Revisado_marzo_2016_LWB/RS/YC

CLAVE LAB 6 - Diseo en Cuadrado Latino y Experimento Factorial 2x2

1. Los siguientes datos provienen de un experimento para encontrar el mejor material (A, B, C, D)
para proteger colmenas durante el invierno. Se dispone de 16 colmenas, cuatro en cada una de las
cuatro fincas participantes. Para controlar los posibles efectos de la finca, como es la direccin a
la que se expuso la colmena (N, O, S, E), se dise un cuadrado latino 4x4. Se registr la
produccin de miel (en libras) en el verano siguiente al experimento. Los datos son los siguientes
(el material se presenta entre parntesis):
Direccin
N
O
S
E

Finca 1
(B) 152
(C) 195
(A) 139
(D) 203

Finca 2
(A) 134
(D) 249
(C) 163
(B) 210

Finca 3
(C) 204
(B) 292
(D) 245
(A) 218

Finca 4
(D) 221
(A) 192
(B) 214
(C) 190

a) Entre los datos en un archivo de InfoStat. (ayuda: Cuntas variables de clasificacin hay en
un diseo cuadrado latino? En otras palabras: Cada dato en cuantas maneras se clasifica?
Cada variable de clasificacin debera tener su propia columna.)

b) Escriba el modelo lineal para este experimento. Defina los componentes del modelo.

= Media poblacional; i = efecto del i-smo tratamiento (material); j efecto del jsima fila (direccin); k efecto del k-sima columna (finca); ijk = efecto aleatorio (error
experimental)
c) Formule las hiptesis y analice los datos usando InfoStat y SAS. Incluya una prueba de
Tukey si fuese necesario. Use =.05. Indique sus conclusiones claramente.
Ho: A = B = C = D = 0
Ha: al menos una i es diferente (o no igual a 0)
AGRO 6600 CLAVE LAB 6

Page 1

Revisado_marzo_2016_LWB/RS/YC
Se puede hacer una prueba Tukey siempre y cuando se rechace Ho.
INFOSTAT:
Anlisis de la varianza

Variable
N
R
R Aj CV
Prod.Miel
16
0.97
0.92 5.78
Datos desbalanceados en celdas.
Para otra descomposicin de la SC
especifique los contrastes apropiados.. !!

(Este aviso aparece siempre que se hagan cuadrados latinos, pero no causa ningn
problema)
Cuadro de Anlisis de la Varianza (SC tipo I)
F.V.
SC
gl
CM
F
p-valor
Modelo
25076.06
9
2786.23
20.60 0.0008
Finca
9929.19
3
3309.73
24.47 0.0009
Dir.
6539.19
3
2179.73
16.12 0.0028
Mat.
8607.69
3
2869.23
21.22 0.0014
Error
811.38
6
135.23
Total
25887.44
15
Test:Tukey Alfa=0.05 DMS=28.46732
Error: 135.2292 gl: 6
Mat. Medias
n
A
170.75
4
A
C
188.00
4
A
B
217.00
4
B
D
229.50
4
B
Letras distintas indican diferencias significativas(p<= 0.05)

SAS:
Dependent Variable: prodmiel
Source

DF

Sum of Squares

Mean Square

F Value

Pr > F

Model

25076.06250

2786.22917

20.60

0.0008

Error

811.37500

135.22917

15

25887.43750

Corrected Total

R-Square

Coeff Var

Root MSE

prodmiel Mean

0.968658

5.776496

11.62881

201.3125

DF

Type I SS

Mean Square

F Value

Pr > F

finca

9929.187500

3309.729167

24.47

0.0009

Dir

6539.187500

2179.729167

16.12

0.0028

Source

AGRO 6600 CLAVE LAB 6

Page 2

Revisado_marzo_2016_LWB/RS/YC

Source

DF

Type I SS

Mean Square

F Value

Pr > F

8607.687500

2869.229167

21.22

0.0014

DF

Type III SS

Mean Square

F Value

Pr > F

finca

9929.187500

3309.729167

24.47

0.0009

Dir

6539.187500

2179.729167

16.12

0.0028

mat

8607.687500

2869.229167

21.22

0.0014

mat

Source

The SAS System

The GLM Procedure
Tukey's Studentized Range (HSD) Test for prodmiel
Note: This test controls the Type I experimentwise error rate, but it generally has a higher Type
II error rate than REGWQ.
0.05

