Ejercicios Diseño Experimental

UNIVERSIDAD TECNOLÓGICA EQUINOCCIAL
SEDE SANTO DOMINGO
EJERCICIOS DE DISEÑO EXPERIMENTAL PARA LAS INGENIERÍA

Rodrigo Saquicela
01 de abril de 2018
CONTENIDO
1. Diseños simples
2. Diseños con arreglos factoriales
3. Diseños de experimentos con submuestreos y en serie
4. Análisis estadístico
ENLACES DEL MATERIAL DIDÁCTICO

Google Drive https://drive.google.com/drive/folders/0B_b_Tk36CHLjY3pqWjVuMGhxQjg?usp=sharing
ANEXOS
A. Permutaciones de 16 tratamientos para diseños con bloques

B. Tratamientos para cuadrados latinos
C. Coeficientes para polinomios ortogonales con intervalos iguales
AS INGENIERÍAS AGROPECUARIA Y AGROINDUSTRIAL
Qjg?usp=sharing
UNIDAD 1
DISEÑOS SIMPLES
1.1. Estimación de la varianza
1.1.1. Muestreo piloto
1.1.2. Rango
1.1.3. Análisis reportados
1.2. Mínima diferencia a detectar
1.3. Diseño completamente al azar
1.4. Diseño de bloques completos al azar
1.5. Diseño en cuadrado latino
EJERCICIOS DE MODELO
1.1. Estimación de la varianza
1.1.1. Muestreo piloto
Se requiere estimar la varianza de la producción instantánea de materia seca del pasto raigrás cultivado con tréb
Producción (kg ha-1)

4276.8 n
1908 2
1944 3
3686.4 4
1785.6 5
2851.2 6
1166.4 7
1728 8
2102.4 9
2037.6 10
1663.2 11
2656.8 12
5068.8 13
5810.4 14
2138.4 15
1814.4 16
2340 17
1209.6 18
1620 19
1994.4 20
1411.2 21
3520.8 22
3031.2 23
1965.6 24
1368 25
1375.2 26
2930.4 27
1836 28
1994.4 29
1130.4 30
2088 31
2138.4 32
2908.8 33
3024 34
2152.8 35
1922.4 36
2232 37
1360.8 38
813.6 39
1303.2 40
2232 41
2052 42
1245.6 43
2145.6 44
1339.2 45
2966.4 46
3592.8 47
3628.8 48
3679.2 49
2901.6 50
1472 51
2040 52
1912 53
744 54
984 55
1256 56
4664 57
1056 58
2240 59
2600 60
4896 61
1032 62
1280 63
856 64
1792 65
896 66
1368 67
776 68
1152 69
1280 70
872 71
1456 72
1864 73
1440 74
928 75
1096 76
872 77
896 78
664 79
1576 80
1720 81
1104 82
3688 83
960 84
1064 85
1016 86
912 87
1096 88
1504 89
1624 90
3752 91
3440 92
992 93
5216 94
3424 95
1416 96
1144 97
1480 98
896 99
1840 100
1.1.2. Rango
Se midieron características agronómicas de una variedad de maíz amarillo. Estimar la varianza de las variables: re
ficha tecnica maiz amarillo.pdf
Obligatorio Opcional Opcional

Nombre de las variables Mínimo Máximo
Número Consultar Consultar Consultar
1 Rendimiento comercial en grano seco 1.2 8.1
2 Altura de planta 127 225
3 Altura de mazorca 2 4
4
5
6
7
8
9
10
1.1.3. Análisis reportados
Se reporta el análisis estadístico de la calidad del fruto de tomates de cáscara. Estimar la varianza del diámetro p
calidad frutos tomate.pdf
Número Nombre de las variables Desviación estántar (s) Error estándar

1 Diámetro polar del fruto
2 Diámetro ecuatorial del fruto
3 Firmeza del fruto
4 Vitamina C
5 pH
6 Grosor del mesocarpio
7
8
9
10
1.2. Mínima diferencia a detectar
Se tiene valores del máximo y mínimo de características agronómicas de maíz amarillo. Sugerir una mínima difer
ficha tecnica maiz amarillo.pdf
Número Nombre de las variables Mínimo Máximo

1 Producción 1.2 8.1
2 Altura de planta 127 225
3 Altura de inserción de la mazorca 2 4
4
5
1.3. Diseño completamente al azar
Se probará las dosis potasio: 0 kg ha-1, 30 kg ha-1, 60 kg ha-1, 90 kg ha-1 y 120 kg ha-1 para incremetar la prod
potasio por el grano (45 kg ha-1 a 55 kg ha-1) al finalizar el experimento. Hace
A) Factores y niveles
Factor Dosis de potasio

0
30
60
90
120
Se probará las dosis de sorbato de potasio: 0 %, 0,03 %, 0,06 % y 0,09 % para elaborar mermelada de zanahoria.
finalizar el experimento. Hacer el diseño del experime
Factor Dosis de sorbato de potasio

0
0.03
0.06
0.09
1.4. Diseño de bloques completos al azar
Se probará láminas de riego: 0 mm, 2 mm, 4 mm y 6 mm para incremetar la producción forrajera del pasto Decu
seca (x ± s^2; 20 ± 2,88; Mg ha-1) y la absorción de nitrógeno (x ± s^2; 139 ± 63,2; kg ha-1) al finalizar
Factor Láminas de riego
0
2
4
6
Se probará tipos de harina: trigo, centeno, plátano y yuca como aglutinante para elaborar salchichas. El experime
adimensional) y elasticidad (x ± s^2; 93 ± 18,49; adimensional) de las salchichas al finalizar el experimento. Hace
Factor Tipos de harina

Trigo
Centeno
Plátano
Yuca
1.5. Diseño en cuadrado latino
Se probará las densidades de siembra de yuca: 50 cm x 50 cm, 70 cm x 70 cm, 90 cm x 90 cm y 110 cm x 110 cm

s^2; 10 ± 5,9; Mg ha-1) y la cantidad de yucas comerciables por planta (x ± s^2; 60 ±
Factor Densidades
50 x 50
70 x 70
90 x 90
110 x 110
Se probará embalajes de películas para conservar frutas frescas de limón: sin embalaje, película laminada, pelícu
Factor Películs de embalaje

Sin embalaje
Laminada
Coextruída
Microperforada
Microporosa
raigrás cultivado con trébol. Para el efecto se dispone de potreros establecidos de agricultores. No se tiene registros históricos de medicion
varianzas
2805606.72
1842410.88
1466808.48
1373044.608
1101297.6
1272393.05142857
1168420.83428571
1033456.32
930571.775999999
880226.234181818
811643.17090909
1326414.12923077 varianzas
1993560.46417582
1877193.05142857 3000000
1803485.088 2500000
1696976.68235294
1711745.44941176 2000000
1663749.32210526 varianzas
1500000
1589797.87957895
1000000
500000
2000000
varianzas
1500000
1565739.81257143 1000000
1544401.12207792
1487033.47351779 500000
1434798.97043478
0
1425263.3856 0 20 40 60 80 100 120
1412186.12086154
1368178.56
1329786.17142857
1288007.44669951
1296263.43062069
1255193.89316129
1215938.97290323
1188057.63272727
1165476.12064171
1132525.21734454
1105540.66285715
1075207.52432433
1071732.52779516
1101781.40502024
1097492.37784615
1070071.22809756
1044973.62062718
1043658.43774086
1019544.70528541
1013885.67272727
1003884.98086957
1021942.73272895
1039642.65191489
1057852.10938775
1043262.52251428
1036559.13913725
1017586.89013574
1000859.71599419
1026395.7172327
1037181.61756229
1035642.69298701
1121664.25182957
1127231.08471869
1107796.52189363
1091119.56320904
1187622.01530055
1193855.82671602
1190283.60585766
1202113.07111111
1186367.35753846
1195057.87822844
1187514.52569878
1199473.79694469
1197026.34175618
1190766.07522981
1196701.97826962
1186164.53408451
1170595.27695586
1160763.3401555
1163654.93091171
1161209.43382456
1164867.31330143
1167224.86175158
1176537.63406686
1164236.56951899
1150837.04493827
1146903.75920506
1166813.02963268
1166407.77216294
1163232.63318768
1160965.40891929
1160957.37020048
1156552.61625914
1145880.10361593
1134316.86903371
1156852.98481074
1167200.90939321
1165423.53413745
1263712.86299703
1270936.82483315
1261582.42105263
1256552.87257732
1246595.26207448
1246554.10714492
1234235.09488485
arianza de las variables: rendimiento comercial en grano seco, altura de planta y altura de mazorca; por medio de los rangos.
Obligatorio Obligatorio Obligatorio

