CLAVE - LAB 4 - Determinación de Tamaño Muestral y Comparaciones Múltiples
|
|
- Eva Virginia Villalba Piñeiro
- hace 6 años
- Vistas:
Transcripción
1 Potencia Revisado_febrero_2016_LWB/CL CLAVE - LAB 4 - Determinación de Tamaño Muestral y Comparaciones Múltiples 1. Considere el problema 2 del laboratorio 2. Se está planificando realizar de nuevo este experimento para la próxima temporada y nos interesa diseñarlo correctamente, aprovechando la información brindada por el experimento analizado en el laboratorio 2. a. Usaría Ud. un DCA o un DBCA? Justifique. Usaría un DBCA porque hubo diferencias entre los bloques (los bloques son diferentes entre sí). b. Use Infostat para calcular la potencia para detectar como significativa una diferencia (D) de 6 plantas emergidas si el experimento fuese conducido usando n=2, 3, 4, 5, 6, 7, 8, 9, o 10 repeticiones. Considere un nivel de significación del 5%. En su cuaderno, anote los valores de potencia en una tabla (ejemplo abajo). Repita los cálculos de potencia para detectar como significativa una diferencia de 4 plantas emergidas. Número de repeticiones Potencia para D=4 Potencia para D= c. Use la información de la tabla arriba para hacer un gráfico de dispersión para estudiar el efecto de número de repeticiones sobre la potencia. Incluya ambas diferencias n AGRO 6600 CLAVE LAB 4 Page 1
2 d. Cuántas repeticiones se deberían usar si queremos ser capaces de detectar como significativa una diferencia en el número promedio de plantas emergidas de 4 entre dos medias de tratamientos un 90% de las veces? (ayuda: en Herramientas gráficas, use EjeY, Línea de corte para dibujar una línea horizontal para ponencia = 0.9) Se deberían usar 8 repeticiones. e. Cómo cambia nuestra respuesta si lo que deseamos detectar es una diferencia de 6? Se necesitarían menos repeticiones (4 repeticiones) para detectar una diferencia significativa en el 90% de los casos. 2. Para los datos del laboratorio 3 transformados a raíz cuadrada: a. Realice pruebas de LSD, Bonferroni y Tukey en Infostat y SAS. Use α=0.01 (hay que seleccionar esta opción en InfoStat, o especificar este nivel en SAS). Interprete sus conclusiones. Hipótesis: Ho: μ 1 = μ 2 = μ 3 Ha: Al menos un μ i es diferente Análisis de la varianza Variable N R² R² Aj CV raizrec Cuadro de Análisis de la Varianza (SC tipo III) F.V. SC gl CM F p-valor Modelo < Tratamiento < Error Total Se rechaza Ho porque el p (0.0001) es menor que el α (0.01). Por lo tanto, concluimos que existen diferencias en la raíz cuadrada del recuento de insectos entre los distintos tipos de insecticidas. Test:LSD Fisher Alfa=0.01 DMS= Error: gl: 27 Tratamiento Medias n E.E A B B OJO: El valor de alpha tiene que ser ajustado a 0.01 en el programa de InfoStat y SAS Medias con una letra común no son significativamente diferentes (p > 0.01) AGRO 6600 CLAVE LAB 4 Page 2
3 Test:Tukey Alfa=0.01 DMS= Error: gl: 27 Tratamiento Medias n E.E A B B Medias con una letra común no son significativamente diferentes (p > 0.01) Test:Bonferroni Alfa=0.01 DMS= Error: gl: 27 Tratamiento Medias n E.E A B B Medias con una letra común no son significativamente diferentes (p > 0.01) LSD muestra que hubo mayor número de insectos (raíz cuadrado del recuento) en parcelas con el tratamiento control (#1) que las tratadas con insecticidas (trt 2 o 3). En promedio, no hubo diferencias en el número de insectos en parcelas tratadas con insecticida natural (trt 2) o sintético (trt 3). En este ejemplo, los resultados fueron iguales con pruebas de Tukey y Bonferroni, aunque no siempre va a ser así. i. Cuál de estas tres pruebas es más conservadora (encuentra menos diferencias)? y más liberal? La prueba de Bonferroni tiene el mayor DMS ( ) y la prueba LSD tiene el menor DMS ( ). Mientras más grande el valor del DMS, más difícil es encontrar diferencias entre dos medias