Solucion practica 3

Tema 1 y 2
1.
a)
b)
c)
d)
conf.design(rbind(c(1,0,1,0), c(1,1,0,1)), p=3) # AC y ABD
conf.design(c(1,1,1), p=2) # ABC
conf.design(rbind(c(1,1,1,0), c(1,1,1,1)), p=3) # ABC y ABCD
conf.design(c(1,0,1), p=2) # AC
2. FV. Y GL y F0.05 o F0.01
a) 2^3 AB confundida, dos repeticiones.
Rep Bloq(rep) a
b
c ac bc abc error total
1
2
1
1
1
1
1
1
6 15
5.99 5.99 5.99 5.99 5.99 5.99
b) 2^4 ABCD confundida 1 rep.
a
b
c
d
ab ac ad bc bd cd abc abd acd bcd error total
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
15
161 161 161 161 161 161 161 161 161 161 161 161 161 161
c)
2^3 AC confundida, dos repeticiones.
Rep Bloq(rep) a
b
c ab bc abc error total
1
2
1
1
1
1
1
1
6 15
5.99 5.99 5.99 5.99 5.99 5.99
d) 2^4 ABD confundida 1 rep.
a
b
c
d
ab ac ad bc bd cd abc acd bcd abcd error total
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
15
161 161 161 161 161 161 161 161 161 161 161 161 161 161
Cuando no hay repeticiones no se considera los semibloques como fuente de variacion, porque el error
tendria cero gl., ademas los semibloques estan confundidos con la interaccion planeada.
Tema 1 y 2
3. Experimento confundido 2^3 con 3 repeticiones. AC esta confundido
Se genera el plan inicial antes de la aleatorizacion y luego se aplica aleatoriamente
SemiBloque 0
A
B
C
0
0
0
0
1
0
1
0
1
1
1
1
Semibloque 1
A
B
C
1
0
0
1
1
0
0
0
1
0
1
1
Primera repeticion:
Semibloque-0
Semibloque-1
11
0-0-0
15
1-1-0
12
1-0-1
16
0-1-1
13
0-1-0
17
1-0-0
14
1-1-1
18
0-0-1
Segunda repeticion.
Semibloque-0
Semibloque-1
19
1-0-1
23
0-0-1
20
0-1-0
24
0-1-1
21
1-1-1
25
1-1-0
22
0-0-0
26
1-0-0
Tercera repeticon.
Semibloque-0
1-1-1
31
0-0-1
28
1-0-1
32
1-1-0
29
0-0-0
33
1-0-0
30
0-1-0
34
0-1-1
4. Datos experimentales.
a) tablas de cada semibloque en cada repeticion
Rep
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
Semibloque
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
Riego
FILT
TRAD
FILT
TRAD
FILT
TRAD
FILT
TRAD
FILT
TRAD
FILT
TRAD
FILT
TRAD
FILT
TRAD
Semibloque-1
27
Variedad Rdto
AMA
1376
LMO
421
LMO
953
AMA
172
AMA
1769
LMO
742
LMO
1674
AMA
728
AMA
1576
LMO
840
LMO
742
AMA
728
AMA
790
LMO
381
LMO
735
AMA
226
Tema 1 y 2
b)
Analysis of Variance Table
Response: Rdto
Rep
Rep(Semibloque)
Riego
Variedad
Residuals
--Signif. codes:
Df Sum Sq Mean Sq F value
Pr(>F)
3 1086418 362139 5.9552
4 350620
87655 1.4414
1 1807008 1807008 29.7153 0.001586 **
1
48071
48071 0.7905 0.408179
6 364864
60811
0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
c)
> cv.model(model)
[1] 28.48170
Nivel acceptable para rendimiento de quinua.
Efecto de riego es altamente significativo. Esto significa que hay diferencia entre los dos sistemas de riego,
no asi en las variedades. Se puede afirmar que ambas variedades tienen rendimientos similares y no hay
diferencia estadistica entre ellas.
> tapply.stat(p3[,3],p3[,4],mean)
p3[, 3] p3[, 4]
1
AMA 920.625
2
LMO 811.000
Promedio Amarilla = 960.62
Promedio La Molina = 811.
Para probar si la variedad amarilla tiene un mayor rendimiento que la variedad la molina, se procederia con
un prueba de t de una cola, sin embargo en el analisis previo, la prueba no debe hacerse,
El procedimiento a seguir si se desea probar la hipótesis, seria:
- Estima la variancia:
Estimado de la variancia del error= 129378.
- Hallar el valor T-calculado:
Tc = (920.625 – 811)/sqrt(2 * 60811 / 4) = 0.6286856
- Hallar el valor tabular (critico) para la prueba:
El valor t 0.05 para 6 gl. para una sola cola es: 1.94.
- Comparación:
El valor Tc es menor que T0.05. por lo tanto no se puede rechazar la hipótesis nula, en conclusion, no se
puede afirmar estadísticamente que la variedad Amarilla tiene un mejor rendimiento que la variedad La
molina.