Professional Documents
Culture Documents
Total
t-1
Suma de
Cuadrados
(S.C.)
Cuadrados
Medios (C.M.)
F0
Ejemplo:
Se realiz un experimento para probar el efecto de cinco fuentes de energa utilizadas en
dietas para engorda de toretes (T1. Testigo, T2. Melaza, T3. Cebo, T4.Maz, T5. Sorgo) en
las cuales se midi la ganancia de peso (GP) durante el perodo de engorda. Se
consideraron 5 repeticiones por tratamientos (25 animales) y se plante la hiptesis de
igualdad de medias de tratamientos.
Trat 1
980
1050
1100
1000
1120
Repeticin 1
Repeticin 2
Repeticin 3
Repeticin 4
Repeticin 5
Repeticin
1
Repeticin
2
Repeticin
3
Repeticin
4
Repeticin
5
Trat 2
1200
1230
1150
1390
1250
Trat 3
1300
1180
1200
1170
1050
Trat 4
1400
1350
1380
1420
1500
Trat 1
980
Trat 2
1200
Trat 3
1300
Trat 4
1400
Trat 5
1350
1050
1230
1180
1350
1420
1100
1150
1200
1380
1550
1000
1390
1170
1420
1600
1120
1250
1050
1500
1490
5250
6220
5900
7050
7410
1050
1244
1180
1410
1482
551250
0
773768
0
696200
0
994050
0
1098162
0
552730
0
777000
0
699380
0
995330
0
1102150
0
Trat 5
1350
1420
1550
1600
1490
=25
31830
=41134300
=41265900
14800
32320
31800
12800
39880
=1316
00
3700
8080
7950
3200
9970
= 40525956
S.C. TRAT =
S.C. TOTAL =
C.M TRAT =
= (608344 / 4) = 152086
C.M. ERROR =
Fo=
Fuentes de
Grados de
Suma de
Cuadrados
F0
Variacin (F.V.)
Libertad (G.L.)
Tratamientos
Error
Total
4
20
24
Cuadrados
(S.C.)
608344
131600
739944
Medios (C.M.)
152086
6580
23.11
class trat;
model gp=trat;
run;
The SAS
1
System
OBS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
TRAT
REP
GP
1
1
1
1
1
2
2
2
2
2
3
3
3
3
3
4
4
4
4
4
5
5
5
5
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
980
1050
1100
1000
1120
1200
1230
1150
1390
1250
1300
1180
1200
1170
1050
1400
1350
1380
1420
1500
1350
1420
1550
1600
1490
Levels
5
Values
1 2 3 4 5
Sum of
Squares
Mean
Square
608344.0000
152086.0000
Error
20
131600.0000
6580.0000
Corrected Total
24
739944.0000
R-Square
GP Mean
C.V.
0.822149
6.371128
81.11720
DF
Anova SS
Mean Square
608344.0000
152086.0000
Source
Value
Model
23.11
Pr > F
0.0001
MSE
Root
1273.200
Dependent Variable: GP
Source
Value
Pr > F
TRAT
23.11
0.0001
Puede observarse en los resultados del SAS que la Suma de Cuadrados del Modelo es igual
a la Suma de Cuadrados de Tratamientos, debido a que existe una sola fuente de variacin
(excluyendo al error). El SAS, empleando el PROC GLM en lugar del PROC ANOVA
proporciona dos tipos de Sumas de Cuadrados, la Suma de Cuadrados Secuencial (Type I
SS) y la Suma de Cuadrados Parcial (Type III SS), las cuales se diferencian por la forma en
que son incluidos los efectos en el modelo, esta ltima usada para probar los efectos que
nos interesan (Tratamientos). As mismo el SAS proporciona informacin acerca de los
siguientes parmetros: Coeficiente de determinacin (R-Square), Coeficiente de Variacin
(C.V.), Raz cuadrada del cuadrado medio del error (Root MSE) y la media de la variable
respuesta (GP Mean). En el ejemplo anterior se ve una columna que indica Pr>F con un
valor de 0.0001 esto indica que los tratamientos a base de fuentes energticas en la engorda
de becerros producen diferencias altamente significativas (P<.01, en este caso=.0001), es
decir tienen ganancias de peso de los animales, diferentes.
Como se detecto que al menos un tratamiento era diferente del resto se procede a realizar
una prueba de comparacin de sus valores medios. Para hacer esto es necesario agregar en
el programa de SAS las siguientes instrucciones:
Data s;
Input trat
Cards;
1 1 980
1 2 1050
. . .
