U3 - Tarea02 - Manual - Parcela Dividida y Subdividida

UNIVERSIDAD DE LAS FUERZAS ARMADAS-ESPE
EXTENSIÓN SANTO DOMINGO

DEPARTAMENTO DE CIENCIAS DE LA VIDA Y LA AGRICULTURA
CARRERA DE INGENIERÍA AGROPECUARIA
PERIODO : Octubre 2017 – Febrero 2018

ASIGNATURA : Diseño Experimental
NRC : 3602
NOMBRE : Bryan Morales, Jonathan Pacheco, Ramiro Pérez, Nelly Pallasco

NIVEL : Sexto
DOCENTE : Ing. Vinicio Uday.
FECHA : 14 de Febrero 2018
“MANUAL DE PARCELA DIVIDIDA (PD) Y SUBDIVIDIDA (SD)”
SANTO DOMINGO-ECUADOR
2018
Contenido
I. Introducción ......................................................................................................................... 3
II. Objetivos.............................................................................................................................. 4
III. Revision Bibliografica ...................................................................................................... 5
3.1. Diseño de parcela dividida (PD) ................................................................................... 5
3.2. ¿Cuándo usar un diseño de parcela dividida? ............................................................... 5
3.3. Sorteo y Diseño ............................................................................................................. 6
3.4. Modelo matemático de diseño de parcela dividida ....................................................... 6
3.5. Formulas empleadas en un diseño de parcela dividida ................................................. 7
3.5.1. Grados de libertad .................................................................................................. 7
3.6. Factor de corrección: FC = (Gt)2/a*b*r ............................................................... 7
3.7. Sumas de cuadrados .............................................................................................. 7
3.8. Cuadrados medios ................................................................................................. 8
3.9. Relación F: ............................................................................................................. 8
4. Resolución de un ejercicio con parcela dividida paso a paso: ............................................... 10
5. Parcela subdividida ........................................................................................................... 27
5.1 Concepto .......................................................................................................................... 27
5.2. Cuando se aplica el diseño de parcelas subdivididas. ................................................. 27
5.3. Modelo matemático de parcelas subdivididas. ........................................................... 28
5.4. Formulas empleadas en un diseño de parcela dividida ............................................... 28
5.4.1. Grados de Libertad .............................................................................................. 28
Grados de libertad para unidad principal ............................................................. 28
5.4.2. Suma de cuadrados .............................................................................................. 29
Suma de cuadrados de la unidad principal .......................................................... 29
Suma de cuadrados de bloques: ......................................................................................... 29
6. Resolución de un ejercicio con parcela dividida paso a paso: ........................................... 32
IV. Bibliografía ..................................................................................................................... 48
2
I. Introducción
En el progreso de los trabajos de investigación se deben de tomar principios generales,

sobre todo considerar que la agronomía está muy lejos de ser una ciencia exacta. Existen
diferentes factores diferentes (clima, suelo, manejo del cultivo y condiciones socio-
económicas), que influyen en el resultado final de la producción agrícola, que es muy
difícil pronosticar los volúmenes a obtenerse en un determinado año, cuando cambian algunos
de estos factores mencionados ; por consiguiente los problemas agronómicos se tienen que
resolver por la vía experimental.
A través de las investigaciones lo que se pretende es realizar una descripción, explicación y

predicción de los procesos de la producción o problemas agronómicos. La palabra experimento
es utilizada de una manera más estrecha para definir la investigación experimental,
donde el sistema bajo estudio está sobre el control del investigador. Esto significa que
los individuos o material de investigación, la naturaleza de los tratamientos o tipos manejos en
estudio y los procedimientos de medida, usualmente son definidos por el investigador. En
contraste, en los estudios observacionales, algunas de las características y en particular la
definición de los tratamientos, están fuera del control del investigador (Silva, 2014).
El diseño de parcelas divididas (split-plot) tiene su origen en aplicaciones en Agricultura, donde

las parcelas grandes generalmente eran grandes áreas y las parcelas pequeñas áreas pequeñas
dentro de las grandes, y a cada una de los dos tamaños de parcela le corresponde un tratamiento
(Herrera, 2012).
3
II. Objetivos
2.1.Objetivo general
 Elaborar un manual sobre parcela dividida y parcela subdivida para ejecutar en el
programa estadístico Infostat
2.2.Objetivos específicos
 Realizar un breve resumen bibliográfico sobre el tema Parcela dividida y subdividida
con su respectivo cuadro de análisis de varianza.
 Describir paso a paso los procedimientos a seguir para ejecutar un ejercicio que
contenga parcela dividida o subdivida en Infostat
4
III. Revisión Bibliográfica
3.1.Diseño de parcela dividida (PD)
Este diseño está especialmente formulado para experimentos con dos factores, donde a uno de
los factores, por razón de su naturaleza, es asignado a parcelas o unidades experimentales
grandes (parcela principal), este factor es llamado factor principal. Esta parcela principal es
dividida en subparcelas en donde se evalúan los niveles del otro factor. Así, cada parcela
principal se convierte en un bloque para los niveles del factor evaluado en las subparcelas.
Una unidad experimental bajo este tipo de diseño (parcela principal) puede ser una parcela de
terreno, una camada de cerdos, un grupo de árboles, mientras que las subparcelas pueden ser
una fracción de la parcela de terreno, cada cerdo dentro de la camada, cada árbol del grupo de
árboles (Silva, 2014).
Desde el puntos de vista, estadístico, los experimentos que utilizan arreglo combinatorio, por
lo general, son más eficientes que los experimentos donde se utilizan arreglo en parcelas
divididas, puesto que, en tanto el arreglo combinatorio existe un único residuo para el cálculo
de F y en las comparaciones múltiples, en los experimentos donde se utiliza arreglo en parcela
divididas hay dos residuos, uno referente a parcelas grandes y otro a parcelas pequeñas, siendo
que el residuo de parcelas grandes, generalmente tiene un numero de grados de libertad pequeño
llevando a poca sensibilidad en el análisis (López & González, 2013).
3.2.¿Cuándo usar un diseño de parcela dividida?

