AGRO 6600

Biometra Avanzada
Lab 3
Nombre: ______________________________________

Supuestos del anlisis de la varianza

Los siguientes datos provienen de un estudio realizado para comparar los efectos de un
insecticida sinttico y de un insecticida natural sobre la poblacin de cierto insecto en plantas de
habichuela. Se aplicaron 3 tratamientos diferentes (1=control, 2=insecticida natural,
3=insecticida sinttico) a 30 parcelas homgeneas plantadas con la misma variedad de
habichuela. La asignacin de los tratamientos a las parcelas se hizo segn un diseo
completamente aleatorizado con 10 repeticiones de cada tratamiento. Para evitar contagios, cada
parcela se rode con un pasto no susceptible al insecto. Las observaciones son los recuentos de
insectos en un rea de 1 m2 ubicada al azar en cada parcela, y estn en el archivo Excel que se
acompaa.
1. Es ste un estudio experimental u observacional? Por qu?
Es un estudio experimental porque a la unidad se le ha asignado el tratamiento.
2. Cul es la unidad experimental? y la unidad de muestreo?
Unidad experimental: Una parcela
Unidad de muestreo: 1 m2
3. Grafique los datos usando diagramas de cajas para los tres tratamientos.
Boxplot de recuento en los tres tratamientos de insecticidas
24

Recuento

18

12

0
1

Tratamiento

4. Analice los datos en Infostat. Indique las hiptesis y conclusiones.

Ho: 1 = 2 = 3
Ha: al menos un i es diferente
Anlisis de la varianza
Variable N
Recuento 30

R
0.79

R Aj CV
0.77 41.16

Cuadro de Anlisis de la Varianza (SC tipo III)

F.V.
SC
gl
CM
F
p-valor
Modelo
940.20
2
470.10
49.33 <0.0001
Tratamiento
940.20
2
470.10
49.33 <0.0001
Error
257.30
27
9.53
Total
1197.50
29

Rechazo Ho porque el p (0.0001) es menor que el (0.05). Por lo tanto, acepto Ha que
nos indica que existe diferencia en el efecto de los tratamientos (control, insecticida
natural e insecticida sinttico) sobre la poblacin de cierto insecto en plantas de
habichuela.
5. Obtenga los residuales y grafquelos con un grfico Q-Q. Realice una prueba de normalidad
de Shapiro-Wilks. Comente sobre la validez del supuesto de normalidad.
Q-Q plot
Q-Q plot de los residuales de recuento

Cuantiles observados(RDUO_Recuento)

n= 30 r= 0.972 (RDUO_Recuento)
7.60

4.10

0.60

-2.90

-6.40
-6.40

-2.90

0.60

4.10

7.60

Cuantiles de una Normal(-4.1448E-016,8.8724)

Ho: Se cumple con el supuesto de Normalidad

Ha: No se cumple con el supuesto de Normalidad
Shapiro-Wilks (modificado)
Variable
RDUO_Recuento

n
30

Media D.E.
0.00 2.98

W*
0.96

p (una cola)
0.5475

Se acepta Ho porque el p (0.5475) no es menor que (0.05). S se cumple con el

supuesto de Normalidad.
6. Grafique residuales vs. valores predichos. Realice la prueba de Fmax y la prueba de Levene.
Comente sobre la validez del supuesto de homogeneidad de varianzas.
Residuales vs. Predichos
Residuales vs predichos de los recuentos
8.30

RDUO_Recuento

4.45

0.60

-3.25

-7.10
2.49

5.87

9.25

12.63

16.02

PRED_Recuento

Puntos en grficos forman un embudo; por lo tanto, no hay homogeneidad de varianza.

Ho: Se cumple con el supuesto de Homogeneidad de varianzas
1 2 = 2 2 = 3 2
Ha: No se cumple con el supuesto de Homogeneidad de varianzas
Al menos un i2 es diferente
Estadstica
Tratamiento
1
2
3

descriptiva
Variable
Recuento
Recuento
Recuento

n
10
10
10

Media
15.40
4.00
3.10

D.E.
4.70
2.05
1.52

Var(n-1)
22.04
4.22
2.32

F max > F max tab con t = 3 y gl = n-1 = 10 1 = 9

S2max/S2min > F max tab
22.04/2.32 > 5.34
9.49 > 5.34; por lo tanto, no hay homogeneidad de varianzas
Prueba Levene
Anlisis de la varianza
Variable
RABS_Recuento

N
30

R
0.30

R Aj CV
0.25 72.54

Cuadro de Anlisis de la Varianza (SC tipo III)

