Greco latino. Diseño. Si son los tratamientos (A, B y C) y el segundo factor de estudio es (a, b y c) el arreglo podría ser: Construyendo un greco 4x4
|
|
- Juan Manuel Montero Espinoza
- hace 6 años
- Vistas:
Transcripción
1 1 Greco latino Descripción. En este arreglo los tratamientos son agrupados en replicas en 3 diferentes vías con la consecuencia que las tres diferentes fuentes de variación se igualan para todos los tratamientos. Por ejemplo un greco latino para 3 tratamientos, se dispondrá de 3 fuentes de variación, estas pueden ser 3 columnas, 3 filas y 3 posiciones (segundo factor de estudio). Diseño. Si son los tratamientos (A, B y C) y el segundo factor de estudio es (a, b y c) el arreglo podría ser: library(agricolae) trt1<- c("a","b","c") trt2<- c("a","b","c") greco<-design.graeco(trt1,trt2,seed=19) trt <- paste(greco[,4],greco[,5]) dim(trt) <-c(3,3) > trt [,1] [,2] [,3] [1,] "C b" "A c" "B a" [2,] "A a" "B b" "C c" [3,] "B c" "C a" "A b" Construyendo un greco 4x4 library(agricolae) trt1<- c("a","b","c","d") trt2<- c("a","b","c","d") greco<-design.graeco(trt1,trt2,seed=29) > greco plots row col trt1 trt A c B d C b D a B a A b D d C c C d D c A a B b D b C a B c A d
2 2 Ordenando por filas y columnas. > trt <- paste(greco[,4],greco[,5]) > dim(trt) <-c(4,4) > trt [,1] [,2] [,3] [,4] [1,] "A c" "B a" "C d" "D b" [2,] "B d" "A b" "D c" "C a" [3,] "C b" "D d" "A a" "B c" [4,] "D a" "C c" "B b" "A d" Esto significa que los tratamientos tipo 1 están ubicados por fila y columna una vez, los tratamientos tipo 2 están ubicados por fila y columna una vez y a su vez, los tratamientos de un tipo están una sola vez combinados con el otro tipo de tratamientos. Este triple arreglo es complejo poder formar en la cual se pueda cumplir simultáneamente estos requerimientos. Todos los autores que hablan del tema, indican que es imposible forma un diseño de seis tratamientos. El programa agricolae permite hallar para un numero de tratamientos impares (3, 5, 7,.., etc.) y para números pares (4, 8 y 12). Para 3 tratamientos no es posible aplicar porque se tendría 0 grados de libertad para el error. Ejercicio. Utilizar el programa para un número par y para 8 y 12 tratamientos y probar si satisface los requerimientos solicitados. Tarea. Construir un diseño greco latino 10x10 manualmente. La randomizacion. Arreglar las filas y columnas aleatoriamente independiente y asignar las letras de los latinos aleatoriamente a sus respectivas clasificaciones. El programa agricolae realiza la randomizacion y pudiendo ser reproducido si se asigna una semilla de inicio del proceso, al cual se puede acompañar un método de aleatorizacion. El modelo estadístico. La respuesta Y puede ser expresado como la suma de los factores de estudio. Y = Constante + fila + columna + trt1 + trt2 + error Variable respuesta: Y Factores: fila + columna + trt1 + trt2 Variable no controlada: Error Constante: Parámetro aditivo del modelo.
3 3 La estimación de los parámetros permitirá cuantificar la variación de cada uno de los factores que explican la variación total. Para el análisis de estas fuentes, es necesario satisfacer los supuestos del ANVA como es la independencia de los errores y la normalidad de los errores. Análisis estadístico. Se construye el análisis de la variancia para las 4 fuentes controladas más la fuente del error. Fuentes Gl Fila n-1 Columna n-1 Trt 1 n-1 Trt 2 n-1 Error (n-1)(n-3) Total nxn - 1 Siendo n el numero de niveles de tratamientos. Las sumas de cuadrados para las fuentes de variación son determinados en la misma forma del cuadrado latino. La fuente del error será utilizado para probar cada una de las fuentes de estudio. En este caso será el tratamiento o los dos tratamientos que es de interés para el investigador. Ejercicio. Utilizar los datos de Mongomery para practicar los cálculos en este análisis. Formulacion Montajes Carga a b c d e 1 A C E B D b c d e a 2 B D A C E c d e a b 3 C E B D A d e a b c 4 D A C E B e a b c d 5 E B D A C Para las comparaciones múltiples de los niveles de cada tratamiento, construir los promedios, ordenarlos, encontrar la diferencia mínima de comparación utilizando el valor tabular con los grados de libertad del error y la desviación estándar de la diferencia o del promedio al igual que se utilizo para el cuadrado latino.