5 5 1490
proc print;
proc anova;
class
model
means
run;
rep gp;
trat;
gp=trat;
trat/tukey;
Mean
TRAT
A
A
A
1482.00
1410.00
B
B
1244.00
C
C
C
1180.00
1050.00
Note que en la salida de SAS Alpha=0.05, se encuentran diferencias entre las medias, es
decir los tratamientos a base de Sorgo(T5) y Maz (T4) son superiores al Testigo (T1) y a
los de melaza y cebo (T2 y T3), adems la melaza fue superior al testigo. En la salida de
SAS se seala que las medidas que tengan la misma letra en columna no son
significativamente diferentes.
Tukey no es la nica prueba que puede usar para comparacin de medias, de acuerdo al
inters de su investigacin puede usar pruebas mas o menos estrictas para encontrar
diferencias entre medias de tratamientos, otras pruebas son: DUNCAN, SCHEFFE, DMS,
SND, DUNNET, entre otras.
Para efectuar otras pruebas cambie tukey por la prueba
deseada:
proc anova;
class trat;
model gp=trat;
means trat/duncan;
run;
Tambin SAS puede hacer varias pruebas al mismo tiempo:
proc anova;
class trat;
model gp=trat;
means trat/tukey Duncan scheffe dms snk dunnet;
run;
I.
ASPECTOS GENERALES
DISEO EXPERIMENTAL
El principio de aleatorizacin.
Aleatorizar: Todos aquellos factores
no controlados por el experimentador en el diseo experimental y que
pueden influir en los resultados sern asignados al azar a las unidades
experimentales.
El bloqueo.
Bloquear, es dividir o particionar las unidades
experimentales en grupos llamados bloques de modo que las
observaciones realizadas en cada bloque se realicen bajo condiciones
experimentales lo ms parecidas posibles.
A diferencia de lo que ocurre con los factores de tratamiento,
elexperimentador no est interesado en investigar las posibles
diferenciasde la respuesta entre los niveles de los factores de bloque.
TRATAMIENTO
TESTIGO
UNIDAD EXPERIMENTAL
REPETICIN
FUENTE DE VARIACIN
FACTORES NUISANCE
En cualquier experimento, adems de los factores tratamiento, cuyo
efecto sobre la respuesta se quiere evaluar, tambin influyen otros
factores, de escaso inters en el estudio, pero cuya influencia sobre la
respuesta puede aumentar significativamente la variabilidad no
planificada. Con el fin de eliminar esta influencia pueden incluirse en el
diseo nuevos factores que, atendiendo a su naturaleza, pueden ser de
diversos tipos.
Fuente
Las
condiciones
de
(Factores tratamiento)
Tipo
inters Planificada y sistemtica
planificada,
pero
de
medida,
experimental, ... )
material sistemtica?
ANLISIS DE LA VARIANZA
Es una tcnica estadstica que sirve para analizar la variacin total de los
resultados experimentales de un diseo en particular, descomponindolo
en fuentes de variacin independientes atribuibles a cada uno de los
efectos en que constituye el diseo experimental.
HIPTESIS ESTADSTICA
COEFICIENTE DE VARIABILIDAD
CV = RAIZ(CME) / Y
TRMINOS UTILIZADOS
Unidad experimental: son los objetos, individuos, intervalos de espacio o
tiempo sobre los que se experimenta.
II.
Ventajes:
a)
b)
c)
d)
Desventajas:
a)
b)
variacin que existe entre las unidades pasa a formar parte del error
experimental.
Por qu aleatorizar?
a)
b)
c)
PROCEDIMIENTO DE ANLISIS
Procedimiento
a.
b.
c.
Modelo Estadstico
Yij =
+ i
+ ij
En donde:
Yij
i
ij
Efecto del
experimental
error
experimental
asociado
la
i-esima
unidad
Anlisis de Varianza
Tabla de Datos
Repeticiones
Yi.
Tratamient
os
Y11
Y12
Y12
. . .
Y1r
Y1 .
Y21
Y22
Y23
. . .
Y2r
Y2 .
Y31
Y32
Y33
. . .
Y3r
Y3 .
. . .
. . .
. . .
Yt1
Yt2
Yt3
. . .
Ytr
Supuestos
a.
..
b.
c.
Fuentes Grados
de
de
Variaci Liberta
n
d
Tratamie
n-tos
t-1
Cuadrados
Suma de
Cuadrados
Medios
[(Y2../r
Y2..)/(tr)]
Sctrat/gltot
al
Error
t(r
1)
Sctotal
SCtrat
Total
t r -1
[
(Yij2
Y ..)/ (tr) ]
Fc Calculada
Ft
Requeri
da
Scmedios/Cme
rror
- Scerror/gler
ror
Regla de Decisin
Aceptar la Hiptesis
Ft = Valor tabular .