F.V.
SC
gl
CM
F
p-valor
Modelo
31.50
2
15.75 5.86
0.0077
Tratamiento 31.50
2
15.75 5.86
0.0077
Error
72.58
27
2.69
Total
104.07
29

Se rechaza Ho porque el p (0.0077) es menor que el (0.05). Por lo tanto acepto Ha y

concluyo que no hay homogeneidad de varianzas.
7. A efectos de verificar los supuestos bajo distintas transformaciones, vamos a transformar
cada observacin Y en ln(Y+1) y en Y . Las transformaciones se pueden hacer en forma
muy sencilla en Infostat usando el men Datos>Frmulas. Si la variable recuento es la que
tiene los recuentos, Ud. puede crear dos variables nuevas: en la ventana de la frmula,
escriba logrecuento=ln(recuento+1) o raizrec=raiz(recuento).
Seguir las instrucciones de las transformaciones.
8. Analice los datos transformados en ln(Y+1) y
Transformacin logartmica:

Y , y repita 4, 5 y 6.

Ho: 1 = 2 = 3
Ha: al menos un i es diferente
ANOVA LOGRECUENTO
Anlisis de la varianza
Variable
N
logrecuento 30

R
0.75

R Aj CV
0.73 20.46

Cuadro de Anlisis de la Varianza (SC tipo III)

F.V.
SC
gl
CM
F
p-valor
Modelo
11.87 2
5.94 40.28 <0.0001
Tratamiento 11.87 2
5.94 40.28 <0.0001
Error
3.98 27
0.15
Total
15.85 29

Rechazo Ho porque el p (0.0001) es menor que el (0.05). Por lo tanto, acepto Ha que
nos indica que existe diferencia en el efecto de los tratamientos (control, insecticida
natural e insecticida sinttico) sobre la poblacin de cierto insecto en plantas de
habichuela.

Q-Q plot RESIDUO LOGRECUENTO

Q-Q plot residuo log recuento

Cuantiles observados(RE_logrecuento)

n= 30 r= 0.969 (RE_logrecuento)
2.08

1.04

0.00

-1.04

-2.08
-2.08

-1.04

0.00

1.04

2.08

Cuantiles de una Normal(2.2945E-016,1.0345)

Ho: Se cumple con el supuesto de Normalidad

Ha: No se cumple con el supuesto de Normalidad
Shapiro-Wilks (modificado)
Variable
RDUO_logrecuento

n
30

Media D.E.
0.00 0.37

W*
0.89

p (una cola)
0.0103

Se rechaza Ho porque el p (0.0103) es menor que (0.05). No se cumple con el supuesto

de Normalidad.
Residuales vs. Predichos RESIDUO LOGRECUENTO
REs vs Pred Res Log Rec
0.61

RDUO_logrecuento

0.28

-0.05

-0.38

-0.70
1.27

1.66

2.05

2.44

2.83

PRED_logrecuento

Puntos en grficos no forman un embudo; por lo tanto, s hay homogeneidad de varianza.

Ho: Se cumple con el supuesto de Homogeneidad de varianzas
1 2 = 2 2 = 3 2

Ha: No se cumple con el supuesto de Homogeneidad de varianzas

Al menos un i2 es diferente
Estadstica
Tratamiento
1
2
3

descriptiva
Variable
logrecuento
logrecuento
logrecuento

n
10
10
10

Media
2.76
1.53
1.34

D.E.
0.30
0.42
0.42

Var(n-1)
0.09
0.18
0.18

F max log rec > F max tab con t = 3 y gl = n-1 = 10 1 = 9

S2max/S2min > F max tab
0.18/0.09 > 5.34
2 < 5.34; por lo tanto, s hay homogeneidad de varianzas.

Prueba Levene log rec

Anlisis de la varianza
Variable
N
R
R Aj CV
RABS_logrecuento 30
0.13
0.07 53.69
Cuadro de Anlisis de la Varianza (SC tipo III)
F.V.
SC
gl
CM
F
p-valor
Modelo
0.12
2
0.06 2.08
0.1449
Tratamiento 0.12
2
0.06 2.08
0.1449
Error
0.79 27
0.03
Total
0.92 29

Se acepta Ho porque el p (0.1449) es mayor que el (0.05). Por lo tanto acepto Ho y

concluyo que s hay homogeneidad de varianzas.
Transformacin raz cuadrada:
Ho: 1 = 2 = 3
Ha: al menos un i es diferente
ANOVA RAIZRECUENTO
Anlisis de la varianza
Variable
raizrec

N
30

R
0.79

R Aj CV
0.77 21.35

Cuadro de Anlisis de la Varianza (SC tipo III)