 Cuando uno de los factores, por su naturaleza, exige parcelas relativamente grandes, por
ejemplo, sistemas de labranza, de irrigación, distancias entre surcos, niveles de luz o de
temperatura; mientras que el otro factor permite su aplicación sobre unidades
experimentales más pequeñas como variedades, distancia entre plantas, dosis de
fertilizantes, etc.
 Cuando los niveles de un factor requieren de gran cantidad de material experimental por
U.E. frente a otros factores. Como ejemplo podemos tener las siguientes situaciones: uso de
5
riego, métodos de aplicación de fertilizantes, etc., serían más factibles usarlos como parcela
principal que como subparcela.
 Cuando se desea incorporar algún factor adicional, y así el alcance de la investigación sería
mayor, como ejemplo de esta situación, si se desea incorporar ciertos fungicidas, para
incrementar el alcance de la investigación se puede proponer variedades que presenten
diversos tipos de resistencia a las enfermedades. En este caso el uso de variedades como
parcela principal daría más proyección al experimento.
 Tiene gran utilidad cuando se desea que ciertos factores sean medidos con mayor precisión
que otros, en este caso se elige como subparcelas los factores que se desea estudiar con mayor
precisión (Universidad Nacional de San Cristóbal de Huamanga, 2010).
3.3.Sorteo y Diseño
 Se deben realizar dos procesos de sorteo en un diseño de parcela dividida, uno para parcela
principal y otro para las subparcelas. En cada nivel, el procedimiento de sorteo en un Diseño
de Bloques Completos al Azar es aplicable. En cada repetición, los niveles del factor
principal son sorteados primero y son asignados a las parcelas principales al azar; luego, los
niveles del su factor son sorteados y asignados a las subparcelas (Silva, 2014).
3.4. Modelo matemático de diseño de parcela dividida
𝑌𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜌𝑘 + (𝛼𝜌)𝑖𝑘 + 𝑒𝑖𝑗𝑘
Donde:
 𝑌𝑖𝑗𝑘 : Variable de respuesta media en la ijk-ésima unidad experimental

 𝜇: Media general
 𝛼𝑖 : Efecto del i-ésimo nivel del factor A
 𝛽𝑗 : Efecto del j-ésimo bloque
 (𝛼𝛽)𝑖𝑗 : Efecto de la interacción del i-ésimo nivel del factor A con el j-ésimo bloque, que
6
es utilizado como residuo de parcelas grandes y es representado por error a.
 𝜌𝑘 : Efecto del k-ésimo nivel del factor B
 (𝛼𝜌)𝑖𝑘 : Efecto debido a la interacción del i-ésimo nivel factor A con el k-ésimo nivel
del factor B
 𝑒𝑖𝑗𝑘 : Error experimental asociado a Yijk, es utilizado como residuo a nivel de parcela
pequeña
3.5.Formulas empleadas en un diseño de parcela dividida

3.5.1. Grados de libertad
Réplicas: GLr = r – 1
Factor: GLA = a − 1
Error A: GLeA = (a − 1) ∗ (r − 1)
Subparcela: GLsp = a ∗ r(b − 1)
Factor B: GLB = b − 1
Interacción AB: GLAB = (a − 1) (b − 1)
Error B: GLBeB = a (r − 1) (b − 1)
Total: GLT = (a ∗ b ∗ r) − 1
3.6.Factor de corrección: FC = (Gt)2/a*b*r
3.7.Sumas de cuadrados
 Suma de cuadrados Total SCT = ∑ Yi2 − Fc
 Suma de cuadrados Parcela principal:
SCtpp = Σ(total por Pp)2 / b] − FC
 Suma de cuadrados Factor A: SCA = Σai2 / b ∗ r] − FC
 Suma de cuadrados Error Experimental Factor A: SCeA = SCpp − SCA
 Suma de cuadrados Subparcela: SCsp = SCT − SCpp
2
 Suma de cuadrados Factor B: SCeB = [Σbi / a*r] – FC
7
 Suma de cuadrados Interacción A* B:
SCAB = [Σ(comb. 1er / 2do)2 / r] − FC − (SCA + SCB)
 Suma de cuadrados Error Experimental Factor B: SCeB = SCsp – (SCB + SCAB)
3.8.Cuadrados medios
 Cuadrados medios Réplicas: CMr = SCr / GLr
 Cuadrados medios Factor A: CMA = SCA / GLA
 Cuadrados medios Error experimental A: CMeA = SCeA / GLeA
 Cuadrados medios Factor B: CMB = SCB / GLB
 Cuadrados medios Interacción AB: CMAB = SCAB / GLAB
 Cuadrados medios Error experimental B: CMeB = SCeB / GLeB
3.9.Relación F:
 Réplicas: Fr = CMr /CMeA
 Factor A: FA = CMA / CMeA
 Factor B: FB = CMB / CMeB
 Interacción AB: FAB = CMAB / CMeB
8
Tabla 1. Esquema de Análisis de Varianza en DPD.
Fuente de Grados de Suma de F tabulado

Cuadrados Medios F calculada
variación libertad Cuadrados 5% 1%
Total rab-1 SCTotal
Repeticiones r-1 SCRepeticiones SCRep/Glrep Cmrept/CMError(a)
Factor A a-1 SC A SC A/GLA CM A/CMError(a)
Error tipo (a) (r-1)(a-1) SCError (a) SC Error(a)/GL Error (a)
Factor B b-1 SC B SCB/GLB CM B/CMError(b)
AxB (a-1)(b-1) SC AxB SC AxB/GL AxB CM AxB/CMError(b)
Error (b) a(r-1)(b-1) SC Error (b) SC Error(b)/GL Error (b)
En donde:
SCTotal: suma de cuadrados total
SCRepeticiones: suma de cuadrado de repeticiones
SCA: suma de cuadrados del Factor A
SCE(a): suma de cuadrados del error del factor A
SCB: suma de cuadrados del Factor B
SCError (b): suma de cuadrados del error del Factor B
SCMAxB: suma de cuadrados de la interacción AxB
CMrept: cuadrado medio de la repetición
CMA: cuadrado medio del Factor A
CMError(a): cuadrado medio del error del Factor A
CMB: cuadrado medio del Factor B