Coeficiente de Variacin
Y.. = Y.. / tr
Ejemplo de Aplicacin
1.
Datos
II
III
IV
Suma
suma2 /r
3.96
6.24
5.42
11.11
26.73
178.62
27.31
26.96
32.21
30.13
116.61
3399.47
35.30
34.71
36.75
38.38 145.14
5266.40
41.09
43.99
48.70
41.78 175.56
7705.33
48.90
47.61
50.38
49.61 196.50
9653.06
Suma
156.56
159.51
173.46
171.01 660.54 20
26202.8
9
Fc = ( 660.542 / 20 ) = 21,815.65
2.
Grados de Libertad.
De tratamientos (Gltrat) = t 1
Gltrat = 5 1 = 4
Gltrat = 4 * 5 1 = 19
Los grados de libertar del error estn dados por el total de grados de
libertad del experimento (19) menos los grados de libertad de los
tratamientos (4), por lo que para el caso se tienen 15 grados de error.
Gle = 19 4 = 15
3.
Cuadrados de Yi
Datos
II
III
15.68
38.94
29.38
745.84
726.84 1,037.48
IV
123.43
Suma
207.43
907.82 3,417.98
Suma
a.
Cuadrados de Tratamientos
SCtrat = (Yi)2 / r
b.
SCtot
c.
d)
CMtrat = Sce /r
e)
Los cuadrados medios del error estn dados por la suma de cuadrados
del error (Sce) dividido entre del error.
Cme = Sce/Gle
4.
F Calculada
Fc = Cmtrat/Cme
Fc = 1,096.81/6.33 = 173.27
5.
F Tabulada
de
Libertad
del error
Gle
15
6.
4.89
Coeficiente de Variacin
Y.. = Y.. / tr
7.
Fuente de
Grados
Suma de Cuadrado
Fc
Ft
de
Cuadrado
s Medios Calculada Tabulada
Libertad
s
Variacin
Tratamientos
4,387.24
1,096.81
Error
15
94.96
6.33
Total
19
4,482.20
8.
173.25
4.89
Interpretacin.
III
Output range:
Alpha:
Bibliografa.
1.
2.
Internet
Buscar
FACEBOOK
SEGUIR POR CORREO ELECTRONICO
Submit
CONTRIBUYENTESVISITAS TOTALES
Ing. Luis
391,054
Reyes
Rudy Alvarez
ENTRADAS POPULARES
2014 (46)
2013 (5)
2011 (34)
agosto (1)
julio (33)
MTODOS DE CLCULO DE PI
3
.
8
9
1
4
.
5
6
2
.
2
1
7
4
.
8
1
0
.
i
n
5
5
5
5
5
Yi.
2 0 . 2 6 7 2 2 . 1 8 6 2 4 . 6 9
5 . 9 9 1 2 3 . 8 3 7 1 1 6 . 9 7
.
i
Y
4
.
0
5
3
4
4
.
4
3
7
2
4
.
9
3
.
1
9
8
2
4
.
7
6
7
4
4
.
6
7
9
2
i
S
0
.
0
4
9
6
0
.
1
7
5
0
.
2
4
8
0
.
1
0
2
7
0
.
2
0
3
4
==
=
51512
42461.554
i jij
Y
a)
Pruebe el supuesto de homogeneidad de variancias. Use
=0.01 b ) P r e s e n t e e l M o d e l o A d i t i v o L i n e a l y e x p l i q u e s u s
n e n t e s d e a c u e r d o a l enunciado del problema.
c)
Realice el Anlisis de Variancia y de sus conclusiones a un nivel de
significacindel 5%d ) C a l c u l e l o s e f e c t o s d e l o s t r a t a m i e n t o s
e)
Si el experimentador, antes de realizar el experimento pens que la racin 3 era
mseficiente que la racin 1 en por lo menos 3 Kg. Realice la prueba ms
conveniente,utilice un
=0.05
f)
Comparar la racin 1 con la racin 2 mediante la prueba D.L.S.. Use
=0.05
g)
5
6
9
0
5
4
compo
=0.05
h)
Utilice la prueba de Tukey para comparar la racin 4 con la racin 5. Use
=0.05
i)
Asumiendo que la racin 4 es utilizada como testigo. Rea
l i c e l a p r u e b a correspondiente, utilice un nivel de significacin del 5%
j)
Mediante contrastes ortogonales pruebe la hiptesis de que la racin 2 es igual
al promedio de las otras 4 raciones.