Este documento presenta los resultados de un experimento de diseño en cuadrado latino para evaluar el rendimiento de cinco variedades de cultivo (tratamientos) en presencia de dos posibles fuentes de variabilidad (hileras y columnas). El análisis de varianza encontró diferencias significativas entre los tratamientos, pero no entre las hileras ni las columnas. Las pruebas de comparación múltiple de medias (DMS, Duncan, Tukey y Scheffe) coincidieron en que las variedades cr y ax presentaron los mayores rendimientos promedios.
Este documento presenta los resultados de un experimento de diseño en cuadrado latino para evaluar el rendimiento de cinco variedades de cultivo (tratamientos) en presencia de dos posibles fuentes de variabilidad (hileras y columnas). El análisis de varianza encontró diferencias significativas entre los tratamientos, pero no entre las hileras ni las columnas. Las pruebas de comparación múltiple de medias (DMS, Duncan, Tukey y Scheffe) coincidieron en que las variedades cr y ax presentaron los mayores rendimientos promedios.
Este documento presenta los resultados de un experimento de diseño en cuadrado latino para evaluar el rendimiento de cinco variedades de cultivo (tratamientos) en presencia de dos posibles fuentes de variabilidad (hileras y columnas). El análisis de varianza encontró diferencias significativas entre los tratamientos, pero no entre las hileras ni las columnas. Las pruebas de comparación múltiple de medias (DMS, Duncan, Tukey y Scheffe) coincidieron en que las variedades cr y ax presentaron los mayores rendimientos promedios.
REPORTE DE PRACTICA #4 CUADRO LATINO PROFESOR: M.C. LUIS EMILIO CASTILLO MRQUEZ
PRESENTA: CRUZ JIMENEZ EDGARDO
Grado: 5 Grupo: 2 Chapingo, Mxico, Octubre 27 de 2014.
INTRODUCCIN Los diseos en cuadrados latinos son apropiados cuando es necesario controlar dos fuentes de variabilidad. En dichos diseos el nmero de niveles del factor principal tiene que coincidir con el nmero de niveles de las dos variables de bloque o factores secundarios y adems hay que suponer que no existe interaccin entre ninguna pareja de factores. Presenta las siguientes caracteristicas: se construye al distribuir los tratamientos en un arreglo de hileras y columnas. Las hieras presentan el efecto de uno de los factores de confusion y las columnas el efecto del otro factor de confusion. Se tiene igual numero de columnas e hileras. Cada hilera o columna constituye una repeticion completa de los tratamientos, es decir un bloque completo. El numero de hileras o coumnas es igual al numero de tratamientos. OBJETIVO Implementar bajo SAS la solucion de cuadro latino y las pruebas de comparaciones mltiples de medias para su anlisis e interpretacin. METODOLOGA Se utilizaron los siguientes comandos: Poc glm: El procedimiento de modelos lineales generales (GLM) utiliza el mtodo de los mnimos cuadrados para ajustar los modelos lineales generales. Entre los mtodos estadsticos disponibles en proc glm son: de regresin, anlisis de varianza, anlisis de covarianza anlisis multivariante de la varianza y la correlacin parcial. Class: sirve para indicar la variable que identifica los 2 grupos que se van a comparar. Model: especifica el modelo y las variables que se van a utilizar, escribiendo la variable dependiente seguida de un signo igual y la variable independiente. El modelo reducido en cuadro latino es: Y=H C T, donde (Y=respuesta, H= hiera, C= columna y T=tratamiento).
Means: que significa medias que sirve para indicarle a la computadora que queremos una prueba de comparaciones mltiples de medias que posteriormente deja un espacio y se escriben consecutivamente las pruebas de LSD (se escribe as ya que el programa est en ingls y la prueba DMS est en espaol), Tukey, Duncan y Scheffe (las dems pruebas se escriben igual ya que son apellidos en ingls y as se le deja). Alfa: El programa esta automticamente el alfa en 0.05, si queremos la confiablidad en otro porcentaje es necesario cambiarle el alfa, y se hace despus de escribir las pruebas adelante alpha= x (el porcentaje que se quiere obtener).