9
CMError (b): cuadrado medio del error del Factor B
SCMAxB: cuadrado medio de la interacción AxB
4. Resolución de un ejercicio con parcela dividida pasó a paso:
Ejemplo
1. Se trata de un plan de caña de azúcar donde se midió el rendimiento en tn/ha de Azúcar
que experimentan cinco fechas de plantación y tres métodos para plantar, para el cual se
usó un DPD. El experimento contó con tres repeticiones. Los datos son los siguientes:
Tabla 2. Rendimiento de caña de azúcar (tn)

Método de
1 2 3
Plantación
Repeticiones 1 2 3 1 2 3 1 2 3
Bloque I 6,8 6,9 6 0,8 2 2 0,9 2,1 1

Bloque II 7,8 7 8 5 7 7 1,3 1 1,3
Bloque III 4,8 4,5 4 3 3,5 4,4 0,9 1,4 0,8
Bloque IV 16,9 11 10 8 6,1 5,9 4,5 2,6 4
Bloque V 20 19 18 6 4 5,3 6,3 1,6 3,9
10
Tabla 3. Rendimiento de caña de azúcar (tn)
Rendimiento (tn/ha)
Bloque Fuentes
1 2 3
1 1 6,8 6,9 6
1 2 0,8 2 2
1 3 0,9 2,1 1
2 1 7,8 7 8
2 2 5 7 7
2 3 1,3 1 1,3
3 1 4,8 4,5 4
3 2 3 3,5 4,4
3 3 0,9 1,4 0,8
4 1 16,9 11 10
4 2 6,1 6,1 5,9
4 3 4,5 2,6 4
5 1 20 19 18
5 2 6 4 5,3
5 3 6,3 1,6 3,9
11
2. Se procede a ordenar los datos en el programa Excel de acuerdo a la fecha de plantación,
el método de plantación y el correspondiente rendimiento en tn/ha.
Tabla 4. Rendimiento de caña de azúcar (Infostat)

Bloques Fecha de plantación Método de plantación Rendimiento
1 1 1 6,8
1 1 2 0,8
1 1 3 0,9
1 2 1 7,8
1 2 2 5
1 2 3 1,3
1 3 1 4,8
1 3 2 3
1 3 3 0,9
1 4 1 16,9
1 4 2 6,1
1 4 3 4,5
1 5 1 20
1 5 2 6
1 5 3 6,3
2 1 1 6,9
2 1 2 2
2 1 3 2,1
2 2 1 7
2 2 2 7
2 2 3 1
2 3 1 4,5
2 3 2 3,5
2 3 3 1,4
2 4 1 11
2 4 2 6,1
12
2 4 3 2,6
2 5 1 19
2 5 2 4
2 5 3 1,6
3 1 1 6
3 1 2 2
3 1 3 1
3 2 1 8
3 2 2 7
3 2 3 1,3
3 3 1 4
3 3 2 4,4
3 3 3 0,8
3 4 1 10
3 4 2 5,9
3 4 3 4
3 5 1 18
3 5 2 5,3
3 5 3 3,9
13
3. Posteriormente se abre el programa Infostat, en el menú del Infostat sección ARCHIVO,
seleccionar la opción NUEVA TABLA, una vez que nos salga la nueva tabla en blanco,
nos dirigimos a los datos ordenados que tenemos en Excel, clic derecho copiar,
volvemos al programa Infostat seleccionamos la opción EDICION y PEGAR CON
NOMBRE DE COLUMNAS.
Figura 1: Opción Archivo Figura 1: Seleccionar Nueva tabla
14
Figura 3. Copiar nueva tabla Figura 2. Pegar nueva tabla.
Figura 3. Datos copiados a Infostat
15
4. Dentro del programa de Infostat, escogemos la opción ESTADISTICA- ANALISIS DE
VARIANZA, para analizar los datos de un archivo de datos abierto, se presenta una
ventana (Selector de Variables) donde a la izquierda se listan todas las columnas del
archivo para podamos seleccionar las columnas que participarán en el análisis, ya sea
como variables dependientes (variable respuesta) o como criterio de clasificación.
Figura 4. Insertar Análisis de varianza.
5. Las columnas seleccionadas deberán transportarse a la lista de Variables que se

encuentra a la derecha de la ventana utilizando el botón que contiene la flecha “→”. Si
una variable fue seleccionada equivocadamente o ya no es necesaria puede eliminarse
de la lista de variables y agregarse nuevamente a la lista de columnas del archivo
oprimiendo la tecla “←” después de seleccionar la variable o haciendo doble clic sobre
la misma.
Para esta aplicación en la ventana del selector de variables del Análisis de varianza
especificar la Variable respuesta y las VARIABLES DE CLASIFICACIÓN que son:
16
Fecha de plantación, Bloque y método de plantación.
En este caso las variables dependientes, serán aquellas cuya respuesta dependa del
resultado obtenido en campo, se escogerá entonces la variable Rendimiento.
Figura 5. Insertar variables dependientes
Figura 6. Insertar variables de clasificación
17
Figura 7. Distribución de variables dependientes y de clasificación.
6. Al aceptar se habilita la siguiente ventana de Análisis de la Varianza, allí en la pestaña

MODELO, campo Especificación de los términos del Modelo, aparecen las variables de
clasificación indicadas en la ventana anterior. En este sector se deben, identificar los
casos para incluir los modelos de interacciones previamente establecidos: Como el
ejercicio cuenta con bloques escogeremos el caso 2.
Caso 1: En un diseño completamente al azar de 3x4 se debe utilizar (Infostat).

