Professional Documents
Culture Documents
DISEO DE
EXPERIMENTOS
MARISOL
GORDILLO
S.
Ph.D en
Ingeniera
PARTE II
yij Z i ij
Supngase que :
Var ( yij ) 2 Z 2
Modelo de componentes de varianza
ij 0 i, j
Z i 0 i
V ij 2 I
V Zi 2Z
HIPOTESIS A PROBAR
Ho: 2Z = 0 : Las varianzas de los tratamientos son iguales
H1: 2Z > 0 : Las varianzas de los tratamientos son diferentes
Comparaciones ortogonales:
Contrastes son Formas especiales de las funciones
lineales de las observaciones, por ejemplo, Cuando se
tiene comparaciones tipo 21+ 2=33,
donde la ci =0
Contrastes
Contrastes Ortogonales
Mtodo de Sheffe.
EJEMPLO
DENSIDAD DE LAS LARVAS
A
B
C
D
E
D20
D10
D6
D3
D5
MEDIA
0,66
0,99
1,25
1,28
1,29
VARIANZ
A
0,00035
0,00033
0,00012
0,00070
0,00046
A
B
C
D
E
D20
D10
D6
D3
D5
MEDIA
0,66
0,99
1,25
1,28
1,29
VARIANZA
0,00035
0,00033
0,00012
0,00070
0,00046
COMPARACIONES Y i . Y i.
A-B
0,33
A-C
0,59
A-D
0,62
A-E
0,63
B-C
0,25
B-D
0,28
B-E
0,29
C-D
0,03
C-E
0,04
D-E
0,01
DHS q ,k ,v
s2
r
CME
DHS q 0.05,5,40
4.04 *
r
0.00041
0.026
10
A-B
0,33
A-C
0,59
A-D
0,62
A-E
0,63
B-C
0,25
B-D
0,28
B-E
0,29
DHS
0,026
LI
0,31
0,56
0,59
0,60
0,23
0,26
0,27
LS
0,36
0,61
0,64
0,66
0,28
0,31
0,32
Y i . Y j . DHS ( 5,0.05 )
COMPARACION
ES
Y i . Y i. DHS
A-B
0,33 0,026
A-C
0,59
A-D
0,62
A-E
0,63
B-C
0,25
B-D
0,28
B-E
0,29
C-D
0,03
C-E
0,04
D-E
0,01
INTERVALO
LI
LS
0,31
0,36
DIFER
0,56
0,61
DIFER
0,59
0,64
DIFER
0,60
0,66
DIFER
0,23
0,28
DIFER
0,26
0,31
DIFER 3-5
0,27
0,32
DIFER
0,00
0,06
DIFER
0,01
0,07
DIFER
IGUALE
-0,02
0,04
S
D20
D10
D6
D3
D5
C
D
E
/
y
i
D20-D3
D10-D3
D6-D3
D5-D3
yc /
-0,62
-0,28
-0,03
0,01
3. El criterio de Dunnett
es :
2s 2
D (k , ) d , k , v
r
Donde :
d,k,v : para uno o dos lados se encuentra en la tabla de Dunnett, para
: error tipo I, k : numero de tratamientos -1, y v: g.l del error. CME = s2
2s 2
2 * 0.00041
D( k , ) d ,k ,v
2.54
0.023
r
10
4. Halle el intervalo de confianza simultneos para las
diferencias entre los tratamientos y el control, (para
dos colas)
I .C / yi yc / D(k , )
I .C yi yc D (k , )
Si la media del tratamiento es menor que la media del
control, el limito superior del I.C es
I .C yi yc D(k , )
ENTONCES : Si en el ejemplo nos interesa solo detectar
diferencias
I .C / yi yc / D (k , )
COMPARACIONES
D20-D3
D10-D3
D6-D3
D5-D3
yi yc
D(k,a)
0,023
-0,62
-0,28
-0,03
0,01
intervalo
LI
LS
-0,64
-0,60
-0,31
-0,26
-0,05
-0,01
-0,01
0,03
yi yc
5.Criteriodedecisin:Sila//>D(k,a)
entonceslamediadeltratamientoesdiferente ala
mediadeltratamientocontrol.
COMPARACIONES
D20-D3
0,62
D10-D3
0,28
D6-D3
0,03
D5-D3
0,01
D(k,a)
0,023
intervalo
LI
LS
0,60
0,64
0,26
0,30
0,01
0,05
-0,01
0,03
difer
difer
difer
iguales
COMPARACIONES ORTOGONALES
CONTRASTES ORTOGONALES
Las comparaciones se realizan por medio de contrastes. Un
contraste es una combinacin lineal de las medias de los
tratamientos, de la forma
t :
a y
i 1 i i.
