Exptos Factoriales

Estadstica Aplicada 3.
Experimentos
MUTIFactoriales
Unidad 2. Estudios multifactoriales
2.1. Introduccin
2.2. CONCEPTO DE INTERACCIN
2.3. Experimentos de tipo factorial: A x B, y A x B x C
2.4. Diseo Experimental Parcelas Divididas, y Subdivididas.
2.2.1. Diseo del experimento, modelo, anlisis de varianza e interpretacin.
2.2.2. Anlisis de los efectos principales, y de la interaccin de primer y
segundo orden.
2.5. Anlisis de casos de estudio con R y/o SAS ver. 9.4 de cada uno de los
diseos anteriores. (Prctica en laboratorio).
1
EXPERIMENTOS FACTORIALES
SE LLAMAN EXPERIMENTOS FACTORIALES A

AQUELLOS EXPERIMENTOS EN LOS QUE SE
ESTUDIA SIMULTNEAMENTE DOS O MS
FACTORES, Y DONDE LOS TRATAMIENTOS SE
FORMAN POR LA COMBINACIN DE LOS
DIFERENTES NIVELES DE CADA UNO DE LOS
FACTORES.
2
LOS EXPERIMENTOS FACTORIALES NO DEBEN

SER TRATADOS COMO UN DISEO, SINO QUE
SON UNA FORMA DE INTERPRETACIN
APLICABLE A VARIOS DISEOS
EXPERIMENTALES. UTILIZAR EXPERIMENTOS
FACTORIALES NOS PERMITE CONOCER LOS
EFECTOS CRUZADOS, EFECTOS DE
INTERACCIN, EFECTOS SIMPLES Y EFECTOS
PRINCIPALES.
3
LOS EXPERIMENTOS FACTORIALES EN SI NO
CONSTITUYEN UN DISEO EXPERIMENTAL SI
NO QUE ELLOS DEBEN SER LLEVADOS EN
CUALQUIERA DE LOS DISEOS TAL COMO
DCA; DBCA; DBAG; DCL, ETC.
LOS EXPERIMENTOS FACTORIALES SE
EMPLEAN EN TODOS LOS CAMPOS DE LA
INVESTIGACIN, SON MUY UTILES EN
INVESTIGACIONES EXPLORATORIAS EN LAS
QUE POCO SE SABE ACERCA DE MUCHOS
FACTORES.
4
VENTAJAS:
1.- Permite estudiar los efectos principales, efectos de
interaccin de factores, efectos simples y efectos cruzados.
2.- Todas las unidades experimentales intervienen en la
determinacin de los efectos principales y de los efectos de
interaccin de los factores, por lo que el nmero de
repeticiones es elevado para estos casos.
3.- El nmero de grados de libertad para el error experimental
es alto, comparndolo con los grados de libertad de los
experimentos simples de los mismos factores, lo que
contribuye a disminuir la variancia del error experimental,
aumentando por este motivo la precisin del experimento.
5
DESVENTAJAS:
1.- Se requiere un mayor nmero de unidades experimentales
que los experimentos simples y por lo tanto se tendr un
mayor costo y trabajo en la ejecucin del experimento.
2.- Como en los experimentos factoriales c/u de los niveles de
un factor se combinan con los niveles de los otros factores; a
fin de que exista un balance en el anlisis estadstico se
tendr que algunas de las combinaciones no tienen inters
prctico pero deben incluirse para mantener el balance.
3.- El anlisis estadstico es ms complicado que en los
experimentos simples y la interpretacin de los resultados se
hace ms difcil a medida de que aumenta el nmero de
factores y niveles por factor en el experimento.
6
CONCEPTOS GENERALES:
FACTOR.- Es un conjunto de tratamientos de una misma clase
o caracterstica. Ejemplo: tipos de riego, dosis de fertilizacin,
variedades de cultivo, tipos de suplementos, etc.
FACTORIAL.- Es una combinacin de factores para formar
tratamientos.
NIVELES DE UN FACTOR.- Son los diferentes tratamientos
que pertenecen a un determinado factor. Se acostumbra
simbolizar algn elemento "i" por la letra minscula que
representa al factor y el valor del respectivo subndice.
7
TIPOS DE FACTORES:
1.- FACTORES CUANTITATIVOS.- Son aquellos factores cuyos
niveles son cantidades numricas.
Ejemplo:
Factor A : Dosis de fertilizacin
Niveles : 10 Kg/Ha (ao), 20Kg/Ha (a1), 30Kg/Ha (a2).
2.- FACTORES CUALITATIVOS.- Son aquellos factores cuyos

