Diseño completamente al

azar
Diseños experimentales agrícolas
2021-I
 El Análisis de varianza
(ANOVA) es una
Normalidad
técnica estadística
Los datos provienen de una distribución normal
que separa la
con media cero
variación total
Gráfica de probabilidad
observada en cada
Prueba de Shapiro-Wilks
una de las fuentes
que contribuyen a la
Varianza constante misma
Supuestos del Los tratamientos tienen la misma
ANOVA varianza σ2 La respuesta (y) en
Gráfica predichos vs residuos, se verifica cada tratamiento
que no se forme una bocina o corneta se debe distribuir
Prueba de Bartlett de manera
normal, con la
Independencia misma varianza en
PUEDEN VERIFICARSE Los datos son independientes entre sí cada tratamiento y
EN LOS RESIDUOS Gráfica de residuos vs orden las mediciones
(e = y - ŷ) Prueba Durbin-Watson deben ser
independientes.
(Petersen, 1994; Gutiérrez y de la Vara, 2012) Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
 DISEÑO COMPLETAMENTE AL
AZAR

VENTAJAS DESVENTAJAS USOS

❑ Es el diseño más flexible, se pueden probar ❑ Tiene baja precisión cuando las unidades ❑ En sitios experimentales
cualquier número de tratamientos y repeticiones experimentales no son uniformes relativamente uniformes donde
❑ El análisis estadístico es simple, incluso cuando los no existe un factor de bloqueo
tratamientos no tienen el mismo número de ❑ Cuando una porción grande de
repeticiones unidades experimentales
❑ Las parcelas perdidas no representan un problema podrían no responder al
❑ Ofrece el mayor número de grados de libertad para tratamiento o pueden perderse
el error durante el experimento
❑ Cuando el número de unidades
experimentales es limitado
(Petersen, 1994; Gutiérrez y de la Vara, 2012) Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
 MODELO MATEMÁTICO
Un solo factor

𝒚𝒊 = 𝝁 + 𝝉𝒊 + 𝜺𝒊
Efecto de Error
Efecto de los
Respuesta la media experimental
tratamientos
de todos
los datos

Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
 EJEMPLO
Variedad Variedad Variedad Variedad
Los datos experimentales provienen de
una prueba que se realizó en cuatro 1 2 3 4
variedades de trigo para determinar su
comportamiento en una zona de
4.58 3.57 5.68 4.68
producción. Cada tratamiento (variedad) 4.33 3.21 5.43 4.21
se replicó tres veces en la parcela
experimental, se utilizó un diseño 4.60 3.59 5.10 4.36
completamente al azar.
La variable de respuesta fue el 3.26 2.35 4.57 3.79
rendimiento de trigo en toneladas por
hectárea.
nivel de significancia 𝛼 = 0.05

(Adaptado de Fernández, 2010) Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
 1. Modelo e hipótesis

𝒚𝒊 = 𝝁 + 𝝉𝒊 + 𝜺𝒊
Efecto de Error experimental
Respuesta Efecto de la
las
media de todos
variedades
los datos
de trigo

Hipótesis
Variedad
H0: Las variedades no generan diferencias en el rendimiento de trigo

H1: Al menos una variedad genera diferencias en el rendimiento de

trigo

Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
2. Construcción de la tabla de totales
Variedad Variedad Variedad Variedad
1 2 3 4
4.58 3.57 5.68 4.68
4.33 3.21 5.43 4.21
4.60 3.59 5.10 4.36
3.26 2.35 4.57 3.79
𝚺 16.77 12.72 20.78 17.04 67.31 Gran Total
ഥ
𝒙 4.19 3.18 5.19 4.26

Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
3. Análisis de varianza (ANOVA)
3.1 Cálculos
Factor de corrección (C)
2 2
Gran total (67.31) 4530.64
C= =
# Unidades experimentales 16 = 16 = 283.16

Suma de cuadrados del Total (SCT)

SCT = [4.582 +4.332 + ⋯ + 3.792 ] − C = 294.61 − 283.16 = 11.45
Sumar todos los datos elevados al cuadrado

