distribución de frecuencias

glucosa 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69
niños 2 1 4 1 1 3 4 3 1 4 8 4 2 4 3

tabla de distribución de frecuencias

Marca de clase
Clases (X) Frecuencia absoluta (F) Frec. Abs. acomulada Frecuen
[54; 64) 59 20 20 33.333
[64; 74) 69 29 49 48.333
[74; 84) 79 11 60 18.333
60 1

histograma y polígono de frecuencias

Frecuencia absoluta Frecuencia relativa
20 33.3
29 48.3
22 18.3

Promedio media 2
X= 67.5 67.5

Desviación estándar
S^2 115482056
S 10746

Coeficiente de variación
159

Interpretar cada uno de los anteriores con fundamentación estadística.

 TOTAL
71 72 73 74 75 76 77 80 83 1611
1 2 1 1 3 2 1 3 1 60

ncias
Xi*Fi (X -x)2 F ((X -x)2)
Frecuencia relativa PROMEDIO
33.3333333333 1180 1180 72 1445
48.3333333333 2001 2001 3738422 108414245
18.3333333333 869 869 642402 7066425
100 4050 4050 115482115

Chart Title

4
R 25 R
K 1.3 K
C 19.2 20 C

r 26 r
1

Ex. Izq. 39.5 Ex. Izq.

Ex. der. Ex. der.

14.5

Comida regular
Clases Marca de clase (X) Frecuencia absoluta (F)
[15; 34,2) 24.6 18
[34,2; 53,4) 43.8 2
20

Zumo de uva
Clases Marca de clase (X) Frecuencia absoluta (F)
[2; 16) 24.6 14
[16; 30) 43.8 6
20

Comida regular Zumo de uva

media 26.52 media
varianza 1285.5 varianza
Desviación estándar 26215 161.91 Desviación estándar
Coeficiente de variación 6.10521 Coeficiente de variación

¿Cuál de estos dos conjuntos de datos tienen una mayor variabilidad?

se observa que la muestra de comida regular tiene menos variabilidad en los datosde la muestra de zumo de uva,
estándar es menor, sino que en el caso de la muestra 2, los datos no están concentrados en la media, sino hacia la

Comida regular
Frecuencia absoluta (F) Frecuencia relativa
18 90
2 10

Chart Title
100
90
80
RELATIVA

70
60
50
 Chart Title
100
90
80

FRECUENCIA RELATIVA
70
60
50
40
30
20
10
0
1 2 3 4 5 6 7
FRECUENCIA ABSOLUTA

Row 39 Row 40
 18
1.3
13.8 14

18.2
0.2

19

Comida regular
Frec. Abs. acomulada Frecuencia relativa PROMEDIO Xi*Fi (X -x)2 F ((X -x)2)
18 90 442.8 442.8 605 10893
20 10 87.6 87.6 7674 15348
100 530.4 530.4 26240

Zumo de uva
Frec. Abs. acomulada Frecuencia relativa PROMEDIO Xi*Fi (X -x)2 F ((X -x)2)
14 70 344.4 344.4 605 8472
20 30 262.8 262.8 69064 414383
100 607.2 607.2 422855

umo de uva
30.36
21112.4
422826 650.25
21.41801

de la muestra de zumo de uva, pues no solo su desviacion

ados en la media, sino hacia la derecha

Zumo de uva
Frecuencia absoluta (F) Frecuencia relativa
14 70
6 30

Chart Title

6
ABSOLUTA

4
 Chart Title

6
FRECUENCIA ABSOLUTA
5

4
3

1
0 10 20 30 40 50 60 70

FRECUENCIA RELATIVA

Row 39 Row 40
 Proveedor A Proveedor B
1.80 1 1.60
2.50 2 2.50
1.50 3 1.20
1.20 4 2.30
1.00 5 1.50

8.00 Suma 9.10

5.00 Cantidad de datos 5.00
1.60 Media 1.82
Otros datos
1.50 Mediana 1.60
1.45 Media Armonica 1.69
0.35 Varianza 0.31
0.59 Desviación estandar 0.55
36.7% Coeficiente de variación 30.4%
Proveedor B
1
2
3
4
5

Suma
Cantidad de datos
Media
Otros datos
Mediana
Media Armonica
Varianza
Desviación estandar
Coeficiente de variación
 Icopor Biopak Cry-o-vac Shopak
5.33 6.59 4.95 2.41
4.95 7.9 4.44 2.83
5.1 4.48 3.48 2.97
7.14 7.32 3.92 2.38
7.84 6.41 8.62 2.11
6.072 6.54 5.082 2.54 promedio

¿Qué tipo de diseño experimental es?

el diseño en bloques completos al azar, porque cada uno de los tratamientos se ubico al azar en diferentes bloques.
con el fin de que cada uno de estos posea unidades Experimentale homogeneas entre si . El bloqueo es una tecnica
efectos de las variables extrañas que perturben el normal desarrollo del ensayo. En este tipo de diseño se puede us
eliminar el error de la variacion entre bloques.