 Parcela grande Dosis\Dosis>Bloques
 Dosis>Bloques
 Parcela pequeña Variedades
 Interacción Variedades*Dosis
Caso 2: Mientras que para un diseño de bloques al azar con parcela dividida de 3x4 se
debe utilizar (Infostat).
 Parcela grande Bloques\Dosis*Bloques
 Dosis\Dosis*Bloques
18
 Dosis*Bloques
 Parcela pequeña Variedades
 Interacción Variedades*Dosis
7. Se copia el caso 2 que debe estar tipeado en Excel para una mejor accesibilidad y se pega
en Infostat en la solapa MODELO, Aceptar.
Figura 10. Interacciones copiadas de la tabla de Excel.
19
Figura 11. Interacciones pegadas a la pestaña Modelo
Figura 12. Aceptar el modelo de interacciones.
20
Figura 13. Análisis de varianza obtenido.
8. Allí nos arroja como resultado el análisis de varianza, el cual lo copiamos y pegamos en
Excel para poder ordenar los datos finales.
Figura 14. Copiar los datos del ANOVA
21
9. Escribimos los títulos completos y agregamos márgenes en el cuadro de análisis de
varianza.
Tabla 5. Coeficiente de variación

Variable N R² R² Aj CV
Rendimiento 45 0,97 0,94 20,55
Tabla 6. ANOVA del análisis de la varianza

Suma de Grados de Cuadrado
Fuente de Variación F p-valor
Cuadrados libertad Medio
Fecha de plantación 272,53 4 68,13 26,74 <0,0001
Fecha de plantación>Bloques 25,48 10 2,55 1,92 0,1031
Método de plantación 482,79 2 241,39 181,77 <0,0001
Método de plantación*Fecha. 207,6 8 25,95 19,54 <0,0001
Error 26,56 20 1,33
Total 1014,96 44
En la tabla 6, se pueden diferenciar aquellos valores que sean significativos para el

0,50% y aquellos que sean altamente significativos al valor de 0.001%, para lo cual una
vez identificados los factores que presenten significancia se procede a realizar la prueba
de Tukey para corroborar la información mostrada en la tabla.
10. Se procede a realizar la comparación de Tukey, lo cual vamos a la pestaña Estadísticas,

Opción análisis de varianza, en la pestaña COMPARACIONES, seleccionamos la
opción TUKEY, mostrar medias según; Escoger los valores que hayan sido
significativos en la tabla principal, y además generamos las demás variables que son los
residuos y predichos, cuya opción se encuentra en la parte inferior derecha en la misma
pestaña donde se realiza la comparación de Tukey.
22
Figura 15. Comparación Tukey
Figura 16. Resultado de comparación de Tukey
23
11. Barra principal del menú, opción gráficos, DIAGRAMA DE DISPERSIÓN, y se
ingresa la variable rendimiento y los factores de la misma.
Figura 17. Ingreso de variables dependientes e independientes.
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudian
2,77
Versión Estudiantil1,57
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudian
RDUO Rendimiento
Versión Estudiantil Versión 0,37
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión-0,83
Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión Estudiantil Versión Estudiantil
-2,03 Versión Estudiantil Versión Estudiantil Versión Estudian
-0,12 Versión
5,26Estudiantil
10,64 Versión Estudiantil
16,02 Versión
21,40 Estudiantil
Versión Estudiantil Versión Estudiantil PRED
Versión Estudiantil
Rendim iento Versión Estudiantil Versión Estudian
Figura 18. Residuos ver sus predichos de la variable rendimiento
24
12. Para insertar la prueba de normalidad, conocida como Shapiro Wilks, nos dirigimos a
la barra principal del menú, opción ESTADISTICAS-INFERENCIA BASADA EN
UNA MUESTRA, opción PRUEBA DE NORMALIDAD, aceptar.
Figura 19. Prueba de normalidad (Shapiro Wilks).
Figura 20. Ingreso de variables dependientes e independientes Shapiro
25
Figura 21. Resultado de la prueba de Normalidad (Shapiro Wilks).
13. Siguiendo la misma metodología se grafica la prueba de Shapiro. Barra principal del
menú, opción gráficos, DIAGRAMA DE BARRAS y luego insertar de igual forma la
gráfica de DIAGRAMA DE PUNTOS.
Versión Estudiantil Versión Estudiantil Versión Estudiantil
10,75 19,75
Versión Estudiantil Versión Estudiantil Versión Estudiantil
A Versión Estudiantil Versión Estudiantil
Versión Estudiantil 8,52
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión 15,03
Versión Estudiantil Estudiantil
Versión Estudiantil Versión Estudiantil Versión Estudiantil Versión Estudiantil
Rendimiento-5,00
Rendimiento
6,29 10,31
Versión Estudiantil B
4,06 Versión Estudiantil Versión Estudiantil Versión Estudiantil
5,59 Versión Estudiantil Versión Estudiantil Versión Estudiantil
Versión
C Versión
Estudiantil Estudiantil
1,83 0,86
Versión Estudiantil Versión Estudiantil Versión
1,00Estudiantil Versión
2,00 Estudiantil
Versión
3,00 Versión
Estudiantil Estudiantil
Versión Estudiantil Versión
1,00Estudiantil2,00Versión Estudiantil
3,00 Versión Estudiantil
Versión Estudiantil Versión EstudiantilMetodo
Versión
deEstudiantil
plantacionVersión Estudiantil Versión Estudiantil
Versión Estudiantil Versión EstudiantilMetodo
Versión
deEstudiantil
plantacionVersión Estudiantil Versión Estudiantil
Figura 22. Gráfico de barras del variable Figura 23. Diagrama de puntos de la variable
rendimiento. rendimiento.
26
5. Parcela subdividida
5.1 Concepto
El concepto de los diseños en parcelas divididas puede generalizarse a casos en los que las
restricciones de aleatorización ocurren en cualquier número de niveles dentro del bloque. La
disposición en la que hay dos niveles de restricciones en la aleatorización en los bloques se
llama diseño en parcelas subdivididas (Delgado, 2016).
El principio del diseño en parcelas divididas puede extenderse mediante la división de las sub-
parcelas. En estas condiciones el análisis comprende tres partes: entre parcelas o tratamientos
principales, entre sub-parcelas o tratamientos secundarios dentro de parcelas principales y entre
sub-subparcelas o tratamientos terciarios dentro de las sub-parcelas De esta manera se tiene un
diseño experimental en parcelas subdivididas. Cuando las parcelas de un experimento se
dividen en sub-parcelas que reciben sub-tratamientos, se genera el diseño en parcelas divididas
(Herrera, 2011).
En experimentos en los cuales algún tratamiento implique el uso de maquinaria, tal como
algunas prácticas de manejo en el área agrícola, es aconsejable este tipo de diseño, así como
también en los experimentos con cultivos perennes o semi perennes (Herrera, 2011).
5.2.Cuando se aplica el diseño de parcelas subdivididas.
En algunas situaciones prácticas, las condiciones experimentales hacen necesario subdividir