Rango Cantidad de desviaciones Varianza estimada
Consultar o calcular ns = 3 (rango/(2*ns))^2
6.9 3 1.3225
98 3 266.7777777778
2 3 0.1111111111
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
#DIV/0!
a varianza del diámetro polar del fruto, diámetro ecuatorial del fruto y firmeza del fruto. Indicar la varianza de la vitamina C, pH y grosor d
Varianza (s^2) Fórmulas

0.0819 Varianza = cuadrado medio del error
0.1071 Varianza = sigma^2 = desviación estándar^2
Varianza = error estándar*n^0,5
2.972176 n = tamaño de la muestra
0.002209 poblacion sigma
0.112225 muestras s
Sugerir una mínima diferencia a detectar para comparar la producción, altura de planta y altura de inserción de la mazorca de dos varieda
Promedio deseado A Promedio deseado B Mínima diferencia a detectar (B-A)
3 8 5
150 220 70
3 4 1
-1 para incremetar la producción de maíz. El experimento es homogéneo. Se medirá la producción de grano (7 Mg ha-1 a 13 Mg ha-1) y ab
izar el experimento. Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.
B) Tamaño de la muestra
Número Variables
1 Producción de grano (Mg ha-1)
2 Absorción de potasio por el grano (kg ha-1)
3
4
5
mermelada de zanahoria. El experimento es homogéneo. Se medirá los sólidos solubles totales (5,9 °Brix a 7,9 °Brix), la acidez (0,336 °D a
er el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.
Número Variables
1 Sólidos solubles totales
2 Acidez
3
4
5
n forrajera del pasto Decumbens. El experimento tiene una fuente de variación en su fertilidad y en una dirección. Se medirá la producción
± 63,2; kg ha-1) al finalizar el experimento. Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia
Número Variables
1 Materia seca (Mg ha--1)

2 Absorción de nitrógeno (kg ha-1)
3
5
rar salchichas. El experimento se hará con personas de diferente experiencia en elaboración de salchichas, cada una hará una repetición co
izar el experimento. Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.
Número Variables
1 Cohesividad (adimensional)
2 Elasticidad (adimensional)
3
4
5
MINIMP+MINIMA DIFERESCIO -< MAXIMA

90 cm y 110 cm x 110 cm. El terreno tiene fuentes de variación en su fertilidad y dirección del viento perpendiculares entre sí. Se medirá l
s por planta (x ± s^2; 60 ± 11,11; yucas comerciables [100 yucas totales]-1) al momento de la cosecha. Hacer el diseño del experimento.
Número Variables
1 Producción de yuca (Mg ha-1)
2 Yucas comerciables (yucas comerciables [100 yucas totales]-1)
3
4
5
, película laminada, película coextruida, película microperforada y película microporosa. El experimento se hará con varias varias personas
Número Variables
1 pH
2 Pérdidad de peso (g fruta-1)
3
4
5
ene registros históricos de mediciones. Se midieron los siguientes pesos. Calcular a) la mínima cantidad de muestras para estimar la varian
varianzas
varianzas
100 120
r medio de los rangos.
anza de la vitamina C, pH y grosor del mesocarpio.
varianza de lcalcula /n
varianza de lcalcula /n-1
erción de la mazorca de dos variedades (A y B).

Prueba: Mínimo + mínima diferencia ≤ máximo
6.2
197
3
rano (7 Mg ha-1 a 13 Mg ha-1) y absorción de

a de potencia.
Mínima diferencia a detectar Varianza n

5 1 3
6 2.777777778 4
|
rix a 7,9 °Brix), la acidez (0,336 °D a 0,945 °D) al
Mínima diferencia a detectar Varianza n

1.5 0.111111111 3
0.4 0.00931225 4
a dirección. Se medirá la producción de materia
s calcular con la prueba de potencia.
Mínima diferencia a detectar Media Varianza n
5 20 2.88 7
20 139 63.2 8
has, cada una hará una repetición completa. Se medirá la cohesividad (x ± s^2; 78,3 ± 28,09;
a de potencia.
78,3 ± 28,09
numero de repeticiones (ESTE

93 ± 18,49 VALOR DEFINO EN INFOSTAT)
15 78.3 28.09 7
10 93 18.49 4
erpendiculares entre sí. Se medirá la producción de yuca (x ±
Hacer el diseño del experimento.

10 5.9
[100 yucas totales]-1) 60 11.11
o se hará con varias varias personas d diferente experinecia y lotes de naranjas de varias condiciones, ambas variaciones son perpendicular

2.49 0.0871
7.15 2.48
tras para estimar la varianza y b) la varianza según la respuesta de a).
C) Unidad experimental
Nombre:
Dimensiones:
Separación entre sí:
Efecto de borde:
Cantidad (n):
E) Croquis del muestreo
Dibujar e identificar los factores, niveles, repeticione
85853 0
2036 0
84771 30
6925 0
85188 60
67246 120
73799 60
22397 90
19550 60
30632 120
4062 90
59745 120
51229 30
2253 30
51545 90
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):
60017 0.03
9590 0.09
76464 0.06
34994 0
30778 0
85501 0.03
73351 0.09
17519 0.06
68014 0
28624 0.03
47703 0.06
82454 0.09
DESVIACIÓN STAND
MAX MIN Nombre:
1.6970562748 25.09116882 14.90883118 Dimensiones:

7.9498427657 162.8495283 115.1504717 Separación entre sí:
Efecto de borde:
Cantidad (n):
menos fertil
46455 2 6
51490 6
42042 4
39689 0
2
0
mas fertil
S MIN MAX PARA LA MIN DIFERE Nombre: SALCHICHAS DE Kg

5.3 62.4 94.2 31.8 Dimensiones: 1 Kg (revisar en bibliog)
4.3 80.1 105.9 25.8 Separación entre sí: al m menos 5 cm
Efecto de borde: si (3mm no es relevante )
MEDIA+/- 3* DESV.STAND Cantidad (n):
56235 Centeno
55893 Yuca
31997 Trigo
60333 Plátano
UBICO LOS TTO Y EJECUTO ALEATORIO ENTRE 0 Y 100000

DESPUES PONDO ORDENAR 3 VECES Y VOY UBICANDO
EN CADA BLOQUE
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n): 16
+ FERTIL
- VIENTO A B
B A
C D
+ VIENTO D C
44612 A B
84756 B A
68875 C D
12056 D C
14311 D C
27 C D
68499 B A
14983 A B
D C
C D
A B
B A
aciones son perpendiculares entre sí. Se medirá el pH (x ± s^2; 2,49 ± 0,0871) y la pérdida de peso (x ± s^2; 7,15 ± 2,48; g fruta-1) a 1 mes d
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):

D) Unidad de observación
Parcelas Nombre:
10 x 10m Dimensiones:
2m Cantidad para medir:
1,5*1,5 m Cantidad que se perderá:
15 Total:
tores, niveles, repeticiones, bloques y unidades de experimentales
60 30 30 0
60 30 120 0
120 90 90 60
1 lt de mermelada Nombre:
1 lt de mermelada Dimensiones:
NA AL MENOS 1 CM Cantidad para medir:
NA Cantidad que se perderá:
4 Total:
12

PARCELA Nombre:
CIRCUNFERENCIA DE 10 DE RADIO Dimensiones:

3M( Cantidad para medir:
2 M} Cantidad que se perderá:
28 Total:
0 4 2 BLOQUE 1
4 0 6 BLOQUE 2/DIA PERSONA
2 0 6 BLOQUE 3
6 4 2 BLOQUE 4
ALCHICHAS DE Kg Nombre:
Kg (revisar en bibliog) Dimensiones:
m menos 5 cm Cantidad para medir:
(3mm no es relevante ) la corteza tiene efecto Cantidad que se perderá:
4 Total:
P1 P2
CENTENO
YUCA
TRIGO
PLATANO
P3 P4
Nombre:
Dimensiones:
Cantidad para medir:
Cantidad que se perderá:
Total:
- FERTIL
C D
D C
B A
A B
C D
D C
B A
A B
A B
B A
D C
C D
B A
A B
D C
C D
2,48; g fruta-1) a 1 mes del experimento. Hacer el diseño del experimento.
Nombre:
Dimensiones:
Total:

PRODUCCIÓN ABSIRCIÓN
PARCELA NETA Poción de granos
TODA LA PARCELA Prrció de granos
TODA LA PARCELA 10 g
NO HAY PERDIDA 5g
TODA LA PARCELA 30 g
90
30
120
acidez BRIX
5g 1g
1g 1g
cantidad de muestras para los
ensayos
absor de
materia seca y absorción de nutrientes materia seca nutrientes
1 cuadrante 1 M2
1 M2
CANTIDAD QUE REQUIERO DE MUESTRA 1000 G 100
CANTIDAD QUE REQUIERO DE MUESTRA 100 G 10
X2 XQ SE
GUARDA
2200 MUESTRA
tto
tto
tto
ELASTICIDAD COHESIVIDAD
SALCHICHA SALCHICHA
10 CM 10 CM
2 2 4 TOTAL
0 0 4 DE RESERVA
8
TODAS
F) Modelo del diseño del experimento
Divisiones delNombre Símbolo Efecto

Primera TYR TYR Aleatorio
Segunda
Tercera
Cuarta
Quinta
Y= u + Tj + Eoj
Y= U +ti + tij

Primera
Segunda
Tercera
Cuarta
Quinta
Primera BLOQUE R Aleatorio

Segunda TTO A (LAMINAS) Fijo
Tercera
Cuarta
Quinta
Y=U (media) + A (EFECTOS FIJOS+ R (REPETICÓN /BLOQUE)+ e

Y=U + A (EFECTOS FIJOS+ R (REPETICÓN /BLOQUE)+ T(R ) tratamiento dentro del blque
bloque

Primera PERSONAS R Aleatorio
Segunda HARINAS A Fijo
Tercera
Cuarta
Quinta
modelo
Y=U+A+R+E
Y = U + A + R + R(A)
E ( PERSONAS DENTRO DE HARINAS)

Primera
Segunda
Tercera
Cuarta
Quinta

Primera
Segunda
Tercera
Cuarta
Quinta
G) Nombre del diseño del experimento
Diseño del experimento

Nombre: Diseño completamente al azar

Nombre: Diseño de bloques completos al azar



Nombre:

Nombre:
Diseño de los tratamientos Restricciones a la aleatorización
simple
con arreglo factorial a x b con parcela dividida
simple
simple
H) Estructura de la base de datos
Submuestreos Experimentación en serie Incluir los factores, repeticiones,

0
0
0
30
30
30
60
60
60
90
90
90
120
120
120
120

con submuestreos únicos con análisis combinado para lugares
0
0
0
30
30
30
60
60
60
90
90
90
120
120
120
TRATA
0
0
0
0
0.03
0.03
0.03
0.03
0.06
0.06
0.06
0.06
0.09
0.09
0.09
0.09

TTO
0
2
0
2
4
6
0
2
4
6
0
2
4
6
HARINAS
TRIGO
CENTENO
PLATANO YUCA
YUCA
TRIGO
CENTENO
PLATANO YUCA
YUCA
TRIGO
CENTENO
PLATANO YUCA
YUCA
TRIGO
CENTENO
PLATANO YUCA
YUCA


tructura de la base de datos
r los factores, repeticiones, bloques y variables

1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
3
1
2
3
1
2
3
1
2
3
1
2
3
REPETI BX ACIDEZ
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4

BLOQUES MATERIA SECA ABSORCIÓN N2
1
1
2
2
2
2
3
3
3
3
4
4
4
4
PERSONAS ELASTICIDAD COHESIVIDAD

1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4


UNIDAD 2
DISEÑOS CON ARREGLOS FACTORIALES
2.1. Arreglos factoriales sin restricciones a la aleatorización
2.1.1. Factores cruzados
2.1.2. Factores anidados
2.1.3. Superficies de respuesta
2.1.4. Diseños para mezclas
2.2. Arreglos factoriales con restricciones a la aleatorización
2.2.1. Parcelas divididas
2.2.2. Parcelas subdivididas
2.2.3. Franjas divididas
2.1. Arreglos factoriales sin restricciones a la aleatorización
2.1.1. Factores cruzados
Se probará las variedades de soya: INIAP-302, INIAP-303 e INIAP-307 con las siguientes densidades de siembra
tiene una variación en su fertilidad y en una dirección. No hay problemas para manejar las parcelas de dosis o v
(x ± s^2; 30 ± 14,4; g [100 g]-1) y el incremento de materia orgánica del suelo (x ± s^2; 1,5 ± 0,028; g [100 g]-1) a
repeticiones o bloques calcular con la prueba de poten
Variedades de soya Densidades de siembra

Factor (NIVELES) (NIVELES)
INIAP-302 10
INIAP-303 30
INIAP-307 50
NIVELES= 3 X 3 = TTOS
TTO 1 INIAP-302 10
TTO 2 INIAP-302 30
TTO 3 INIAP-302 50
TTO 4 INIAP-303 10
TTO 5 INIAP-303 30
TTO 6 INIAP-303 50
TTO 7 INIAP-307 10
TTO 8 INIAP-307 30
TTO 9 INIAP-307 50
Se elaborará una bebida no carbonatada con variedades de estevia: Granosweet Sweta y Granosweet Reb-A, cad
Se medirá los sólidos so
Factor Variedades de estevia Sustituciones de azúcar BOTELLA

Granosweet Sweta 0 VIDRIO
Granosweet Reb-A 25 PLASTICO
50
75
100
A B C
TTOS Variedades de estevia Sustituciones de azúcar BOTELLA
TTO 1 Granosweet Sweta 0 VIDRIO
TTO 2 Granosweet Sweta 0 PLASTICO
TTO 11 Granosweet Reb-A 0 VIDRIO
TTO 12 Granosweet Reb-A 0 PLASTICO
2.1.2. Factores anidados
Se probarán dosis de tipos de aglutinante para elaborar salchichas. Las dosis de plasma son: 0,5 (g [100 g]-1), 1,5
5,5 (g [100 g]-1). El experimento será repetido por varias personas, cada una hará todos los tratamientos. Se me
de las salchichas al finalizar el experimento. Hacer el diseño del experimento. La
AQUÍ NO SE MULTIPLICA
TTOS Aglutinantes Dosis

TTO 1 Plasma 0.5
TTO 2 Plasma 1.5
TTO 3 Plasma 2.5
TTO 4 Almidón 3.5
TTO 5 Almidón 4.5
TTO 6 Almidón 5.5
2.1.3. Superficies de respuesta
a) Diseño central compuesto
Plantear un diseño para probar temperaturas de cuajado de leche entre 28 °C y 35 °C y dosis de cuajo entre 6 m
condiciones de manejo del experimento serán controladas con alta precisión. La cantidad de repeticiones de los
de factores.
Factor Temperaturas Dosis de cuajo

28 6
35 10
1 28 10
1 28 6
1 31.5 8
1 31.5 8
1 35 6
1 26.5503 8
1 31.5 8
1 31.5 5.17157
1 31.5 8
1 31.5 8
1 35 10
1 31.5 10.8284
b) Diseño San Cristóbal
Plantear un diseño para probar dosis de nitrógeno entre 0 kg ha-1 y 100 kg ha-1 y de fósforo entre 0 kg ha-1 y
humedad en una dirección. Se sugiere usar entre 2 y 6 repe
Factor Dosis de nitrogeno Dosis de fósforo

0 0
100 60
33.3333333333
0 0
EL DISEÑO SAN 33.3333333333 20
CRISTOBAL 66.6666666667 40
100 60
T1 0 0
T2 33.3 20
T3 66.66 0
T4 100 20
T5 0 40
T6 66.6 40
T3 33.33 60
2.1.4. Diseños para mezclas
a) Diseño simplex reticular
Plantear un diseño de mezclas al 90 % del total para elaborar pan con dosis de almidón de trigo entre 50 (g [100
1) y 40 (g [100 g]-1) para optimizar la calidad nutricional. Las condiciones de manejo del experimento serán con
puntos centrales (n) calcular con n = k + 3, donde k = número
Factor Almidón de trigo Almidón de maíz

50 20
70 40
TTO HOJA 6 HOJA 12

T1 0 0.5
T2 0 1
T3 0.5 0
T4 1 0
T5 0 0
T6 0.5 0.5
T7 0.33 0.33
b) Diseño simplex con centroide
Plantear un diseño de mezclas al 100 % del total para probar fracciones de nitrógeno aplicado al suelo en varios e
Factor Hoja 6 Hoja 12 Espigas

0 0 0
1 1 1
2.2. Arreglos factoriales con restricciones a la aleatorización
2.2.1. Parcelas divididas
Se probará las dosis de riego: 0 mm, 2 mm y 4 mm con las dosis de potasio: 0 kg ha-1, 50 kg ha-1, 100 kg ha-1
potasio. Se medirá la producción de racimos de fruta fresca acumulada durante un año (x ± s^2; 20,5 ± 2,2
repeticione
Factor Dosis de riego Dosis de potasio