Cuál es el modelo matemático

Yijk = u+ Ti+Bj+Eij
Yijk resultado del tratamiento
u medida general del experimento
Ti efecto del tratamiento
Bj efecto del tratamiento
Eij error experimental

Estipule claramente las hipótesis que interesa contrastar con el análisis de varianza d
hipotesis nula (H0): no existen diferencias estadisticamente significativas entre los promedios de tipo de carne y los
hipotesis Alternativa (H1): al menos uno de los factores, influye con un nivel designificancia de 5%

Realice el análisis de varianza en Excel, con las fórmulas, la tabla de varianza debe recoger los valores de SC, CM, G
relacionando las operaciones. No se admitirán resultados que no sea del producto de las fórmulas elaboradas en el

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 5 30.36 6.072 1.75517
Columna 2 5 32.7 6.54 1.68025
Columna 3 5 25.41 5.082 4.21592
Columna 4 5 12.7 2.54 0.1241

ANÁLISIS DE VARIANZA

Origen de las Suma de Promedio de los Probabilida

variaciones cuadrados Grados de libertad cuadrados F d
Entre grupos 47.827095 3 15.942365 8.20139568 0.00156358
Dentro de los gru 31.10176 16 1.94386
Total 78.928855 19

¿Según el análisis de varianza hay diferencias significativas? ¿Por qué?

Si encuentra diferencias estadísticas significativas, realice la prueba de Tukey en Excel relacionando las operaciones

HSD 3.442
MULTIPLICADOR 5.52
MES 1.94386
n5

Shopa
Icopor Biopak Cry-o-vac
k
Icopor -0.468 0.99 3.532
Biopak 0.468 1.458 4
Cry-o-vac -0.99 -1.458 2.542
Shopak -3.532 -4 -2.542

Discuta ampliamente los resultados, desde la perspectiva biológica

o al azar en diferentes bloques. En este tipo de diseño, las unidades Experimentales se hallan agrupadas en bloque
e si . El bloqueo es una tecnica para aumentar la precision del ensayo con su informacion se pretende controlar los
ste tipo de diseño se puede usar el numero de bloques de Tratamientos que se dese, el objetivo del diseño es

el análisis de varianza de este experimento

omedios de tipo de carne y los diferentes tipos deempaque, con un 5% de significancia
cancia de 5%

coger los valores de SC, CM, GL, F y probabilidad realizados con fórmula debidamente evidenciable y
e las fórmulas elaboradas en el archivo Excel

Valor crítico
para F
3.23887152
l relacionando las operaciones.
 BLOQUES
Tratamientos I II III IV V VI VII
Control 5.4 4 7 5.8 3.5 7.6 5.5
Fármaco 1 6 4.8 6.9 6.4 5.5 9 6.8
Fármaco 2 5.1 3.9 6.5 5.6 3.9 7 5.4

Cuáles son las ventajas de usar un diseño de bloques completos al azar? Justifique su respuesta
Elimina una fuente de variacion de error, aumentando de esta forma la precision del ensayo
permite una gran flexibilidad, siempreycuando exista un mismo numero de variables para cada tratamiento
la perdida de informacion por tratamiento, no dificulta el análisis estadastico

b. ¿Cuál es el modelo matemático? Para cada ítem en el ejercicio planteado indique a que corresponde cada
Yijk = u+ Ti+Bj+Eij
Yijk resultado del tratamiento
u medida general del experimento
Ti efecto del tratamiento tipo de suelo
Bj efecto del tratamiento
Eij error experimental

c. ¿Estipule claramente las hipótesis que interesa contrastar con el análisis de varianza de este experimento?

