Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
MÉTODOS ESTADÍSTICOS PARA LA INVESTIGACIÓN I Profesores del curso UNIVERSIDAD NACIONAL AGRARIA LA MOLINA Facultad de Economía y Planificación Departamento de Estadística e Informática Diseño Completamente Aleatorio 2021-I OBJETIVOS Identificar un experimento en diseño completamente al azar. Analizar los resultados de un experimento en diseño completamente al azar. Aplicar los procedimientos de comparaciones múltiples para comparar un conjunto de tratamientos de un diseño completo al azar. Métodos Estadísticos para la Investigación I 2021-I Diseño Completamente Aleatorio (DCA) Métodos Estadísticos para la Investigación I 2021-I Repetición Tratamientos Totales 1 2 … T 1 Y11 Y12 Yt1 … … …. … ni Y1ni … Ytni Totales Y1. Y2. … Yt. ni n1 n2 … nt Promedios … Modelo Aditivo Lineal Métodos Estadísticos para la Investigación I 2021-I El Modelo Aditivo Lineal para un Diseño Completamente al Azar es el siguiente: iijiij njtiY ,...,2,1 ,...,2,1 Análisis de Varianza Fuente de Variación Grados de Libertad Suma de Cuadrados Cuadrados Medios Fcal Tratamientos t-1 SC(Trat) SC(Trat)/(t-1) CM(Trat)/CM(Error) Error n-t SC(Error) SC(Error)/(n-t) Total n-1 SC(Total) Donde: 1 2 ... tn n n n ( ) ( ) ( )1, ~ t n t CM Trat Fcal F CM Error - - = Métodos Estadísticos para la Investigación I 2021-I Formulación de Hipótesis: Para el Modelo I (Efectos fijos) las hipótesis pueden basarse en: a. Los efectos de los tratamientos: Ho: H1: b. Las medias de los tratamientos Ho: H1: tii ,...,1 0 ii algún menos al para 0 tii ,...,1 ii algún menos al para Métodos Estadísticos para la Investigación I 2021-I Regla de Decisión La hipótesis nula (Ho) se rechaza con un nivel de significación α si: tntFFcal ,1,1 Donde tntF ,1,1 Es el valor crítico o tabular tntcrittab FFF ,1,1 Métodos Estadísticos para la Investigación I 2021-I Coeficiente de variabilidad Es una medida usada para evaluar el grado de homogeneidad de los resultados de un experimento. Para saber si un coeficiente de variabilidad es grande o pequeño, es preciso tener experiencia con datos similares. 100 .. Y CME CV Métodos Estadísticos para la Investigación I 2021-I Aplicación El gerente de personal de una compañía que fabrica computadoras quiere capacitar a los empleados que trabajan en operaciones de ensamblado mediante uno de los 4 diferentes programas de motivación (Alfa, Beta, Gamma y Sigma) que se ofrecen en el mercado. Como no se decide por uno de ellos, realiza un experimento que consiste en distribuir aleatoriamente a 20 empleados en los 4 programas de motivación para posteriormente evaluar su tiempo de ensamblado (en minutos). Los resultados luego de la capacitación fueron los siguientes: Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 Repetición Programa Alfa Beta Gamma Sigma 1 64 59 65 58 2 67 58 68 60 3 62 61 63 59 4 64 59 64 62 5 66 58 65 60 Total 323 295 325 299 Promedio 64.6 59.0 65.0 59.8 Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 a. Realice un análisis descriptivo de los resultados. Estadísticos descriptivos: Tiempo Variable Programa n Media Desv.Est. Mínimo Mediana Máximo IQR Tiempo Alfa 5 64.600 1.949 62.000 64.000 67.000 3.500 Beta 5 59.000 1.225 58.000 59.000 61.000 2.000 Gamma 5 65.000 1.871 63.000 65.000 68.000 3.000 Sigma 5 59.800 1.483 58.000 60.000 62.000 2.500 SigmaGammaBetaAlfa 