ii. Qué impacto tiene el método de comparación múltiple sobre la probabilidad de un error tipo I para todo el experimento? Una prueba conservadora (como Bonferroni) reduce la probabilidad de un error tipo I para todo el experimento (en promedio, la prueba va a encontrar diferencias entre medias en menos ocasiones). Pruebas menos conservadoras presentan el riesgo de mayor número de errores tipo I iii. Qué efecto tiene un aumento en el número de repeticiones sobre las diferencias mínimas de LSD, Bonferroni o Tukey? n (el número de repeticiones) aparece en el denominador de las fórmulas. Un aumento de n reduce el tamaño de la diferencia mínima de la prueba, haciendo la prueba más efectiva en encontrar diferencias entre medias (en otras palabras, un aumento en n aumenta la potencia de la prueba). Un aumento en n también aumenta los grados de libertad de error. No reduce el CME porque la SC de error aumenta con AGRO 6600 CLAVE LAB 4 Page 3
4 un aumento de observaciones (el CME va a ser aproximadamente lo mismo, no importa el cambio en n). Pero usamos los GL de error para determinar t /2, y mientas los GL de error aumenta, el tamaño de t disminuye, reduciendo el tamaño de la diferencia mínima de la prueba. b. A mano, calcule las diferencias mínimas de LSD, Tukey y Bonerroni y verificar que sus cálculos concuerdan con las de InfoStat o SAS (α=0.01). Para Tukey, la tabla 10 (de valores de q) no incluye g.l. (= v) = 27. Use v = 30. Para Bonferroni, el valor de t tabular no aparece en la tabla porque m=t(t-1)/2=3(2)/2=3, y /(2m) = 0.01/(2)(3) = (este último valor de no está en la tabla t). Favor de usar 3.22 como una aproximación de t tabular. CME=0.287; n=10; t=3; v = 27 (g.l. para error) Para LSD: t tabular para 27 G.L. (α=0.01, α/2=0.005)=2.771, entonces: LSD Fisher = = (hay un poco de error de redondeo, pero concuerda con el resultado en InfoStat) Para Tukey: v = 4.45 para t=3, α = 0.01 LSD Tukey = W = 4.45 = (un poco menor que el valor en InfoStat porque usamos un q con mayor número de g.l. [que da un valor de q más pequeño que el valor correcto]) Para Bonferroni: LSD Bon = 3.22 = (muy cerca del valor de InfoStat) c. Para el mismo valor de CME, qué impacto tiene un aumento en número de tratamientos sobre la diferencia mínima de Bonferroni? Un aumento en m (aumento en número de tratamientos) aumenta el valor de t, haciendo la prueba aún más conservadora (porque la diferencia mínima aumenta). AGRO 6600 CLAVE LAB 4 Page 4
5 d. In InfoStat, grafique las medias de insecticidas para recuentos transformados a raíz cuadrada. Incluya bigotes que corresponden al tamaño de la diferencia mínima de Tukey. Los bigotes encima de las columnas que corresponden a los dos insecticidas no llegan a sobrepasar la altura de la columna (= a la media) del tratamiento control (sin insecticida) 3. Los datos siguientes provienen de un diseño completamente aleatorizado con 6 tratamientos y 5 repeticiones. La variable observada fue la agresión de ratones (0=muy pasivo a 50=muy agresivo). Use la tabla de ANOVA para calcular la diferencia mínima de Tukey usando =.05. Realice todas las comparaciones posibles entre pares de medias. Resuma sus conclusiones usando letras para indicar diferencias significativas (letras comunes para medias no diferentes). Tratamiento Medias Tratamiento (ordenados) media a ab ab ab ab b F de Var. g.l. S.C. C.M. Trat Error DM tukey = AGRO 6600 CLAVE LAB 4 Page 5