4 4 Datos: lotes operador formulacion montajes carga 1 1 a A b B c C d D e E b C c D d E e A a B c E d A e B a C b D d B e C a D b E c A e D a E b A c B d C 6 > library(agricolae) > datos <- read.table("montgomery.txt",header=true) > estudio <- aov(carga ~ lotes + operador + formulacion + montajes, datos) > anova(estudio) Analysis of Variance Table Response: carga Df Sum Sq Mean Sq F value Pr(>F) lotes operador * formulacion ** montajes Residuals Signif. codes: 0 '***' '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 > attach(datos) > compara<- LSD.test(carga,formulacion,8,8.25)
5 5 Study: LSD t Test for carga... Alpha Error Degrees of Freedom Error Mean Square Critical Value of t Treatment Means formulacion carga std.err replication 1 a b c d e Least Significant Difference Means with the same letter are not significantly different. Groups, Treatments and means a d 4.8 a a 3.6 ab e 1 bc c -2.6 c b -4.8 > compara<- LSD.test(carga,montajes,8,8.25) Study: LSD t Test for carga... Alpha Error Degrees of Freedom Error Mean Square Critical Value of t Treatment Means montajes carga std.err replication 1 A B C D E Least Significant Difference Means with the same letter are not significantly different. Groups, Treatments and means a E 2.6 a A 2 a C -0.6 a D -0.8 a B -1.2
6 6 Tarea. Realizar el análisis de los siguientes resultados experimentales: Periodos Ovejas Reticular Pentagastrin frecuencia 1 1 A B C D E B C D E A C D E A B D E A B C E A B C D Realizar el ANVA - Hallar el coeficiente de variacion - Realizar las comparación con Tukey para el tratamiento Pentagastrin. - Realizar un grafico de barras con las desviaciones estándar, con el error estándar y con los grupos de significación. Usar las funciones bar.err() y bar.group() - Completar el análisis para el tratamiento Reticular.
Para este ensayo se requiere 12 parcelas grandes y dividirla cada una en dos subparcelas.
1 Diseño en Parcela Dividida (Split plot) El diseño consiste en dividir las parcelas en subparcelas y aplicar un grupo de tratamientos en las parcelas y otro grupo de tratamientos en las subparcelas. La
Más detallesFactoriales 1 EXPERIMENTOS CON FACTORIALES
Factoriales 1 EXPERIMENTOS CON FACTORIALES Los factoriales son combinaciones de factores (nitrógeno, fósforo, variedades, sustancias, niveles de concentrado, etc.) para formar tratamientos, los cuales
Más detallesPRUEBA DE EFICACIA POR CONTACTO DIRECTO/INDIRECTO SOBRE ADULTOS DE Tetranychus urticae, PARA INSUMOS BIOLÓGICOS DE COLOMBIA.
PRUEBA DE EFICACIA POR CONTACTO DIRECTO/INDIRECTO SOBRE ADULTOS DE Tetranychus urticae, PARA INSUMOS BIOLÓGICOS DE COLOMBIA. 1. DESCRIPCIÓN DE LA PRUEBA Estado Adulto de T. urticae UBICACIÓN: Laboratorio
Más detallesPRUEBA DE EFICACIA POR CONTACTO DIRECTO E INDIRECTO SOBRE ADULTOS DE TRIPS PARA INSUMOS BIOLÓGICOS DE COLOMBIA.
PRUEBA DE EFICACIA POR CONTACTO DIRECTO E INDIRECTO SOBRE ADULTOS DE TRIPS PARA INSUMOS BIOLÓGICOS DE COLOMBIA. 1. DESCRIPCIÓN DE LA PRUEBA Adulto UBICACIÓN: Laboratorio de Entomología TEMPERATURA: 20
Más detallesPRUEBA DE EFICACIA POR CONTACTO DIRECTO E INDIRECTO SOBRE ADULTOS DE MOSCA BLANCA (Trialeurodes vaporariorum), PARA IBICOL LTDA.
