Estadistica

INTRODUCCIÓN

La estadística aplicada ha tenido un gran florecimiento en los últimos 20 años y hoy es parte del lenguaje científico cotidiano. Aunque el tratamiento estadístico de los resultados experimentales no es un seguro contra los hallazgos casuales, es un gran avance en ese sentido y representa una formidable herramienta para la interpretación de datos, no solo poniendo restricciones ala percepción caprichosa de la información, sino guiando metodológicamente su indagación.
Este es el más simple y quizás el ampliamente usado de los diseños de bloques al azar que es definido por Hinkelman(1994) así: El material experimental es dividido en grupos de unidades experimentales (UE) cada uno, donde es el número de tratamientos , tales que las UE dentro de cada grupo son lo máshomogénea posible y las diferencias entre las UE sea dada por estar en diferentes grupos. Los conjuntos son llamados bloques. Dentro de cada bloque las UE son asignadas aleatoriamente, cada tratamiento ocurre exactamente una vez en un bloque.
Si la variación entre las UE dentro de los bloques es apreciablemente pequeña en comparación con la variación entre bloques, un diseño de bloque completo al azares más potente que un diseño completo al azar.
Otro caso en el que suele presentarse es cuando entre los tratamientos algunos son más importantes que otros. Otra razón es cuando la observación de alguna UE por algún motivo se pierde.

OBJETIVOS:
Desarrollar Diseños completamente al azar balanceado, con bloques. y con submuetreos
Desarrollar Prueba de múltiple comparación, con lo cualnos hara valer para saber quien con quien es diferente.
Demostrar que este diseño es operable o no lo sea.
Una granja de 32 cuyes criollos de ambos sexos de 250 gramos de peso inicial, de condición corporal homogénea, fueron empleados en este trabajo de investigación.
Se evaluaron los siguientes de investigación:
T1: Alfalfa (medicago Sativa)
T2: Kikullo (Pennisetum clandestinum)
T3:Pasto elefante (Paspolum notatum)

T1 T2 T3
I Y111 9.13 Y2118.19 Y3119.85
Y1129.25 Y2129.68 Y3129.61
Suma Y11.18.38 Y21.17.87 Y3119.46 Y.1=55.71
promedio Y ̅11.9.19 Y ̅21.8.935 Y ̅319.73 Y ̅.1=9.285
II Y1219.31 Y2217.67 Y3219.56
Y1229.26 Y2229.61 Y3229.46
Suma Y12.18.57 Y22.17.28 Y3219.02 Y.2=54.87
promedio (Y ) ̅12.9.285 Y ̅22.8.64 Y ̅329.51 Y ̅.2=9.145
III Y1319.45 Y2319.07Y33110.1
Y1329.5 Y2329.61 Y3329.8
Suma Y13.18.95 Y23.18.68 Y33.19.9 Y.3=57.53
promedio Y ̅ 13.9.475 Y ̅23.9.34 Y ̅33.9.95 Y ̅.3=9.5883
IV Y1419.7 Y2419.26 Y3419.95
Y1429.45 Y2429.65 Y3429.81
Suma Y14.19.15 Y24.18.91 Y34.19.76 Y.4=57.82
promedio Y ̅14.9.575 Y ̅24.9.455 Y ̅34.9.88 Y ̅.4= 9.6366
Y1..75.05 Y 272.74 Y378.14 Y… =225.93
Y ̅19.38125 Y ̅29.0925 Y ̅39.7675 Y̅.-..….9.41375

PROCEDIMIENTO
Hallar cuadrados medios
Modelo Aditivo Lineal:

Ŷij = Conversion Alimenticia en el i-ésimo tratamiento y j-ésimo cuy
µ = Promedio General
Ťi = Efecto de cada i-ésimo tratamiento
B ̌J = Efecto de cada J-ésimo bloque
Ĕij = Efecto del error experimental en el i-ésimo tratamiento y j-ésimo cuy
Sijk = Efecto del error submuestreo en el i-ésimo tratamiento , j-ésimo cuy ,k-esimo experimento
HIPOTESIS:
Ho = T1 = T2 = T3
Ha = Al menos un tratamiento difiere del resto
Efectos :
Tratamientos : T = 3 B = 4 S= 2
Ťi = Y ̅1. - Y ̅..= 9.38125 - 9.41375= -0.03255
Ťi = Y ̅2. - Y ̅..= 9.0925 - 9.41375= -0.32125
Ťi = Y ̅3. - Y ̅..= 9.7675 - 9.41375= 0.35375
SC trat= 〖⏞(⏟(⅀)┬(i=1) ) b〗┴t Ťi2 = ( 8 X -0.032552) + ( 8 X -0.321252) +( 8 X0.353752)
SC trat= 1.835175

Efectos :
BLOQUES : T = 3 B = 4 S= 2
B ̌1 = Y ̅.1 - Y ̅..= 9.285 - 9.41375= -0.12875
B ̌2= Y ̅.2 - Y ̅..= 9.145 - 9.41375= -0.2687
B ̌ 3= Y ̅.3 - Y ̅..= 9.5883 - 9.41375= 0.1745
B ̌4 = Y ̅.4 - Y ̅..= 9.63667 - 9.41375= 0.2229

SC bloques= 〖⏞(⏟(⅀)┬(i=1) ) T〗┴t B ̌i2 = ( 5 X -0.128752) + ( 5 X -0.26872) +( 4 X 0.17452) +( 3 X...