6 Ho: μ1 = μ2 =μ3 = μ4 = μ5 = μ6 Ha: Al menos un μi es diferente F obs = 3.05 F tab = 2.62 F obs > F tab ; por lo tanto, rechazo Ho a favor de Ha. Quiere decir que hay diferencia significativa entre las medias en la agresión de ratones. W = 4.37 (175.2/5) W= Existe diferencia significativa en los tratamientos 1 y 5 en la agresión de los ratones, pero no hay diferencia significativa en los demás tratamientos. 4. En un estudio sobre la susceptibilidad de plántulas de duraznero a 5 cepas diferentes de un virus, se tomaron de un vivero 4 plantas al azar; en cada planta se seleccionaron 5 hojas y cada una fue inoculada con una de las cinco cepas virales (elegida aleatoriamente). Al cabo de una semana, se midió en cada hoja el tamaño de la lesión producida por el virus (en μm²). Los resultados de la prueba LSD fueron los siguientes : Test:LSD Fisher Alfa=0.05 DMS= Error: gl: 12 Cepa Medias n E.E. A A D A B C B E C B D Medias con una letra común no son significativamente diferentes (p<= 0.05) a. repare una tabla de ANOVA con las fuentes de variación y los grados de libertad. Es un DBCA (cada planta corresponde a un bloque completo): F. de V. G.L. Planta (=bloque) 3 Cepa 4 Error 12 Total 19 AGRO 6600 CLAVE LAB 4 Page 5
7 Indique Cierto o Falso en cada una de las siguientes afirmaciones: b. Hay diferencias significativas entre las medias de las cepas A y C. Cierto c. La cepa A mostró las lesiones más grandes en promedio. Falso d. No hay diferencias significativas entre las lesiones (en promedio) producidas por las cepas C y D. Cierto e. La cepa B mostró las lesiones más pequeñas en promedio. Cierto Ejemplo de la presentación de una prueba de Tukey en una tabla. En este ejemplo, no se especificó el nivel de probabilidad de la prueba. Esta es información que debería aparecer. Otra información adicional que podría ser útil para incluir en una tabla de este tipo es el valor de la diferencia mínima de Tukey (el valor W). AGRO 6600 CLAVE LAB 4 Page 6
8 Las letras corresponde a la comparación de medias en la columna Kitale (las medias de las diferentes líneas de habichuela en la localidad de Kitale) Las letras mayúsculas son para comparar medias en la última fila(las medias de todas las variedades en cada una de las cuatro localidades) AGRO 6600 CLAVE LAB 4 Page 7
CLAVE 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 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 detallesAGRO 5005 Examen Final 2014 Nombre: Número de estudiante:
AGRO 5005 Examen Final 04 Nombre: Número de estudiante: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial
Más detallesExamen Final. F.V. SC gl CM F p-valor Método Error Total
Examen Final Nombre: AGRO 5005 009 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar
Más detallesCLAVE - Lab 5 - Contrastes
CLAVE - Lab 5 - Contrastes 1. Se realizó un experimento para comparar cuatro conservadore diferentes para fresas congeladas (C1, C2, C3, C4). Se cosecharon suficientes fresas para obtener 32 muestras de
Más detallesCLAVE - LAB 2 - Diseños Completamente Aleatorizado y en Bloques
CLAVE - LAB 2 - Diseños Completamente Aleatorizado y en Bloques 1. Se realizó un experimento para determinar si cinco fuentes de nitrógeno difirieron en sus efectos sobre la producción de arroz. El diagrama
Más detallesAGRO Examen Parcial 1. Nombre:
Examen Parcial 1 Nombre: AGRO 6600 2013 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 detallesCLAVE - Laboratorio 11: Análisis de la Varianza
CLAVE - Laboratorio 11: Análisis de la Varianza 1. Se está diseñando un experimento para comparar 4 variedades de habichuela. Se usarán 6 parcelas con cada una de las variedades en un diseño completamente
Más detallesAGRO Examen Parcial 1. Nombre:
Examen Parcial 1 Nombre: AGRO 6600 2008 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 detallesAGRO 5005 Examen Final 2005 Nombre: Número de estudiante:
AGRO 5005 Examen Final 2005 Nombre: Número de estudiante: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Se proveen las tablas y las
Más detallesLAB 13 - Análisis de Covarianza - CLAVE
LAB 13 - Análisis de Covarianza - CLAVE Se realizó un experimento para estudiar la eficacia de un promotor de crecimiento en terneros en lactación. Se usaron cuatro dosis de la droga (0, 2.5, 5 y 7.5 mg).