68 66 64 62 60 58 Programa T ie m p o Gráfica de cajas del Tiempo Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 b. Defina el modelo aditivo lineal con cada uno de sus componentes según el enunciado del problema. El Modelo Aditivo Lineal es: 5,...,2,14,3,2,1 jiY ijiij Donde: Tiempo de ensamblaje obtenido con el i-ésimo programa de motivación en el j-ésimo empleado. Efecto de la media general del tiempo de ensamblaje. Efecto del i-ésimo programa de motivación. Efecto del error experimental en el i-ésimo programa de motivación y el j-ésimo empleado : : : : ij i ijY Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 c. Verifique el supuesto que los errores se distribuyen normalmente y que existe homogeneidad de varianzas. p-valor = 0.155 Sigma Gamma Beta Alfa 9876543210 Valor p 0.811 Prueba de Bartlett P ro g ra m a Intervalos de confianza de Bonferroni de 95% para Desv.Est. Prueba de igualdad de varianzas: Tiempo vs. Programa p-valor = 0.811 Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 SUPUESTO 1 Normalidad de errores H0: Los errores se distribuyen normalmente H1: Los errores no se distribuyen normalmente α=0.05 p-valor = 0.155 Conclusión A un nivel de significación de 0.05, no existe evidencia estadística para rechazar H0. Por lo tanto no se puede afirmar que los errores no se distribuyan normalmente. Se cumple el supuesto de normalidad de errores. Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 SUPUESTO 2 Homogeneidad de varianzas 4,...,2,1: : 2 1 22 4 2 3 2 2 2 10 iH H i diferente es un menos Al α=0.05 p-valor = 0.811 Conclusión A un nivel de significación de 0.05, no existe evidencia estadística para rechazar H0. Por lo tanto no se puede afirmar que las variancias de los tratamientos sean heterogéneas. Se cumple el supuesto de homogeneidad de varianzas. Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 d. ¿Se puede afirmar que al menos uno de los programas de motivación difiere del resto al analizar el tiempo medio de ensamblaje? De sus conclusiones a un nivel de significación de 0.05. Usando el Estadístico de Prueba F 1. Hipótesis: i algún menos al para i algún menos al para :H H 1 0: 4,...,10:4,...,1: 0 00 ii ii H iHoi 2. α = 0.05 Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 3. Estadístico de Prueba F 21242 77128.2 20 TC 2 2 2 2 1 1 64 60 = 191.8 int ij i j Y SC Total Y TC n 2 2 2 1 323 299 77276 77128.2 147.8 5 5 t i i i Y SC Trat TC TC n ( ) 191.8 147.8 44SC Error tntF ErrorCM TratCM Fcal ,1~ )( )( Desarrollo de la prueba Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 Tablas de Análisis de Varianza Fuente de Variación Grados de Libertad Suma de Cuadrados Cuadrados Medios Fcal Fcrit Sig. Programa 3 147.8 49.27 17.92 3.24 * Error 16 44.0 2.75 Total 19 191.8 4. Criterio de Decisión 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0.0 X 3.24 0.05 0 2388.392.17 16,3,95.0 FFcal se rechaza H0 y se acepta H1. A un nivel de significación de 0.05, existe evidencia estadística para rechazar Ho Como: Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 5. Conclusión Se puede afirmar que al menos uno de los programas de motivación difiere del resto al analizar el tiempo medio de ensamblaje. Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 Reporte del MINITAB Análisis de Varianza Fuente GL SC Ajust. MC Ajust. Valor F Valor p Programa 3 147.80 49.267 17.92 0.000 Error 16 44.00 2.750 Total 19 191.80 Resumen del modelo R-cuad. R-cuad. S R-cuad. (ajustado) (pred) 1.65831 77.06% 72.76% 64.16% Métodos Estadísticos para la Investigación I 2021-I Aplicación 1 Usando reporte del MINITAB 1. Hipótesis: i algún menos al para i algún menos al para :H H 1 0: 4,...,10:4,...,1: 0 00 ii ii H iHoi 2. α = 0.05 3. Usando el Valor-p Valor – p = 0.000 ≤ 0.05, entonces RHo yse acepta la H1 4. Conclusión A un nivel de significación de 0.05, se puede afirmar que al menos uno de los programas de motivación difiere del resto al analizar el tiempo medio de ensamblaje. Métodos Estadísticos para la Investigación I 2021-I Pruebas de Comparación • Prueba T • Prueba DLS • Prueba de Tukey • Prueba de Dunnett • Prueba de Contrastes Ortogonales Métodos Estadísticos para la Investigación I 2021-I a. Prueba t 1. Hipótesis Bilateral Unilateral Caso A Caso B Caso C 01 0 : : ji jio H H 01 0 : : ji jio H H 01 0 : : ji jio H H Donde: tjiji ,...,2,1, 2. Nivel de significación α 3. Estadística de prueba: )( .. ~ 11 GLE ji oji c t nn CME YY t Métodos Estadísticos para la Investigación I 2021-I a. Prueba t 4. Regla de Decisión Decisión Bilateral Unilateral Caso A Caso B Caso C Se rechaza H0 si ó GLE c tt , 2 GLE c tt , 2 1 GLEc tt , GLEc tt ,1 5. Conclusiones Métodos Estadísticos para la Investigación I 2021-I Aplicación 2 Suponga que un objetivo del ejemplo de aplicación 1 es comparar los programas de motivación Alfa y Beta. Pruebe si el tiempo medio de ensamblaje del método Alfa es superior al método Beta en 3 minutos. De sus conclusiones a un α=0.05. 1. Hipótesis: Ho:𝜇1 − 𝜇2 = 3 H1:𝜇1 − 𝜇2 ≠ 3 2. α=0.05 3. Estadística de Prueba )( .. ~ 11 GLE ji oji c t nn CME YY t Métodos Estadísticos para la Investigación I 2021-I Aplicación 2 Desarrollo de la prueba 4. Criterio de Decisión Si se rechaza Ho y se acepta H1 𝑡𝑐 > 𝑡(0.975,16) = 2.119 𝑜 𝑡𝑐 > 𝑡(0.025,16) = −2.119 479.2 5 75.2 2 30.596.64 ct Métodos Estadísticos para la Investigación I 2021-I Aplicación 2 5. Conclusión A un nivel de significación de 0.05 existe suficiente evidencia estadística para rechazar Ho. Por lo tanto, se puede afirmar que el tiempo promedio con el programa de motivación alfa es superior al tiempo promedio con el programa de motivación beta distinto a 3 minutos. Métodos Estadísticos para la Investigación I 2021-I b. Prueba DLS 2. Nivel de significación α ji jio H H : : 1 1. Hipótesis: 3. Estadística de prueba: Diferencia Límite Significativa ji GLE nn CMEtDLS 11 , 2 1 4. Regla de Decisión: La hipótesis nula se rechaza con un nivel de significación α, si ഥ𝑌𝑖. − ഥ𝑌𝑗. >DLS Métodos Estadísticos para la Investigación I 2021-I Aplicación 3 Métodos Estadísticos para la Investigación I 2021-I Suponga que un objetivo del ejemplo de aplicación 1 es comparar los programas de motivación Gamma y Sigma. Pruebe si existen diferencias en el tiempo medio de ensamblaje de ambos métodos. De sus conclusiones a un α=0.05 1. Hipótesis: Ho:𝜇3 = 𝜇4 H1:𝜇3 ≠ 𝜇4 2. α=0.05 3. Estadística de Prueba 222.2)04.1(119.2 5 75.2 216,975.0 tDLS Aplicación 3 4. Decisión: Como 65 − 59.8 = 5.2 > 𝐷𝐿𝑆, se rechaza Ho y se acepta H1. 