EJEMPLO:
Supongamos que deseamos comparar la media de la
TEMPERATURA 25 y 35 con la media de la TEMPERATURA
50 sobre el crecimiento en arboles de una misma especie,
y1. 96 .25
as:
1. Planteamos el siguiente contraste :
Ho : 1+2 = 2 3
Ha : 1+2 2 3
2. Verificamos que el contraste cumpla con la restriccin.
ai = 1 + 1 - 2 = 0
y 2. 78 .75
y3. 100 .75
El estadstico de la prueba es : F
(
F ri
i 1
a i y i. )
2
1
*
CME
i 1
3. Hallamos el estadstico de la prueba, para lo cual
contamos con la siguiente informacin:
r = 4 (replicas en cada tratamiento)
t = 3 (Tratamientos )
ai = los coeficientes del contraste son : (1 1 -2)
y1. 96 .25
Las medias de cada tratamientos son:
y 2. 78 .75
y3. 100 .75
16.694
(1 1 4)
Decisin :
Si el estadstico de la prueba F > F,1, (rt-t) rechazamos Ho y
aceptamos que las medias propuestas difieren
significativamente.
La F con 1 g.l en el numerador (cada contraste tiene un
grado de libertad) (rt-t) g.l en el error
Decisin :
F0.05,1,9 = 5.12
Como la F calculada (28.044) > F0.05,1,9 tabulada
(5.12), Rechazamos la hiptesis nula, por lo tanto
concluimos que las medias de velocidades 25 y 35
son significativamente diferentes a dos veces la
media de la velocidad 50.
Ha : 1+2 2 3
La estadstica, ni
matemtica
puede
mentir. Ellas solo est
all, para ser usada
para apoyar en
bsqueda de la verdad
Considere
Considere los
los datos
datos adjuntos
adjuntos sobre
sobre crecimiento
crecimiento de
de plantas
plantas
despus
despus de
de la
la aplicacin
aplicacin de
de diferentes
diferentes tipos
tipos de
de la
la hormona
hormona del
del
crecimiento.
crecimiento.
Cual
Cual hormona
hormona debera
debera de
de
recomendarse?
recomendarse?
Los
Los datos
datos siguientes
siguientes se
se refieren
refieren a
a la
la cosecha
cosecha de
de tomates
tomates (kg/parcela)
(kg/parcela) con
con
cuatro
cuatro niveles
niveles de
de salinidad
salinidad diferentes;
diferentes; el
el nivel
nivel de
de salinidad
salinidad aqu
aqu se
se refiere
refiere
a
a la
la conductividad
conductividad elctrica
elctrica (CE),
(CE), donde
donde los
los niveles
niveles seleccionados
seleccionados fueron
fueron
CE
CE 1.6,3.8,
1.6,3.8, 6.0
6.0 y
y 10.2
10.2 mhos/cm:
mhos/cm:
1.6
1.6 :: 59.5
59.5 53.3
53.3 56.8
56.8 63.1
63.1 58.7
58.7
3.8
3.8 :: 55.2
55.2 59.1
59.1 52.8
52.8 54.5
54.5
6.0
6.0 :: 51.7
51.7 48.8
48.8 53.9
53.9 49.0
49.0
10.2
10.2 :44.6
:44.6 48.5
48.5 41.0
41.0 47.3
47.3 46.1
46.1
Use
0.05
Use nivel
nivel
0.05 para
para probar
probar la
la diferencia
diferencia en
en la
la cosecha
cosecha promedio
promedio
verdadera
verdadera debido
debido a
a los
los distintos
distintos niveles
niveles de
de salinidad.
salinidad.
ANALISIS DE VARIANZA
DISEO DE
EXPERIMENTOS
MARISOL
GORDILLO
S.
Ph.D en
Ingeniera
PARTE III
DBCA
u.e
Homogneas
No Homogneas
u.e
1 FACTOR
TRATAMIENTO
Bloque no
esta implcito
en ellas
azar
Bloque esta
implcito en
ellas
Condiciones ambientales
Un solo factor con k
tratamientos
Un factor bloque con k
niveles
Varios factores (D.B.C.A.G)
TRAT
.. .