PRUEBA DE EFICACIA POR CONTACTO DIRECTO E INDIRECTO SOBRE ADULTOS DE MOSCA BLANCA (Trialeurodes vaporariorum), PARA IBICOL LTDA. 1. DESCRIPCIÓN DE LA PRUEBA Adultos de T. vaporariorum UBICACIÓN: Laboratorio
Más detallesEjemplo de análisis de la Varianza (ANOVA).
Ejemplo de análisis de la Varianza (ANOVA). temp TVBN temp TVBN temp TVBN 1 18,3 2 11,7 3 16,64 1 15,92 2 12,87 3 17,83 1 18,71 2 11,77 3 19,01 1 17,92 2 12,23 3 17,33 1 15,66 2 13,62 3 17,06 1 17,14 2
Más detallesDISEÑO CUADRADO LATINO : DCL
1 DISEÑO CUADRADO LATINO : DCL El agrupamiento de las unidades experimentales en dos direcciones (filas y columnas) y la asignación de los tratamientos al azar en las unidades, de tal forma que en cada
Más detallesExamen Parcial 1. The GLM Procedure Class Level Information Class Levels Values trat
Examen Parcial 1 Nombre: AGRO 6600 2011 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas
Más detallesDia del Estadístico 5 Diciembre. Diseño y Análisis de experimentos Aplicados en investigación Agrícola. Felipe de Mendiburu
Universidad Nacional de Ingeniería 7 Diciembre 2007 Dia del Estadístico 5 Diciembre Diseño y Análisis de experimentos Aplicados en investigación Agrícola Felipe de Mendiburu Contenido 1. La investigación
Más detallesEstas dos clases. ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías
ANOVA I 19-8-2014 Estas dos clases ANOVA I - Conceptos generales - Supuestos - ANOVA de una vía - Transformación de datos - Test a Posteriori - ANOVA de dos vías ANOVA II - ANOVA factorial - ANCOVA (análisis
Más detallesRegresión ponderada y falta de ajuste
Capítulo 4 Regresión ponderada y falta de ajuste 4.1. Introducción En este capítulo se presentan la regresión ponderada y la prueba de falta de ajuste como un conjunto adicional de herramientas usadas
Más detalles2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS)
2. EL DISEÑO UNIFACTORIAL (COMPARACION DE TRATAMIENTOS) La idea principal en este capitulo es el inicio a planear los diseño experimentales y su correspondiente análisis estadístico. En este caso iniciaremos
Más detallesEjemplo de Análisis de la Covarianza
Ejemplo de Análisis de la Covarianza Utilizando los datos del archivo sargos.csv representamos la itud desde el morro hasta la aleta dorsal frente a la itud total del pez: > sargos = read.table(file =
Más detallesDISEÑO DE CUADRADOS LATINOS
DISEÑO DE CUADRADOS LATINOS a vimos que el diseño de bloques al azar, era el diseño apropiado cuando se conocía de antemano algún factor que fuera fuente de variabilidad entre las unidades experimentales.
Más detallesEscuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA
ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA Lima Perú 2013 DISEÑO COMPLETAMENTE ALEATORIZADO Es el diseño más simple y sencillo de realizar, en el cual los tratamientos
Más detallesCLAVE Laboratorio 14: Diseño en bloques completos aleatorizados
CLAVE Laboratorio 14: Diseño en bloques completos aleatorizados 1. Digamos que estamos interesados en conducir un experimento para comparar los efectos de tres insecticidas diferentes en habichuela. Pensamos
Más detallesAnálisis de diferentes representaciones en la regresión lineal simple
Análisis de diferentes representaciones en la regresión lineal simple 5ª. Jornada sobre el Uso de los Sistemas de Cómputo Simbólico en la Enseñanza de las Matemáticas M.C. Gudelia Figueroa Preciado M.