Alpha

Error Degrees of Freedom

135.2292

Error Mean Square

4.89559

Critical Value of Studentized Range

28.465

Minimum Significant Difference

Means with the same letter

are not significantly different.
Tukey Grouping

Mean

mat

229.500

217.000

188.000

A
A

AGRO 6600 CLAVE LAB 6

Page 3

Revisado_marzo_2016_LWB/RS/YC

Means with the same letter

are not significantly different.
Tukey Grouping

Mean

mat

170.750

B
B

Conclusin: Para los cuatro materiales usados (A, B, C, D), hay diferencias significativas entre las
medias de Finca, Direccin y Material con valores de p (0.0009, 0.0028 y 0.0014, respectivamente)
todos menor que 0.05; por lo tanto, se rechaza Ho a favor de Ha. Entonces es necesario la prueba
de Tukey para ver cul (es) de los materiales es (son) diferente (s).
Conclusiones: Los materiales B y D son significativamente diferentes de los materiales A y C.
Pero los materiales B y D, y A y C no son significativamente diferentes entre s. Escogera el
material B o D para la proteccin de las colmenas, puesto que presentan los mayores rendimientos
en la produccin de miel.
d) En un cuadrado latino, se espera que los efectos de fila y de columna sean significativos?
S, porque queremos reducir el tamao del error experimental. Comparado con un
DCA, el CME en un Cuadrado Latino va a ser mucho ms pequeo si los efectos de
filas y columnas (direccin y finca en este ejemplo o congruente con el modelo) son
significativos.
Si Ud. va a hacer otro experimento parecido al de arriba, utilizara de nuevo un cuadrado
latino? Por qu o por qu no?
Bajo condiciones parecidas, se recomendara el uso del CL de nuevo porque hubieron
efectos significativos de direccin y finca.
e) Analice los datos en InfoStat como si fuera un DCA (con los datos clasificados solamente
por el tipo de material). Utilice la tabla abajo para comparar los GL y SC de los dos diseos.
Qu impacto tiene el uso del diseo de Cuadrado Latino sobre el resultado de la prueba de
hiptesis?
Cuadrado Latino
DCA
F. de V.
GL
SC
F. de V. GL
SC
Finca
n/a
3
9929.19
Direccin 3
n/a
6539.19
Material
Material 3
3
8607.69
8607.69
Error
Error
6
811.38
12
17279.75
En el caso del Cuadrado Latino, el valor de Fobs es 21.22 (altamente significativo). En el caso de
DCA, el valor de Fobs es solamente 1.99, no significativo. Si los datos fueron analizados como un
DCA, no encontraramos diferencias entre materiales.
AGRO 6600 CLAVE LAB 6

Page 4

Revisado_marzo_2016_LWB/RS/YC

2. Se estudi el efecto de dos niveles de fungicida (sin fungicida y con fungicida), y dos niveles de
inoculante con Rhizobium (sin inoculante y con inoculante) sobre la nodulacin en gandules.
Cada uno de los cuatro tratamientos (arreglo factorial con dos factores, cada uno con dos niveles)
se sembr en un diseo completamente aleatorizado con 4 repeticiones. Los resultados
representan la cantidad de ndulos encontrados en una muestra de raz. (favor de notar que
aqu estamos clasificando los datos (Nod) en dos diferentes maneras, primero por Trat
[porque vamos a analizar los datos como un DCA en la parte 3.d] y luego por Fung y
Rhiz [porque tambin vamos a analizar los datos como un factorial 2 x 2 en la parte 3.b])

Trat
a0b0

Fung
sin

Rhiz
Sin

Nod
52

a0b1

sin

con

72

a1b0

con

Sin

35

a1b1

con

con

30

a0b0

sin

Sin

47

a0b1

sin

con

80

a1b0

con

Sin

27

a1b1

con

con

30

a0b0

sin

Sin

41

a0b1

sin

con

70

a1b0

con

Sin

30

a1b1

con

con

32

a0b0

sin

Sin

42

a0b1

sin

con

75

a1b0

con

Sin

37

a1b1

con

con

35

a. Escriba el modelo lineal para este experimento. Defina los componentes del modelo.