Controlar
variabilidad
producida
por
diferentes
fuentes
Reducir el
Impone una
error
restriccin
experimental,
de
al extraer la
aleatorizaci
variabilidad
n. (cada
debido a
tratamiento
diferencias
debe
entre bloques. aparecer al
Si en un diseo menos una
no se forman
vez)
bloques estas
diferencias se
yt.
t
.
2
a
3
c
4
a
5
c
7
c
8
b
9
a
1 11
0c b
6
b
1
2
a
u.e
trat
EJEMPLO
EJEMPLO
MODELO
MODELO ASOCIADO
ASOCIADO AL
AL DISEO
DISEO DE
DE BLOQUES
BLOQUES
COMPLETOS
COMPLETOS AL
AL AZAR
AZAR
y ij i j ij
i 1,2,...t
j 1,2,..., b
Donde :
yij : Es la variable respuesta, obtenida en el i-eximo
tratamiento
del j-eximo bloque.
: Es la media general sin tener en cuenta ningn
tratamiento
i : Es el efecto debido al i-eximo tratamiento.
j : Es el efecto debido al j-eximo bloque .
ij : Es el error aleatorio, debido a factores no
ANLISIS DE VARIANZA
SCT = SCB + SCTrat + SCE
R( , , ) T X T Y T T
Y ..
Y1.
Y2.
...
Y
t.
Y.1
Y.2
...
Y.b
Ejemplo
En la siguiente tabla se muestran los resultados de un experimento en el
que nematodos de gnero Pratylenchus hembras fueron criados en cuatro
condiciones de temperatura para evaluar su efecto sobre la expresin
fenotpica de diversos caracteres morfomtricos. Los resultados
presentados corresponden al largo promedio de la cola en unidades
experimentales conformadas por 5 individuos. Los resultados
corresponden a 4 laboratorios.
Bloque (lab)
Factor: temp
Niveles: 16, 21, 25, 28
Trat: 16, 21, 25, 28
Factor: laboratorios
Niveles: 1, 2, 3, 4
u.e: nematodos.
(homogeneas)
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
16
21
25
28
16
21
25
28
16
21
25
28
16
21
25
28
29,2
30,1
31,6
29,6
34,0
32,0
30,2
29,0
36,0
31,4
29,5
28,4
30,0
26,0
29,0
25,0
Y..*
y.2*
SCERRORSCTOTAL-SCTRAT-SCBLOQUE
2
2
Yi.
.j
T
SCE
Y Y FC
FC
FC
b
t
Y. j *2
2
Y
*
Y
..
*
i.
Y2
b
t
tb
Y. j *
Yi. *
dSCE
Y.. *
2Y 2
2
2
dY
b
t
tb
Despejamos Y
Yi. * Y. j * Y.. *
Y
tYi. * bY. j *
tb
tb
tb
es
CORRIDAS EN MINITAB
ANOVA
STORAGE : RESIDUALES
ANOVA
RESIDUALES
VALIDACION DE SUPUESTOS
NORMALIDAD
Mean
StDev
N
RJ
P-Value
95
90
Percent
80
70
60
50
40
30
20
10
5
-10
-5
0
RESI1
10
3.330669E-15
4.573
16
0.963
>0.100
HOMOGENEIDAD
HOMOGENEIDA
D
28
Bartlett's Test
7.59
0.055
Test Statistic
P-Value
Levene's Test
Test Statistic
P-Value
Levene's Test
1.10
0.386
Test Statistic
P-Value
trat
bloque
60
90
120
10
20
30
40
50
95% Bonferroni Confidence Intervals for StDevs
6.39
0.094
10
20
30
40
50
95% Bonferroni Confidence Intervals for StDevs
1.34
0.308
COMPARACIONES
OK
OK
TALLER D.B.C.A
Plantear el diseo
Existe diferencias entre los tipos de punta?
ANALISIS DE VARIANZA
DISEO DE
EXPERIMENTOS
MARISOL
GORDILLO
S.
Ph.D en
Ingeniera
PARTE IV
EXPERIMENTOS CON
ESTRUCTURA FACTORIAL
EXPERIMENTO FACTORIAL
EXPERIMENTO FACTORIAL
El diseo del experimento factorial puede ser
perfectamente aleatorizado, bloques aleatorizados o
algn otro diseo con estructura factorial
se desea investigar el efecto de varios factores
sobre una respuesta
Un experimento factorial completo incluye todas
las combinaciones posibles de los niveles de los
factores
Por ejemplo :
FACTOR B
FACTOR A
NIVELES : 1,2,3, ...a
Tratamiento
s
Estructura factorial
En un estudio sobre la potencialidad forrajera de Atriplex
cordobensis, un arbusto que crece en depresiones de chacos ridos.