0 0
2 50
4 100
150
Se probará las temperaturas de horneado: 150 °C, 200 °C y 250 °C para hacer pan con inclusiones de harina de
temperaturas de horneado son más difíciles de manejar que las inclusiones. Se medirá la humedad (x ± s^2; 32
del experimento. Las repeticiones o bloques calcu
Factor Temperaturas de horneado Harina de plátano

150 0
200 2
150 4
2.2.2. Parcelas subdivididas
Se probará variedades de maíz, tipos de riego y dosis de nitrógeno para el cultivo de maíz. Las dosis de nitrógeno
Factor Dosis de nitrógeno Variedades de maíz Tipos de riego

0 Criollo Pivote
80 INIAP 450 Goteo
160
Se probará tipos de carne, de tripas para embutidos y métodos de maduración para elaborar chorizos. Las carnes
Factor Tipos de carne Tipos de tripas Maduración

Cerdo Naturales Con ahumado
Res Artificiales Sin ahumado
2.2.3. Franjas divididas
Se probará dosis de nitrógeno y cosechadoras con tipos de cilindros trilladores para el cultivo de arroz. Las dosis
Factor Dosis de nitrógeno Cilindros trilladores

0 Barras
50 Dientes
100
150
siguientes densidades de siembra: 10 plantas m-2, 30 plantas m-2 y 50 plantas m-2. El terreno
a manejar las parcelas de dosis o variedades. Se medirá la acumulación de nitrógeno en el suelo
(x ± s^2; 1,5 ± 0,028; g [100 g]-1) al final del experimento. Hacer el diseño del experimento. Las
ues calcular con la prueba de potencia.
Número Variables
1 Acumulación de nitrógeno del suelo (g [100 g]-1)

2 Materia orgánica del suelo (g [100 g]-1)
3
4
5
eet Sweta y Granosweet Reb-A, cada una endulzada con sustituciones de azúcar por estevia: 0 (g [100 g]-1), 25 (g [100 g]-1), 50 (g [100 g]-1
Se medirá los sólidos solubles totales (x ± s^2; 3,51 ± 0,3; °Brix) y el pH (x ± s^2; 2,94 ± 0,0056) al final del experimento. Hacer el
Número Variables
1 Sólidos solubles totales (°Brix)
2 pH
3
4
5
e plasma son: 0,5 (g [100 g]-1), 1,5 (g [100 g]-1) y 2,5 (g [100 g]-1); las de almidón de papa: 3,5 (g [100 g]-1) , 4,5 (g [100 g]-1) y
hará todos los tratamientos. Se medirá la grasa (x ± s^2; 11,5 ± 1,36; (g [100 g]-1)) y humedad (x ± s^2; 55 ± 6,25; (g [100 g]-1))
Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.
Número Variables
1 Grasa (g [100 g]-1)
2 Humedad (g [100 g]-1)
3
4
5
C y 35 °C y dosis de cuajo entre 6 mL L-1 y 10 mL L-1, para optimizar la producción de queso. Las
La cantidad de repeticiones de los puntos centrales (n) calcular con n = k + 3, donde k = número
de factores.
n=k+3
k = número de factores
ha-1 y de fósforo entre 0 kg ha-1 y 60 kg ha-1 para optimizar la producción de caña de azúcar. El terreno tiene variación en su
n. Se sugiere usar entre 2 y 6 repeticiones o bloques por cada tratamiento.
Entre 2 y 6
e almidón de trigo entre 50 (g [100 g]-1) y 70 (g [100 g]-1) y almidón de maíz entre 20 (g [100 g]-
manejo del experimento serán controladas con alta precisión. La cantidad de repeticiones de los
r con n = k + 3, donde k = número de factores.
n=k+3
k = número de factores
ESPIGA
0.5
0
0.5
0
1
0.5
0.33
ógeno aplicado al suelo en varios estadíos del maíz: hoja 6, hoja 12 y aparición de espigas, para optimizar la producción de grano seco de m
Entre 2 y 6
0 kg ha-1, 50 kg ha-1, 100 kg ha-1 y 150 kg ha-1 para cultivar palma aceitera. El terreno tiene una variación en su fertilidad. Las dosis de rie
durante un año (x ± s^2; 20,5 ± 2,25; Mg ha-1) y la eficiencia acumulada de absorción de potasio por la palma (x ± s^2; 85 ± 25; g [100 g]-1)
repeticiones o bloques calcular con la prueba de potencia.
Número Variables
1 Producción (Mg ha-1)
2 Absorción de potasio (g [100 g]-1)
3
4
5
pan con inclusiones de harina de plátano de 0 (g [100 g]-1), 2 (g [100 g]-1) y 4 (g [100 g]-1). El experimento es homogéneo. las
Se medirá la humedad (x ± s^2; 32,5 ± 1,69; g [100 g]-1) y proteína (x ± s^2; 6 ± 0,11; g [100 g]-1) de los panes. Hacer el diseño
o. Las repeticiones o bloques calcular con la prueba de potencia.
Número Variables
1 Humedad (g [100 g]-1)
2 Proteína (g [100 g]-1)
3
4
5
tivo de maíz. Las dosis de nitrógeno serán: 0 kg ha-1, 80 kg ha-1 y 160 kg ha-1; las variedades de maíz: criollo e INIAP 540 ; y los tipos de rie
Número Variables
1 Absorción de nitrógeno (g [100 g]-1)
2 Producción de maíz (Mg ha-1)
3
4
5
n para elaborar chorizos. Las carnes serán: cerdo y res; las tripas: naturales y artificiales; y los métodos de maduración: con ahumado y sin
Número Variables
1 Carbohidratos (g [100 g]-1)
2 Dureza (N)
3
4
5
para el cultivo de arroz. Las dosis serán: 0 kg ha-1, 50 kg ha-1, 100 kg ha-1 y 150 kg ha-1; los cilindros trilladores: cilindros de barras trillad
Número Variables
1 Producción de arroz (Mg ha-1)
2 Compactación del suelo (g cm-3)
3
4
5
Mínima diferencia a detectar Media Varianza n Devs Stand min max
20 30 14.4 4 3.794733192 18.61580042 41.38419958

1 1.5 0.028 3 0.167332005 0.998003984 2.001996016
5673371 TTO 2
1269254 TTO 4
5177333 TTO 5
9211569 TTO 7
6151125 TTO 3
2162692 TTO 6
7178088 TTO 9
3039972 TTO 1
5726268 TTO 8
stevia: 0 (g [100 g]-1), 25 (g [100 g]-1), 50 (g [100 g]-1), 75 (g [100 g]-1) y 100 (g [100 g]-1) y todas ellas envasadas en tipos de botellas: plás
s^2; 2,94 ± 0,0056) al final del experimento. Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potenci
TAMAÑO DE MTRA
Mínima diferencia a detectar Media Varianza n DESV STA MIN MAX
2 3.51 0.3 0.547722558 1.866832327 5.153167673
2.94 0.0056 0.074833148 2.715500557 3.164499443
papa: 3,5 (g [100 g]-1) , 4,5 (g [100 g]-1) y
umedad (x ± s^2; 55 ± 6,25; (g [100 g]-1))
potencia.

11.5 1.36
55 6.25
471563 TTO 2
907712 TTO 4
648320 TTO 5
578906 TTO 1
312701 TTO 6
104210 TTO 3
VER VIDEO STAR GRAFIC
azúcar. El terreno tiene variación en su
T1 0 0
T2 33.3 20
T3 66.66 0
T4 100 20
T5 0 40
T6 66.6 40
T3 33.33 60
pigas, para optimizar la producción de grano seco de maíz. El lugar del experimento tiene variación en la pendiente en un sentido. La cantid
no tiene una variación en su fertilidad. Las dosis de riego son más difíciles de manejar que las de
de potasio por la palma (x ± s^2; 85 ± 25; g [100 g]-1). Hacer el diseño del experimento. Las

20.5 2.25
85 25
g]-1). El experimento es homogéneo. las
g [100 g]-1) de los panes. Hacer el diseño

32.5 1.69
6 0.11
N =2
Mutiplico asumiendo que de sale n = 2 por 3

que son las parcelas grandes (150, 200 , 150
843486 150
755425 200
544205 250
2x3=6 hago seis subloques 181522 200
867829 150
duplico las parcelas de 150 200 y 250 386071 250
aleatorizo
y ubico en los cuadros
457098 0
680606 2 estos coloco en cada cuad
328448 4
edades de maíz: criollo e INIAP 540 ; y los tipos de riego: pivote y goteo. El lugar del experimento es homogéneo. Los tipos de riego son má