cada parcela pequeña en diversos niveles de un tercer factor, caracterizándose así, las sub-
parcelas. En ese caso, el ensayo es denominado experimento en parcelas subdivididas o “split-
spli-plot”. Entonces, en este tipo de experimentos, podemos estudiar, simultáneamente, los
efectos de tres factores, siendo los tratamientos principales asignados al azar en las parcelas
grandes (completamente al azar, en bloques al azar, etc.), los sub-tratamientos aleatorizados en
las parcelas medianas y los sub-tratamientos aleatorizados en las parcelas pequeñas de cada
parcela mediana.
27
5.3.Modelo matemático de parcelas subdivididas.
𝑌𝑖𝑗𝑘𝑙 = 𝜇 + 𝑖 + 𝛽𝑙 + (𝑎)𝑖𝑙 + 𝑗 + 𝑘 + 𝑖𝑗 + 𝑖𝑘 + 𝑗𝑘 + 𝑖𝑗𝑘 +  (b) 𝑖𝑗𝑘𝑙
Donde:
 𝑌𝑖𝑗𝑘 : Variable de respuesta media en la ijkl-ésima unidad experimental

 𝜇: Media general
 𝛽𝑙 : Efecto del l-ésimo bloque.
 (𝑎)𝑖𝑙 : error asociado a las parcelas grandes.
 𝑖 : Efecto del i-ésimo.
 𝑗 : Efecto de la j-ésimo nivel del factor B
 𝑘 : Efecto de la k-ésimo.
  (b) 𝑖𝑗𝑘𝑙 : Error asociado a la parcela pequeña.
 𝑖𝑗 , 𝑖𝑘 𝑦 𝑗𝑘 : interacciones dobles, y
 𝑖𝑗𝑘 :interacción triple.
5.4.Formulas empleadas en un diseño de parcela dividida
5.4.1. Grados de Libertad

 Grados de libertad para unidad
principal
Grados de libertad para bloques: GLb = r-1
Grados de libertad para factor A: GLeA = (r-1) (a-1)
Grados de libertad para el error A: GLA = a - 1
Grados de libertad para parcelas

principales: GLpp =r*a-1
28
 Grados de libertad de subunidades
Grados de libertad para el factor B; GLB = b-1
Grados de libertad interacción AB: GLAB = (a-1) (b-1)
Grados de libertad para error B: GLeB = a (r-1) (b-1)
Grados de libertad para subparcelas: GLsp= r*a*b-1
 Grados de libertad para sub-

subunidades
Grados de libertad para factor C: GLC= c-1
Grados de libertad para interacción AC: GLAC= (a-1) (c-1)
Grados de libertad para interacción BC: GLBC= (b-1) (c-1)
Grados de libertad para interacción ABC: GLABC= (a-1) (b-1) (c-1)
Grados de libertad del error C: GLeC= a-b(r-1) (c-1)
Grados de libertad total: GLT=a*b*c*r-1
Factor de corrección: FC=(Σy)2/a*b*c
5.4.2. Suma de cuadrados

 Suma de cuadrados de la unidad
principal
Suma de cuadrados de bloques: SCb= [ΣTr2 / a*b*c] - FC
Suma de cuadrados del factor A: SCA= [ΣTA2 / b*c*r] - FC
Suma de cuadrados del error A: SCeA= SCpp-SCBloques-SCA
Suma de cuadrados de parcelas

principales: SCpp=[ΣTa2 / b*c]-FC
29
 Suma de cuadrados de
subunidades
Suma de cuadrados del factor B: SCB= [ΣTB2 / a*c*r] - FC
Suma de cuadrados de la interacción AB: SCAB=[ΣTAB2 / c*r] – FC-SCA-SCAB
Suma de cuadrados del error B: SCeB=SCsp-SCpp-SCB-SCAB
Suma de cuadrados de subparcelas: SCsp= [ΣTab2 / c] – FC
 Suma de cuadrados de sub-

subunidades
Suma de cuadrados del factor C: SCC= [ΣTC2 / a*b*r] - FC
Suma de cuadrados de la interacción AC: SCAC= [ΣTAC2 / b*r] – FC-SCA-SCC
Suma de cuadrados de la interacción BC: SCBC= [ΣTBC2 / a*r] – FC-SCB-SCC
Suma de cuadrados de la interacción SCABC= [ΣTABC2 / r] – FC-SCA-SCB-SCC-

ABC: SCAC-SCBC
Suma de cuadrados del error C: SCeC= SCT-SCsp-SCC-SCAC-SCBC-SCABC
Suma de cuadrados total: SCT: Σy2-FC
30
Tabla 7. Esquema del análisis de varianza en parcelas sub-divididas
Unidades o parcelas Fuentes de variación Grados de libertad Suma de cuadrados