= Media poblacional; i = efecto del i-simo nivel de factor A (fungicida); j efecto del jsimo nivel de facto B (rhizobium); ij = efecto de la ij-sima combinacin de nivel i de
fungicida y nivel j de rhizobium (la interaccin); ijk = efecto aleatorio (error experimental)

AGRO 6600 CLAVE LAB 6

Page 5

Revisado_marzo_2016_LWB/RS/YC
b. Formule las hiptesis y analice los datos como una factorial 2 x 2 usando InfoStat y SAS. Use
=.05. Indique sus conclusiones claramente.
Interaccin:
Ho: ij=0; o sea, no hay interaccin entre Fungicida y Rhizobium
Ha: ij0; o sea, hay interaccin entre Fungicida y Rhizobium
Efecto principal de Fungicida:
Ho: 1 = 2, donde 1=Sin Fungicida 1 y 2= Con Fungicida
Ha: 1 2
Efecto principal de Rhizobium:
Ho: 1 = 2, donde 1=Sin Rhizobium, 2= Con Rhizobium
Ha: 1 2
Anlisis de la varianza
Variable
nod.

N
16

R
0.96

R Aj CV
0.95 9.18

Cuadro de Anlisis de la Varianza (SC tipo III)

F.V.
SC
gl
CM
F
Modelo
4761.69
3
1587.23
89.32
Fungic.
3108.06
1
3108.06
174.90
Rhizob.
798.06
1
798.06
44.91
Fungic.*Rhizob.
855.56
1
855.56
48.14
Error
213.25
12
17.77
Total
4974.94
15

p-valor
<0.0001
<0.0001
<0.0001
<0.0001

Conclusiones:
Para los tres casos el p (<0.0001) fue menor que 0.05; por lo tanto, se rechaza Ho a favor de Ha.
Esto significa que: 1) s hubo interaccin significativa entre Fungicida y Rhizobium, 2) s hubo
efecto principal de Fungicida, y 3) s hubo efecto principal de Rhizobium.
c. Grafique las medias para ayudar en la interpretacin de efectos principales e interacciones (Utilice
un grfico de puntos).
Primero, consideramos la interaccin entre rhizobium y fungicida para determinar que tipo de
interaccin tenemos. Tenemos una interaccin casi ordenada. En realidad las lneas se cruzan un
poco, pero tanto en el caso de con rhizobium como en el caso de sin rhizobium, vemos una
reduccin en el nmero de ndulos cuando se usa fungicida (ir de sin a con). La interaccin se
debe a la magnitud de la respuesta de fungicida: la reduccin en el nmero de ndulos es mayor
en la presencia del rhizobium que en la ausencia de ste.

AGRO 6600 CLAVE LAB 6

Page 6

Revisado_marzo_2016_LWB/RS/YC
Interaccin Fungicida x Rhizobium

nmero de ndulos

80
70

Respuesta con
rhizobium

60
50

Aqu vemos que la reduccin

en el nmero de ndulos (al
usar fungicida comparado con
no usar fungicida) es mayor en
la presencia del rhizobium que
en la ausencia de ste

40
30

Respuesta sin
rhizobium

20
sin

con

Fungicida
Con Rhizobium
Sin Rhizobium

Tambin podemos ver la interaccin en esta grfica:

Interaccin Rhizobium x Fungicida

nmero de ndulos

80

El nmero de ndulos aumenta en

presencia del rhizobium cuando no se
utiliza fungicida

70
60
50

El nmero de ndulos esencialmente no

cambia en presencia del rhizobium cuando
se utiliza fungicida

40
30
20
sin

con

Rhizobium
Con Fungicida
Sin Fungicida

Ahora, podemos considerar los efectos principales de Fungicida y de Rhizobium.