niveles son procedimientos o cualidades.
Ejemplo:
Factor A: Variedades de cultivo
Niveles : Variedad 1, Variedad 2.
8
EFECTOS DE LOS EXPERIMENTOS FACTORIALES:
1.- EFECTO SIMPLE.- Es una medida de cambio en los
promedios de los niveles de un factor, manteniendo
constante, uno de los niveles del otro factor.
Ejemplo: Efecto de nitrogeno ante la presencia de 5% de
fosforo.
2.- EFECTO PRINCIPAL.- Es una medida del cambio en el
promedio entre los niveles de un factor, promediado sobre los
diferentes niveles del otro factor. Ejemplo: Dosis de Nitrogeno
en las U.E.
3.- EFECTO INTERACCION.- Es una medida de cambio que
expresa el efecto adicional resultante de la influencia
combinada de dos o ms factores. La interaccin de los
factores se representa grficamente; la tendencia indica el
grado de interaccin entre los factores, la cual aumenta a
medida que las lineas tiendan a cruzarse.
Ejemplo: Efecto conjunto de nitrogeno y fosforo.
9
Rendimiento (t/ha)
0 kg K/ha 60 kg K/ha
NITROGENO (K0) (K1) PROMEDIO

30 kg N/ha (N0) 1.0 3.0 2.0
60 kg N/ha (N1) 2.0 4.0 3.0
PROMEDIO 1.5 3.5
10
EFECTO SIMPLE DE N EN k0 n 1k 0 n 0 k 0 2 1 1
EFECTO SIMPLE DE N EN k1 n 1k 1 n 0 k 1 4 3 1
EFECTO SIMPLE DE K EN n0 k 1n 0 k 0 n 0 3 1 2
EFECTO SIMPLE DE K EN n1 k 1n 1 k 0 n 1 4 2 2
EFECTO PRINCIPAL DE N

nk
1 0

n 0 k 0 n1k1 n 0 k1 1 1
1
2 2
EFECTO PRINCIPAL DE K

kn
1 0
k 0 n 0 k1n1 k 0 n1 2 2
2
2 2 11
EFECTO DE LA INTERACCION NxK
nk
1 0
n 0 k 0 n1k1 n 0 k1 1 1
0
2 2
EFECTO DE LA INTERACCION NxK
kn
1 0
k 0 n 0 k1n1 k 0 n1 2 2
0
2 2
12
LAS LINEAS
PARALELAS
INDICAN LA
AUSENCIA DE
INTERACCION
Fig. 1.- Respuesta del potasio en dos niveles de nitrgeno

13
Rendimiento (t/ha)
0 kg K/ha 60 kg K/ha
NITROGENO (K0) (K1) PROMEDIO

30 kg N/ha (N0) 1.0 1.0 1.0
60 kg N/ha (N1) 2.0 4.0 3.0
PROMEDIO 1.5 2.5
Calcular efectos simples, efectos principales, efecto de la