5. Conclusión A un nivel de significación de 0.05 existe suficiente evidencia estadística para rechazar Ho y aceptar H1. Por lo tanto, se puede afirmar que existen diferencias en el tiempo medio de ensamblaje al aplicar los programas de motivación Gamma y Sigma. Métodos Estadísticos para la Investigación I 2021-I c. Prueba Tukey 1. Hipótesis: 0 1 : , 1,2, , : i j i j H i j i j t H 2. Nivel de significación α 3. Estadístico de prueba: Amplitud Límite Significativa de Tukey ji nn CME TAESTALS 11 2 )()( 4. Regla de Decisión: La hipótesis nula se rechaza con un nivel de significación α, si ഥ𝑌𝑖. − ഥ𝑌𝑗. >ALS(T) Métodos Estadísticos para la Investigación I 2021-I Aplicación 4 Métodos Estadísticos para la Investigación I 2021-I Realice la prueba de Tukey para el caso del ejemplo de aplicación 1 2. α = 0.05 1. Hipótesis: 𝐻𝑜: 𝜇1 = 𝜇2 𝐻𝑜: 𝜇1 = 𝜇3 𝐻𝑜: 𝜇1 = 𝜇4 𝐻𝑜: 𝜇1 ≠ 𝜇2 𝐻𝑜: 𝜇1 ≠ 𝜇3 𝐻𝑜: 𝜇1 ≠ 𝜇4 𝐻𝑜: 𝜇2 = 𝜇3 𝐻𝑜: 𝜇2 = 𝜇4 𝐻𝑜: 𝜇3 = 𝜇4 𝐻𝑜: 𝜇2 ≠ 𝜇3 𝐻𝑜: 𝜇2 ≠ 𝜇4 𝐻𝑜: 𝜇3 ≠ 𝜇4 Aplicación 4 3. Estadística de prueba y criterio decisión: 004.3 5 75.2 05.4)( TALS El valor de AES(T) se ubica en la tabla con α=0.05 p=t=4 y 16 grados de libertad para el error Comparación ALS(T) ഥ𝑌𝑖 − ഥ𝑌𝑗 Significancia Alfa – Beta 3.004 5.6 * Alfa - Gamma 3.004 0.4 n.s. Alfa – Sigma 3.004 4.8 * Beta - Gamma 3.004 6.0 * Beta – Sigma 3.004 0.8 n.s. Gamma - Sigma 3.004 5.2 * Métodos Estadísticos para la Investigación I 2021-I Aplicación 4 4. Conclusiones A un nivel de significación de 0.05, se puede afirmar que: Existen diferencias significativas entre el programa de motivación Beta con los programas de motivación Alfa y Gamma al analizar el tiempo medio de ensamblaje. Existen diferencias significativas entre el programa de motivación Sigma con los programas de motivación Alfa y Gamma al analizar el tiempo medio de ensamblaje. Los programas de motivación Beta y Sigma brindan los menores tiempos promedio de ensamblaje. Métodos Estadísticos para la Investigación I 2021-I Aplicación 4 Reporte del MINITAB: Comparaciones por parejas de Tukey: Respuesta = Tiempo, Término = Programa Agrupar información utilizando el método de Tukey y una confianza de 95% Programa N Media Agrupación Gamma 5 65.0 A Alfa 5 64.6 A Sigma 5 59.8 B Beta 5 59.0 B Las medias que no comparten una letra son significativamente diferentes. Pruebas simultáneas de Tukey para diferencias de las medias IC Diferencia de Diferencia EE de simultáneo Valor p Programa niveles de medias diferencia de 95% Valor T ajustado Beta - Alfa -5.60 1.05 (-8.60, -2.60) -5.34 0.000 Gamma - Alfa 0.40 1.05 (-2.60, 3.40) 0.38 0.980 Sigma - Alfa -4.80 1.05 (-7.80, -1.80) -4.58 0.002 Gamma - Beta 6.00 1.05 ( 3.00, 9.00) 5.72 0.000 Sigma - Beta 0.80 1.05 (-2.20, 3.80) 0.76 0.870 Sigma - Gamma -5.20 1.05 (-8.20, -2.20) -4.96 0.001 Nivel de confianza individual = 98.87% d. Prueba Dunnett 1. Hipótesis Ti TestigooTratamientTiTio H H : : 1 ) ( 3. Estadística de prueba: Amplitud Límite Significativa de Dunnett 2. Nivel de significación α 4. Regla de Decisión: La hipótesis nula se rechaza con un nivel de significación α, si ഥ𝑌𝑖. − 𝑌𝑇. >ALS(Dn) Ti nn CMEDntDnALS 11 )()( Métodos Estadísticos para la Investigación I 2021-I Aplicación 5 Suponga que para el ejemplo de aplicación 1 el programa de motivación Alfa es considerado como tratamiento testigo y que las comparaciones con dicho tratamiento fueron planeadas. Realice la prueba de Dunnett a un nivel de significación de 0.05 1. Hipótesis 𝐻𝑜: 𝜇1 = 𝜇2 𝐻𝑜: 𝜇1 = 𝜇3 𝐻𝑜: 𝜇1 ≠ 𝜇2 𝐻𝑜: 𝜇1 ≠ 𝜇3 𝐻𝑜: 𝜇1 = 𝜇4 𝐻𝑜: 𝜇1 ≠ 𝜇4 Métodos Estadísticos para la Investigación I 2021-I Aplicación 