,66

e12

2,65

e13

2,01

e21

-12,77

e22

7,75

e23

5,02

e31

11,16

e32

-9,44

e33

-1,72

e41

19,17

e42

-0,20

e43

-18,96

e51

-5,01

e52

-2,86

e53

7,87

e61

-7,90

e62

2,11

e63

5,79

-12,9283