TALLER DE DISEÑO DE EXPERIMENTOS

MAESTRIA EN ESTADISTICA APLICAD

HOJA DE RESPUESTA - ANÁLISIS DE DATOS – 3º BIOLOGÍA PRÁCTICA 3

NOMBRE: EVER LUIS FUENTES ECHENIQUE

Cuestión 1: Escribe estos datos en una tabla de doble entrada (como las que utilizamos en clase de teoría o
con una hoja de cálculo) y especifica qué modelo lineal utilizarías para analizarlos. Indica brevemente qué
representa cada parámetro para estos datos concretos.

ESTACIÓN
Primavera verano
8 2,875 2,125
2,625 1,5
1,75 1,875
15 2,6 0,867
DENSIDAD 1,866 0,933
2,066 1,733
30 2,23 1,267
1,466 0,467
1 0,7
45 1,4 0,711
1,022 0,356
1,177 0,711


El modelo a utilizar sería el de FACTORIAL CON DOS FACTORES que se representa por:




𝒀𝒊𝒋𝒌 Es el número de masas de huevos por lapa desde el k-ésimo recinto replicado a partir de la combinación
de la i-ésima densidad y la j-ésima temporada.

𝜶𝒊 , Es el efecto principal de la i-ésima densidad sobre el número de masas de huevos por lapa, agrupando
(independientemente de) las estaciones.

𝜷𝒋 Es el efecto principal de la j-ésima temporada sobre el número de masas de huevos por lapa, agrupando
(independientemente de) las densidades.

𝜶𝜷𝒊𝒋 Es el efecto sobre el número de masas de huevos por lapa de la interacción de la i-ésima densidad y la j-
ésima temporada. Esta interacción mide si el efecto de la densidad en el número de masas de huevos por lapa
depende de la estación y viceversa, también de si el efecto de la densidad es independiente del efecto de la
temporada.
Cuestión 2: Si se satisfacen las hipótesis básicas del modelo, ¿qué distribución aproximada siguen los residuos
no tipificados?

Cuestión 3: ¿Qué conclusiones respecto a los datos extraemos de la tabla ANOVA? ¿Son coherentes con el
Gráfico de perfil (que contiene las medias yij· por niveles de SEASON)?

Pruebas de efectos inter-sujetos

Variable dependiente: EGGS

Tipo III de suma Media

Origen de cuadrados gl cuadrática F Sig.

DENSITY 5,284 3 1,761 9,669 ,001

SEASON 3,250 1 3,250 17,842 ,001
DENSITY * SEASON ,165 3 ,055 ,301 ,824
Error 2,915 16 ,182
Total corregido 11,614 23

a. R al cuadrado = ,749 (R al cuadrado ajustada = ,639)

De la tabla ANOVA se concluye que son significativos los efectos de los DENSIDAD y ESTACIÓN, pero no lo son
la interacción entre ellos. Observamos también que el modelo es bueno debido al % explicado, que el
coeficiente de determinación del modelo es R2 = 0,749, siendo el efecto más importante el referente a la
Estación por ser F>1 explica gran parte de la variabilidad presente en el experimento.

La producción de huevo fue significativamente mayor en primavera que verano y disminuyó linealmente con
el aumento de adultos densidad.
Cuestión 4: ¿Qué conclusión extraes de la prueba de homogeneidad de varianzas (Contraste de Levene)?

Prueba de igualdad de Levene de varianzas de

errora
Variable dependiente: EGGS

F df1 df2 Sig.

1,298 7 16 ,313

Las conclusiones que se pueden extraer de esta prueba es que como el Sig. Es mayor que 0,05 entonces
aceptamos la H0, lo que quiere decir que las varianzas de los grupos son estadísticamente iguales.

Cuestión 5: Escribe las medias marginales en el lugar que corresponda de la tabla de datos que empezaste en
la Cuestión 1.
ESTACIÓN
Primavera Verano
8 2,875 2,125 Y=2,125
2,625 1,5
1,75 1,875
Y= 2,417 Y=1,833
DENSIDAD 15 2,6 0,867 Y=1,677
1,866 0,933
2,066 1,733
Y=2,177 Y=1,178
30 2,23 1,267 Y=1,188
1,466 0,467
1 0,7
Y=1,565 Y=0,811

45 1,4 0,711 Y=0,896

1,022 0,356
1,177 0,711
Y=1,200 Y=0,593

Y=1,840 Y=1,104 Y=1,472

Cuestión 6: ¿Qué conclusiones extraes de las comparaciones múltiples para DENSITY?

Comparaciones múltiples
Variable dependiente: EGGS

Diferencia de Intervalo de confianza al 95%

(I) DENSITY (J) DENSITY medias (I-J) Error estándar Sig. Límite inferior Límite superior

HSD Tukey 8 15 ,44750 ,246418 ,302 -,25751 1,15251

30 ,93667* ,246418 ,008 ,23166 1,64167

45 1,22883* ,246418 ,001 ,52383 1,93384

15 8 -,44750 ,246418 ,302 -1,15251 ,25751

30 ,48917 ,246418 ,234 -,21584 1,19417

45 ,78133* ,246418 ,027 ,07633 1,48634

30 8 -,93667* ,246418 ,008 -1,64167 -,23166

15 -,48917 ,246418 ,234 -1,19417 ,21584

45 ,29217 ,246418 ,644 -,41284 ,99717

45 8 -1,22883* ,246418 ,001 -1,93384 -,52383

15 -,78133* ,246418 ,027 -1,48634 -,07633

30 -,29217 ,246418 ,644 -,99717 ,41284
Bonferroni 8 15 ,44750 ,246418 ,529 -,29381 1,18881

30 ,93667* ,246418 ,009 ,19536 1,67797

45 1,22883* ,246418 ,001 ,48753 1,97014

15 8 -,44750 ,246418 ,529 -1,18881 ,29381

30 ,48917 ,246418 ,387 -,25214 1,23047

45 ,78133* ,246418 ,036 ,04003 1,52264

30 8 -,93667* ,246418 ,009 -1,67797 -,19536

15 -,48917 ,246418 ,387 -1,23047 ,25214

45 ,29217 ,246418 1,000 -,44914 1,03347

45 8 -1,22883* ,246418 ,001 -1,97014 -,48753

15 -,78133* ,246418 ,036 -1,52264 -,04003

30 -,29217 ,246418 1,000 -1,03347 ,44914

De las comparaciones multiples podemos concluir que existen diferencias significativas en el menos un par de
grupos respecto de sus medias, se realizan para saber que medias difieren entre si y cuáles son los tratamientos
Específicamente.

Cuestión 7: ¿Qué conclusiones extraes del histograma, del estadístico de K-S y del diagrama Q-Q?
Como se observa en la figura, el supuesto de normalidad se cumple al caer los residuos o puntos “más o menos
en línea recta.

Cuestión 8: ¿Qué conclusiones extraes del gráfico de los residuos vs. los valores pronosticados? ¿Son
coherentes con el resultado obtenido en la Cuestión 4?

De la gráfica de residuos vs. ajustes podemos verificar el supuesto de que los residuos están distribuidos
aleatoriamente y tienen una varianza constante. Ya que los puntos se ubican aleatoriamente a ambos lados
del 0, con patrones no detectables en los puntos.