El uso de fungicida resulta en una reducin en la nodulacin (probablemente porque tiene un

efecto como bactericida)

AGRO 6600 CLAVE LAB 6

Page 7

Revisado_marzo_2016_LWB/RS/YC
Efecto de Fungicida
60

nmero de ndulos

55
50
45
40
35
30
sin

con

fung

El uso de rhizobium result en un aumento en la nodulacin

Efecto de Rhizobium

nmero de ndulos

55

50

45

40

35
sin

con

Rhizobium

d. Usando la variable Trat como nico factor, analice los datos como un DCA en Infostat. Observe
que las sumas de cuadrados total y de error son las mismas que las obtenidas en la parte 3.b. Observe
tambin que las pruebas de efectos principales de fungicida, rhizobium e interaccin (obtenidas en la
parte 3.b) se pueden realizar como contrastes con coeficientes (a) 1, 1, -1, -1; (b) 1, -1, 1, -1; y (c) 1,
-1, -1 , 1. Interprete los resultados de la parte 1 en trminos de estos contrastes.
Anlisis de la varianza

AGRO 6600 CLAVE LAB 6

Page 8

Revisado_marzo_2016_LWB/RS/YC

Variable
nod.

N
16

R
0.96

R Aj CV
0.95 9.18

Cuadro de Anlisis de la Varianza (SC tipo III)

F.V.
SC
gl
CM
F
p-valor
Modelo
4761.69
3
1587.23
89.32 <0.0001
Tratam.
4761.69
3
1587.23
89.32 <0.0001
Error
213.25
12
17.77
Total
4974.94
15
Contrastes
Tratam.
Contraste1
Contraste2
Contraste3
Total

SC
3108.06
798.06
855.56
4761.69

gl
1
1
1
3

CM
3108.06
798.06
855.56
1587.23

Coeficientes de los contrastes

Tratam.
Cont. 1
Cont. 2
a0b0
1.00
1.00
a0b1
1.00
-1.00
a1b0
-1.00
1.00
a1b1
-1.00
-1.00

F
174.90
44.91
48.14
89.32

p-valor
<0.0001
<0.0001
<0.0001
<0.0001

Cont. 3
1.00
-1.00
-1.00
1.00

Contrastes:
L1: Efecto principal del fungicida: Sin fungicida vs. Con fungicida:
a0b0 + a0b1 = a1b0 + a1b1
L2: Efecto principal del rhizobium: Sin rhizobium vs. Con rhizobium:
a0b0 + a1b0 = a0b1 + a1b1
L3: Efecto de interaccin: Rhizobium vs. Fungicida:
a0b0 + a1b1 = a0b1 + a1b0
Conclusin: Con un valor p (<0.0001) menor que 0.05, los tres efectos son significativos.
e. Usando la variable trat como nico factor, pruebe usando contrastes apropiados (a) el efecto
simple de fungicida cuando no hay rhizobium y (b) el efecto simple de fungicida cuando hay
rhizobium.
Contrastes:
L4: Efecto simple del fungicida sin rhizobium: a0b0 = a1b0
L5: Efecto simple del fungicida con rhizobium: a0b1 = a1b1
Contrastes
Tratam.
Contraste4
Contraste5
Total

SC
351.13
3612.50
3963.63

gl
1
1
2

AGRO 6600 CLAVE LAB 6

CM
351.13
3612.50
1981.81

F
19.76
203.28
111.52

p-valor
0.0008
<0.0001
<0.0001

Page 9

Revisado_marzo_2016_LWB/RS/YC
Coeficientes de los contrastes
Tratam.
Cont. 4
Cont. 5
a0b0
1.00
0.00
a0b1
0.00
1.00
a1b0
-1.00
0.00
a1b1
0.00
-1.00

Conclusin: Con un valor p (0.0008 y <0.0001) menor que 0.05, los dos efectos (Efecto simple del
fungicida sin rhizobium y Efecto simple del fungicida con rhizobium, respectivamente) son
significativos.
f. Usando la variable Trat como nico factor, pruebe usando contrastes apropiados (a) el efecto
simple de rhizobium cuando no se aplica fungicida y (b) el efecto simple de rhizobium cuando se
aplica fungicida.
Contrastes:
L6: Efecto simple del rhizobium sin fungicida: a0b0 = a0b1
L7: Efecto simple del rhizobium con fungicida: a1b0 = a1b1
Contrastes
Tratam.
Contraste6
Contraste7
Total

SC
1653.13
0.50
1653.63

gl
1
1
2

CM
1653.13
0.50
826.81

F
p-valor
93.02 <0.0001
0.03 0.8696
46.53 <0.0001

Coeficientes de los contrastes

Tratam.
Cont. 6
Cont. 7
a0b0
1.00
0.00
a0b1
-1.00
0.00
a1b0
0.00
1.00
a1b1
0.00
-1.00

Conclusin: Con un valor p (<0.0001) menor que 0.05, el efecto simple del rhizobium sin fungicida
es significativo. Con un valor p (0.8696) mayor que 0.05, el efecto simple del rhizobium con
fungicida no es significativo.