Unidad principal Bloques r-1 SCb
Factor A a-1 SCA
Error(a) (r-1)(a-1) SCe(a)
Parcela Principal r*a-1 SCpp
Subunidades Factor B (b-1) SCB
AxB (a-1)(b-1) SC AxB
Error (b) a(r-1)(b-1) SCe(b)
Subparcela r*a*b-1 SCsp
Sub-subunidades Factor C c-1 SCC
AxC (a-1)(c-1) SC AxC
BxC (b-1)(c-1) SC BxC
AxBxC (a-1)(b-1)(c-1) SC AxBxC
Error (c) a*b(r-q)(c-1) SCe(c)
Total a*b*c*r-1 SCT
En donde:
Total=total de sub-subparcelas
TA=totales del factor A
SCb=suma de cuadrados de bloques.
SCA=suma de cuadrados del factor A
SCe(a)=suma de cuadrados del error del factor A
SCpp=suma de cuadrados de parcela principal
SCB=suma de cuadrados del factor B
SC AxB=suma de cuadrados de la interacción AxB
SCe (b)=suma de cuadrados del error del factor B
SCsp=suma de cuadrados de subparcelas
SCC=suma de cuadrados del factor C
SC AxC=suma de cuadrados de interacción AxC
31
SC BxC=suma de cuadrados de interacción BxC
SC AxBxC=suma de cuadrados de interacción AxBxC
SCe(c)=suma de cuadrados del error del factor C
SCT=suma de cuadrados total
6. Resolución de un ejercicio con parcela dividida paso a paso:
Tener en cuenta que para una parcela subdividida deben existir los menos tres factores, parcela
grande, parcela mediana y parcela pequeña.
Ejemplo:
Tasas de riego de agua (parcela grande), dosis de nitrógeno (parcela mediana) y de fosforo
(parcela pequeña) en la eficiencia (%) de uso de agua por el maiz dulce. La tasa de riego está
en milímetros de agua y las dosis de nitrógeno y fosforo en kilogramos por hectárea. El terreno
tuvo una fuente de variación en la humedad del suelo.
Tabla 8. Datos obtenidos en las tasas de riego de agua
Bloques
Agua Nitrógeno Fosforo
I II
16 0 0 8.1 8.6
245 9.7 15.5
130 0 36 34.5
245 34.2 33.1
260 0 34.6 40.7
245 34 39.3
18 0 0 10 5.1
245 19.7 21.9
130 0 21.5 19.9
245 19.7 21.9
260 0 30.7 26.4
245 28.9 25.7
32
20 0 0 10.6 4.5
245 6.3 10.4
130 0 19.4 21.7
245 19.7 19.9
260 0 23.2 19.4
245 23 23.2
1. Se procede a ordenar los datos en el programa Excel en orden por tratamiento y por
bloque y eficiencia del agua de riego.
Tabla 9: Datos ordenados en Excel
Agua Nitrógeno Fosforo Bloques EF
16 0 0 1 8.1
16 0 245 1 9.7
16 130 0 1 36
16 130 245 1 34.2
16 260 0 1 34.6
16 260 245 1 34
18 0 0 1 10
18 0 245 1 19.7
18 130 0 1 21.5
18 130 245 1 19.7
18 260 0 1 30.7
18 260 245 1 28.9
20 0 0 1 10.6
20 0 245 1 6.3
20 130 0 1 19.4
20 130 245 1 19.7
20 260 0 1 23.2
33
20 260 245 1 23
16 0 0 2 8.6
16 0 245 2 15.5
16 130 0 2 34.5
16 130 245 2 33.1
16 260 0 2 40.7
16 260 245 2 39.3
18 0 0 2 5.1
18 0 245 2 21.9
18 130 0 2 19.9
18 130 245 2 21.9
18 260 0 2 26.4
18 260 245 2 25.7
20 0 0 2 4.5
20 0 245 2 10.4
20 130 0 2 21.7
20 130 245 2 19.9
20 260 0 2 19.4
20 260 245 2 23.2
2. Se abre el programa Infostat, en el menú del Infostat sección ARCHIVO, seleccionar la

opción NUEVA TABLA, una vez que nos salga la nueva tabla en blanco , nos dirigimos
a los datos ordenados que tenemos en Excel, clic derecho copiar, volvemos al programa
Infostat seleccionamos la opción EDICION y PEGAR CON NOMBRE DE
COLUMNAS.
34
Figura 24: Insertar nueva tabla Figura 25: Nueva tabla
Figura 26. Copiar nueva tabla Figura 27. Pegar nueva tabla.
35
Figura 28. Datos copiados a Infostat
3. Dentro del programa de Infostat, escogemos la opción ESTADISTICA- ANALISIS DE

VARIANZA, para analizar los datos de un archivo de datos abierto, se presenta una
ventana (Selector de Variables) donde a la izquierda se listan todas las columnas del
archivo para podamos seleccionar las columnas que participarán en el análisis, ya sea
como variables dependientes (variable respuesta) o como criterio de clasificación.
36
Figura 29. Insertar Análisis de varianza.
4. Las columnas seleccionadas deberán transportarse a la lista de Variables que se
encuentra a la derecha de la ventana utilizando el botón que contiene la flecha “→”. Si
una variable fue seleccionada equivocadamente o ya no es necesaria puede eliminarse
de la lista de variables y agregarse nuevamente a la lista de columnas del archivo
oprimiendo la tecla “←” después de seleccionar la variable o haciendo doble clic sobre
la misma.
Para esta aplicación en la ventana del selector de variables del Análisis de varianza
especificar la Variable respuesta y las VARIABLES DE CLASIFICACIÓN que son:
Factor parcela, Bloque y el Factor Subparcela.
En este caso las variables dependientes, serán aquellas cuya respuesta dependa del
resultado obtenido en campo, se escogerá entonces la variable EF.
Mientras que en las variables independientes se escogerán las variables; Agua,
Nitrógeno, Fosforo y Bloques, clic en Aceptar.
Figura 30. Insertar variables dependientes
37
Figura 31. Insertar variables independientes.
Figura 32. Distribución de variables dependientes e independientes.
38
5. Al aceptar se habilita la siguiente ventana de Análisis de la Varianza, allí en la pestaña
MODELO, campo Especificación de los términos del Modelo, aparecen las variables de
clasificación indicadas en la ventana anterior. En este sector se deben, identificar los
casos para incluir los modelos de interacciones previamente establecidos: En el
enunciado del ejercicio nos dice que “El terreno tuvo una fuente de variación en la
humedad del suelo” por lo que se procederá a realizar un bloqueo, entonces se escoge el
caso 2.
Caso 1. Diseño completamente al azar con parcela subdividida 3x3x2