45 25
13 1.2
es; y los métodos de maduración: con ahumado y sin ahumado. El experimento será realizado por varias personas, cada una elaborará una

5 0.14
25.5 1.36
a-1; los cilindros trilladores: cilindros de barras trilladoras y cilindros de dientes rígidos. El lugar del experimento es homogéneo. Las dosis d

5 0.14
1.1 0.03
RANGO max para

mininima
diferencia Nombre: CAMOTE
22.7683991532 Dimensiones: Varia según la variedad
1.0039920318
Separación entre sí: N/A
Efecto de borde: N/A
Cantidad (n):

Dibujar e identificar los factores, niveles, repeticiones, bloques y unidades de experimentales
MAS HUMEDO
TTO 2 TTO 4
TTO 7 TTO 3
TTO 9 TTO 1
n tipos de botellas: plástico y vidrio. El experimento es homogéneo. No hay problemas para manejar los factores.
on la prueba de potencia.
Nombre: CAMOTE
3.286335345 Dimensiones: Varia según la variedad
0.4489988864 Separación entre sí: N/A
Efecto de borde: N/A
Cantidad (n):
TTOS 12- VIDRIO

68129386 TTO 12 VIDRIO
74966555 TTO 1 PLASTICO 11
38772239 TTO 4
74142898 TTO 18 17
90356804 TTO 5
26078084 TTO 11 12 ÑLASTICO
57018076 TTO 9
52453430 TTO 15 4
51689591 TTO 19
60900372 TTO 8 10
84866544 TTO 17
12613240 TTO 14 17
20853890 TTO 9
75773663 TTO 2 3
91787302 TTO 16
88706371 TTO 12
60063629 TTO 19
3389302 TTO 1
71259175 TTO 10
35421200 TTO 16
53412354 TTO 4
37529343 TTO 8
57697652 TTO 3
75286985 TTO 15
22965415 TTO 5
10968852 TTO 10
47520807 TTO 13
90560563 TTO 7
26249846 TTO 11
45809696 TTO 20
44714325 TTO 17
36711255 TTO 6
15361725 TTO 18
69902172 TTO 14
52206261 TTO 6
37462102 TTO 3
24337863 TTO 7
12742144 TTO 20
35189564 TTO 2
60413732 TTO 13
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):
PERSONA 1 EXPERTO PERSONA 2 SIN EXPER

TT 4 TT 2
T2 T4
T6 T5
T1 T1
T5 T6
T3 T3
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):
ER VIDEO STAR GRAFIC T2 1 28 10

T2 1 28 6
T1 1 31.5 8
T2 1 31.5 8
T2 1 35 6
1 26.5503 8
1 31.5 8
1 31.5 5.17157
1 31.5 8
1 31.5 8
1 35 10
1 31.5 10.8284
T1 31.5 8
T1 31.5 8
T1 31.5 8
T2 28 6
T3 26.5503 8
T1 31.5 8
T4 31.5 10.8284
T5 36.4497 8
T6 28 10
T7 31.5 5.17157
T1 31.5 8
T8 35 6
T9 35 10
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):

Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):

en un sentido. La cantidad de repeticiones o bloques definir entre 2 y 6.
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):

Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):
2MM
100 150
50 0
4 MM
89141 4 16088
75416 2 73849
83952 0 50030
22634
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):
150 200
0
4
2
200 150
tos coloco en cada cuadrado y aleatorixo cada vez

s tipos de riego son más difíciles de manejar, seguido de las variedades de maíz con dificultad media y por último, las dosis de nitrógeno qu
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):

cada una elaborará una repetición de todos los tratamientos. Los tipos de tripas son más fáciles de manejar, seguido del ahumado y por últi
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):

homogéneo. Las dosis de nitrógeno y los tipos de cilindros trilladores tienen el mismo problema para su manejo. Se medirá la producción d
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):

Nombre:
Dimensiones:

Total:
s de experimentales
TTOS VARIEDADES
TTO 1 INIAP-302
TTO 5 TTO 2 INIAP-302
TTO 3 INIAP-302
TTO 6 BLOQUE 1 TTO 4 INIAP-303
TTO 5 INIAP-303
TTO 8 TTO 6 INIAP-303
TTO 7 INIAP-307
TTO 8 INIAP-307
TTO 9 INIAP-307
BLOQUE 2
BLOQUE 3
Nombre:
Dimensiones:
Total:
s de experimentales
1 2 PLATICO 18
9 15 19
14 9 2
19 1 10
8 3 15
13 7 11
6 18 14
7 20 2 VIDRIO
Nombre:
Dimensiones:
Total:
s de experimentales
PERSONA 2 ESTUDIANTE
TT 2
T4
T5
T1
T6
T3
Nombre:
Dimensiones:
Total:
s de experimentales
Nombre:
Dimensiones:
Total:
s de experimentales
BLOQUE 1
BLOQUE2
Nombre:
Dimensiones:
Total:
s de experimentales
Nombre:
Dimensiones:
Total:
s de experimentales
Nombre:
Dimensiones:
Total:
s de experimentales
OMM 4 MM
50 150 0 100
100 0 50 150
2 MM OMM
0
100
50
150
Nombre:
Dimensiones:
Total:
s de experimentales
250
2500
por último, las dosis de nitrógeno que son las más fáciles de manejar. Se medirá eficiencia de absorción de nitrógeno (x ± s^2; 45 ± 25; g [10
Nombre:
Dimensiones:
Total:
s de experimentales
ejar, seguido del ahumado y por último, los tipos de carnes son las más difíciles de manejar. Se medirá los carbohidratos (x ± s^2; 5 ± 0,14;
Nombre:
Dimensiones:
Total:
s de experimentales
u manejo. Se medirá la producción de arroz (x ± s^2; 5 ± 0,14; Mg ha-1) y la compactación del suelo (x ± s^2; 1,1 ± 0,03; g cm-3). Hacer el d
Nombre:
Dimensiones:
Total:
s de experimentales
DESNSIDAD
DE SIEMBRA
10
30
50
10
30
50
10
30
50
5
16
16
10
13
BLOQUE 1
BLOQUE 2
geno (x ± s^2; 45 ± 25; g [100 g]-1) y la producción de maíz (x ± s^2; 13 ± 1,2; Mg ha-1). Hacer el diseño del experimento. Las repeticiones
ohidratos (x ± s^2; 5 ± 0,14; g [100 g]-1) y dureza (x ± s^2; 25,5 ± 1,36; N) de las salchichas elaboradas. Hacer el diseño del experimento. La
± 0,03; g cm-3). Hacer el diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.
Divisiones del croquis
Primera
Segunda
Tercera
Cuarta
Quinta
MODELO:
Y=U + A + B + AB + R + e
Y=U + A + B + AB + R + AB( R )
FUENTE DE VARIACIÓN ES DE BLOQUES XQ NO HAY AGENTES EXTERNOS

Primera
Segunda
Tercera
Cuarta
Quinta
MODELO
FACTOR FIJO A B C (Y VER SI SE CRUZAN)
Y= U + A +B + AB + C + AC +BC +ABC + e
Y= U + A +B + AB + C + AC +BC +ABC + ABCR
BLOQUES R1, R2 R3
ALAZAR

Primera
Segunda
Tercera
Cuarta
Quinta
Y= U + A+ B(A) +R +e
explicicón Y= U + A+ B(A) +R + b(a(r )

Primera
Segunda
Tercera
Cuarta
Quinta
y = a + bx1 + cx1<2 + dx2 + ex2<2 + fx1x2 + e

Primera
Segunda
Tercera
Cuarta
Quinta

Primera
Segunda
Tercera
Cuarta
Quinta
Y= A+AB

Primera
Segunda
Tercera
Cuarta
Quinta

Primera
Segunda
Tercera
Cuarta
Quinta
MODELO
Y: U + A + B + AB + R + A (R ) + e
Y: U + A + B + AB + R + A (R ) + B(A ( R ))

Primera
Segunda
Tercera
Cuarta
Quinta
Y= u + a + b +ab + a r + e
Y= u + a + b +ab + a r + b(ar)
perimento. Las repeticiones o bloques calcular con la prueba de potencia.

Primera
Segunda
Tercera
Cuarta
Quinta
l diseño del experimento. Las repeticiones o bloques calcular con la prueba de potencia.

