prueba estadistica

Segunda Prueba Análisis Estadístico y Diseño Experimental

Estudios han demostrado que existen diferentes factores que afectan los perfiles de amplificación obtenidos mediante técnicas moleculares basadas en PCR, lo cual se manifiesta principalmente en la presencia de falsos positivos y la poca reproducibilidad del ensayo. Por ende el objetivo de este estudio fue evaluar dos métodos decolecta y preservación de las muestras vegetales: mantenidas en frío (tejido fresco) y secadas a temperatura ambiente (tejido seco), con dos métodos de extracción de ADN, a partir de hojas de P. ligularis, para la obtención de ADN con pureza y cantidad suficiente para su análisis mediante marcadores moleculares basados en PCR. Para esto se realizo un diseño de experimentos.
A continuación se presentanlos resultados obtenidos
Analysis of Variance for Pureza
Source
Sum of Squares
Df
Mean Square
F-Ratio
P-Value
A:Metodo de Extracion (buffer)
1482,25
1
1482,25
142,30
0,0000
B:Tipo de Tejido (proceso)
0,25
1
0,25
0,02
0,8795
AB
306,25
1
306,25
29,40
0,0002
Total error
125,0
12
10,4167


Total (corr.)
1913,75
15



R-squared = 93,4683 percentR-squared (adjusted for d.f.) = 91,8354 percent
Standard Error of Est. =
Mean absolute error =
Durbin-Watson statistic = 2,12 (P=0,6750)
La sumatoria de los residuos es 40
Analysis of Variance for Cantidad
Source
Sum of Squares
Df
Mean Square
F-Ratio
P-Value
A:Metodo de Extracion(buffer)
3108,06
1
3108,06
2,43
0,1448
B:Tipo de Tejido (proceso)
6765,06
1
6765,06
5,29
0,0401
AB
63001,0
1
63001,0
49,30
0,0000
Total error
15334,7
12
1277,89


Total (corr.)
88208,8
15



R-squared = 82,6155 percent
R-squared (adjusted for d.f.) = 78,2694 percent
Standard Error of Est. =
Mean absolute error =
Durbin-Watson statistic = 1,53439 (P=0,2698)
Lasumatoria de los residuos es 405,45
1. Calcule los estadísticos faltantes, explique que representan cada uno y cuál es la diferencia entre los dos. Acode al valor obtenido, considera que es adecuado para el modelo y por qué. Cuál es el diseño y cuantas replicas tiene.
Standard Error of Est. = raiz(cuadrado medio residual)
Mean absolute error = Sumatoria de los residuos/n total de corridasexperimentales


El error estándar de estimación permite medir la variabilidad o dispersión de los valores de la respuesta observada para la corrida i y el valor predicho por la estimación del modelo, es decir muestra la desviación estándar de los residuales. Dado que el cuadrado medio residual es un buen estimador de la varianza o variabilidad que presenta el fenómeno, conlleva a calcular ladesviación estándar del error experimental. Este valor es utilizado cuando se construyen intervalos de predicción para la respuesta. Por otra parte el error medio absoluto indica el error promedio de la predicción en la respuesta observada usando el modelo estimado. La diferencia entre los dos radica principalmente en que el error estándar de estimación en que uno mide la variabilidad y el otro es un valormedio.
Acorde a los resultados de los errores tanto error estándar de estimación y error medio absoluto, además los rangos de los efectos sobre las variables respuesta se pude decir que con valores bajos, los cuales se puede deducir que existe poca variabilidad, la cual puede ser menor que un 5% y que el modelo es adecuado para modelar ambas variables respuestas. Por otra parte según ambosestadísticos de coeficientes de determinación indican que los modelos ajustan bien explicando un 91 % y 78% de la variabilidad de pureza y cantidad de ADN, respectivamente.
El diseño corresponde a un modelo factorial 22 con 3 replicas, donde se quiere evaluar el efecto de los factores métodos de extracción y tipo de tejido sobre dos variables respuestas, pureza y cantidad de ADN. Es decir se...