Parcela grande: Agua\Agua>Bloques
Agua>Bloques
Parcela mediana: Nitrógeno\Agua>Bloques*Nitrógeno
Agua*Nitrógeno\Agua>Bloques*Nitrógeno
Agua>Bloques*Nitrógeno
Parcela pequeña: Fosforo
Agua*Fosforo
Fosforo*Nitrógeno
Agua*Fosforo*Nitrógeno
Caso 2. Diseño de bloques completos al azar con parcela subdividida 3x3x2

Parcela grande: Bloque\Agua*Bloques
Agua\Agua*Bloques
Agua*Bloques
Parcela mediana: Nitrógeno\Agua>Bloques*Nitrógeno
Agua*Nitrógeno\Agua>Bloques*Nitrógeno
Agua>Bloques*Nitrógeno
Parcela pequeña: Fosforo
Agua*Fosforo
Fosforo*Nitrógeno
Agua*Fosforo*Nitrógeno
39
6. Se copia el caso 2 que debe estar tipeado en Excel para una mejor accesibilidad y se pega
en Infostat en la solapa MODELO, Aceptar.
Figura 33. Insertar modelo de interacción.
Figura 34. Interacciones copiadas de la tabla de Excel.
40
Figura 35. Interacciones pegadas a la pestaña Modelo
Figura 36. Aceptar el modelo de interacciones.
41
7. Allí nos arroja como resultado el análisis de varianza, el cual lo copiamos y pegamos en
Excel para poder ordenar los datos finales.
Figura 37. Análisis de varianza obtenido.
Figura 38. Copiar los datos del ANOVA
42
8. Escribimos los títulos completos y agregamos márgenes en el cuadro de análisis de
varianza.
9. Corregir los valores de f calculado para cada interacción en base al error del factor B,
(Cuadrado medio del error/Cuadrado medio de Agua>Bloques*Nitrógeno).
Tabla 10. Análisis de varianza de parcela subdividida.

Suma de Grados de Cuadrados F-
Fuente de variación F - 0,05
cuadrados libertad medios calculado
Bloques 6.09 1 6.09 0.1 0.7788
Agua 695.05 2 347.52 5.87 0.1457
Agua*Bloques 118.51 2 59.25 7.13 0.0092
Nitrógeno 2101.33 2 1050.66 126.43 <0.0001
Agua*Nitrógeno 350.56 4 87.64 10.55 0.007
Agua>Bloques*Nitrógeno 49.85 6 8.31 0.51 0.4052
Fosforo 23.76 1 23.76 3.31 0.1023
Agua*Fosforo 26.24 2 13.12 1.58 0.2158
Fosforo*Nitrógeno 83.06 2 41.53 5.00 0.4443
Agua*Fosforo*Nitrógeno 65.57 4 16.39 1.97 0.1398
Error 64.65 9 7.18
Total 3584.66 35
En los resultados se comienzan a ver los resultados significativos, los efectos y las
interacciones.
El Agua* Nitrógeno fue significativo, es decir actúan conjuntamente, debido a que el p-valor <
0,05 tiene significancia y p-valores <0,001 presentan alta significancia.
Mientras que las variables de Agua y Nitrógeno no se tienen en cuenta para ver si son
significativos, debido a que ya existe una interacción.
Vale mencionar que el coeficiente de variación es de 12,35% lo cual se encuentra dentro del
rango establecido para investigaciones de campo del 10-20%.
43
10. Se puede hacer un análisis funcional se tiene que el factor agua y nitrógeno son continuos
se puede hacer un polinomio ortogonal o una prueba de significancia, en este caso se
escogerá realizar una prueba de significancia, se repiten los pasos 4, 5, 6, 7,8.
11. En la pestaña comparaciones seleccionamos la opción mostrar medias según

Agua*Nitrógeno, debido a que estas son las interacciones que se van a evaluar, y de
igual manera se copian estos datos en Excel para poder realizar los gráficos respectivos.
Figura 39. Insertar medias del tratamiento con interacciones significativas.
44
Figura 40. Medias de las interacciones significativas.
12. Se copia y se ordena en forma de matrices, se hace un gráfico de líneas, sacando las
medias para ordenar los datos, se inserta un gráfico líneas en base a la matriz realizada
con las medias de los datos, poner las letras de cada una de las medias sobre cada uno
de los puntos como etiqueta de datos.
Figura 41. Insertar gráficos de los datos obtenidos en las medias.
45
Figura 42. Gráfico de líneas obtenido de las interacciones.
Figura 43. Asignar las letras correspondientes a cada tratamiento
46
13. Grafico final
40 A
AB
35
Cantidad de Nitrogeno
BC
30
25 CD
CD CD
20
15 E
DE E
10
5
0
16 18 20
Cantidad de Agua
0 130 260
Figura 44. Interacción de Nitrógeno vs Cantidad de agua aplicada.
Según lo que nos muestra la figura 44, se interpreta que al existir mayor cantidad de agua el
rendimiento del nitrógeno es menor, es decir que el nitrógeno tiende a disminuir medida que
aumenta la cantidad de agua creando una interacción entre ambos componentes que pueden
afectar al cultivo propuesto.
47
IV. Bibliografía
Delgado, V. (Abril de 2016). Diseeño Parcelas subdivididas. Obtenido de
https://www.scribd.com/document/309435372/Disenos-en-Parcelas-Subdivididas
Dueñas, J. (2009). Uaaan. Obtenido de http://www.uaaan.mx/~jmelbos/cursos/deapu1b.pdf
Herrera, J. (2012). Dpye. Obtenido de
http://www.dpye.iimas.unam.mx/patricia/indexer/parcelas_div.pdf
Herrera, L. (junio de 2011). Análisis de la Varianza de un Grupo de Experimentos en Parcelas
Subdivididas . Obtenido de
http://www.scielo.org.ve/scielo.php?script=sci_arttext&pid=S0258-
65762011000100007
López, E., & González, B. (2013). Diseño y Análisis de Experimentos. Guatemala.
Silva, E. (2014). Estadistica y Diseños Experimentales. Santo Domingo de los Tsachilas.
Silva, E. (2014). Estadística y Diseños Experimentales . Santo Domingo de los Tsáchilas.
Obtenido de
https://www.dropbox.com/s/2r9tq9pchreadkp/BIOESTADISTICA%20Y%20DISE%C
3%91O%20EXP._SILVA%202014.pdf?dl=0
Universidad Nacional de San Cristóbal de Huamanga. (2010). Obtenido de
http://estadistica.260mb.com/Efrain_DPD.pdf?i=1
48

