COMPARACIÓN DE 4 FÓRMULAS DE ENGORDE EN TILAPIAS

El equipo de desarrollo e innovación que lo componen zootecnistas e ingenieros de

alimentos de una empresa de cultivo de tilapia evalúa el efecto de cuatro fórmulas
de engorde (F1, F2, F3, F4), sobre el peso final de las tilapias (entendiendo que a
mayor peso en las tilapias la fórmula de engorde realizada es más eficiente). En
primera instancia, la estrategia experimental es aplicar cuatro veces las cuatro
fórmulas de engorde en orden completamente al aleatorio (las 16 pruebas al azar).
Los pesos (kg) obtenidos de las tilapias en la investigación se muestran en la
siguiente tabla.

FÓRMULAS DE ENGORDE
F1 F2 F3 F4
2.56 2.70 2.91 3.02
2.32 2.82 2.93 3.11
2.44 2.77 2.95 3.08
2.50 2.84 2.98 2.99

a. Formule el interrogante del problema de investigación. (10/120)

b. Formule las hipótesis correspondientes (igualdad y alterna). (10 /120)
c. Realice los cálculos correspondientes al análisis de varianza y elabore la tabla
ANOVA,  = 0.05. (20 /120)
d. A partir de los criterios del resultado del valor – P y FO (son dos criterios
diferentes), que se puede concluir con respecto a las hipótesis planteadas?. (20
/120)
e. Describa cual es la función y para qué es utilizado el método Tukey, después del
análisis de varianza de los resultados? Dentro del concepto responda si es
necesario utilizar este método si aceptamos o rechazamos la hipótesis de
igualdad (20 /120)
 SOLUCIÓN

Realizamos la suma de los tratamientos al cuadrado

𝑓1 = 2562 + 2.322 + 2.44 2

+ 2.50 2
= 𝟐𝟒. 𝟏𝟑96

2 2 2 2
𝑓2 = 2.70 + 2.82 + 277 + 2.84 = 𝟑𝟎𝟗𝟖𝟎𝟗

2 2 2 2
𝑓3 = 2.91 + 2.93 + 2.95 + 2.98 = 𝟑𝟒. 𝟔𝟑𝟓

𝑓4 = 3.022 + 3.112 + +3.082 + 2.992 = 𝟑𝟕. 𝟐𝟏9

Pasamos a sumar todos los datos elevados al cuadrado

2.56+270+2.91+3.02+2.32+2.82+2.93+3.11+2.44+2.77+2.95+3.08+2.50+2.84+2.98+2.
99= 44.92
La suma de todos los datos en la tabla elevados al cuadrado lo resto dividido por el
número de muestras.
Solucionamos paso a paso

44.922
241396+309809+34635+37219 - =
16

𝑠𝑐 2017.806
𝑡=126.97− 16 =

126.97 − 1261129 = 0.08625

Realizamos la suma del cuadrado al error
Sumamos la columna correspondiente al tratamiento el resultado lo elevo al cuadrado
F1=2.56+2.32+2.44+2.50=9.82
F2=2.70+2.82+2.77+2.84=11.13
F3=2.91+2.93+2.95+2.98=11.77
F4= 3.02+3.11+3.08+2.99=12.2
Los elevo al cuadrado y los divido por el número de tratamientos en este caso 4
Se resta por la suma de todos los datos y dividimos por el número de datos.

𝑠𝑐 (9.822 +11.132 +11.772 +12.22 ) 44.922

𝑡𝑟𝑎𝑡= 4 − 16 =

𝑠𝑐 96.432+123.876+138.532+148.84 2017.806
𝑡𝑟𝑎𝑡= − =
4 16

𝑠𝑐𝑡𝑟𝑎𝑡=126.92−126.1129=𝟎.𝟖𝟎𝟕𝟔

𝑠𝑐𝐸=𝑠𝑐𝑇−𝑠𝑐𝑡𝑟𝑎𝑡=0.8625−0.8076=0.0548

Hallamos los cuadrados medios k-1

Que es el número de tratamientos menos 1

𝑠𝑐𝑡𝑟𝑎𝑡 0.8076
𝐶𝑀𝑇𝑅𝐴𝑇 = = = 0.2692
𝑘−1 3

𝑠𝑐𝐸 0.0548
CME= 𝑛−𝑘 = = 0.0045666
16−4

Estadístico de prueba
𝐶𝑀𝑇𝑅𝐴𝑇 0.2692
FO = = 0.00456 = 58,948
𝐶𝑀𝐸

Realizamos el criterio basados en la tabla de distribución donde =

FO= 58.948≥349

De tal forma que rechazamos la hipótesis de igualdad

 EXEL
Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 4 9,82 2,455 0,0105
Columna 2 4 11,13 2,7825 0,00389167
Columna 3 4 11,77 2,9425 0,00089167
Columna 4 4 12,2 3,05 0,003