Más detallesAGRO Examen Final. Nombre:
PesoSeco (g) Examen Final Nombre: AGRO 5005 2010 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
Más detallesAVISOS. Diseño Factorial 30/03/2015. Bioestadística II. Diseño Factorial. El miércoles 1 Abril no hay clases de BIO II
Facultad de Ciencias EYactas, Físicas y Naturales Universidad Nacional de Córdoba AVISOS Bioestadística II 2015 El miércoles 1 Abril no hay clases de BIO II http://estadisticaybiometria.wordpress.com seguir
Más detallesAGRO Examen Final. Nombre:
Examen Final Nombre: AGRO 5005 2012 Instrucciones: Apague celulares. Se descontarán 10 puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden
Más detallesCLAVE-LAB 3-Supuestos del Análisis de la Varianza
CLAVE-LAB 3-Supuestos del Análisis de la Varianza El archivo Excel con los datos para este laboratorio está en la página del curso. Los datos provienen de un estudio realizado para comparar los efectos
Más detallesAGRO Examen Final. Nombre:
Examen Final Nombre: AGRO 5005 20 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar
Más detallesCLAVE-LAB 3-Supuestos del Análisis de la Varianza
(Revisado enero 016_LWB/CL) CLAVE-LAB 3-Supuestos del Análisis de la Varianza El archivo Excel con los datos para este laboratorio está en la página del curso. Los datos provienen de un estudio realizado
Más detallesExamen Parcial 1. En la muestra se determinó la concentración de E. coli, en logufc. Se presentan algunos análisis relevantes a continuación.
Examen Parcial 1 Nombre: AGRO 6600 2009 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 detallesAGRO Examen Parcial 1. Nombre:
Examen Parcial 1 Nombre: AGRO 6600 2015 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora y la hoja de fórmulas provista. Para obtener
Más detallesCLAVE Lab 11 - Regresión Lineal Simple y Polinomial
Escala común CLAVE Lab 11 - Regresión Lineal Simple y Polinomial 1. A mano, construya los siguientes gráficos: a. Grafique la línea recta correspondiente a la ecuación y 2x 1 b. Grafique la línea recta
Más detallesDCA: Es el más simple de todos los diseños, solamente se estudia el. en diferentes tratamientos o niveles.
completamente aleatorizado (DCA): 1 solo factor con diferentes tratamientos. DCA: Es el más simple de todos los diseños, solamente se estudia el efecto de un factor, el cual se varía en diferentes tratamientos
Más detallesAGRO 6600 Segundo Examen Parcial
AGRO 6600 Segundo Examen Parcial 2014 Nombre: Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
Más detallesCLAVE - LAB 13 (Regresión y correlación lineal)
CLAVE - LAB 13 (Regresión y correlación lineal) 1. Se condujo un experimento para examinar el efecto de diferentes concentraciones de pectina sobre la firmeza de batata enlatada. Se usaron tres concentraciones
Más detallesCLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes
(revisado_oct 15_LWB/RS) CLAVE-Laboratorio 9: Pruebas t para una y dos muestras independientes 1. Calcule las siguientes probabilidades usando la tabla t e InfoStat. Incluya un diagrama en cada caso. a.