Primera
Segunda
Tercera
Cuarta
Quinta

Primera
Segunda
Tercera
Cuarta
Quinta
el experimento
Nombre Símbolo Efecto
BLOQUES R Aleatorio
TROS (VARIEDADES Y DESNSIDADES) AYB Fijo

ES DE BLOQUES XQ NO HAY AGENTES EXTERNOS
el experimento

VARIEDADES, SUSTITUCIONES, BOTELLAS Y REPETICIONES ABCR Aleatorio
ER SI SE CRUZAN)
AC +BC +ABC + e
AC +BC +ABC + ABCR
el experimento

personas
aglutinanntes y dosis
el experimento

Cuajo, temperatura, repetición ABR
el experimento

el experimento

el experimento

el experimento

BLOQUES R Aleatorio
LAMINA DE RIEGO A Fijo
DOSIS B Fijo
+ A (R ) + B(A ( R ))
el experimento

temperaturas x repeticion AYR Aleatorio
PLATANO B Fijo
de potencia.
el experimento

on la prueba de potencia.
el experimento

el experimento




Diseño de los tratamientos

Nombre: Diseño simplex con centroide

Nombre:

Nombre: Diseño simplex con centroide

Nombre:



Nombre:

Nombre:

Nombre:
Restricciones a la aleatorización
con arreglo factorial a x b
con arreglo factorial a x b x c
con arreglo factorial jerarquizado B dentro de A
Diseño del experimento Restricciones a la aleatorización
completamente al azar
en bloques completos al azar
con arreglo factorial a x b con bloque dividido
con arreglo factorial a x b con parcela dividida
Submuestreos Experimentación en serie Incluir los factores, repeticiones, bloq
VARIEDADES
INIAP-302
INIAP-302
INIAP-302
INIAP-303
INIAP-303
INIAP-303
INIAP-307
INIAP-307
INIAP-307
INIAP-302
INIAP-302
INIAP-302
INIAP-303
INIAP-303
INIAP-303
INIAP-307
INIAP-307
INIAP-307
INIAP-302
INIAP-302
INIAP-302
INIAP-303
INIAP-303
INIAP-303
INIAP-307
INIAP-307
INIAP-307
TTOS
TTO 1
TTO 2
TTO 3
TTO 4
TTO 5
TTO 6
TTO 7
TTO 8
TTO 9
TTO 10
TTO 11
TTO 12
TTO 13
TTO 14
TTO 15
TTO 16
TTO 17
TTO 18
TTO 19
TTO 20
TTO 1
TTO 2
TTO 3
TTO 4
TTO 5
TTO 6
TTO 7
TTO 8
TTO 9
TTO 10
TTO 11
TTO 12
TTO 13
TTO 14
TTO 15
TTO 16
TTO 17
TTO 18
TTO 19
TTO 20
TTO
TTO 1
TTO 2
TTO 3
TTO 4
TTO 5
TTO 6
TTO 1
TTO 2
TTO 3
TTO 4
TTO 5
TTO 6
TTO 1
TTO 2
TTO 3
TTO 4
TTO 5
TTO 6
TTO
T1
T1
T1
T2
T3
T1
T4
T5
T6
T7
T1
T8
T9



LAMINAS
0
0
0
0
2
2
2
2
4
4
4
4
0
0
0
0
2
2
2
2
4
4
4
4

t°
150
150
150
200
200
200
250
250
250
150
150
150
200
200
200
250
250
250



Estructura de la base de datos
cluir los factores, repeticiones, bloques y variables
MATERIA
DENSIDADES BLOQUE N2 ORGANICA
10 1
30 1
50 1
10 1
30 1
50 1
10 1
30 1
50 1
10 2
30 2
50 2
10 2
30 2
50 2
10 2
30 2
50 2
10 3
30 3
50 3
10 3
30 3
50 3
10 3
30 3
50 3
VARIEDADES SUSTITUCIÓN BOTELLAS REPETICIÓN PH SST

Granosweet Sweta 0 VIDRIO 1
Granosweet Sweta 0 PLASTICO 1
Granosweet Reb-A 0 VIDRIO 1
Granosweet Reb-A 0 PLASTICO 1
AGLUTINS DOSIS PERSONAS GRASA HUMEDAD

Plasma 0.5
Plasma 1.5
Plasma 2.5
Almidón 3.5
Almidón 4.5
Almidón 5.5
Plasma 0.5
Plasma 1.5
Plasma 2.5
Almidón 3.5
Almidón 4.5
Almidón 5.5
Plasma 0.5
Plasma 1.5
Plasma 2.5
Almidón 3.5
Almidón 4.5
Almidón 5.5
TEMP CUAJO REPETICION RENDIMIENTO PH

31.5 8 1
31.5 8 2
31.5 8 3
28 6 1
26.5503 8 1
31.5 8 4
31.5 10.8284 1
36.4497 8 1
28 10 1
31.5 5.17157 1
31.5 8 5
35 6 1
35 10 1



DOSIS BLOQUES PARAMETROS DE CONTROL

0 1
50 1
10 1
150 1
0 1
50 1
10 1
150 1
0 1
50 1
10 1
150 1
0 2
50 2
10 2
150 2
0 2
50 2
10 2
150 2
0 2
50 2
10 2
150 2

harinas repeticoones h% pt%
0 1
2 1
4 1
0 1
2 1
4 1
0 1
2 1
4 1
0 2
2 2
4 2
0 2
2 2
4 2
0 2
2 2
4 2



UNIDAD 3
DISEÑOS DE EXPERIMENTOS CON SUBMUESTREOS Y EN SERIE
3.1. Diseños de experimentos con submuestreos
3.1.1. Submuestreos únicos
3.1.2. Submuestreos en el tiempo
3.2. Diseños de experimentos en serie
3.2.1. Diseños para épocas
3.2.2. Diseños para localidades
3.2.3. Diseños para años
3.1. Diseños de experimentos con submuestreos
3.1.1. Submuestreo único
Tomar la respuesta del ejercicio de las dosis de sorbato de potasio de la sección 1.3; diseño completamente al az
Factor
Xlxlxlxlxlxl60 R1
60
120
3.1.2. Submuestreos en el tiempo
Tomar la respuesta del ejercicio de las láminas de riego de la sección 1.4; diseño de bloques completos al azar;
muestreo, modelo y base de datos para medir la materia orgánica del suelo con submuestreos
Factor
los años de analisis del 1 al

5 0 menos fertil
637498 1 6
584783 2 4
505342 4 2
746577 5
429847 3
más fertil
3.2. Diseños de experimentos en serie
3.2.1. Diseños para épocas
Tomar la respuesta del ejercicio de las dosis de potasio de la sección 2.1.1; diseño con arreglo factorial; y modifi
experimento en las épocas seca y lluviosa.
Factor
MAS HUMEDO
MAS HUMEDO
3.2.2. Diseños para localidades
Tomar la respuesta del ejercicio de las temperaturas de horneado y dosis de harina de la sección 2.2.1; diseño co
Factor
3.2.3. Diseños para años
Tomar la respuesta del ejercicio de las variedades de yuca de la sección 1.5; cuadrado latino; y modificar el croqu
Factor
TREOS Y EN SERIE
cción 1.3; diseño completamente al azar; y modificar las unidades de observación, croquis del muestreo, modelo y base de datos para med
Número Variables Mínima diferencia a dMedia Varianza n

1
2
3
4
5
30 30 0 90
30 120 0 30
90 90 60 120
; diseño de bloques completos al azar; y modificar las unidades de observación, croquis del
orgánica del suelo con submuestreos cada 1 año por un periodo de 5 años.

1
2 división 1
3 división 2
4 división 3
5
Es pseudofactor xq no influye el tiempo
1 A 5 AÑOS (6) LAMINAS voy en orden de años
1| 2| 3| 4| 5|(6) 2| 1 | 4 | 3 | 5 | (0) 1 | 2 | 4 | 5 |3 |(4) 2
2 4 0 6
4 2 0 6
0 6 4 2
1; diseño con arreglo factorial; y modificar el croquis del muestreo, modelo y base de datos para repetir el
rimento en las épocas seca y lluviosa.

1
2
3
4
5
SECA
S HUMEDO
TTO 2 TTO 4 TTO 5
TTO 7 TTO 3 TTO 6 BLOQUE 1
TTO 9 TTO 1 TTO 8
BLOQUE 2
BLOQUE 3
HUMEDAD
S HUMEDO
TTO 2 TTO 4 TTO 5
TTO 7 TTO 3 TTO 6 BLOQUE 1
TTO 9 TTO 1 TTO 8
BLOQUE 2
BLOQUE 3
de harina de la sección 2.2.1; diseño con parcelas divididas; y modificar el croquis del muestreo, modelo y base de datos para repetir el exp

1
2
3
4
5
5; cuadrado latino; y modificar el croquis del muestreo, modelo y base de datos para repetir el experimento por 3 años.