ANÁLISIS DE VARIANZA
Origen de las Suma de Grados de Promedio de los Valor crítico
variaciones cuadrados libertad cuadrados F Probabilidad para F
Entre grupos 0,80765 3 0,26921667 58,8988149 1,88619E-07 3,490294819
Dentro de los
grupos 0,05485 12 0,00457083

Total 0,8625 15
 DISEÑO DE BLOQUES

(2 En un centro de investigación de agricultura se requiere estudiar el efecto

de distintos tipos de semilla en el rendimiento del maíz y se considera que
en dicho rendimiento también pueden influir los tipos de abonos empleados.
Así, el factor de interés es el origen de la semilla (A, B, C y D) y se controla
dos factores de bloques el tipo de semilla y el tipo de abono en función de la
variable de respuesta.

Tipo de Tipo de semilla

abono
1 2 3 4

1 C=73 D=78 A=68 B=90

2 B=70 C=79 D=67 A=89

3 A=72 B=81 C=65 D=89

4 D=73 A=80 B=66 C=92

a. Realice los cálculos correspondientes al análisis de varianza y elabore

la tabla ANOVA  = 0.05. (20 /120)

b. A partir de los criterios del resultado del valor – P y FO (son dos

criterios diferentes), que se puede concluir con respecto a las
hipótesis planteadas? (20 /120)

SOLUCIÓN
Realizamos la hipótesis
𝐻0 ≔ 𝑈1=𝑈 2 𝑈 = 𝑈3…𝑈𝐾=𝑈
𝐻𝐴: 𝑈1 ≠ 𝑈𝐽 𝑗𝑎𝑟𝑎 𝑎𝑙𝑔𝑢𝑛 𝑖≠𝑗
𝑠𝑐 1232
𝑡=(732 +702 +722 +732 )+(782 +792 +812 +802 )+(682 +672 +652 +662 )+(902 +892 +922 )− 16

12322
𝑆𝐶𝑇 = 96,12 − = 1,264
16
Realizamos el Procedimiento:
=5329+4900+5184+5329=20742
=6084+6241+6561+6400=25286 total 96,128
=4624+4489+4225+4356=17694
=8100+7921+7921+8464=32406
12322 1517824
= = = 94,864
16 16

𝑆𝐶𝑇 = 96,128 − 94,864 = 1,264

3092 + 3052 + 3072 + 3112 1232

𝑆𝐶𝐵1 =( )−
4 16

Se resuelven los datos de la izquierda

95,481 + 93,025 + 94,249 + 96,721 379,476
𝑆𝐶𝐵1 = =
4 4
= 94,869

Se resuelven los datos de la derecha

1,232 1517.824
= = 94,864
16 16

Se restan los dos resultados

2882 + 3182 + 266 + 3602 1,2322
𝑆𝐶𝑏2 =( )−
4 16
 82,944+101,124+70,756+129,600 384,424
= = = 96,106
4 4

12322
= = 94.864
16

𝑠𝑐𝐵2 = 96106 − 94864 = 1.242

3092 + 3072 + 3092 + 3072 12322

𝑠𝑐𝑡𝑟𝑎𝑡 −
4 16

95.481+94.249+95.481+94.249 379.460
= = = 94.865
4 4

𝑆𝐶𝑇𝑅𝑇= 94865 − 94864 = 1

𝑆𝐶𝐸 = 𝑆𝐶𝑇 − 𝑆𝐶𝑇𝑅𝐴𝑇 − 𝑆𝐶𝐵1 − 𝑆𝐶𝐵2

SCE=1264-1-5-1.242=16
SCE=16
𝐶𝑀𝑇𝑅𝐴𝑇 1
= = 0.333333333
𝐾−1 3

𝑆𝐶𝐸 16 16
𝐶𝑀𝐸 = = = = 2.6666666666
(𝐾 − 2)(𝐾 − 1) 2 ∗ 3 6
 𝑆𝐶𝐵1 5
𝐶𝑀𝐵1 = = = 1.6666666666
𝐾−1 3

𝑆𝐶𝐵2 1242
𝐶𝑀𝐵1= = = 414
𝐾−1 3

𝐶𝑀𝑇𝑅𝐴𝑇 0.333333333
FO= = = 0.12499999987
𝐶𝑀𝐸 2.66666666666

𝐶𝑀𝐵1 1.66666666666
𝐹𝑂 = = = 0.62500000001
𝐶𝑀𝐸 2.66666666666

𝐶𝑀𝐵2 414
𝐹𝑂 = = = 155.25
𝐶𝑀𝐸 2.66666666666