Más detallesOne way anova using SAS
One way anova using SAS With Duncan test El paquete SAS es un sistema computacional de los mas completos que existen, tiene el respaldo de un centro de investigación en estadística y es el mas usado por
Más detallesPráctica 3: Regresión simple con R
Estadística II Curso 2010/2011 Licenciatura en Matemáticas Práctica 3: Regresión simple con R 1. El fichero de datos Vamos a trabajar con el fichero salinity que se encuentra en el paquete boot. Para cargar
Más detallesDiseño de Experimentos Diseños factoriales 2 k. Diseños 2 k
Diseño de Experimentos Diseños factoriales 2 k Licenciatura en Estadística 2015 Dr. José Alberto Pagura Lic. Lucía N. Hernández Dra. Daniela F. Dianda Diseños 2 k Una clase especial de diseños factoriales
Más detalles1. Realice la prueba de homogeneidad de variancias e interprete los resultados.
1ª PRÁCTICA DE ORDENADOR (FEEDBACK) Un investigador pretende evaluar la eficacia de dos programas para mejorar las habilidades lectoras en escolares de sexto curso. Para ello asigna aleatoriamente seis
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesDiseño de Experimentos Experimentos factoriales
Diseño de Experimentos Experimentos factoriales Dr. Héctor Escalona Definición El termino genérico de diseño factorial se aplica a aquellos experimentos donde se desea evaluar el efecto de 2 o mas factores
Más detallesUNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA ESCUELA DE CIENCIAS AGRICOLA, PECUARIAS Y DEL MEDIO AMBIENTE ECAPMA ESPECIALIZACIÓN EN NUTRICIÓN ANIMAL SOSTENIBLE Nombre del Curso: DISEÑO EXPERIMENTAL AVANZADO
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
Más detallesAjuste de Regresión Lineal Simple
Ajuste de Regresión Lineal Simple Hugo Alberto Brango García 1 1 Universidad de Córdoba Estadística II Mayo de 2014 Análisis de Regresión Mayo de 2014 1 / 33 Supuestos sobre los residuales del modelo Normalidad
Más detallesAplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas
Aplicación del Análisis de la Varianza para estudiar el tiempo de acceso en las aulas informáticas Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento Centro 1 Estadística e Investigación
Más detallesCalculo de la Eficiencia de los diseños.
Eficiencia en los diseños y estimacion de la unidad perdida. Calculo de la Eficiencia de los diseños. La eficiencia relativa de un diseño se mide respecto a otro diseño mas simple, por ejemplo la eficiencia
Más detallesMultiple Linear Regression
Multiple Linear Regression Aniel Nieves-González Aniel Nieves-González () LSP 1 / 16 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por departamento. La v.a. dependiente
Más detallesIntervalos de confianza con STATGRAPHICS
Intervalos de confianza con STATGRAPHICS Ficheros empleados: TiempoaccesoWeb.sf3 ; TiempoBucle.sf3; 1. Ejemplo 1: Tiempo de acceso a una página Web Se desean construir intervalos de confianza para la media
Más detallesEjercicio Desarrollado PASO a PASO
Ejercicio Desarrollado PASO a PASO El presente ejercicio plantea un supuesto de Proyección de ventas de una "compañía" que comercializa CUATRO (4) productos. Se entregan los estimados para DOS (2) años
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesIdeas básicas del diseño experimental
Ideas básicas del diseño experimental Capítulo 4 de Analysis of Messy Data. Milliken y Johnson (1992) Diseño de experimentos p. 1/23 Ideas básicas del diseño experimental Antes de llevar a cabo un experimento,
Más detalles4. DISEÑOS MULTIFACTORIALES O FACTORIALES
4. DISEÑOS MULTIFACTORIALES O FACTORIALES 4.1 PRINCIPIOS Y DEFINICIONES BASICAS Los arreglos factoriales se utilizan cuando en una investigación se pretende estudiar simultáneamente la influencia del cambio
Más detallesMaribel Martínez y Ginés Ciudad-Real Fichas para mejorar la atención MATRIZ DE LETRAS
MATRIZ DE LETRAS p q d b p p b n g b n w n w n n w b p q d b p q d n w n g b n p q p q p q d b p n g n g n g b n w n d b d b b p q d b b n b n n w n g b n p q p q p q d b p n g n g n g b n w n d b d b
Más detallesFebrero 2016 Ing. Rubén Darío Estrella, MBA Cavaliere dell ordine al Merito della Repubblica Italiana (2003) Ingeniero de Sistemas (UNIBE 1993), Administrador (PUCMM 2000), Matemático (PUCMM 2007), Teólogo
Más detallesComparación de dos Muestras - SnapStat
Comparación de dos Muestras - SnapStat Resumen La Comparación de Dos Muestras usando SnapStat crea un resumen de una página que compara dos muestras independientes de datos de variables. Calcula estadísticos