Suma de cuadrados de las tratamientos (en este caso como son las variedades SCV)
Total de las variedades, tomar los totales de las filas de Tabla de totales

[16.772 + 12.722 + 20.782 + 17.042 ] 1165.20

SCV = −C= − 283.16 = 291.3 − 283.06 = 8.14
4 4
Número de repeticiones

Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
Suma de cuadrados del error

SCE = SCT − SCV = 11.45 − 8.14 = 3.31

3.2 Tabla ANOVA

Fuente de variación Grados de Suma de Cuadrados F calculada F tablas
libertad cuadrados medios
Variedad (Tratamiento) 3 8.14 2.71 10.03 3.49*
Error 12 3.31 0.27 Tabla Puntos
porcentuales de la
Total 15 11.45 distribución F, página
644)

Regla de decisión:
▪ Si F calculada es menor que F de tablas se acepta H0. No hay
diferencia estadística (NS).
▪ Si F calculada es mayor que F de tablas se rechaza H0. Al
menos un nivel del factor genera diferencias estadísticas (*).

Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
 Grados de libertad de los
tratamientos

Grados de
libertad del
error
En este ejemplo
se consideran 3
grados de
libertad para
los
tratamientos
(hacia la
derecha) y 12
grados de
libertad para el
error (hacia
abajo).

El valor de F de
tablas es 3.49

Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
3.2.1 Interpretación del ANOVA
Como Fc > Ft al menos
Fuente de variación F calculada F tablas una variedad genera
diferencias en el
Variedad (tratamiento) 10.03 3.49* rendimiento de trigo.
Se rechaza H0.

Conclusión ANOVA: La variedad genera

diferencias en el rendimiento de trigo.

Nota:
▪ Es necesario realizar una prueba de medias para
definir cuáles son las diferencias entre las variedades
y poder seleccionar el mejor tratamiento

Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
6. Interpretación general
Existen diferencias estadísticamente significativas entre las variedades de trigo probadas. La variedad 3
genera el mayor rendimiento de trigo, su promedio es 23.9 % mayor que el de la variedad 1 que se
consideró el tratamiento control. La variedad 2 tuvo el menor rendimiento del grupo, 1.01 t/ha menos que
la variedad control y 2.01 t/ha menos que la variedad con mayor rendimiento (V3).

Nota:
▪ Para la interpretación se utilizan los resultados del ANOVA y de
las pruebas de medias.
▪ Es recomendable agregar una explicación técnica que justifique
las diferencias encontradas, sin embargo, esto será posible
únicamente cuando los datos provengan de un experimento
propio o se disponga de más información.
▪ Con ayuda del software se pueden agregar salidas gráficas o los
datos se pueden presentar como una tabla. En ambos casos no
se recomienda repetir valores en el texto que describa la Tabla
o Figura

Dra. Martha Elena Domínguez Hernández, Departamento de Ciencias Agrícolas, FES-Cuautitlán UNAM
Las variedades de trigo tuvieron diferencias
Posibilidades para la presentación de
estadísticas significativas (P<0.05). La variedad 3 resultados
generó un rendimiento 23.9 % mayor que el
obtenido con la variedad 1, considerada el
Las variedades de trigo tuvieron diferencias
tratamiento control(Tabla 1).
estadísticas significativas (P<0.05). La variedad 3
generó un rendimiento 23.9 % mayor que el
Tabla 1. Rendimiento promedio de trigo obtenido con la variedad 1, considerada el
Desviación
tratamiento control (Figura 1).
Tratamiento Promedio estándar 6 a
V3 5.19a 0.48 5 ab abc

Rendimiento (t/ha)
V4 4.26ab 0.37
4 c
V1 4.19abc 0.63
3
V2 3.18c 0.58
2
Las diferencias entre medias que no comparten letra son
estadísticamente significativas con α=5 %. 1
0
V3 V4 V1 V2
Variedad de trigo
Figura 1. Rendimiento promedio trigo
No repetir datos, siempre interpretar y Las diferencias entre medias que no comparten letra son estadísticamente
significativas con un nivel de significancia del 5 %.
referenciar Tablas y Figuras.