interaccin, y graficar.
14
INTERACCIN
If factors A and B interact one interpretation is as a lack of
additivity. This stems from the linear model representation of
the factorial treatment and design structure. If two factors act
independently on the outcome of an experiment, their
contributions are additive. A makes its contribution
independent of B and you can add the two up to assess their
joint effect. If an interaction between A and B is present this
additivity no longer applies. You have to know the particular
level of B to assess the effects of A and vice versa. An
alternative interpretation is
Comparisons among the levels of A depend on the level
of B they are performed at;
Comparisons among the levels of B depend on the level
of A they are performed at.
15
INTERACCIN
Si los factores A y B interactan una interpretacin es como una falta de
aditividad. Esto se deriva de la representacin lineal del modelo de
tratamiento factorial y estructura de diseo. Si dos factores actan
independientemente sobre el resultado de un experimento, sus
contribuciones son aditivas. A hace su contribucin independiente de B y tu
puedes sumar los dos para evaluar su efecto conjunto. Si existe una
interaccin entre A y B, esta aditividad ya no se aplica. Tienes que conocer
el nivel particular de B para evaluar los efectos de A y viceversa. Una
interpretacin alternativa es
Las comparaciones entre los niveles de A dependen del nivel de B en el
cual se realizan; Las comparaciones entre los niveles de B dependen del
nivel de A en el cual se realizan.
16
INTERACCIN
EL COMPORTAMIENTO DE LOS NIVELES DE UN FACTOR
CAMBIA CUANDO PASAN DE UN NIVEL A OTRO NIVEL DEL
OTRO FACTOR
17
INTERACCIN
18
INTERACCIN
6.0
5.5
Linear prediction
5.0
VARIEDAD
4.5 V1
V2
V3
4.0
3.5
3.0
N0 N1 N2 N3 N4
Levels of NITROGENO
19
INTERACCIN
20
EL MODELO LINEAL SUPUESTO ES:
Yijk i j k jk eijk , i 1, 2,..., r; j 1,..., a; k 1,..., b
2 ) 2 , E(e e ) 0
E(eij ) 0, E(eij ij ij
Donde :
Yijk valor de la var iable en la u.e. ijk
Media general;
i efecto de l Bloque i;
j efecto de l factor A al nivel j;
k efecto del factor B al nivel k;
jk efecto de la interaccion AXB en el nivel jk
eijk error exp erimental
21
Cuadro 1.- Anlisis de Varianza de un
experimento factorial PXQ en un DBCA
Fuentes de Grados de Suma de Cuadrado Fc Ft
Variacin Libertad Cuadrados Medio
.05 .01
Bloques r-1 SCBloques CMB
Factor A a-1 SCA CMA CMA/S2
Factor B b-1 SCB CMB CMB/S2
AXB (a-1)(b-1) SC(AXB) CM(AXB) CM(AXB)/S2
Error (r-1)(ab-1) SCE CME
Total rab-1 SCTotal
22
EXPRESIONES PARA LOS CLCULOS
G 2 r
Bl i2 G 2
1. SCTotal y 2 2. SCBloques
rab i 1 ab rab
a A 2j 2 b
B2k G 2
3. SCA
G 4. SCB
j1 rb rab k 1 ra rab
T2
5. SC(AxB ) F.C. SCA SCB
r
6. SCE SCTotal SCBloques SCA SCB SC(AxB )

23
CUADRO 2. ARREGLO DE TRATAMIENTOS DE UN
EXPERIMENTO FACTORIAL 3X5, FACTOR A: TRES
VARIEDADES DE ARROZ Y FACTOR B: CINCO
NIVELES DE NITRGENO
Arreglo Factorial de Tratamientos
Nivel de Nitrgeno 6966 B1215936 Milfor 6(2)
Kg/ha (V1) (V2) (V3)
0 (N0) N0V1 N0V2 N0V3
40(N1) N1V1 N1V2 N1V3
70(N2) N2V1 N2V2 N2V3
100(N3) N3V1 N3V2 N3V3
130(N4) N4V1 N4V2 N4V3
24
V3N2 V2N1 V1N4 V1N1 V2N3 V1N1 V3N0 V1N0 V3N1 V1N4
BLOQUE I
V3N0 V1N3 V3N4 V1N2 V3N3 BLOQUE III
V2N2 V1N2 V1N3 V2N4 V3N4
BLOQUE II
V1N3 V3N2 V1N2 V1N4 V2N4 BLOQUE IV
V1N3 V3N1 V1N4 V1N1 V2N3
Figura 1.Aleatorizacin de un experimento factorial, 3 variedades de