F.V.
SC
gl
CM
F
p-valor
Modelo
28.59 2
14.30 49.88 <0.0001
Tratamiento 28.59 2
14.30 49.88 <0.0001
Error
7.74 27
0.29
Total
36.33 29

Rechazo Ho porque el p (0.0001) es menor que el (0.05). Por lo tanto, acepto Ha que
nos indica que existe diferencia en el efecto de los tratamientos (control, insecticida

natural e insecticida sinttico) sobre la poblacin de cierto insecto en plantas de

habichuela.
Q-Q plot RESIDUO RAIZRECUENTO
Q-Q plot Res Raiz Rec

Cuantiles observados(RDUO_raizrec)

n= 30 r= 0.981 (RDUO_raizrec)
1.05

0.53

0.00

-0.53

-1.05
-1.05

-0.53

0.00

0.53

1.05

Cuantiles de una Normal(-1.2953E-016,0.26685)

Ho: Se cumple con el supuesto de Normalidad

Ha: No se cumple con el supuesto de Normalidad
Shapiro-Wilks (modificado)
Variable
RDUO_raizrec

n
30

Media D.E.
0.00 0.52

W*
0.92

p (una cola)
0.0864

Se acepta Ho porque el p (0.0864) es mayor que (0.05). S se cumple con el supuesto

de Normalidad.
Residuales vs. Predichos RESIDUO RAIZRECUENTO
REs vs Pred Res Raiz Rec
1.00

RDUO_raizrec

0.51

0.02

-0.48

-0.97
1.59

2.19

2.79

3.39

3.99

PRED_raizrec

Puntos en grficos no forman un embudo; por lo tanto, s hay homogeneidad de varianza.

Ho: Se cumple con el supuesto de Homogeneidad de varianzas
1 2 = 2 2 = 3 2

Ha: No se cumple con el supuesto de Homogeneidad de varianzas

Al menos un i2 es diferente
Estadstica
Tratamiento
1
2
3

descriptiva
Variable
raizrec
raizrec
raizrec

n
10
10
10

Media
3.88
1.94
1.70

D.E.
0.61
0.52
0.47

Var(n-1)
0.37
0.27
0.22

F max raiz rec > F max tab con t = 3 y gl = n-1 = 10 1 = 9

S2max/S2min > F max tab
0.37/0.22 > 5.34
1.68 < 5.34; por lo tanto, s hay homogeneidad de varianzas

Prueba Levene raiz rec

Anlisis de la varianza
Variable
N
R
R Aj CV
RABS_raizrec
30
0.02
0.00 59.54
Cuadro de Anlisis de la Varianza (SC tipo III)
F.V.
SC
gl
CM
F
p-valor
Modelo
0.03
2
0.01 0.22
0.8071
Tratamiento 0.03
2
0.01 0.22
0.8071
Error
1.86 27
0.07
Total
1.89 29

Se acepta Ho porque el p (0.8071) es mayor que el (0.05). Por lo tanto acepto Ho y

concluyo que s hay homogeneidad de varianzas.
9. Es necesaria una transformacin para los datos de este problema? Cul de las
transformaciones le parece ms apropiada?
Es necesaria porque los datos originales no cumplen con homogeneidad de varianzas. La
transformacin ms adecuada es la de raz recuento porque cumplimos con ambos
supuestos: Homogeneidad de varianzas y Normalidad.
10. Considere el problema 2 del laboratorio 2. Se est planificando realizar de nuevo este
experimento para la prxima temporada y nos interesa disearlo correctamente,
aprovechando la informacin brindada por el experimento analizado en el laboratorio 2.
a. Usara Ud. un DCA o un DBCA? Justifique.
Usara un DBCA porque hubo diferencias entre los bloques (heterogeneidad).
b. Prepare un grfico en el que aparezca la potencia de la prueba para detectar como
significativa una diferencia en el nmero promedio de plantas emergidas de 4 entre dos
tratamientos usando n=2,3,4,5,6,7,8,9 y 10 repeticiones. Considere un nivel de
significacin del 5%.

Potencia en 10 repeticiones
1.02286

potencia

0.80390

0.58494

0.36598

0.14702
2

10

c. Cuntas repeticiones se deberan usar si queremos ser capaces de detectar como

significativa una diferencia en el nmero promedio de plantas emergidas de 4 entre dos
medias de tratamientos un 90% de las veces?
Se deberan usar 8 repeticiones.
d. Cmo cambia nuestra respuesta si lo que deseamos detectar es una diferencia de 6?
Se necesitaran menos repeticiones (4 repeticiones) para detectar una diferencia
significativa en el 90% de los casos.