1
2
3
4
5
elo y base de datos para medir los sólidos solubles totales con al menos tres submuestreos únicos.
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):
Dibujar e identificar los factores, niveles, repeticiones, bloques y unidades de experim

Nombre:
Dimensiones:
bloque/dia Separación entre sí:
ttos (parcela) Efecto de borde:
tiempos (años) Cantidad (n):

BLOQUE 1
BLOQUE 2
BLOQUE 3
BLOQUE 4
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):

e de datos para repetir el experimento en Quito y Santo Domingo.
Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):

Nombre:
Dimensiones:
Efecto de borde:
Cantidad (n):

Nombre:
Dimensiones:
Total:
ques y unidades de experimentales

Nombre:
Dimensiones:
Total:

Nombre:
Dimensiones:
Total:

Nombre:
Dimensiones:
Total:

Nombre:
Dimensiones:
Total:


Primera dosis y repetición AYR Fijo
Segunda submuetreso s Aleatorio
Tercera
Cuarta
Quinta
Y= U + A +AR + e
Y= U + A +AR + S(AR)

Primera bloque R Aleatorio
Segunda LAMINA A Fijo
Tercera TIEMPO t Fijo
Cuarta
Quinta
y= U + A + t+ At+ R + A( R) + e
y= U + A + t+ At+ R + A( R) + T(A(R ))

Primera
Segunda
Tercera
Cuarta
Quinta

Primera
Segunda
Tercera
Cuarta
Quinta

Primera
Segunda
Tercera
Cuarta
Quinta

Nombre:


Nombre:

Nombre:

Nombre:
simple
H) Estructura de la base de dat
Incluir los factores, repeticione

Submuestreos Experimentación en serie
DOSIS
0
90
60
120
0
90
60
120
0
90
60
120
0
90
60
120
0
90
60
120
0
90
60
120

con submuestreo en el tiempo
LAMINAS
0
0
0
0
0
2
2
2
2
2
4
4
4
4
4
6
6
6
6
6
0
0
0
0
0
2
2
2
2
2
4
4
4
4
4
6
6
6
6
6
0
0
0
0
0
2
2
2
2
2
4
4
4
4
4
6
6
6
6
6
0
0
0
0
0
2
2
2
2
2
4
4
4
4
4
6
6
6
6
6



uctura de la base de datos
os factores, repeticiones, bloques y variables
REPERICION SUBMUESTREPRODUCCOÓN
1 1
1 1
1 1
1 1
2 1
2 1
2 1
2 1
3 1
3 1
3 1
3 1
1 2
1 2
1 2
1 2
2 2
2 2
2 2
2 2
3 2
3 2
3 2
3 2
TIEMPO BLOQUE PRODUCCIÓN

1 1
2 1
3 1
4 1
5 1
1 1
2 1
3 1
4 1
5 1
1 1
2 1
3 1
4 1
5 1
1 1
2 1
3 1
4 1
5 1
1 2
2 2
3 2
4 2
5 2
1 2
2 2
3 2
4 2
5 2
1 2
2 2
3 2
4 2
5 2
1 2
2 2
3 2
4 2
5 2
1 3
2 3
3 3
4 3
5 3
1 3
2 3
3 3
4 3
5 3
1 3
2 3
3 3
4 3
5 3
1 3
2 3
3 3
4 3
5 3
1 4
2 4
3 4
4 4
5 4
1 4
2 4
3 4
4 4
5 4
1 4
2 4
3 4
4 4
5 4
1 4
2 4
3 4
4 4
5 4



UNIDAD 4
ANÁLISIS ESTADÍSTICO
4.1 Modelos lineales generales y mixtos
4.1.1. Efectos fijos, aleatorios y heterocedasticidad
4.1.2. Correlación temporal y espacial
4.2. Modelos lineales generalizados mixtos
Hacer el análisis estadístico con los modelos lineales generales y mixtos o modelos lineales generalizados mixtos
4.1. Modelos lineales generales y mixtos
4.1.1. Efectos fijos, aleatorios, heterocedasticidad
a) Diseños simples
Variables Análisis
empaques-tomate arbol-1.IDB2 Peso y acidez Análisis funcional
brachiaria-produccion-1.IDB2 Materia seca del tallo Análisis funcional y contrastes
melon-nutrientes.IDB2 Fósforo de tallos y hierro deAnálisis de polinomios
b) Diseños con arreglos factoriales sin restricciones a la aleatorización
Variable
pastos-fertilizacion.IDB2 Rendimiento en seco
camote-fortificado-1.IDB2 Carotenoides
c) Covariables
Variable Covariable
maiz-fertilizacion.IDB2 Rendimiento Peso de granos por mazorca
d) Diseños con restricciones a la aleatorización
Variables
pasteles-rotura.IDB2 Ángulo
rosas-citoquininas.IDB2 Longitud de tallos florales
e) Diseños con submuestreos
Variables
maiz-hibridos-2.IBD2 Altura de planta
ablandador-terneza.IDB2 Terneza
f) Diseños con experimentos repetidos
localidades-trigo.IDB2 Rendimiento
g) Diseños con superficie de respuesta
Variables
colageno-pescado.IDB2 Escamas
nutricion-caña azucar.IDB2 Rendimiento
4.1.2. Correlación temporal y espacial
Variables
uvilla-poda fertilizantes.IDB2 Diámetro
carbono-suelo-coordenadas.IDB2 Carbono edáfico
4.2. Modelos lineales generalizados mixtos
4.2.1. Gamma
Variables
cuajado-leche.IDB2 Tiempo de coagulación
4.2.2. Binomial
Variables
germinacion-mora.IDB2 Plantas vivas
4.2.3. Poisson
Variables
fresas-conservacion-1.IDB2 Mohos y levaduras
4.2.4. Binaria
Variables
germinacion-magnolia.IDB2 Contaminación
MISCELÁNEA
Hacer el análisis estadístico con los modelos lineales generales y mixtos o modelos lineales generalizados mixtos
Humedad del suelo a varias profundidades

Fertilización de pennisetum
Conservación de fresas con irradicación
Ángulos de rotura de pasteles de chocolate
Bromatología de variedades de rábano en localidades
Características físicas de variedades de rábano en localidades
Herbicidas aplicados al cultivo de arroz
Análisis foliar de hojas y tallos de melón
Bromatología de empanadas
Conservación de frutos de tomate de árbol
Engorde de pollos con dosis de almidón
Análisis bromatológico de salchichas
Adaptación de variedades de Tifton
Rendimiento de variedades de fréjol
Caraterísticas de las mazorcas de híbridos de maíz
Engorde de pollos con tipos de metionina
Amasado de semillas de amaranto
Producción de trigo con dosis de semilla
Ácido sulfúrico para semillas de alfalfa
Caracterización de tipos de harinas
Granulometría de semillas de amaranto
Bebida de variedades de estevia
Catación de empanadas
Castración de ovejas
Bromatología de galletas
Detector de bacterias en ratas
Alimentación de cuyes
Conservación de fresas con temperaturas
lineales generalizados mixtos, según sea el caso, el análisis funcional, la presentación y discusión de resultados de los siguientes ejercicios,
nálisis funcional Análisis de materia seca del tallo

nálisis funcional y contrastes Tipo de crecimiento Tratamientos
nálisis de polinomios Rastrero vs, erecto Decumbens vs, Piatá y Xaraés
Rastrero vs, semierecto Decumbens vs, Marandú y Mulato II
Semierecto vs, erecto Marandú y Mulato II vs, Piatá y Xaraés
lineales generalizados mixtos, según sea el caso, el análisis funcional, la presentación y discusión de resultados de los siguientes ejercicios,
de los siguientes ejercicios,
de los siguientes ejercicios,
ANEXO A
Permutaciones de 16 tratamientos para diseños con bloques