Más detallesPruebas t para muestras pareadas
AGRO 55 LAB 1 Pruebas t para muestras pareadas PARTE I. Incluya en cada caso todos los pasos necesarios para probar las hipótesis correspondientes, una gráfica con t tab (t crítico), el cálculo del t obs
Más detallesAGRO 5005 Examen Final 2013 Nombre: Número de estudiante:
AGRO 5005 Examen Final 2013 Nombre: Número de estudiante: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial
Más detallesSegundo Examen Parcial
Segundo Examen Parcial Nombre: AGRO 6600 2009 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
Más detallesESTADISTICA AVANZADA. Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman)
ESTADISTICA AVANZADA Análisis de la Variancia Anova One Way Kruskal-Wallis Bloques (Friedman) Factor Análisis de la Variancia El análisis de varianza One Way es una generalización de la Prueba t para mas
Más detallesTEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN
TEMA 6 COMPROBACIÓN DE HIPÓTESIS ESPECÍFICAS DE INVESTIGACIÓN 1 DISEÑO DE INVESTIGACIÓN Y 1 A = a 1 a Y 1 A = 3 a 1 a a Hipótesis específicas de la investigación Cuando la variable independiente tiene
Más detallesCLAVE - LAB 1 - Repaso de Notación, Prueba de t y ANOVA. Introducción a SAS
(Revisado enero 016_LWB/CL) CLAVE - LAB 1 - Repaso de Notación, Prueba de t y ANOVA. Introducción a SAS PARTE A: Los siguientes datos corresponden a la cantidad de flores a los 60 días en plantas de dos
Más detallesAGRO Examen Parcial 2. Nombre:
1 Nombre: Examen Parcial 2 AGRO 5005 2016 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 detallesDiseño de experimentos Hugo Alexer Pérez Vicente
Diseño de experimentos Hugo Alexer Pérez Vicente Métodos complementarios al análisis de varianza Comparaciones múltiples Comparación o pruebas de rangos múltiples Después de que se rechazó la hipótesis
Más detallesAnálisis A Variable N R² R² Aj CV pesotejido(g)
Nombre: Segundo Examen Parcial 1 AGRO 6600 2015 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
Más detallesAGRO Examen Final
AGRO 6600 Examen Final 2004 Nombre: Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden
Más detallesAGRO Examen Parcial 2. Nombre:
Densidad Densidad Densidad Densidad Examen Parcial 2 AGRO 5005 Nombre: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro, las tablas con fórmulas y la
Más detallesEXPERIMENTOS FACTORIALES CON RESTRICCIONES DE ALEATORIZACION
EXPERIMENTOS FCTORILES CON RESTRICCIONES DE LETORIZCION Diseño de Parcela Dividida Diseño de Bloques Divididos o en Franjas Características generales de estos diseños Esquemas a campo y aleatorización
Más detallesANÁLISIS DE LA VARIANZA. PASO 1: Planilla de toma de datos.
Autores: de la Torre, Ma. Virginia; Chiappero, Ma. Carolina Colaboradores: Biasutti, Carlos A.; Conrero, Juan M.; Nazar, Ma. Cristina; Carreras, Julia ; Allende, Ma. José y Mansilla, Pablo. MEJORAMIENTO
Más detallesAGRO Examen Final. Nombre:
Examen Final Nombre: AGRO 6600 2008 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden
Más detallesDiseño de Experimentos
Diseño de Experimentos Estudios experimentales vs observacionales Experimento vs Muestreo La palabra experimento se utiliza en un sentido preciso, implicando una investigación donde un sistema bajo estudio
Más detallesTema 18 Análisis de la varianza de un factor (ANOVA) Contraste paramétrico de hipótesis
Tema 18 Análisis de la varianza de un factor () Contraste paramétrico de hipótesis Compara la distribución de una variable continua normal en mas de dos poblaciones (niveles o categorías) Pruebas de contraste
Más detallesEn clases anteriores hemos estudiado diseños aleatorizados a un factor (con y sin bloqueo), introduciendo el modelo de Análisis de la Varianza
Bioestadística II Bioestadística II En clases anteriores hemos estudiado diseños aleatorizados a un factor (con y sin bloqueo), introduciendo el modelo de Análisis de la Varianza Bioestadística II Bioestadística
Más detallesc. (4 puntos) Identifique el factor A (aplicado a nivel de parcela completa) e indique el número de niveles de este factor:
1 AGRO 6600 Examen Final Nombre: 2015 Instrucciones: Apague celulares. Se descontarán 10 puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden
Más detallesEstadística III. Carrera: FOR Participantes Representante de las academias de Ingeniería Forestal de Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Estadística III Ingeniería Forestal FOR - 0619 2 1 5 2. HISTORIA DEL PROGRAMA Lugar
Más detallesMétodos de Diseño y Análisis de Experimentos
1 / 28 Métodos de Diseño y Análisis de Experimentos Patricia Isabel Romero Mares Departamento de Probabilidad y Estadística IIMAS UNAM marzo 2018 Ideas básicas del diseño experimental Capítulo 4 de Analysis
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 detallesExamen Final. a. Identifique los factores en estudio, y si éstos son fijos o aleatorios.
