UNIVERSIDAD AUTNOMA CHAPINGO

DEPARTAMENTO DE PARASITOLOGA AGRCOLA

DISEOS EXPERIMENTALES
REPORTE DE PRCTICA: BLOQUES
COMPLETAMENTE AL AZAR

PROFESOR: M.C Emilio Castillo Mrquez

ALUMNO: Jos Roberto Pineda Gleason.

5 Ao grupo 3
FECHA DE ENTREGA: 30 DE AGOSTO DE 2016

INTRODUCCIN.
En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar
los resultados. Un factor de ruido es un factor que probablemente tiene un efecto en la
respuesta pero que no nos interesa estudiar.
Si el factor de ruido es desconocido y no controlable, la solucin es la aleatorizacin, que
tiende a distribuir los niveles y efectos de este factor entre todas las u.e. Si el factor de
ruido es conocido y no controlable, pero por
lo menos podemos medir su valor en cada corrida del experimento, entonces podemos
compensarlo usando anlisis de covarianza. Si el factor de ruido es conocido y
controlable, se utilizan bloques para eliminar su efecto en la comparacin estadstica de
los tratamientos.

Nuestro objetivo es tener comparaciones precisas entre los tratamientos bajo estudio.
Utilizar bloques es una forma de reducir y controlar la varianza del error experimental
para tener mayor precisin.
En el diseo completamente al azar se supone que las u.e. son relativamente
homogneas con respecto a factores que afectan la variable de respuesta. Sin embargo,
algunas veces no tenemos disponibles suficiente nmero de u.e. homogneas.
Cualquier factor que afecte la variable de respuesta y que vare entre u.e. aumentar la
varianza del error experimental y disminuir la precisin de las comparaciones.

Factores como la edad y el peso de los animales, diferentes lotes de material, sexo de
las personas y parcelas alejadas son ejemplos de variables externas a los tratamientos
que pueden incrementar la variacin entre las observaciones de la variable de respuesta.

Usar bloques estratifica a las u.e. en grupos homogneos. Una buena eleccin del criterio
de bloqueo resulta en menor variacin entre las u.e. dentro de los bloques comparada
con la variacin entre u.e. de diferentes bloques.

OBJETIVO.
Elaborar un diseo completamente al azar, en el programa SAS para determinar si hay
diferencias entre tratamientos.

MATERIALES Y MTODOS.

Comandos utilizados en SAS.

Editor: Se utiliza para escribir el programa.

Output: Muestra en pantalla los resultados del programa.
Log: Muestra regadas de tepache en el programa.
Data: Se utiliza para bautizar el programa.
Input: var1 var2 var3varn; sirve para declarar las variables del programa. (no se debe pasar de
8 caracteres y tampoco debe de llevar acentos)
Cards: Indica al SAS que se van a introducir los datos. Ya no se agrega nada solo se le da enter e
iniciamos con la captura de datos.
Procedure -> Indica el procedimiento.
Proc print: Muestra los resultados en pantalla.
Run: Con este comando se finaliza el programa y se indica el fin del mismo.

Para indicar variables alfanumricas en input, a cada variable se le antepone un signo de

pesos, para que SAS no muestre error a la hora de correr el programa.

DESARROLLO.
A continuacin, se presentan los ejercicios tres y cuatro del libro diseos experimentales pag.
258 los cuales se resolvieron utilizando SAS.

DISEO COMPLETAMENTE AL AZAR

Ejercicio 3
Programa.
data Extres;
input temp DMmicelio;
cards;
10 21.8
10 21.9
10 21.7
10 21.6
10 21.7
25 21.7
25 21.4
25 21.5
25 21.4
30 21.9
30 21.8
30 21.8
30 21.6
30 21.5
45 21.9
45 21.7
45 21.8
45 21.4
proc glm;
class temp;
model DMmicelio=temp;
run;

Output.
Fv
temp

Numero

Marca

10 25 30 45

Numero de observaciones 18

Tabla de anlisis de varianza.

Variable respuesta: DMmicelio

FV

GL

SC

MC

Tratamiento

0.15611111

0.05203704

Error

14

0.36000000

0.02571429

Total

17

0.51611111

Fcal

Pr > F

2.02 0.1569

Hiptesis.
Ho: Todos los tratamientos son iguales vs Ha: Al menos un tratamiento es diferente

Regla de decisin.
Se rechaza Ho si [Pr>F] <
0.1569 > 0.05
no se rechaza Ho.

Conclusin.
Todos los tratamientos son iguales.

Ejercicio 4
Programa.
data EXcuatro;
input Plag$ tiempo;
cards;
R10 143
R10 141
R10 150
R10 146
R15 152
R15 149
R15 137
R15 143
R20 134
R20 136
R20 132
R20 127
R25 129
R25 127
R25 132
proc glm;
class Plag;
model tiempo=plag;
run;

Output.
CLASES

NUMERO

Plag

MARCA
R10 R15 R20 R25

NUMERO DE OBSERVACIONES 15

Tabla de anlisis de varianza.

F.V

G.L

S.C

C.M

trat

759.5666667

253.1888889

Error

11

236.1666667

21.4696970

Total

14

995.7333333

Ftab

Pr > F

11.79 0.0009

Hiptesis.
Ho: Todos los tratamientos son iguales vs Ha: Al menos un tratamiento es diferente.
Regla de decisin.
Se rechaza Ho si [Pr>F] <
0.0009 < 0.01
se rechaza Ho, me quedo con Ha.

Conclusin.
Al menos un tratamiento es diferente.

CONCLUSIN GENERAL.
Para el ejercicio 3:
Ho: todos los tratamientos son iguales.
Para el ejercicio 4:
Ha: al menos un tratamiento es diferente.

BIBLIOGRAFA.

Castillo Mrquez Luis Emilio (2008), Introduccin a la Estadstica Experimental, Ed.

Parasitologa Agrcola.