U3 - Tarea02 - Manual - Parcela Dividida y Subdividida

Cargado por

Copyright:

Formatos disponibles

U3 - Tarea02 - Manual - Parcela Dividida y Subdividida

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

U3 - Tarea02 - Manual - Parcela Dividida y Subdividida

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE LAS FUERZAS ARMADAS-ESPE

EXTENSIÓN SANTO DOMINGO

PERIODO : Octubre 2017 – Febrero 2018

NOMBRE : Bryan Morales, Jonathan Pacheco, Ramiro Pérez, Nelly Pallasco

“MANUAL DE PARCELA DIVIDIDA (PD) Y SUBDIVIDIDA (SD)”

En el progreso de los trabajos de investigación se deben de tomar principios generales,

A través de las investigaciones lo que se pretende es realizar una descripción, explicación y

El diseño de parcelas divididas (split-plot) tiene su origen en aplicaciones en Agricultura, donde

3.1.Diseño de parcela dividida (PD)

3.2.¿Cuándo usar un diseño de parcela dividida?

3.4. Modelo matemático de diseño de parcela dividida

𝑌𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + (𝛼𝛽)𝑖𝑗 + 𝜌𝑘 + (𝛼𝜌)𝑖𝑘 + 𝑒𝑖𝑗𝑘

 𝑌𝑖𝑗𝑘 : Variable de respuesta media en la ijk-ésima unidad experimental

3.5.Formulas empleadas en un diseño de parcela dividida

Subparcela: GLsp = a ∗ r(b − 1)

Interacción AB: GLAB = (a − 1) (b − 1)

3.6.Factor de corrección: FC = (Gt)2/a*b*r

Fuente de Grados de Suma de F tabulado

SCTotal: suma de cuadrados total

SCRepeticiones: suma de cuadrado de repeticiones

SCA: suma de cuadrados del Factor A

SCE(a): suma de cuadrados del error del factor A

SCB: suma de cuadrados del Factor B

SCError (b): suma de cuadrados del error del Factor B

SCMAxB: suma de cuadrados de la interacción AxB

CMrept: cuadrado medio de la repetición

CMA: cuadrado medio del Factor A

CMError(a): cuadrado medio del error del Factor A

CMB: cuadrado medio del Factor B

SCMAxB: cuadrado medio de la interacción AxB

4. Resolución de un ejercicio con parcela dividida pasó a paso:

Tabla 2. Rendimiento de caña de azúcar (tn)

Bloque I 6,8 6,9 6 0,8 2 2 0,9 2,1 1

Tabla 4. Rendimiento de caña de azúcar (Infostat)

Figura 1: Opción Archivo Figura 1: Seleccionar Nueva tabla

Figura 3. Datos copiados a Infostat

Figura 4. Insertar Análisis de varianza.

5. Las columnas seleccionadas deberán transportarse a la lista de Variables que se

Figura 5. Insertar variables dependientes

Figura 6. Insertar variables de clasificación

6. Al aceptar se habilita la siguiente ventana de Análisis de la Varianza, allí en la pestaña

Caso 1: En un diseño completamente al azar de 3x4 se debe utilizar (Infostat).

Figura 10. Interacciones copiadas de la tabla de Excel.

Figura 12. Aceptar el modelo de interacciones.

Figura 14. Copiar los datos del ANOVA

Tabla 5. Coeficiente de variación

Tabla 6. ANOVA del análisis de la varianza

En la tabla 6, se pueden diferenciar aquellos valores que sean significativos para el

10. Se procede a realizar la comparación de Tukey, lo cual vamos a la pestaña Estadísticas,

Figura 16. Resultado de comparación de Tukey

Figura 17. Ingreso de variables dependientes e independientes.

Figura 18. Residuos ver sus predichos de la variable rendimiento

Figura 19. Prueba de normalidad (Shapiro Wilks).

Figura 20. Ingreso de variables dependientes e independientes Shapiro

5.2.Cuando se aplica el diseño de parcelas subdivididas.

En algunas situaciones prácticas, las condiciones experimentales hacen necesario subdividir

𝑌𝑖𝑗𝑘𝑙 = 𝜇 + 𝑖 + 𝛽𝑙 + (𝑎)𝑖𝑙 + 𝑗 + 𝑘 + 𝑖𝑗 + 𝑖𝑘 + 𝑗𝑘 + 𝑖𝑗𝑘 +  (b) 𝑖𝑗𝑘𝑙

 𝑌𝑖𝑗𝑘 : Variable de respuesta media en la ijkl-ésima unidad experimental

 𝑖𝑗𝑘 :interacción triple.

3.6.Factor de corrección: FC = (Gt)2/abr

Grados de libertad para subparcelas: GLsp= rab-1

Grados de libertad total: GLT=abc*r-1

Factor de corrección: FC=(Σy)2/abc

Suma de cuadrados de bloques: SCb= [ΣTr2 / abc] - FC

Suma de cuadrados del factor A: SCA= [ΣTA2 / bcr] - FC

Suma de cuadrados del factor B: SCB= [ΣTB2 / acr] - FC

Suma de cuadrados del factor C: SCC= [ΣTC2 / abr] - FC