arroz y 5 niveles de nitrgeno, alojados en un DBCA con 4 repeticiones.
25
Cuadro 3. Rendimientos de grano de tres variedades de arroz
probadas con cinco niveles de nitrgeno en un DBCA .
Total
RENDIMIENTO (t/ha)
Tratam iento
Tratam iento REP I REP II REP III REP VI (T)
N0 V1 3.852 2.606 3.144 2.894 12.496
N1 V1 4.788 4.936 4.562 4.608 18.894
N2 V1 4.576 4.454 4.884 3.924 17.838
N3 V1 6.034 5.276 5.906 5.652 22.868
N4 V1 5.874 5.916 5.984 5.518 23.292
N0 V2 2.846 3.794 4.108 3.444 14.192
N1 V2 4.956 5.128 4.15 4.99 19.224
N2 V2 5.928 5.698 5.81 4.308 21.744
N3 V2 5.664 5.362 6.458 5.474 22.958
N4 V2 5.458 5.546 5.786 5.932 22.722
N0 V3 4.192 3.754 3.738 3.428 15.112
N1 V3 5.25 4.582 4.896 4.286 19.014
N2 V3 5.822 4.848 5.678 4.932 21.28
N3 V3 5.888 5.524 6.042 4.756 22.21
N4 V3 5.864 6.264 6.056 5.362 23.546
T otal BL
76.992 73.688 77.202 69.508
Gran T otal 297.390
26
Cuadro 4. Totales de Variedad X Nitrgeno
RENDIMIENTO TOTAL (AB) TOTAL

NITRGE
V1 V2 V3
NITRGENO NO (B)
N0
12.496 14.192 15.112 41.800
N1
18.894 19.224 19.014 57.132
N2
17.838 21.744 21.280 60.862
N3
22.868 22.958 22.210 68.036
N4
23.292 22.722 23.546 69.560
TOTAL
VARIEDAD (A) 95.388 100.840 101.162 297.390
27
CLCULOS DE SUMAS DE CUADRADOS PARA EL
EXPERIMENTO DE TIPO FACTORIAL 3 x5
G 2 297.390 2
F.C. 1474.014
rab (4)(3)(5)
2
G
1. SCTotal y 2
rab

(3.852) 2 (2.606) 2 ... (5.362) 2 1474.014
53.530
28
r
Bl i2 G 2
2. SCBloques
i 1 ab rab
76.992 2 .... 695082
1474.014
(3)(5)
2.599
a A 2j
G2
3. SCA
j1 rb rab
95.3882 100.840 2 101.162 2
1474.014
(4)(5)
1.052
29
b
B2k G 2
4. SCB
k 1 ra rab
41.800 2 57.132 2 ... 69.560 2
1474.014
(4)(3)
41.234
30
T2
5. SC(AxB ) F.C. SCA SCB
r
12.4962 18.8942 ... 23.5462
1474.014 1.052 41.234
4
44.578 1.052 41.234
2.292
6. SCE SCTotal SCBloques SCTrat

53.530 2.599 44.578
6.353
31
Cuadro 1.- Anlisis de Varianza del
experimento factorial 3x5
Fuentes de Grados de Suma de Cuadrado Fc Ft
.05 .01
Bloques 3 2.599 0.866 5.74 2.83 4.29
Tratamientos 14 44.578 3.184 21.09 1.94 2.54
Variedad (A) 2 1.052 0.526 3.48 3.22 5.15
Nitrgeno (B) 4 41.234 10.308 68.26 2.59 3.80
AXB 8 2.292 0.286 1.89 2.17 2.96
Error 42 6.353 0.151
Total 59 53.530
32
6.50
6.00
5.50
5.00 V1
4.50
V2
4.00
3.50 V3
3.00
2.50
2.00
N0 N1 N2 N3 N4
Figura 3.- Grfica de variedades x nitrgeno
33
6
5.5
5
4.5
4
3.5
3
2.5
2
N0 N1 N2 N3 N4
V1 3.124 4.7235 4.4595 5.717 5.823
V2 3.548 4.806 5.436 5.7395 5.6805
V3 3.778 4.7535 5.32 5.5525 5.8865
V1 V2 V3
Figura 3.- Grfica de variedades x nitrgeno
34
PROGRAMA SAS DEL FACTORIAL
AxB en un DBCA
data FACTAXBDBCA;
input TRATAMIENTO $ BLOQUE $ NITROGENO $ VARIEDAD $ REND;
datalines;
N0V1 1 N0 V1 3.852
...........................................
.
proc glm;
class TRATAMIENTO BLOQUE NITROGENO
VARIEDAD;
model REND=BLOQUE NITROGENO|VARIEDAD/SS3;
MEANS NITROGENO|VARIEDAD/TUKEY;
RUN;
35
SALIDA SAS DEL FACTORIAL AxB en
un DBCA
Source DF Sum of Squares Mean Square F Value Pr > F
Model 17 47.17807273 2.77518075 18.35 <.0001
Error 42 6.35279627 0.15125705
Corrected Total 59 53.53086900
R-Square Coeff Var Root MSE REND Mean