Más detalles1. Identifica y abre el programa STATA. La pantalla de inicio se muestra a continuación:
Proyecto Ciudadano Científico II Módulo Preparatorio de Estadísticas ANOVA (Análisis de Varianza) en STATA El módulo a continuación provee al usuario un grupo de instrucciones para llevar a cabo un análisis
Más detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detalles14 horas. 20 horas
EJERCICIOS PROPUESTOS ANALISIS DE VARIANZA. Se realiza un ANOVA para comparar el tiempo que demora en aliviar el dolor de cabeza de varios tipos de analgésicos. Se obtiene como resultado un test observado
Más detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Definición y clasificación del diseño experimental de grupos Diseño experimental de dos grupos: definición y clasificación Diseño experimental de dos grupos: análisis estadístico
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesDiseño por bloques aleatorizados completos
Diseño por bloques aleatorizados completos Introducción Al estudiar la influencia de un factor sobre una variable cuantitativa es frecuente que aparezcan otras variables o factores que también influyen
Más detallesRegresión Lineal. El modelo de regresión caracteriza la relación entre una variable respuesta que depende de k variables independientes o regresoras.
Regresión Lineal Los factores envueltos en la experimentación pueden ser de tipo cuantitativos o cualitativos Un factor cuantitativo es aquel que sus niveles pueden ser asociados con puntos dentro de una
Más detallesANOVA. Análisis de regresión y modelo lineal
. Análisis de regresión y modelo lineal [0011] DEFAD. Métodos de contraste de hipótesis y diseño de experimentos 2014 15. Análisis de regresión y modelo lineal 1 Comparaciones múltiples 2 3. Análisis de
Más detallesTema 2: Estadística Bivariante Unidad 1: Correlación y Regresión
Estadística Tema 2: Estadística Bivariante Unidad 1: Correlación y Regresión Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Octubre 2010 Contenidos...............................................................
Más detallesMedidas de dispersión. Rango o recorrido. Desviación media. Medidas de dispersión
Inicio Aritmética Álgebra Geometría Cálculo Estadística Trigonometría A B C D E F G H I J K L M N O P Q R S T U V W X Y Z Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesAlgebra de Matrices 1
Algebra de Matrices Definición Una matriz es un arreglo rectangular de valores llamados elementos, organizados por filas y columnas. Ejemplo: Notas: A 6. Las matrices son denotadas con letras mayúsculas..
Más detallesGuía de actividad Independiente No 5. Estadística Descriptiva. Nombre del estudiante: Fecha:
Guía de actividad Independiente No 5. NOMBRE DE LA ASIGNATURA: Estadística Descriptiva TUTOR: Deivis Galván Cabrera Nombre del estudiante: Fecha: 1. Al comenzar el curso se pasó una encuesta a los alumnos
Más detallesDISEÑOS EXPERIMENTALES EN LAS CIENCIAS AGRÍCOLAS
DISEÑOS EXPERIMENTALES EN LAS CIENCIAS AGRÍCOLAS EXPERIMENTOS FACTORIALES PRINCIPIOS FUNDAMENTALES CONCEPTOS IMPORTANTES 1 } Experimentos factoriales se refiere al arreglo de los tratamientos, no es un
Más detallesManual de bolsillo del MegaStat * * MegaStat es un complemento estadístico para el Excel elaborado por el profesor J. B. Orris de Butler University.
Manual de bolsillo del MegaStat * * MegaStat es un complemento estadístico para el Excel elaborado por el profesor J. B. Orris de Butler University. Estadísticas con MegaStat AgeCat Gender Seconds 1 2
Más detallesESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA APLICADA. TEMA 1. ESTADÍSTICA DESCRIPTIVA Definición de Estadística: La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
Más detallesPrueba t para muestras independientes
Prueba t para muestras independientes El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesExperimentos factoriales con factores aleatorios
Experimentos factoriales con factores aleatorios Hasta el momento hemos presumido que los factores en nuestros experimentos eran de naturaleza fija; esto es los niveles en que los factores fueron evaluados
Más detallesNOTAS SOBRE DISEÑO DE EXPERIMENTOS
INTRODUCCIÓN DISEÑO DE EXPERIMENTOS El Diseño de Experimentos tuvo su inicio teórico a partir de 1935 por Sir Ronald A. Fisher, quién sentó la base de la teoría del Diseño Experimental y que a la fecha
Más detallesRESUMEN. Palabras clave: Vacas lecheras, diseño cruzado, efecto residual, cuadrados latinos, análisis de varianza.