Ejercicio 1 data edgardo; input hileras columnas $ trat $ resp; cards; 1 I ax 8 2 I cr 11 3 I bz 4 4 I df 6 5 I eg 4 1 II bz 7 2 II eg 2 3 II ax 9 4 II cr 8 5 II df 2 1 III df 1 2 III ax 7 3 III cr 10 4 III eg 6 5 III bz 3 1 IV cr 7 2 IV df 3 3 IV eg 1 4 IV bz 6 5 IV ax 8 1 VI eg 3 2 VI bz 8 3 VI df 5 4 VI ax 10 5 VI cr 8 proc glm; class hileras columnas trat; model resp = hileras columnas trat; means trat/ alpha =0.05 lsd tukey duncan scheffe; run;
Informacin del nivel de clase
Clase Niveles Valores
hileras 5 1 2 3 4 5
columnas 5 I II III IV VI
trat 5 ax bz cr df eg
Nmero de observaciones 25
TABLA DE ANALISIS DE VARIANZA
Variable dependiente: resp
Suma de Cuadrado de F.V G.L cuadrados la media F-calculado Pr > F
Se rechaza Ho si [Pr>F]<alfa Hileras: 0.3476 > 0.05 No se rechaza Ho. Todas las hileras son iguales el ataque por frailecillo no es un factor de confucion. Columnas; 0.4550 > 0.05 No se rechaza Ho. Todas las columnas son iguales, la variavilidad horizontal y vertical de suelo no es un factor de confusion. Tratamientos 0.0005 < 0.05 Si se rechaza Ho. Almenos una variedad es diferente. QU VARIEDAD ES MEJOR?
Prueba DMS.
Alfa 0.05 G.L Error 12 C.M Error 3.126667 t de tablas 2.17881 D.M.S 2.4366
Agrupacin DMS Media N trat
A 8.800 5 cr A 8.400 5 ax
B 5.600 5 bz B 3.400 5 df B 3.200 5 eg
Var Resp--> Produccin Conclusin Las mejores variedades son cr y ax.
Prueba de Duncan
Alfa 0.05 G.L Error 12 C.M. Error 3.126667
Distancia entre medias 2 3 4 5 Ck 2.437 2.550 2.619 2.665
Duncan Agrupacion Media N trat
A 8.800 5 cr A 8.400 5 ax B 5.600 5 bz B 3.400 5 df B 3.200 5 eg Var Resp--> Produccin Conclusin Las mejores variedades son cr y ax.
A 8.800 5 cr A 8.400 5 ax B A 5.600 5 bz B 3.400 5 df B 3.200 5 eg Var Resp--> Produccin Conclusin Las mejores variedades son cr y ax.
Prueba de Scheffe
Alfa 0.05 G.L. Error 12 C.M Error 3.126667 F de tablas 3.25917 Prueba de scheffe 4.0379
Scheffe Agrupamiento Media N trat
A 8.800 5 cr A 8.400 5 ax B A 5.600 5 bz B 3.400 5 df B 3.200 5 eg Var Resp--> Produccin Conclusin Las mejores variedades son cr y ax.
EJERCICIO 2
data edgardo; input hileras columnas $ trat $ resp; cards; 1 I m3 10 2 I m2 7 3 I m1 5 4 I m4 10 1 II m4 14 2 II m3 18 3 II m2 10 4 II m1 10 1 III m1 7 2 III m4 11 3 III m3 11 4 III m2 12 5 III m2 8 1 IV m1 8 2 IV m4 9 3 IV m3 14 proc glm; class hileras columnas trat; model resp = hileras columnas trat; means trat/ alpha =0.01 lsd tukey duncan scheffe; run;
Informacin del nivel de clase
Clase Niveles Valores
hileras 5 1 2 3 4 5
columnas 4 I II III IV
trat 4 m1 m2 m3 m4
Nmero de observaciones 16 TABLA DE ANLISIS DE VARIANZA
Variable dependiente: resp
Suma de Cuadrado de F.V G.L cuadrados la media F-Valor Pr > F
Se rechaza Ho si [Pr>F]<alfa Hileras: 0.6035 > 0.01 No se rechaza Ho. Todas las hileras son iguales, los ayudantes no son un factor de confucion. Columnas; 0.0676 > 0.01 No se rechaza Ho. Todas las columnas son iguales,las marcas no son un factor de confusion. Tratamientos 0.0333 > 0.01 No se rechaza Ho. Todas las mezclas son iguales.
Prueba DMS
Alfa 0.01 G.L Error 5 C.M Error 3.660338 T de tablas 4.03214 D.M.S 5.4548
Agrupamiento D.M.S Media N trat
A 13.250 4 m3 B A 11.000 4 m4 B A 9.250 4 m2 B 7.500 4 m1
Var Resp--> Grosor de grnulos de plaguicidas Conclusin La mejor mezcla es la m3.
Prueba de Duncan
Alfa 0.01 G.L Error 5 C.M. Error 3.660338
Distancia entre medias 2 3 4 Ck 5.455 5.637 5.729
Agrupacin Duncan Media N trat
A 13.250 4 m3 B A 11.000 4 m4 B A 9.250 4 m2 B 7.500 4 m1 Var Resp--> Grosor de grnulos de plaguicidas Conclusin La mejor mezcla es la m3.