5 2. α=0.05 3. Estadística de Prueba y criterio de decisón 716.2 5 75.2 259.2)( DnALS Comparación ALS(Dn) ഥ𝑌𝑖 − ഥ𝑌𝑗 Significancia Alfa – Beta 2.716 5.6 * Alfa - Gamma 2.716 0.4 n.s. Alfa – Sigma 2.716 4.8 * Métodos Estadísticos para la Investigación I 2021-I Aplicación 5 4. Conclusión A un nivel de significación de 0.05, se puede afirmar que existen diferencias significativas entre el programa de motivación Alfa (testigo) con los programas de motivación Beta y Sigma, pero no con Gamma al analizar el tiempo medio de ensamblaje. Métodos Estadísticos para la Investigación I 2021-I Aplicación 5 Reporte del MINITAB: Comparaciones para Tiempo Comparaciones múltiples de Dunnet con un control:Respuesta = Tiempo, Término = Programa Agrupar información utilizando el método de Dunnett y una confianza de 95% Programa N Media Agrupación Alfa (Control) 5 64.6 A Gamma 5 65.0 A Sigma 5 59.8 Beta 5 59.0 Las medias no etiquetadas con la letra A son significativamente diferentes de la media del nivel de control. Pruebas simultáneas de Dunnett para la media de nivel – Media de control IC Diferencia de Diferencia EE de simultáneo Valor p Programa niveles de medias diferencia de 95% Valor T ajustado Beta - Alfa -5.60 1.05 (-8.32, -2.88) -5.34 0.000 Gamma - Alfa 0.40 1.05 (-2.32, 3.12) 0.38 0.963 Sigma - Alfa -4.80 1.05 (-7.52, -2.08) -4.58 0.001 Métodos Estadísticos para la Investigación I 2021-I e. Prueba de Contrastes Ortogonales 1. Hipótesis: Bilateral Unilateral Caso A Caso B Caso C o oo LLH LLH : : 1 o oo LLH LLH : : 1 o oo LLH LLH : : 1 2. Nivel de significación α Métodos Estadísticos para la Investigación I 2021-I 3. Estadística de Prueba: GLE L o c t S LL t ~ ˆ ˆ t i iiYCL 1 . ˆ t i i L r C CMES 1 2 ˆ Número desigual de repeticiones: t i iii YCrL 1 . ˆ 2 1 ˆ i t i iL CrCMES e. Prueba de Contrastes Ortogonales Métodos Estadísticos para la Investigación I 2021-I 4. Regla de Decisión: Decisión Bilateral Unilateral Caso A Caso B Caso C Se rechaza H0 si ó GLE c tt , 2 GLE c tt , 2 1 GLEc tt , GLEc tt ,1 e. Prueba de Contrastes Ortogonales Métodos Estadísticos para la Investigación I 2021-I Aplicación 6 Suponga que para el ejemplo de aplicación 1 los programas de motivación Alfa y Beta fueron desarrollados por psicólogos egresados de la universidad A y los programas de motivación Gamma y Sigma fueron desarrollados por psicólogos egresados de la universidad B. Si se planeó comparar si el tiempo medio de ensamblaje del primer grupo es inferior al del segundo grupo, realice la prueba de contrastes ortogonales a un nivel de significación de 0.05. Métodos Estadísticos para la Investigación I 2021-I Aplicación 6 1. Hipótesis: 𝐻0: 𝜇1 + 𝜇2 − 𝜇3−𝜇4= 0 𝐻1: 𝜇1 + 𝜇2 − 𝜇3−𝜇4< 0 3. Estadístico de prueba: GLE L o c t S LL t ~ ˆ ˆ Desarrollo de la prueba 𝐿 = 64.6 + 59.0 − 65 − 59.8 = −1.2 𝑆𝐿 = 2.75 12 5 + 12 5 + −1 2 5 + −1 2 5 = 1.483 2. Nivel de significación: α=0.05 809.0 483.1 012 ct Métodos Estadísticos para la Investigación I 2021-I Aplicación 6 4. Criterio de decisión Como tc > t(0.05,16)=-1.746, no se rechaza Ho 0.4 0.3 0.2 0.1 0.0 X -1.75 0.05 0 5. Conclusión: A un nivel de significación del 5% no se rechaza Ho. Luego no se puede afirmar que el tiempo medio de ensamblaje del primer grupo es inferior al del segundo grupo. Métodos Estadísticos para la Investigación I 2021-I Aplicación 6 5. Conclusión A un nivel