Zootecnia Tropical > Sumario de la Colección > Volumen 22 Zootecnia Trop., 22(04):387-401. 2004 El diseño cruzado: un diseño para la experimentación con vacas lecheras Nestor E. Obispo, Yusmary Espinoza
Más detallesCurso: Economía Ambiental del Turismo. Aplicación del Método Costo de Viaje
Curso: Economía Ambiental del Turismo Aplicación del Método Costo de Viaje Estimación de Modelos Poisson para la estimación del Excedente del Consumidor a través del Método del Costo de Viaje: El caso
Más detallesTEMA 2 Diseño de experimentos: modelos con varios factores
TEMA 2 Diseño de experimentos: modelos con varios factores José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Modelo bifactorial
Más detallesCapítulo. Resumir datos numéricamente Pearson Prentice Hall. All rights reserved
Capítulo 3 Resumir datos numéricamente Medidas de tendencia central Una medida de tendencia central describe numéricamente el valor promedio o dato típico de un conjunto de datos. Es un dato representativo
Más detallesESTADÍSTICA EXPERIMENTAL NOTAS DE CLASE OCTUBRE 14 DE 2008
ESTADÍSTICA EXPERIMENTAL NOTAS DE CLASE OCTUBRE 14 DE 2008 Temas tratados: a. Comentarios acerca de la asignación 4 b. Experimentos Foldover c. Experimentos Plackett Burmann d. Medias cuadradas esperadas
Más detallesIntroducción al análisis de la varianza (ANOVA)
Introducción al análisis de la varianza (ANOVA) Albert Sorribas Departament de Ciències Mèdiques Bàsiques Universitat de Lleida albert.sorribas@cmb.udl.cat última versión: 6 de febrero de 2014 Índice 1.
Más detallesEstadística ESTADÍSTICA
ESTADÍSTICA La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un estudio estadístico consta
Más detallesDiseño de Experimentos
Diseño de Experimentos Tema 8. Diseño de Bloques al Azar JAIME MOSQUERA RESTREPO DISEÑO DE BLOQUES El principio básico del diseño de experimentos consiste en garantizar la homogeneidad de las Unidades
Más detallesMedidas de Tendencia Central, Medidas de Dispersión & Otros Estadísticos (Cap. 2) Math. 298 Prof. Gaspar Torres Rivera
Medidas de Tendencia Central, Medidas de Dispersión & Otros Estadísticos (Cap. ) Math. 98 Prof. Gaspar Torres Rivera Un hombre promedio Roberto tiene 31 años de edad, una estatura de 68.8 pulgadas, pesa
Más detallesMATRICES FACTORIALES
MATRICES FACTORIALES Quimiometría Estudio cuantitativo de factores: efectos principales (b j ) interacciones (b ji ) si cada variable puede tener un valor mayor o uno menor: diseño factorial de dos niveles
Más detallesCENTRO UNIVERSITARIO UAEM ZUMPANGO LIC. DE INGENIERO AGRONOMO EN PRODUCCIÓN DISEÑO DE BLOQUES AL AZAR PRESENTA. DR en EDU. JOSÉ LUIS GUTIÉRREZ LIÑÁN
CENTRO UNIVERSITARIO UAEM ZUMPANGO LIC. DE INGENIERO AGRONOMO EN PRODUCCIÓN DISEÑO DE BLOQUES AL AZAR PRESENTA DR en EDU. JOSÉ LUIS GUTIÉRREZ LIÑÁN SEPTIEMBRE, 2015 INTRODUCCIÓN Los diseños experimentales
Más detallesClave Lab 7- Experimentos con dos Factores
Clave Lab 7- Experimentos con dos Factores 1. Se realizó un experimento para estudiar los efectos de tres niveles de ácido sórbico (0, 100 y 200 ppm) y seis niveles de actividad de agua (AW) en la supervivencia
Más detallesEjemplo Diseño Completamente aleatorizado (Pág. 470 Montgomery)
