Professional Documents
Culture Documents
DISEOS EXPERIMENTALES
REPORTE DE PRCTICA: BLOQUES
COMPLETAMENTE AL AZAR
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.
DESARROLLO.
A continuacin, se presentan los ejercicios tres y cuatro del libro diseos experimentales pag.
258 los cuales se resolvieron utilizando SAS.
Output.
Fv
temp
Numero
Marca
10 25 30 45
Numero de observaciones 18
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
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.