A 13.250 4 m3 A 11.000 4 m4 A 9.250 4 m2 A 7.500 4 m1
Var Resp--> Grosor de grnulos de plaguicidas Conclusin La mejor mezcla es la m3.
Prueba de Scheffe
Alfa 0.01 G.L Error 5 C.M Error 3.660338 F de tablas 12.05995 Scheffe 8.1373
Scheffe Agrupamiento Media N trat
A 13.250 4 m3 A 11.000 4 m4 A 9.250 4 m2 A 7.500 4 m1 Var Resp--> Grosor de grnulos de plaguicidas Conclusin Todas las mezclas son iguales
EJERCICIO 3 data edgardo; input hileras columnas $ trat $ resp; cards; 1 I to1 18 2 I to3 11 3 I to2 24 4 I to4 6 5 I to5 4 1 II to2 17 2 II to5 2 3 II to1 29 4 II to3 8 5 II to4 2 1 III to4 11 2 III to1 7 3 III to3 30 4 III to5 6 5 III to2 3 1 IV to3 17 2 IV to4 3 3 IV to5 21 4 IV to2 6 5 IV to1 8 1 VI to5 13 2 VI to2 8 3 VI to4 25 4 VI to1 10 5 VI to3 8 proc glm; class hileras columnas trat; model resp = hileras columnas trat; means trat/ alpha =0.05 lsd tukey duncan scheffe; run;
Informacin del nivel de clase
Clase Niveles Valores
hileras 5 1 2 3 4 5
columnas 5 I II III IV VI
trat 5 to1 to2 to3 to4 to5
Nmero de observaciones 25
TABLA DE ANALISIS DE VARIANZA
Variable dependiente: resp
Suma de Cuadrado de F.V G.L cuadrados la media F-Valor Pr > F hileras 4 1531.440000 382.860000 122.45 <.0001 columnas 4 12.240000 3.060000 0.98 0.4550 trat 4 141.440000 35.360000 11.31 0.0005 Error 12 37.520000 3.126667 Total correcto 24 1722.640000
Se rechaza Ho si [Pr>F]<alfa Hileras: .0001 < 0.05 Si se rechaza Ho. Todas las hileras son iguales el ataque por gusano soldado si es un factor de confucion. Columnas; 0.4550 > 0.05 No se rechaza Ho. Todas las columnas son iguales, la variavilidad horizontal y vertical de suelo no es un factor de confusion. Tratamientos 0.0005 < 0.05 Si se rechaza Ho. Almenos una variedad es diferente.
Prueba D.M.S
Alfa 0.05 G.L Error 12 C.M Error 3.126667 t de tablas 2.17881 D.M.S 2.4366
Agrupacin D.M.S Media N trat
A 14.800 5 to3 A 14.400 5 to1 B 11.600 5 to2 B 9.400 5 to4 B 9.200 5 to5 Var Resp--> Produccin Conclusin Las mejores variedades son to3 y to1.
Prueba de Duncan
Alfa 0.05 G.L Error 12 C.M Error 3.126667
Distancia entre medias 2 3 4 5 Ck 2.437 2.550 2.619 2.665
Duncan Agrupamiento Media N trat
A 14.800 5 to3 A 14.400 5 to1 B 11.600 5 to2 B 9.400 5 to4 B 9.200 5 to5
Var Resp--> Produccin Conclusin Las mejores variedades son to3 y to1.
A 14.800 5 to3 A 14.400 5 to1 B A 11.600 5 to2 B 9.400 5 to4 B 9.200 5 to5 Var Resp--> Produccin Conclusin Las mejores variedades son to3 y to1
Prueba de Scheffe
Alfa 0.05 G.L Error 12 C.M Error 3.126667 F de tablas 3.25917 Scheffe 4.0379
Scheffe Agrupamiento Media N trat
A 14.800 5 to3 A 14.400 5 to1 B A 11.600 5 to2 B 9.400 5 to4 B 9.200 5 to5
Var Resp--> Produccin Conclusin Las mejores variedades son to3 y to1
Bibliografa Castillo, L. (2008).Introduccin a la estadstica experimental. Capingo, Mexico.ed.U.A.Ch. Cruz, E.(2014).cuaderno de clase. colposfesz.galeon.com.(2014, 31 agosto).paquete estadstico SAS[colposfesz.galeon.com] de: http://colposfesz.galeon.com/sas/SAS.HTM