Ejemplo Diseño Completamente aleatorizado (Pág. 47 Montgomery) ) Representación gráfica de los datos mediante diagramas de caja Resumen del procesamiento de los casos Tension del papel (psi) Casos Válidos
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesPROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ
PROGRAMA DEL CURSO SOBRE PSICOLOGÍA EXPERIMENTAL MANUEL MIGUEL RAMOS ÁLVAREZ Resumen de Psicología Experimental 1 PSICOLOGÍA EXPERIMENTAL Manuel Miguel Ramos Alvarez. I. FUNDAMENTOS METODOLÓGICOS DE LA
Más detallesBloque II (Columnas) B= Y212 C= Y322 D= Y432 C= Y313 D= Y423 E= Y533. A= Y1k2. B= Y2k3
DISEÑO EN CUADRO LATINO En el diseño en cuadro latino (DCL) se controlan dos factores de bloque y se estudia un solo factor de interés. En este sentido, se tienen cuatro fuentes de variación: Los tratamientos
Más detallespeso edad grasas Regresión lineal simple Los datos
Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos
Más detallesBIOSESTADÍSTICA AMIGABLE
BIOSESTADÍSTICA AMIGABLE EJEMPLO: Ficha solicitud Colección Reserva UNIVERSIDAD AUSTRAL DE CHILE SISTEMA DE BIBLIOTECAS Clasificación: 574.015195 MAR 2001 Vol. y/o Copia: Apellido Autor: Título: C. 1 (SEGÚN
Más detallesÍndice general. Pág. N. 1. Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN. Diseño. Población. Muestra. Individuo (Observación, Caso, Sujeto) Variables
Pág. N. 1 Índice general Capítulo 1 ETAPAS DE UNA INVESTIGACIÓN 1.1 Diseño 1.2 Descriptiva 1.3 Inferencia Diseño Población Muestra Individuo (Observación, Caso, Sujeto) Variables Ejercicios de Población
Más detallesANÁLISIS DE LA VARIANZA CON UN SOLO FACTOR
Instituto Valenciano de Investigaciones Agrarias Seminario MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN AGRONÓMICA Tema 6 ANÁLISIS DE LA VARIANZA CON UN SOLO FACTOR Análisis de la Varianza con un solo factor
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesDISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X 2 CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo):
DISTRIBUCIÓN CHI-CUADRADO O JI-CUADRADO X CONCEPTO BÁSICO Frecuencia: es el número de datos que caen en cada celda. Frecuencias Observadas (fo): son aquellas que representan los valores muestrales observados
Más detallesMultiple Linear Regression
Multiple Linear Regression Aniel Nieves-González Abril 2013 Aniel Nieves-González () Time Series Abril 2013 1 / 15 Considere el ejemplo en cual queremos modelar las ventas en una cadena de tiendas por
Más detallesUNIDAD I. ESTADISTICA
MEDIDAS DE ESTADÍSTICA DESCRIPTIVA (Tomado de: http://www.universidadabierta.edu.mx/serest/map/metodos%20cuantitativos/py e/tema_12.htm) UNIDAD I. ESTADISTICA 1.2 Medidas Descriptivas MEDIDAS DESCRIPTIVAS
Más detallesEn el pasado, en la realización de experimentos que envolvían más de un factor, y cada
Capitulo 4. Planeamiento Factorial (Convencionales) 4.1 Introducción. En el pasado, en la realización de experimentos que envolvían más de un factor, y cada factor con más de una variable, se adoptaba
Más detallesSupuestos y comparaciones múltiples
Supuestos y comparaciones múltiples Diseño de Experimentos Pruebas estadísticas Pruebas de bondad de ajuste Prueba de hipótesis para probar si un conjunto de datos se puede asumir bajo una distribución
Más detallesEstadística. Análisis de datos.