Se evalu la concentracin de protenas en hojas cosechadas en 2
estaciones (invierno y verano) y sexo (masculinas y
Femeninas).
Para cada combinacin de sexo y estacin, se obtuvieron tres
determinaciones del contenido proteico medido como porcentaje del
peso seco.
F1: ESTACION 1.Invierno
2. Verano
F2: SEXO
4 TRATAMIENTOS
r=3
1.Masculin
as
2.
Femeninas
1-2
2-2
1-1
1-2
2-2
2-1
2-2
2-1
1-1
1-2
2-1
1-1
DCA
4 TRATAMIENTOS
as
2.
Efecto adicional: Femeninas
F3:ARBUSTO (U.E: NO homogneas)
ALEATORIZACION:
I
2-1
1-1
2-2
1-2
II
2-2
2-1
1-2
1-1
III
1-2
2-2
1-1
2-1
DBCA
EFECTO INTERACCION
B1
B2
B3
B2
B3
2,5
2,5
2
1,5
1,5
1
0,5
0,5
0
1
2
NIVEL DEL FACTOR A
2
NIVEL DEL FACTOR A
ijk ij ijk
con i 1,2,...a
, j 1,2,..., b y k 1,2,..., r
ij = + Zi + j
ijk = Componente aleatoria
Diferencia (I = 0) es igual
a cero para algn i, i, j, j
En caso de existir
interaccin, es muy
diferente, all debe de
considerarse
pormenorizadamente
el nivel en que se
opera uno de los
factores que
determinan el nivel
mas efectivo del otro
Si no hay
interaccin se
puede operar sobre
un factor
independiente del
otro, pues la
diferencia de efectos
entre niveles de un
factor no altera el
otro
Yi jk Z i j ( Z) ij ijk
i 1,2,...a
j 1,2,...b
k 1,2,...r
Donde:
Yijk:
Valor aleatorio que toma la variable respuesta en la k-exima
replica que ha sido expuesta al j-eximo nivel del factor B y al i-eximo
nivel del factor A.
: Parmetro de centralidad o efecto medio general
Zi : Efecto del i-eximo nivel del factor A
j : Efecto del j-eximo nivel del factor B
(Z)ij :Efecto debido a la interaccin de primer orden entre los factores
A y B.
ijk :
Efecto debido al error experimental
(Z )ij 0
i 1
j = 0
j 1,2..., b
(Z )ij 0
i 1,2..., a
j 1
vs.
Ha : Zi Zi
i i
H0: 1 = 2 = . . . b =
vs.
Ha : j j
j j
Fc
Criterio de decisin :
Estadstica de la prueba :
Si Fc F,v1,v2 se rechaza la hiptesis nula (Ho) y se
acepta la hiptesis alterna.
La distribucin F se basa en v1 = (a -1) (b - 1) y v2=
ab(r-1) g.l
Cambios que produce el tipo de efecto en el
Fc
anlisis de varianza
VALIDACION DE
SUPUESTOS?
l = 1, 2 . . . n
Hiptesis de interaccin
H0: ()iJ = 0 i,J (no hay interaccin entre los factores A y B)
H0: ()iJ = 0 i,J (no hay interaccin entre los factores A y C)
H0: ()jk = 0 j,k (no hay interaccin entre los factores B y C)
H0: ()iJk = 0 i,Jk (no hay interaccin entre los factores A , B y C)
Hiptesis de efectos principales:
H0: ()i =0 y
H0:()J =0 J
H0: ( )k =0 k
La estadstica, n
matemtica pue
mentir. Ellas s
estn all, para
usadas, para apo
en la bsqueda d
verdad.
TAREA
En la siguiente tabla se muestran los resultados de un
experimento con cuatro repeticiones, en el que
nemtodos de gnero Pratylenchus fueron criados en
cuatro condiciones de temperatura y discriminados
segn sexo para evaluar el efecto del sexo y la
temperatura sobre la expresin fenotpica de diversos
caracteres morfomtricos. Los resultados presentados
corresponden al largo promedio de la cola en unidades
conformadas
por 5 individuos.