Compilado por Rodrigo Saquicela
Septiembre de 2014
7 12 15 15 1 2 7 16 10
13 3 8 16 7 10 11 10 13
3 1 4 5 14 13 3 14 9
11 8 16 14 15 6 2 6 2
14 9 1 6 3 9 14 13 8
2 16 10 13 5 5 13 2 11
4 6 13 7 2 15 1 9 1
6 14 6 10 4 14 4 15 3
10 15 2 1 13 12 16 3 4
12 10 7 12 9 11 9 8 12
15 7 5 2 10 7 8 12 6
16 2 11 8 8 8 15 5 16
9 13 14 3 6 4 10 11 5
8 11 9 4 11 3 12 7 7
1 5 12 11 16 16 5 4 14
5 4 3 9 12 1 6 1 15
11 8 16 5 5 13 1 13 2
2 2 8 8 14 16 4 3 8
6 13 2 13 6 5 9 15 11
14 12 4 16 16 11 14 10 5
8 6 3 9 4 10 6 4 16
9 15 12 10 3 2 12 6 1
3 10 11 12 13 12 5 11 7
16 1 13 14 8 14 15 5 3
1 14 14 2 9 15 16 14 6
4 4 6 4 12 3 11 8 15
15 5 1 11 10 6 3 7 10
5 3 5 6 7 7 13 2 14
12 7 15 15 15 9 8 12 12
10 11 10 3 2 4 2 1 4
7 9 7 11 11 1 7 16 13
13 16 9 1 1 8 10 9 9
Referencia
Cochran C., W., y G.M. Cox. 1990. Diseños experimentales. 2. a ed. Trillas, México.
PUBLICACIÓN ORIGINAL
s con bloques
2
5
13
16
6
7
4
3
8
14
15
1
12
10
9
11
16
11
10
12
2
15
8
7
14
9
5
3
13
6
1
4
ANEXO B
Tratamientos para cuadrados latinos

Abril de 2014
Tratamientos = 4
A B C D
B A D C
C D B A
D C A B
Tratamientos = 5
A B C D E
B A E C D
C D A E B
D E B A C
E C D B A
Tratamientos = 6
A B C D E F
B F D C A E
C D E F B A
D A F E C B
E C A B F D
F E B A D C
Tratamientos = 7
A B C D E F G
B C D E F G A
C D E F G A B
D E F G A B C
E F G A B C D
F G A B C D E
G A B C D E F
Referencia
Cochran C., W., y G.M. Cox. 1990. Diseños experimentales. 2. a ed. Trillas, México.
ANEXO C
Coeficientes para polinomios ortogonales con intervalos igua

24 de junio de 2014
Tratamientos = 3 Tratamientos = 7
Lineal: -1 0 1 Lineal: -3 -2 -1 0 1 2 3
Cuadrática: 1 -2 1 Cuadrática: 5 0 -3 -4 -3 0 5
Cúbica: -1 1 1 0 -1 -1 1
Tratamientos = 4
Lineal: -3 -1 1 3 Tratamientos = 8
Cuadrática: 1 -1 -1 1 Lineal: -7 -5 -3 -1 1 3 5 7
Cúbica: -1 3 -3 1 Cuadrática: 7 1 -3 -5 -5 -3 1 7
Cúbica: -7 5 7 3 -3 -7 -5 7
Tratamientos = 5
Lineal: -2 -1 0 1 2 Tratamientos = 9
Cuadrática: 2 -1 -2 -1 2 Lineal: -4 -3 -2 -1 0 1 2 3 4
Cúbica: -1 2 0 -2 1 Cuadrática: 28 7 -8 -17 -20 -17 -8 7 28
Cúbica: -14 7 13 9 0 -9 -13 -7 14
Tratamientos = 6
Lineal: -5 -3 -1 1 3 5 Tratamientos = 10
Cuadrática: 5 -1 -4 -4 -1 5 Lineal: -9 -7 -5 -3 -1 1 3 5 7 9
Cúbica: -5 7 4 -4 -7 5 Cuadrática: 6 2 -1 -3 -4 -4 -3 -1 2 6
Cúbica: -42 14 35 31 12 -12 -31 -35 -14 42
Referencia
González B., G. 2010. Métodos estadísticos y principios de diseño experimental. 3. a ed. Editorial Universitaria, Qu
ntervalos iguales
Tratamientos = 11
Lineal: -5 -4 -3 -2 -1 0 1 2 3 4 5
Cuadrática: 15 6 -1 -6 -9 -10 -9 -6 -1 6 15
Cúbica: -30 6 22 23 14 0 -14 -23 -22 -6 30
Tratamientos = 12
Lineal: -11 -9 -7 -5 -3 -1 1 3 5 7 9 11
Cuadratica: 55 25 1 -17 -29 -35 -35 -29 -17 1 25 55
Cúbica: -33 3 21 25 19 7 -7 -19 -25 -21 -3 33
ditorial Universitaria, Quito.

Diseños por la agrupación de las unidades experimentales
Diseño completamente al azar
Diseño de bloques completos al azar
Diseño de cuadrado latino
Diseño de tratamientos ordinarios
simple
con arreglo factorial a x b
con arreglo factorial a x b x c
con arreglo factorial a x b x …
con arreglo factorial jerarquizado B dentro de A
Diseños de tratamientos con superficie de respuesta
Diseño central compuesto
Diseño San Cristóbal
Diseño simplex reticular
Diseño simplex con centroide
Diseño para la agrupación de unidades experimentales de las superficies de respuesta
completamente al azar
en bloques completos al azar
en cuadrado latino
Arreglo factorial con restricciones a la aleatorización de tra Submuestreos
con parcela dividida con submuestreo en el tiempo
con parcela subdividida con submuestreos únicos
con bloque dividido
Experimentación en serie Efecto
con análisis combinado para épocas Fijo
con análisis combinado para lugares Aleatorio
con análisis combinado para años

Ejercicios Diseño Experimental

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ejercicios Diseño Experimental

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD TECNOLÓGICA EQUINOCCIAL

SEDE SANTO DOMINGO

EJERCICIOS DE DISEÑO EXPERIMENTAL PARA LAS INGENIERÍA

ENLACES DEL MATERIAL DIDÁCTICO

A. Permutaciones de 16 tratamientos para diseños con bloques

1.1. Estimación de la varianza

1.1.1. Muestreo piloto

Producción (kg ha-1)

ficha tecnica maiz amarillo.pdf

Obligatorio Opcional Opcional

1.1.3. Análisis reportados

calidad frutos tomate.pdf

Número Nombre de las variables Desviación estántar (s) Error estándar

1.2. Mínima diferencia a detectar

Número Nombre de las variables Mínimo Máximo

1.3. Diseño completamente al azar

Factor Dosis de potasio

Factor Dosis de sorbato de potasio

Factor Láminas de riego

Factor Tipos de harina

Se probará las densidades de siembra de yuca: 50 cm x 50 cm, 70 cm x 70 cm, 90 cm x 90 cm y 110 cm x 110 cm

Factor Películs de embalaje

Obligatorio Obligatorio Obligatorio

Varianza (s^2) Fórmulas

1 Materia seca (Mg ha--1)

MINIMP+MINIMA DIFERESCIO -< MAXIMA

erción de la mazorca de dos variedades (A y B).

rano (7 Mg ha-1 a 13 Mg ha-1) y absorción de

Mínima diferencia a detectar Varianza n

Mínima diferencia a detectar Varianza n

Mínima diferencia a detectar Media Varianza n

numero de repeticiones (ESTE

Mínima diferencia a detectar Media Varianza n

Mínima diferencia a detectar Media Varianza n

E) Croquis del muestreo

Dibujar e identificar los factores, niveles, repeticione

E) Croquis del muestreo

Dibujar e identificar los factores, niveles, repeticione

1.6970562748 25.09116882 14.90883118 Dimensiones:

E) Croquis del muestreo

Dibujar e identificar los factores, niveles, repeticione

S MIN MAX PARA LA MIN DIFERE Nombre: SALCHICHAS DE Kg

E) Croquis del muestreo

Dibujar e identificar los factores, niveles, repeticione

UBICO LOS TTO Y EJECUTO ALEATORIO ENTRE 0 Y 100000

E) Croquis del muestreo

Dibujar e identificar los factores, niveles, repeticione

E) Croquis del muestreo

Dibujar e identificar los factores, niveles, repeticione

tores, niveles, repeticiones, bloques y unidades de experimentales

tores, niveles, repeticiones, bloques y unidades de experimentales

CIRCUNFERENCIA DE 10 DE RADIO Dimensiones:

tores, niveles, repeticiones, bloques y unidades de experimentales

4 0 6 BLOQUE 2/DIA PERSONA

tores, niveles, repeticiones, bloques y unidades de experimentales

tores, niveles, repeticiones, bloques y unidades de experimentales

2,48; g fruta-1) a 1 mes del experimento. Hacer el diseño del experimento.

tores, niveles, repeticiones, bloques y unidades de experimentales

Divisiones delNombre Símbolo Efecto

Divisiones delNombre Símbolo Efecto

Divisiones delNombre Símbolo Efecto

Primera BLOQUE R Aleatorio

Y=U (media) + A (EFECTOS FIJOS+ R (REPETICÓN /BLOQUE)+ e

Divisiones delNombre Símbolo Efecto