de significación del 0.05 no podemos afirmar que el tiempo medio de ensamblaje de los programas de motivación desarrollados por psicólogos egresados de la universidad A sea inferior al tiempo medio de ensamblaje de los programas de motivación desarrollados por psicólogos egresados de la universidad B. Métodos Estadísticos para la Investigación I 2021-I Ejercicio Propuesto 2. Un ingeniero zootecnista desea analizar la efectividad de cuatro raciones de dieta en la ganancia de peso (en Kg) en cerdos de raza Yorkshire. Para lo cual asignó las raciones de manera aleatoria a los cerdos obteniendo los siguientes resultados: Raciones A B C D 43 35 35 42 46 33 35 42 50 36 36 43 45 35 34 44 44 32 34 43 42 30 33 45 40 33 34 42 Suma 310 234 241 301 Promedi o 44.29 33.429 34.429 43.000 2 =1 =1 =42892 int ij i j Y Métodos Estadísticos para la Investigación I 2021-I Ejercicios Propuestos a. Establezca el modelo aditivo lineal y describa sus componentes en términos del caso. Asumiendo que se cumplen los supuestos necesarios: b. Pruebe si al menos una de las raciones tiene efecto sobre la ganancia de peso de los cerdos. Use α=0.05. c. El ingeniero zootecnista afirma que existe diferencia significativa entre la ración A y la ración D al analizar la ganancia promedio de peso (en Kg). ¿Es cierta la afirmación del ingeniero? Realice una prueba estadística adecuada. Use α=0.05. d. Realice la prueba Tukey para comparar la ganancia promedio de peso. Use α=0.05. e. El ingeniero zootecnista afirma que la ganancia promedio obtenida de aplicar las raciones A y B, en forma conjunta, supera a la obtenida de aplicar las raciones C y D, también en forma conjunta. ¿Es cierta la afirmación del ingeniero? Realice la prueba estadística más adecuada. Use α=0.05. Métodos Estadísticos para la Investigación I 2021-I Reporte Minitab Análisis de Varianza Fuente GL SC Ajust. MC Ajust. Valor F Valor p Ración 3 669.9 223.286 53.13 0.000 Error 24 100.9 4.202 Total 27 770.7 Comparaciones en parejas de Tukey Agrupar información utilizando el método de Tukey y una confianza de 95% Factor N Media Agrupación A 7 44.290 A D 7 43.000 A C 7 34.429 B B 7 33.429 B Las medias que no comparten una letra son significativamente diferentes. Pruebas simultáneas de Tukey para diferencias de las medias Diferencia Diferencia de las EE de Valor p de niveles medias diferencia IC de 95% Valor T ajustado B - A -10.86 1.10 (-13.88, -7.84) -9.91 0.000 C - A -9.86 1.10 (-12.88, -6.84) -9.00 0.000 D - A -1.29 1.10 ( -4.31, 1.74) -1.17 0.649 C - B 1.00 1.10 ( -2.02, 4.02) 0.91 0.798 D - B 9.57 1.10 ( 6.55, 12.59) 8.74 0.000 D - C 8.57 1.10 ( 5.55, 11.59) 7.82 0.000 Ejercicio Propuesto 1. Un ingeniero agrónomo está interesado en evaluar el rendimiento (en toneladas) obtenido al utilizar distintas variedades de mandarina sembradas en un campo experimental. Para ello utilizó parcelas de 500 m2 con tres surcos, de los cuáles sólo tomó el surco central para evitar efectos de bordura. Las variedades en estudio fueron las siguientes: Grupo Satsuma: Clausellina (V1), Okitsu (V2), Owari (V3) Grupo Tangores: Murcott (V4) La información se presenta a continuación: Cuadro N°1. Rendimiento (en t) según variedad Total V1 4.8 3.6 6 5.1 5.9 3.6 29 V2 2.8 3.9 2.7 3.6 1.2 14.2 V3 3.3 4.1 2.9 3.2 3.4 3.2 1.3 21.4 V4 4.5 6.1 5.2 4.2 5.5 3.2 28.7 2 402.99ijY Métodos Estadísticos