0.881325 7.846622 0.388918 4.956500
36
SALIDA SAS DEL FACTORIAL AxB en
un DBCA
Source DF Type III SS Mean Square F Value Pr > F

BLOQUE 3 2.59981673 0.86660558 5.73 0.0022
NITROGENO 4 41.23474533 10.30868633 68.15 <.0001
VARIEDAD 2 1.05278440 0.52639220 3.48 0.0400
NITROGENO*VARIEDAD 8 2.29072627 0.28634078 1.89 0.0867
37
PROGRAMA R DEL FACTORIAL AxB
en un DBCA
38
SALIDA R DEL FACTORIAL AxB en un
DBCA
39
SALIDA R DEL FACTORIAL AxB en un
DBCA
40
LOS RESULTADOS DEL ANALISIS DE
VARIANZA MUESTRAN UNA
INTERACCION NO SIGNIFICATIVA
ENTRE EL FACTOR VARIEDADES Y EL
FACTOR NITROGENO .
LO ANTERIOR INDICA QUE EL
EFECTO DE VARIEDAD NO FUE
SIGNIFICATIVAMENTE AFECTADO POR
EL NIVEL DE NITROGENO APLICADO.
EL EFECTO DE NITROGENO NO
DIFIERE SIGNIFICATIVAMENTE CON LA
VARIEDAD PROBADA.
LOS EFECTOS PRINCIPALES DE
VARIEDAD Y NITROGENO FUERON
41
SIGNIFICATIVOS
PROGRAMA SAS DEL
FACTORIAL AxBxC
data marga;
input TRAT REP TIEMPO A B PH
TEMPERATURA AMONIACO ALACTICO
ECOLISALMONELA COLIFORMESLACTOBACILOS
MS PC PV FDN FDA CENIZAS
DIMS;
datalines;
proc glm;
class TRAT REP A B TIEMPO;
model PH=A|B|TIEMPO/SS3;
RUN;
42
SALIDA SAS DEL FACTORIAL
AxBxC
Class Level Information
Class Levels Values
TRAT 6 123456
REP 4 1234
A 2 12 17
B 3 10 15 20
TIEMPO 4 0 10 20 30
43
AxBxC
Model 23 74.35364063 3.23276698 179.12 <.0001

Error 72 1.29947500 0.01804826
R-Square Coeff Var Root MSE PH Mean

0.982823 2.009913 0.134344 6.684063
44
AxBxC
A 1 20.97205104 20.97205104 1162.00 <.0001
B 2 1.24770000 0.62385000 34.57 <.0001
A*B 2 6.62805833 3.31402917 183.62 <.0001
TIEMPO 3 34.40497812 11.46832604 635.43 <.0001
A*TIEMPO 3 4.89227812 1.63075937 90.36 <.0001
B*TIEMPO 6 2.05215000 0.34202500 18.95 <.0001
A*B*TIEMPO 6 4.15642500 0.69273750 38.38 <.0001
45
CUANDO LA INVESTIGACION REQUIERE
DE LA EVALUACION DE DOS FACTORES
Y LOS TRATAMIENTOS RESULTANTES
NO PUEDEN SER ALOJADOS EN UN
DBCA; EL DISEO DE PARCELAS
DIVIDIDAS CONSTITUYE UNA
ALTERNATIVA.
46
EL PRINCIPIO DE ESTE MODELO: LAS
UNIDADES EXPERIMENTALES SE
DIVIDEN EN q SUBPARCELAS,
TENIENDOSE AHORA, PARCELAS
GRANDES Y PARCELAS CHICAS;
POSTERIORMENTE MEDIANTE UN
PROCESO DE ALEATORIZACION, LOS t
NIVELES DE UN FACTOR SE ASIGNAN A
LAS PARCELAS GRANDES Y LOS q
NIVELES DEL OTRO FACTOR SE ALOJAN
EN LAS PARCELAS CHICAS. 47
EN ESTE DISEO EL EFECTO
DEL FACTOR PRINCIPAL (U.E.
GRANDES) ES MEDIDO CON
MENOS PRECISION QUE EL
EFECTO DEL SEGUNDO FACTOR
(U.E. CHICAS) Y EL EFECTO DE
LA INTERACCION A x B.
48
GRADO DE PRECISION
TAMAO RELATIVO DEL