Temp. experimentales
HEMBRAS
MACHOS
16
21
25
28
EXPERIMENTO FACTORIAL 2k
Factorialgeneralpk
Desventajas:45=1024
Detantosfactoressoloalgunossernsignificativos
yelerrorexperimentalsermedidoconlamayora
deestosporlocualeldiseoresultapocoeficaz
Casoespecial2k
dekfactorescadaunocondosniveles
Los diseos
factoriales 2k
permitenexperimentarconunaltonmerodefactoresy
sonfcilesdefraccionarenbloqueshomogneos
Elexperimentoconstade2kpruebas,una
porcadacombinacindenivelesdefactores
Paraidentificarcadaunadelaspruebas,
utilizamoslasiguienteconvencin:
Cadafactorseidentificaconletramayscula
Cadanivelseidentificaconelsigno-+,
(-)serefierealnivelbajo,(+)serefierealnivelalto.
Unapruebaesunacombinacindeletrasminsculasque
denotanlosnivelesdelosfactoresdelaprueba.Lapresenciade
letraminsculaindicaqueelfactorestalnivelquesealeel
Porejemplo:
signo.
Temperaturanivelbajo:25Cyalto50C
Eldiseofactorial22eselmssimplededosfactoresy
adosniveles,quegenera4combinaciones,loscuales
serepresentanas:
(1):Cuandoambosfactoresestnrepresentadosaun
nivelbajo(-,-)
(a):CuandoelfactorAestarepresentadoaunnivel
alto,yBaunnivelbajo(+,-)
(b):CuandoelfactorAestarepresentadoaunnivel
bajo,yBaunnivelalto(-,+)
(ab):Cuandoambosfactoresestnrepresentadoaun
nivelalto(+,+)
Ordennormal
EL EFECTO PROMEDIO DE A:
El
efecto de la diferencia
promedio de A (+,-) cuando
B esta a un nivel bajo (-)
(a ) (1)
2r
Elefectodeladiferencia
promediodeA(+,-)cuando
Bestaaunnivelalto(+)
(ab) (b)
2r
(ab b a (1))
2r
2r
2r
2A = a - (1) + ab - b
esunarregloORTOGONAL,esteesdefinidocomo
ci=0,(1+1-1-1)=0yrecibeelnombrede
CONTRASTE;esteconceptoloutilizamospara
obtenerlaSUMADECUADRADOSfcilmente
(CONTRASTE ) 2 (CONTRASTE ) 2
SC(efecto )
o
k
r2
r (coef ) 2
EL EFECTO PROMEDIO DE B:
El
efecto de la diferencia
promedio de B (+,-)
cuando A esta a un nivel
bajo (-)
(b) (1)
2r
Elefectodeladiferencia
promediodeB(+,-)cuandoAesta
aunnivelalto(+)
(ab) (a )
2r
(ab a b (1))
2r
2r
2r
Elcontrastees:2B=ab-a+b-(1)
efecto de la
diferencia promedio de
A (+,-) cuando B esta a
un nivel bajo (-)
(a) (1)
2r
Elefectodeladiferencia
promediodeA(+,-)cuandoB
estaaunnivelalto(+)
(ab) (b)
2r
(ab b a (1))
2r
2r
2r
Elcontrastees:2AB=ab-a-b+(1)
Elmodeloestadsticoquerepresentaestediseoes:
yij i j ( ) ij ij
i=1,2
j=1,2
E[ ijk ] = 0
V[ ijk ] = 2 I
i, j, k
Cov[ ijk ; i j k ] = 0
i i j j k k
Hiptesis de interaccin:
Ho:()ij=0
Ha:()ij0
Ho:()i=0
Ha:()i0
Ho:()j=0
Ha:()j0
(a ab) ((1) b) 1
A
(a ab (1) b)
2r
2r
2r
(b ab) ((1) a ) 1
((1) a b ab)
2r
2r
2r
1
( ) AB ((1) ab a b)
2r
EJEMPLO ILUSTRATIVO :
GENERO:F(-1) y M (+) :( A)
ESTACIN:V(-)yI(+) (B)
Tratamiento:4
r=1
vezcalculadoslosefectospromedios,loprimeratareaes
distinguirmedianteunatcnicaestadstica,cualesefectosson
significativossobrelavariableycualesno.
Haydossituacionesdepartidaparaabordaresteproblema
Cuandosehareplicadoelexperimento(anova)y
cuandono se ha replicado.
Estemtodoessencilloyeficazysebasaen
representarlosefectosenel
papelprobabilstica normal
NormalP-PPlotofTCH2
Supongamosun
experimentodondetodos
losefectosno son
significativos.