3. Se desea probar tres dietas (A, B, C) para alimentar ganado lechero, para elegir la dieta que permita
una mayor produccin de leche. Los animales utilizados en estos tipos de experimentos tpicamente
son genticamente variables. Como la produccin de leche puede depender de la composicin
gentica del animal, se debe asegurar que las tres dietas se pruebe en cada animal. Se usarn tres
periodos de alimentacin. Se registrar la produccin en la tercera semana de cada una de los
periodos (es decir, las dos primeras semanas de cada periodo servirn como adaptacin entre dietas).
Se dispone de 9 vacas para el experimento, por lo que se deber asegurar que en cada periodo cada
una de las tres dietas se pruebe en tres vacas. Este diseo se denomina de filas y columnas, y es
una generalizacin del diseo de cuadrado latino que se usa cuando el nmero de tratamientos es
pequeo (en este caso t= 3).

AGRO 6600 CLAVE LAB 6

Page 10

Revisado_marzo_2016_LWB/RS/YC
a. Realice una aleatorizacin para este diseo: primero escriba una posible solucin, luego
permute las filas, luego permute las columnas y finalmente permute los tratamientos.
Paso 1: Construccin del diseo:
Dividir el experimento en 3 cuadros de 3 x 3. En cada cuadro, se puede usar el mtodo cclico
para asignar las letras A, B o C. Por ejemplo, en el primer cuadro (sombrado), empezamos con A,
B, C. En la prxima fila, se mueve A al final, etc. En el 2ndo cuadro (no sombrado), hacemos algo
parecido, pero con las letras en orden reversa. El propsito de paso 1 no es aleatorizar, sino, es
asegurar que una letra aparece el mismo nmero de veces en cada fila o columna.

1
2
3

1
A
B
C

2
B
C
A

3
C
A
B

4
C
B
A

5
B
A
C

6
A
C
B

7
B
C
A

8
A
B
C

9
C
A
B

Paso 2: Aleatorizacin de filas:

Escoger una permutacin aleatoria de 3 objetos: Por ejemplo, 3, 1, 2. Aleatorizamos el rectngulo
arriba para obtener:
1
C
A
B

3
1
2

2
A
B
C

3
B
C
A

4
A
C
B

5
C
B
A

6
B
A
C

7
A
B
C

8
C
A
B

9
B
C
A

Paso 3: Aleatorizacin de columnas:

Escoger una permutacin aleatoria de 9 objetos: Por ejemplo, 8,3,1,4,6,7,9,2,5. Aleatorizamos el
rectngulo arriba para obtener:
8
C
A
B

3
1
2

3
B
C
A

1
C
A
B

4
A
C
B

6
B
A
C

7
A
B
C

9
B
C
A

2
A
B
C

5
C
B
A

Paso 4: Asignar nombres a las filas y columnas:

Periodo/Vaca
Periodo 1
Periodo 2
Periodo 3

V1
C
A
B

V2
B
C
A

V3
C
A
B

V4
A
C
B

V5
B
A
C

V6
A
B
C

V7
B
C
A

V8
A
B
C

V9
C
B
A

b. Muestre un esquema de la tabla de ANOVA con las fuentes de variacin y los grados de
libertad.
f = filas = 3, c=columnas = 9
AGRO 6600 CLAVE LAB 6

Page 11

Revisado_marzo_2016_LWB/RS/YC
FV
Periodo (filas)
Vaca (columnas)
Dieta (= # filas)
Error
Total

AGRO 6600 CLAVE LAB 6

gl
2
8
2
14
26

f-1
c-1
f-1
(f-1)*(c-2)
(f*c)-1

Page 12