EFECTO PRINCIPAL
PRACTICAS DE MANEJO
49
EL MODELO LINEAL SUPUESTO ES:
Y e , i 1, 2,..., r; j 1,..., a; k 1,..., b
ijk i j ij k jk ijk
E(e ) 0, E(e 2 ) 2 , E(e e ) 0
ij ij ij i j
Donde :
Y valor de la var iable en la u.e. ijk
ijk
Media general;
efecto de l Bloque i;
i
efecto de l tratamien to j sobre la parcela grande ij;
j
error a
ij
efecto del subtratami ento k;
k
efecto de la interaccion AXB en el nivel jk
jk
e error exp erimental 50
ijk
CUADRO 1. ANALISIS DE VARIANZA DE UN
DISEO EN PARCELAS DIVIDIDAS
Fuentes de Grados de Suma de Cuadrado Fc

Bloques r-1 SCBl CMBl
Factor A a-1 SCA CMA CMA/CMEa
Error a (r-1)(a-1) SCEa CMEa
Subtotal ra-1 SCSubtotal
Factor B b-1 SCB CMB CMB/CMEb
AXB (a-1)(b-1) SC(AXB) CM(AXB) CM(AXB)/CMEb
Error b a(r-1)(b-1) SCEb CMEb
Total rab-1 SCTotal
51
N4 N3 N1 N0 N5 N2 N1 N0 N5 N2 N4 N3 N0 N1 N4 N5 N3 N2
BLOQUE I BLOQUE II BLOQUE III
Figura 1. Aleatorizacin de seis niveles de nitrgeno

(seis tratamientos) en seis parcelas grandes de cada
una de tres repeticiones o bloques.
52
N4 N3 N1 N0 N5 N2 N1 N0 N5 N2 N4 N3 N0 N1 N4 N5 N3 N2
v2 v1 v1 v2 v4 v3 v1 v4 v3 v1 v1 v3 v4 v3 v3 v1 v2 v1
BLOQUE I BLOQUE II BLOQUE III
Figura 2. Diseo en parcelas divididas, 4 variedades

de arroz en parcelas chicas (subtratamientos) y 6
niveles de nitrgeno en parcelas grandes
(tratamientos) con tres repeticiones. 53
RENDIMIENTO (kg/ha) Total variedad
VARIEDAD REP I REP II REP III por nivel de N
N 0 (0 kg N/ha)
V1 4,430 4,478 3,850 12,758
V2 3,944 5,314 3,660 12,918
V3 3,464 2,944 3,142 9,550
V4 4,126 4,482 4,836 13,444
N 1 (60 kg N/ha)
V1 5,418 5,166 6,432 17,016
V2 6,502 5,858 5,586 17,946
V3 4,768 6,004 5,556 16,328
V4 5,192 4,604 4,652 14,448
Cuadro 1. Rendimiento de
N 2 (90 kg N/ha) grano de 4 variedades de arroz
V1 6,076 6,420 6,704 19,200
V2 6,008 6,127 6,642 18,777
con 6 niveles de N en un diseo
V3 6,244 5,724 6,014 17,982 en parcelas divididas con 3
V4 4,546 5,744 4,146 14,436
N 3 (120 kg N/ha) repeticiones
V1 6,462 7,056 6,680 20,198
V2 7,139 6,982 6,564 20,685
V3 5,792 5,880 6,370 18,042
V4 2,774 5,036 3,638 11,448
N 4 (150 kg N/ha)
V1 7,290 7,848 7,552 22,690
V2 7,682 6,594 6,576 20,852
V3 7,080 6,662 6,320 20,062
V4 1,414 1,960 2,766 6,140
N 5 (180 kg N/ha)
V1 8,452 8,832 8,818 26,102
V2 6,228 7,387 6,006 19,621
V3 5,594 7,122 5,480 18,196
V4 2,248 1,380 2,014 5,642 54
TOTAL POR REP. 128,873 135,604 130,004 G=394481
CUADRO 2. TOTALES DE NITROGENO POR REPETICION
RENDIMIENTO TOTAL (AR) TOTAL