1,00
ExpectedCumProb
,75
,50
,25
0,00
0,00
,25
,50
efecto
ObservedCumProb
,75
1,00
Losefectos no
significativos
Losefectos
son
significativos,
sedistribuyensegn:N(0,efectos)
tendrnlamismadesviacin
sumediavariadependiendodeltamaodelefecto
Distribuyesegn:
N(efecto,efecto),dondeefectoesdistintaparacada
tratamiento
Laformaderepresentarenelpapelprobabilstica
normallosefectosson:
Ordenarlosvaloresdelosefectosdemenoramayor.
Calcularlaproporcindeefectosmenoresqueelqueesta
considerando(conelfactordecorreccin0.5parapoder
representarelefectomenor)Estoserelvalordelaordenada.
Paraellosepuedeutilizarlaformula:,
P 100(i 0.5) n
Donde:ieselnumerodeordendecadaefectoneselnumero
totaldeefectos
Graduarelejenoprobabilsticadelpapel
Representarlasparejas(efecto,P).
ParaelproblemadelGeneroxestacin
Experimento factorial 23
(1):Cuandolostresfactoresestnrepresentadosaunnivelbajo(-,-,-)
(a):CuandoelfactorAestarepresentadoaunnivelalto,yByCaunnivelbajo
(+,-,-)
(b):CuandoelfactorAyCestnrepresentadosaunnivelbajo,Baunnivelalto
(-,+,-)
(ab):CuandoelfactorAyBestnrepresentadosaunnivelaltoyCaunnivel
bajo(+,+,-)
(c):CuandoelfactorAyBestnrepresentadosaunnivelbajoyCaun
nivelalto(-,-,+)
(ac):CuandoelfactorAyCestnrepresentadosaunnivelaltoyBaunnivel
bajo(+,-,+)
(bc):CuandoelfactorByCestnrepresentadosaunnivelaltoyAaun
nivelbajo(-,+,+).
(abc):Cuandolostresfactoresestnrepresentadosaunnivelalto(+,+,+)
1
[(1) a b ab c ac bc abc ]
4r
1
B [(1) a b ab c ac bc abc ]
4r
1
C [(1) a b ab c ac bc abc ]
4r
1
AB [ (1) a b ab c ac bc abc ]
4r
1
AC [ (1) a b ab c ac bc abc ]
4r
1
BC [(1) a b ab c ac bc abc ]
4r
1
ABC [(1) a b ab c ac bc abc ]
4r
A
Demanerageneralparacalcularcualquierefecto promedio,es
posibleutilizarlasiguienteexpresin:
1
efecto promedio
(contraste)
f 1
r2
SUMA DE CUADRADOS:
Enelcasodelfactorial22,
(ab a (1) b) 2
SCA
r 22
(ab a (1) b) 2
SCB
r 22
(ab a (1) b) 2
SCAB
r 22
Resumen :
Lasrelacionesgeneralesparalosfactoriales2kconn
repeticionesportratamientoson:
(contraste)
efecto
k 1
r2
2
(contraste)
SC (contraste)
k
r2
EJEMPLO CLASE
Enunexperimentoenqumica,3factoresfueronestudiados,cadauno
adosniveles.Elexperimentofuecompletamentealeatorizadoylos
factoresfueronconocidoscomoA,ByC.Losresultadosson:
EFECTOS PROMEDIO:
A=(1/(4*2))[208]=26
B=(1/(4*2))[654]=81.75
C=(1/(4*2))[620]=77.5
AB=(1/(4*2))[-352]=-44
AC=(1/(4*2))[510]=63.75
BC=(1/(4*2))[-1016]=-127
ABC=(1/(4*2))[-82]=-10.25
(208) 2 (208) 2
SCA
2704
2 * 23
16
(620) 2
SCC
24025
16
(510) 2
SCAC
16256.25
16
(654) 2
SCB
26732.25
16
( 352) 2
SCAB
7744
16
( 1016) 2
SCBC
64516
16
( 82) 2
SCABC
420.25
16
y 2 ...
(27642) 2
SCTotal y ijk
48143692
388681.75
rabc
16
2
SCE SCT SCA SCB SCC SCAB SCAC SCBC CABC 246284
TAREA
Plantas Sanas
Riego c/15d Riego c/30d
45,5
40,1
43
37,3
41,3
38,1
Plantas enfermas
Riego
c/15d
Riego c/30d
41,5
35,8
37
31,4
36,3
33,8
Apliqueelmtodogeneralyalgoritmodesignos,
comparelosresultados,analcelosyconcluya