AGRO 6600 Examen Final 2002 Nombre: Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas deben
Más detallesUNIDAD IV COMPARACION DE MEDIAS DE TRATAMIENTOS ANALISIS Y DISEÑO DE EXPERIMENTOS
UNIDAD IV COMPARACION DE MEDIAS DE TRATAMIENTOS UNIDAD DE APRENDIZAJE: ANALISIS Y DISEÑO DE EXPERIMENTOS LICENCIATURA DE INGENIERO AGRONOMO EN FLORICULTURA FACULTAD DE CIENCIAS AGRÍCOLAS Elaborado por:
Más detallesEstadísticas II. M. en E. M. Milagros Eugenia Faci. 15 de julio de 2010
010 Estadísticas II M. en E. M. Milagros Eugenia Faci 1 de julio de 010 Estadísticas II CONTENIDO INTRODUCCIÓN...3 PASO 1. DATOS DEL COEFICIENTE INTELECTUAL DE LA CLASE ALTA, MEDIA Y BAJA...3 PASO. ENCONTRAR
Más detallesEvaluación del efecto de la aplicación de Fertilizantes FULLTEC en semilla y en aplicaciones foliares sobre el rendimiento de soja CAMPAÑA
CONCEPCIÓN DEL URUGUAY Objetivo Evaluación del efecto de la aplicación de Fertilizantes FULLTEC en semilla y en aplicaciones foliares sobre el rendimiento de soja CAMPAÑA 2011-12 Norma Arias Evaluar el
Más detallesSnapstat: Comparación de Varias Muestras
Snapstat: Comparación de Varias Muestras Resumen La Comparación de Varias Muestras en SnapStat crea un resumen de una página que compara dos o más muestras independientes de datos. Incluye pruebas para
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 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 detallesAGRO Examen Parcial 2. Nombre:
1 Nombre: Examen Parcial 2 AGRO 5005 2015 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 detallesCLAVE - LAB 12 - Regresión Múltiple y Selección de Variables
Revisado_May_2018_LW B CLAVE - LAB 12 - Regresión Múltiple y Selección de Variables Para estudiar la relación entre ciertas características del suelo y la producción de biomasa (g) de una planta forrajera
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 detallesSegundo Examen Parcial
Nombre: Segundo Examen Parcial AGRO 6600 2010 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
Más detallesPruebas de Hipótesis Multiples
Pruebas de Hipótesis Multiples Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el método de Análisis de Varianza (ANOVA) H o : µ
Más detallesDISEÑO EXPERIMENTAL FACTORIAL DE GRUPOS
TEMA III ESQUEMA GENERAL Definición del diseño factorial Clasificación del diseño factorial Efectos estimables en un diseño factorial Diseño factorial A x B completamente al azar: Estructura Diseño factorial
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 detallesAGRO 6600 Segundo Examen Parcial
AGRO 6600 Segundo Examen Parcial Nombre: 2012 Instrucciones: Apague celulares. Se descontarán puntos si su celular suena durante el examen. Por favor lea los enunciados y las preguntas cuidadosamente.