NITROGENO REP I REP II REP III NITROGENO (A)
N0 15,964 17,218 15,488 48,670
N1 21,880 21,632 22,226 65,738
N2 22,874 24,015 23,506 70,395
N3 22,167 24,954 23,252 70,373
N4 23,466 23,064 23,214 69,744
N5 22,522 24,721 22,318 69,561
TOTAL REP 128,873 135,604 130,004
GRAN TOTAL (G) 394,481
55
CUADRO 3. TOTALES DE NITROGENO POR VARIEDAD
(AB)
RENDIMIENTO TOTAL (AB) TOTAL

NITROGENO V1 V2 V3 V4 NITROGENO (A)
N0 12,758 12,918 9,550 13,444 48,670
N1 17,016 17,946 16,328 14,448 65,738
N2 19,200 18,777 17,982 14,436 70,395
N3 20,198 20,685 18,042 11,448 70,373
N4 22,690 20,852 20,062 6,140 69,744
N5 26,102 19,621 18,196 5,642 69,561
TOTAL
VARIEDAD (B) 117,964 110,799 100,160 65,558 394481=G
56
CLCULOS DE LAS SUMAS DE CUADRADOS
2
1.SCTotal y2 G
rab
2
4430 ... 2014 394481

2 2
(3)(6)(4)

204747916
r Bl 2 G 2
2.SCBloques i
i1 ab rab
128873 135604 130004 2161323047
2 2 2
(6)(4)
1082577
2
a A j G2
3.SCA
j1 rb rab
48670 ... 69561 2161323047

2 2
(3)(4) 57
30429200
2
4.SC(ERROR a ) (RA) F.C.SCBl SCA
b
15964 ... 22318 2161323047 1082577 30429200
2 2
4
1419678
b B2 G 2
5. SCB rak
k 1 rab
117964 ... 65558 2161323047
2 2
(3)(6)
89888101
58
( AB) 2
6. SC(AxB ) r F.C. SCA SCB
127582 ...56422
21613230478988810130429200
3
69343487
7. SCE SCTotal SCBloques SCA SCEa SCB SC(AxB )
b
12584873
59
Cuadro 3.- Anlisis de Varianza de un
experimento en parcelas divididas
Fc Ft
Fuentes de Grados de Suma de
Cuadrado Medio
Variacin Libertad Cuadrados 0.05 0.01
Bloques 2 1082577 541288.50
Nitrgeno (A) 5 30429200 6085840.00 42.87 3.33 5.64
ERRORa 10 1419678 141967.80
Variedad (B) 3 89888101 29962700.33 85.71 2.86 4.38

AXB 15 69343487 4622899.13 13.22 1.96 2.58
ERRORb 36 12584873 349579.81
Total 71 204747916
60
PROGRAMA SAS PARA EL DPD
DATA DPD;
INPUT REP NITRO $ VAR $ REND @@;
CARDS;
-------------
PROC GLM;
CLASS REP NITRO VAR;
MODEL REND=REP NITRO REP*NITRO VAR NITRO*VAR/SS3;
TEST H=NITRO E=REP*NITRO;
RUN;
61
SALIDA SAS DEL PROGRAMA ANTERIOR
Dependent Variable: REND

REP 2 1082576.69 541288.35 1.55 0.2264
NITRO 5 30429199.57 6085839.91 17.41 0.0001
REP*NITRO 10 1419678.80 141967.88 0.41 0.9348
VAR 3 89888101.15 29962700.38 85.71 0.0001
NITRO*VAR 15 69343486.93 4622899.19 13.22 0.0001
Error 36 12584873.17 349579.81
R-Square C.V. Root MSE REND Mean

0.938535 10.79144 591.25274645 5478.90277778
Tests of Hypotheses using the Type III MS for REP*NITRO as an error term
NITRO 5 30429199.57 6085839.91 42.87 0.0001

62

Exptos Factoriales

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Exptos Factoriales

Uploaded by

Copyright:

Available Formats

Estadstica Aplicada 3.