Realice el análisis de varianza en Excel, con las fórmulas, la tabla de varianza debe recoger los valores de SC, C
debidamente evidenciable y relacionando las operaciones. No se admitirán resultados que no sea del product
Excel

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Columna 1 3 16.5 5.5 0.21
Columna 2 3 12.7 4.23333 0.243333
Columna 3 3 20.4 6.8 0.07
Columna 4 3 17.8 5.93333 0.173333
Columna 5 3 12.9 4.3 1.12
Columna 6 3 23.6 7.86667 1.053333
Columna 7 3 17.7 5.9 0.61

ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados
Promedio
de libertad
de los cuadrados
F Probabilidad
Valor crítico para F
Entre grupos 30.278 6 5.04635 10.1507 0.000201 2.847726
Dentro de los grupos 6.96 14 0.49714
Total 37.238 20

¿Según el análisis de varianza hay diferencias significativas? ¿Por qué?

hipotesis nula: no existen diferencias estadisticamente significativas entrelos promedios de linfocitos hallados
fármacos de los diferentes bloques, con un5% de significancia

se rechaza la hipotesis nula (H0) se acepta la Hipotesis alternativa (H1), dado que tanto para el tipo de farmac
bloque, el f es mayor al F critico

Si encuentra diferencias estadísticas significativas, realice la prueba de Tukey en Excel relacionando las operac

HSD 1.287
MULTIPLICADOR 4.83
MES 0.497143
n7

BLOQUES
Tratamientos I II III IV V VI VII
Control 5.4 4 7 5.8 3.5 7.6 5.5
Fármaco 1 6 4.8 6.9 6.4 5.5 9 6.8
Fármaco 2 5.1 3.9 6.5 5.6 3.9 7 5.4
promedio 5.5 4.2 6.8 5.9 4.3 7.9 5.9

I II III IV V VI VII
I 1.3 -1.3 -0.4 1.2 -2.4 -0.4
II -1.3 -2.6 -1.7 -0.1 -3.6 -1.7
III 1.3 2.6 0.9 2.5 -1.1 0.9
IV 1.6 -1.9 0.0
V -3.6 -1.6
VI 2.0
VII

Discuta ampliamente los resultados, desde la perspectiva biológica.

stifique su respuesta
n del ensayo
ables para cada tratamiento

dique a que corresponde cada término del modelo

arianza de este experimento?

be recoger los valores de SC, CM, GL, F y probabilidad realizados con fórmula
ultados que no sea del producto de las fórmulas elaboradas en el archivo
omedios de linfocitos hallados con los diferentes

ue tanto para el tipo de farmaco como para el

Excel relacionando las operaciones.

Densidad Peso (g)
Realizar el análisis de regresión lineal entre los d
137 212 fórmulas (relacionando operaciones) en Excel, pr
107 241
132 215
135 225
115 250 Resumen
103 241 Estadísticas de la regresión
102 237 Coeficiente de correlación múltiple 0.94179536
65 282 Coeficiente de determinación R^2 0.8869785
149 206 R^2 ajustado 0.88069953
85 246 Error típico 11.2646098
173 194 Observaciones 20
124 241
157 196 ANÁLISIS DE VARIANZA
184 193 Grados de libertad
112 224 Regresión 1
80 257 Residuos 18
165 200 Total 19
160 190
157 208 Coeficientes
119 224 Intercepción 403.88214
Variable X 1 -1.230844

Plantear las hipótesis respectivas.

HIPOTESIS NULA: no existe ninguna relacion lineal significativa entre la variable dependiente y la variable indepen
HIPOTESIS ALTERNA: Existe relacion lineal significativa entre la variable dependiente y la variable independiente

Para una densidad de 188, se puede estimar el peso de la mazorca

usando la ecuacion obtenida mediante la regresion lineal, para un valor dedensidad de 188 se obtiene un peso de
n lineal entre los dos métodos con las herramientas para análisis de datos de Excel y con
iones) en Excel, presentar la ecuación y coeficiente de determinación

ANÁLISIS DE VARIANZA
Suma de cuadrados
Promedio de los cuadradosF Valor crítico de F
17924.9042 17924.9042 141.261737 5.889E-10
2284.04579 126.891433
20208.95

Error típico Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%

Superior 95,0%
23.3440172 17.3013126 1.1573E-12 354.838179 452.9261 354.838179 452.9261
0.10355969 -11.885358 5.889E-10 -1.4484148 -1.0132732 -1.4484148 -1.0132732

ente y la variable independiente.

variable independiente

mazorca

188 se obtiene un peso de 181,19

Excel y con