Estadística Definición de Estadística La Estadística trata del recuento, ordenación y clasificación de los datos obtenidos por las observaciones, para poder hacer comparaciones y sacar conclusiones. Un
Más detallesFacultad de Ciencias del Mar, Curso 2011/12 Estadística Convocatoria Extraordinaria de Diciembre. 7/12/11
Facultad de Ciencias del Mar, Curso 2011/12 Estadística Convocatoria Extraordinaria de Diciembre. 7/12/11 1. Una empresa de acuicultura dispone de 8 jaulas flotantes para la cría de doradas. La producción
Más detallesPRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS
PRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales
Más detallesMATEMÁTICAS ÁLGEBRA (TIC)
COLEGIO COLOMBO BRITÁNICO Formación en la Libertad y para la Libertad MATEMÁTICAS ÁLGEBRA (TIC) GRADO:8 O A, B DOCENTE: Nubia E. Niño C. FECHA: 23 / 02 / 15 GUÍA UNIFICADA: # 1 5; # 1-6 y 1-7 DESEMPEÑOS:
Más detalles10. DISEÑOS EXPERIMENTALES
10. DISEÑOS EXPERIMENTALES Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Diseños Experimentales de Clasificación Simple En un diseño experimental
Más detallesFLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- BLOQUE ESTADÍSTICA: ESTADÍSTICA VARIABLE UNIDIMENSIONAL. Estadística variable unidimensional
FLORIDA Secundaria. 1º BACH MATEMÁTICAS CCSS -1- Estadística variable unidimensional 1. Conceptos de Estadística 2. Distribución de frecuencias 2.1. Tablas de valores con variables continuas 3. Parámetros
Más detallesPrincipios de Bioestadística
Principios de Bioestadística Dra. Juliana Giménez www.cii.org.ar Nos permite Llegar a conclusiones correctas acerca de procedimientos para el diagnostico Valorar protocolos de estudio e informes Se pretende
Más detallesElaborado por: Pelay, C. y Pérez, J. Prueba t para muestras independientes
Prueba t para muestras independientes 1 El procedimiento Prueba t para muestras independientes compara las medias de dos grupos de casos. Para esta prueba, idealmente los sujetos deben asignarse aleatoriamente
Más detallesAnálisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa
Análisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa Paola Ilabaca Baeza 1 José Manuel Gaete 2 paolailabaca@usal.es jmgaete@usal.es
Más detalles2. Plantear hipótesis considerando que: Hipótesis: Siendo una prueba no direccionada, el planteamiento de hipótesis, señalará que:
Análisis de varianza El análisis de la varianza, conocida también como ANVAR o ANOVA, por sus siglas en inglés (ANalysis Of VAriance) es un método que permite comparar dos o más grupos de datos a través
Más detallesANOVA (Análisis de varianza)
ANOVA (Análisis de varianza) Las pruebas de hipótesis son una herramienta útil cuando se trata de comparar dos tratamientos La experimentación usualmente requiere comparación de más de dos tratamientos
Más detallesESTADÍSTICA UNIDIMENSIONAL
ESTADÍSTICA UNIDIMENSIONAL DEFINICIÓN DE VARIABLE Una variable estadística es cada una de las características o cualidades que poseen los individuos de una población. TIPOS DE VARIABLE ESTADÍSTICAS Ø Variable
Más detallesPrácticas de Ecología Curso 3 Práctica 1: Muestreo
PRÁCTICA 1: MUESTREO Introducción La investigación ecológica se basa en la medición de parámetros de los organismos y del medio en el que viven. Este proceso de toma de datos se denomina muestreo. En la
Más detallesAnálisis de Datos Categóricos
Análisis de Datos Categóricos En el análisis de datos, a menudo nos encontramos con mediciones de respuestas que son de naturaleza categórica. Éstas respuestas reflejan información de categorías más que
Más detallesMs. C. Marco Vinicio Rodríguez
Ms. C. Marco Vinicio Rodríguez mvrodriguezl@yahoo.com http://mvrurural.wordpress.com/ Uno de los objetivos de la estadística es saber acerca del comportamiento de parámetros poblacionales tales como:
Más detallesLa prueba de ji-cuadrado
Estadística Aplicada a la Investigación en Salud Medwave. Año XI, No. 12, Diciembre 2011. Open Access, Creative Commons. La prueba de ji-cuadrado Autor: Fernando Quevedo Ricardi (1) Filiación: (1) Departamento
Más detallesDiseño de Experimentos. Diseños Factoriales
Diseño de Experimentos Diseños Factoriales Luis A. Salomón Departamento de Ciencias Matemáticas Escuela de Ciencias, EAFIT Luis A. Salomón (EAFIT) Inspira Crea Transforma Curso 2016 Índice 1 Introducción
Más detalles