SE LLAMAN EXPERIMENTOS FACTORIALES A

LOS EXPERIMENTOS FACTORIALES NO DEBEN

2.- FACTORES CUALITATIVOS.- Son aquellos factores cuyos

NITROGENO (K0) (K1) PROMEDIO

60 kg N/ha (N1) 2.0 4.0 3.0

PROMEDIO 1.5 3.5

EFECTO DE LA INTERACCION NxK

EFECTO DE LA INTERACCION NxK

Fig. 1.- Respuesta del potasio en dos niveles de nitrgeno

NITROGENO (K0) (K1) PROMEDIO

60 kg N/ha (N1) 2.0 4.0 3.0

PROMEDIO 1.5 2.5

Calcular efectos simples, efectos principales, efecto de la

Bloques r-1 SCBloques CMB

Factor A a-1 SCA CMA CMA/S2

Factor B b-1 SCB CMB CMB/S2

AXB (a-1)(b-1) SC(AXB) CM(AXB) CM(AXB)/S2

Error (r-1)(ab-1) SCE CME

Total rab-1 SCTotal

6. SCE SCTotal SCBloques SCA SCB SC(AxB )

Arreglo Factorial de Tratamientos

Nivel de Nitrgeno 6966 B1215936 Milfor 6(2)

Kg/ha (V1) (V2) (V3)

0 (N0) N0V1 N0V2 N0V3

40(N1) N1V1 N1V2 N1V3

70(N2) N2V1 N2V2 N2V3

100(N3) N3V1 N3V2 N3V3

130(N4) N4V1 N4V2 N4V3

Figura 1.Aleatorizacin de un experimento factorial, 3 variedades de

Gran T otal 297.390

RENDIMIENTO TOTAL (AB) TOTAL

6. SCE SCTotal SCBloques SCTrat

Bloques 3 2.599 0.866 5.74 2.83 4.29

Tratamientos 14 44.578 3.184 21.09 1.94 2.54

Variedad (A) 2 1.052 0.526 3.48 3.22 5.15

Nitrgeno (B) 4 41.234 10.308 68.26 2.59 3.80

AXB 8 2.292 0.286 1.89 2.17 2.96

Error 42 6.353 0.151

Figura 3.- Grfica de variedades x nitrgeno

Figura 3.- Grfica de variedades x nitrgeno

R-Square Coeff Var Root MSE REND Mean

Source DF Type III SS Mean Square F Value Pr > F

Model 23 74.35364063 3.23276698 179.12 <.0001

R-Square Coeff Var Root MSE PH Mean

TAMAO RELATIVO DEL

Fuentes de Grados de Suma de Cuadrado Fc

BLOQUE I BLOQUE II BLOQUE III

Figura 1. Aleatorizacin de seis niveles de nitrgeno

BLOQUE I BLOQUE II BLOQUE III

Figura 2. Diseo en parcelas divididas, 4 variedades

RENDIMIENTO TOTAL (AR) TOTAL

RENDIMIENTO TOTAL (AB) TOTAL

48670 ... 69561 2161323047

Bloques 2 1082577 541288.50

Nitrgeno (A) 5 30429200 6085840.00 42.87 3.33 5.64

ERRORa 10 1419678 141967.80

Variedad (B) 3 89888101 29962700.33 85.71 2.86 4.38

ERRORb 36 12584873 349579.81

Source DF Sum of Squares Mean Square F Value Pr > F

Dependent Variable: REND

NITRO 5 30429199.57 6085839.91 17.41 0.0001

REP*NITRO 10 1419678.80 141967.88 0.41 0.9348