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 detallesDISEÑOS EXPERIMENTALES DE DOS GRUPOS Y MULTIGRUPO
TEMA II ESQUEMA GENERAL Diseño experimental de dos grupos: definición y clasificación Formatos del diseño y prueba de hipótesis Diseño experimental multigrupo: definición Formato del diseño multigrupo
Más detallesANOVA Análisis de la Varianza en diseño de experimentos
ANOVA Análisis de la Varianza en diseño de experimentos NATURALEZA DEL DISEÑO EXPERIMENTAL El diseño experimental tiene sus orígenes en los trabajos de Ronald Aylmer Fisher (1890 1962) desarrollados en
Más detallesCLAVE- Lab 10 - Diseño en Parcelas Divididas
Parte I CLAVE- Lab 10 - Diseño en Parcelas Divididas e desea estudiar el efecto de ablandadores y tiempo de cocción sobre la terneza de carne de res. eis canales de res se obtuvieron aleatoriamente de
Más detallesANOVA. Análisis de la Varianza. Univariante Efectos fijos Muestras independientes
ANOVA Análisis de la Varianza Univariante Efectos fijos Muestras independientes De la t a la F En el test de la t de Student para muestras independientes, aprendimos como usar la distribución t para contrastar
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 detallesU ED Tudela Diseños de Investigación y Análisis de Datos - Tema 7
Diseños de Investigación y Análisis de Datos Preguntas de exámenes TEMA 7: A OVA PARA MUESTRAS I DEPE DIE TES (2 FACTORES) 1.- Se dice que un diseño bifactorial es equilibrado si: A) Los grupos tienen
Más detallesDISEÑOS DE PARCELAS DIVIDIDAS
Experimentos Factoriales: Diseño de parcelas divididas y de bloques divididos 1 DISEÑOS DE PRCELS DIVIDIDS Este tipo de diseños se utiliza frecuentemente en experimentos factoriales cuando uno de los factores
Más detallesCLAVE - Laboratorio 5: Probabilidad y Distribución Binomial
CLAVE - Laboratorio 5: Probabilidad y Distribución Binomial 1. Para el experimento aleatorio de arrojar 3 monedas diferentes (una de $0.05, una de $0.10 y una de $0.25), realice una lista con los 8 resultados
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 detallesDISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II
DISEÑO Y ANÁLISIS DE DATOS EN PSICOLOGÍA II PRÁCTICA 6 Problema 1.- Tengamos las variables sexo, nivel económico y consumo de tabaco. Los datos son los siguientes: Hombre Mujer Alto Bajo Alto Bajo 10 10
Más detallesDiseño de Experimentos
Diseño de Experimentos Mejoramiento Continuo de Deming DOE Sí el análisis expuso una serie de factores de entrada para el proceso que deben ser controlados para maximizar o minimizar un resultado, entonces
Más detallesEXAMEN FINAL ESTADÍSTICA GENERAL (Ejemplo 4)
EXAMEN FINAL ESTADÍSTICA GENERAL (Ejemplo 4) Apellido y nombre: - Este examen contiene 15 preguntas con 5 respuestas propuestas cada una. Identificar y marcar la única respuesta correcta en cada caso.
Más detallesTema 9: Introducción al problema de la comparación de poblaciones
Tema 9: Introducción al problema de la comparación de poblaciones Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 9: Introducción al problema
Más detallesCLAVE-Laboratorio 3: Resumen gráfico de la información II
% Germinación (Revisado sept_2017_lbw/rs) CLAVE-Laboratorio 3: Resumen gráfico de la información II 1. Utilizando los datos de prueba Atriplex, prepare el siguiente gráfico de barras que presenta el porcentaje
Más detallesEVALUACION DE LA RESPUESTA DE SOJA Y MAÍZ A LA FERTILIZACION CON MICROSTAR
Informe de resultados de la campaña 2017-18 EVALUACION DE LA RESPUESTA DE SOJA Y MAÍZ A LA FERTILIZACION CON MICROSTAR Introducción Ing. Agr. Msc. Ricardo J. Melchiori Dr. Pedro A. Barbagelata Ing. Agr.
Más detalles1.- DATOS DE LA ASIGNATURA. Ingeniería Forestal. Clave de la asignatura: SATCA: PRESENTACIÓN. Caracterización de la asignatura.
1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Diseños Experimentales Ingeniería Forestal FOQ-1010 SATCA: 1 2 3 2.- PRESENTACIÓN. Caracterización de la asignatura.