para la Investigación I 2021-I Ejercicio Propuesto a) Presente el modelo aditivo lineal y describa cada uno de sus componentes según el caso b) Realice la verificación de supuestos para el experimento. c) Realice el análisis de varianza y de sus conclusiones. d) El ingeniero agrónomo afirma que el rendimiento medio obtenido al aplicar la variedad Murcott supera al rendimiento medio obtenido al aplicar la variedad Owari en más de 1500 kg. Realice la prueba estadística más adecuada. e) El ingeniero desea saber cuál(es) es(son) la(s) mejor(s) variedad(es) de mandarina. Realice la prueba estadística más adecuada. Prueba de Bartlett Estadística de Prueba 0.11 AD 0.683 Valor P 0.127 Cuadro N°2. Supuestos básicos Métodos Estadísticos para la Investigación I 2021-I Ejercicio Propuesto f) Suponga que la variedad Okitsu es considerada de uso tradicional. Si el ingeniero está interesado en comparar dicha variedad con el resto de variedades, realice la prueba estadística más adecuada. g) El ingeniero agrónomo afirma que el rendimiento medio obtenido al aplicar las variedades del grupo Satsuma es inferior al rendimiento medio obtenido al aplicarla variedad del grupo Tangores. Realice la prueba estadística más adecuada. Métodos Estadísticos para la Investigación I 2021-I Reporte Minitab Análisis de Varianza Fuente GL SC Ajust. MC Ajust. Valor F Valor p Variedad 3 20.50 6.8318 6.90 0.002 Error 20 19.79 0.9895 Total 23 40.29 Comparaciones en parejas de Tukey Pruebas simultáneas de Tukey para diferencias de las medias Diferencia Diferencia de las EE de Valor p de niveles medias diferencia IC de 95% Valor T ajustado V2 - V1 -1.993 0.602 (-3.680, -0.307) -3.31 0.017 V3 - V1 -1.776 0.553 (-3.326, -0.227) -3.21 0.021 V4 - V1 -0.050 0.574 (-1.658, 1.558) -0.09 1.000 V3 - V2 0.217 0.582 (-1.414, 1.848) 0.37 0.982 V4 - V2 1.943 0.602 ( 0.257, 3.630) 3.23 0.020 V4 - V3 1.726 0.553 ( 0.177, 3.276) 3.12 0.026 Nivel de confianza individual = 98.89% Métodos Estadísticos para la Investigación I 2021-I Reporte Minitab Comparaciones múltiples de Dunnet con un control Pruebas simultáneas de Dunnett para la media de nivel – Media de control Diferencia Diferencia de las EE de Valor p de niveles medias diferencia IC de 95% Valor T ajustado V1 - V2 1.993 0.602 ( 0.472, 3.515) 3.31 0.009 V3 - V2 0.217 0.582 (-1.254, 1.688) 0.37 0.963 V4 - V2 1.943 0.602 ( 0.422, 3.465) 3.23 0.011 Métodos Estadísticos para la Investigación I 2021-I Formulario 1 , 2 1 1 GLE i j DLS t CME n n 1 1 ( ) ( ) 2 i j CME ALS T AES T n n 1 1 ( ) ( ) i j ALS Dn t Dn CME n n 0 ~c GLE L L L t t S 1 ˆ t ii i L C Y 2 1 t iL i CME S C r 1 ˆ t i i i i L rC Y 2ˆ 1 t i iL i S CME rC 0 ~ 1 1 i j c GLE i j Y Y t t CME n n Métodos Estadísticos para la Investigación I 2021-I Referencias R.G.D. Steel, & Torrie, J.H.(1985). Bioestadística Principios y Procedimientos. McGraw Hill, ed Bogotá, Colombia. Montgomery, D. C. (2005). Diseño y análisis de experimentos (2nd. Ed). México: Limusa Wiey. Kuehl, R. O., (2001). Diseño de experimentos: principios estadísticos para el diseño y análisis de investigaciones. (2nd Ed). International Thomson Editores, S.A. de C.V., Mexico, DF. Ramsey, F. L., & Schafer, D. W. (2002).The statistical sleuth: A course in methods of data analysis. Australia: Duxbury/Thomson Learning Métodos Estadísticos para la Investigación I 2021-I
Compartir