Más detallesAGRO Examen Parcial 2 Nombre:
Examen Parcial 2 Nombre: AGRO 5005 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas deben
Más detallesDISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS Enero/febrero Código asignatura: MODELO A DURACION: 2 HORAS
DISEÑOS DE INVESTIGACIÓN Y ANÁLISIS DE DATOS Enero/febrero 2014. Código asignatura: 62012054 MODELO A DURACION: 2 HORAS Material: Formulario, Tablas y calculadora no programable Calificación= (0,4 x Aciertos)
Más detallesEs el cambio en la respuesta de los genotipos a los diferentes ambientes. Diferencias en la expresiones de los genotipos según el ambiente.
Es el cambio en la respuesta de los genotipos a los diferentes ambientes Diferencias en la expresiones de los genotipos según el ambiente. Selección Fenotípica h 2 = 2 G / 2 P P 2 G 2 GxE 2 Donde: e 2
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 detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesAGRO Examen Parcial 2 Nombre:
Examen Parcial 2 Nombre: AGRO 5005 Instrucciones: Por favor lea los enunciados y las preguntas cuidadosamente. Se pueden usar el libro y la calculadora. Para obtener crédito parcial las respuestas deben
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 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 detallesANÁLISIS E INTERPRETACIÓN DE DATOS EXPERIMENTALES EN EL MEJORAMIENTO GENÉTICO VEGETAL. Ing. Agr. Pablo Mansilla MGV-FCA, UNC.
ANÁLISIS E INTERPRETACIÓN DE DATOS EXPERIMENTALES EN EL MEJORAMIENTO GENÉTICO VEGETAL. Ing. Agr. Pablo Mansilla MGV-FCA, UNC. ALGUNAS DEFINICIONES NECESARIAS.. UNIDAD EXPERIMENTAL (UE) Porción de material
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 detallesPROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL
1 PROYECTO DEL CURSO DE ESTADÍSTICA INFERENCIAL Prof.: MSc. Julio R. Vargas A. I. INTRODUCCION El presente trabao está orientado a aplicar los conocimientos de estadística inferencial a un caso práctico
Más detallesUNIDAD III DISEÑOS EXPERIMENTALES RELACIONADOS CON UN SOLO FACTOR DE ESTUDIO ANALISIS Y DISEÑO DE EXPERIMENTOS
UNIDAD III DISEÑOS EXPERIMENTALES RELACIONADOS CON UN SOLO FACTOR DE ESTUDIO UNIDAD DE APRENDIZAJE: ANALISIS Y DISEÑO DE EXPERIMENTOS LICENCIATURA DE INGENIERO AGRONOMO FITOTECNISTA FACULTAD DE CIENCIAS
Más detallesPruebas de Hipótesis
Pruebas de Hipótesis Una prueba de hipótesis es una técnica de Inferencia Estadística que permite comprobar si la información que proporciona una muestra observada concuerda (o no) con la hipótesis estadística
Más detallesEXPERIMENTOS FACTORIALES
EXPERIMENTOS FCTORILES Generalidades Simbología Diseños Experimentales Ventajas Desventajas nálisis Estadístico Ventajas - Desventajas Ventajas 1. Economía en el material experimental, al obtener información
Más detallesCAPÍTULO 3. Los datos de las seis variables fueron analizados estadísticamente. diseño experimental de bloques completamente al azar.
61 CAPÍTULO 3 3. ANÁLISIS DE RESULTADOS Los datos de las seis variables fueron analizados estadísticamente mediante el análisis de varianza (ADEVA), que es utilizado para evaluar el diseño experimental
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 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 detallesEjemplos Resueltos Tema 4
Ejemplos Resueltos Tema 4 2012 1. Contraste de Hipótesis para la Media µ (con σ conocida) Dada una muestra de tamaño n y conocida la desviación típica de la población σ, se desea contrastar la hipótesis
Más detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesUNHEVAL HUÁNUCO FACULTAD CIENCIAS AGRARIAS E.A.P. ING. AGROINDUSTRIA
UNHEVAL HUÁNUCO FACULTAD CIENCIAS AGRARIAS E.A.P. ING. AGROINDUSTRIA 0bler Edwin Duran Sacramento Página 1 DCA (DISEÑO COMPLETAMENTE AL AZAR) EJEMPLO 2.- se presentan los resultados de la descendencia
Más detalles