UNT

EJERCICIO 1.

Una compañía de textiles utiliza diversos telares para la producción de telas. Aunque se desea que
los telares sean homogéneos con el objetivo de producir tela de resistencia uniforme, se supone
que puede existir una variación significativa en la resistencia de la tela debida a la utilización de
distintos telares. A su disposición tiene 5 tipos con los que realiza determinaciones de la
resistencia de la tela. Este experimento se realiza en orden aleatorio y los resultados se muestran
en la siguiente tabla.

TELARES RESISTENCIA
1 51 49 50 49 51 50
2 56 60 56 56 57
3 48 50 53 44 45
4 47 48 49 44
5 43 43 46 47 45 46
En este experimento, se han considerado 5 tipos de telares y se han realizado 6, 5. 5. 4 y 6
determinaciones de la resistencia de tela manufacturada con cada uno, respectivamente.
Identifique: la variable respuesta, el factor, los niveles del factor y el tipo de modelo

DESARROLLO
VARIABLE RESPUESTA: Resistencia de la tela.
FACTOR: Telares.
NIVELES DE FACTOR: 5 niveles.
TIPO DE MODELO: Modelo de efectos fijos.

TELARES RESISTENCIA (Yi) Yi. Ẏi

1 51 49 50 49 51 50 300 50
2 56 60 56 56 57 285 57
3 48 50 53 44 45 240 48
4 47 48 49 44 188 47
5 43 43 46 47 45 46 270 45
Y.. 1283 247

a) Plantee la hipótesis a evaluar

Ho: µ1 =µ2 = ··· = µI = µ

H1: µi ≠ µj por lo menos para algún i ≠ j
 UNT

b) Describa el modelo estadístico matemático

Yij = µ + ti + Ɛij
µ= 49.35
ti = µi - µ= 197.65
Yij = 49.35 + 197.65 + Ɛij
c) Realice el ANOVA y concluya en términos del problema

FUENTE DE SUMA DE GL CUADRADO F Fa P

VARIACION CUADRADOS MEDIO
TRATAMIENTOS 439.884615 4 109.971154 23.5652473 2.84009981 1.6494E-07
ERROR 98 21 4.66666667
TOTAL 537.884615 25

Como F es mayor que Fa, debe rechazarse la Ho al 5% de significancia y concluimos que

las medias de los tratamientos difieren; es decir existe efecto de los telares en al menos
uno de los tratamientos o también podemos decir que el porcentaje de tratamientos
afecta significativamente la resistencia de la tela.

EJERCICIO 2.

En una determinada fábrica de galletas se desea saber si las harinas de sus cuatro proveedores
producen la misma viscosidad en la masa. Para ello, produce durante un día 16 masas, 4 de cada
tipo de harina, y mide su viscosidad. Los resultados obtenidos son:

PROVEEDOR PROVEEDOR B PROVEEDOR C PROVEEDOR D

A
98 97 99 96
91 90 93 92
96 95 97 95
95 96 99 98
Identifique: la variable respuesta, el factor, los niveles del factor y el tipo de modelo.

DESARROLLO
VARIABLE RESPUESTA: Viscosidad en la masa.
FACTOR: Proveedor.
NIVELES DE FACTOR: 4 niveles.
TIPO DE MODELO: Modelo de efectos fijos.

PROVEEDOR VISCOSIDAD (Yi) Yi. Ẏi

A 98 91 96 95 380 95
B 97 90 95 96 378 94.5
C 99 93 97 99 388 97
D 96 92 95 98 381 95.25
Y.. 1527 381.75
 UNT

a) Plantee la hipótesis a evaluar

Ho: µ1 =µ2 = ··· = µI = µ

H1: µi ≠ µj por lo menos para algún i ≠ j

b) Describa el modelo estadístico matemático

Yij = µ + ti + Ɛij
µ= 49.35
ti = µi - µ= 197.65
Yij = 49.35 + 197.65 + Ɛij
c) Realice el ANOVA y concluya en términos del problema

FUENTE DE SUMA DE GL CUADRADO F Fa P

VARIACION CUADRADOS MEDIO
TRATAMIENTOS 14.1875 3 4.729166667 0.58056266 3.49029482 0.63892015
ERROR 97.75 12 8.145833333
TOTAL 111.9375 15

Como F es menor que Fa, debe aceptarse la Ho al 5% de significancia y

concluimos que los efectos delos tratamientos sobre la respuesta son
estadísticamente nulos (iguales a 0).

EJERCICIO 3.

Un silvicultor quiso comparar los efectos de cinco tratamientos de preparación del terreno sobre
el crecimiento inicial en altura de plántulas de pino. Dispuso de 25 parcelas y aplicó cada
tratamiento a cinco parcelas seleccionadas al azar. La plantación fue realizada manualmente y al
final de cinco, se midió la altura de todos los pinos y se calculó la altura promedio de cada parcela.
Las medidas de las parcelas (en pies) fueron como sigue:

TRATAMIENTOS
A B C D E
15 16 13 11 14
14 14 12 13 12
12 13 11 10 12
13 15 12 12 10
13 14 10 11 11
Probar si los tratamientos de preparación en el sitio afectan significativamente el crecimiento
inicial en altura de plántulas de pino en el terreno.
 UNT

DESARROLLO
HIPOTESIS:

Ho: µ1 =µ2 = ··· = µI = µ

H1: µi ≠ µj por lo menos para algún i ≠ j

TRATAMIENTOS Yi.
A 15 14 12 13 13 67
B 16 14 13 15 14 72
C 13 12 11 12 10 58
D 11 13 10 12 11 57
E 14 12 12 10 11 59
Y.. 313
ANOVA

FUENTE DE SUMA DE GL CUADRADO F Fa P

VARIACION CUADRADOS MEDIO
TRATAMIENTOS 34.64 4 8.66 5.85135135 2.8660814 0.00275751
ERROR 29.6 20 1.48
TOTAL 64.24 24

Como F es mayor que Fa, debe rechazarse la Ho al 5% de significancia y concluimos

que las medias de los tratamientos difieren; es decir los tratamientos de
preparación en el sitio afectan significativamente el crecimiento inicial en altura de
plántulas de pino en el terreno. Entonces se recomienda realizar una prueba post
análisis de varianza y así identificar mejor el tratamiento.

EJERCICIO 4.

Considere las siguientes producciones diarias (Kg) de leche (con 4% de grasa) de vacas para
lactación, sometidas a la administración de raíces y tubérculos, como suplemento de invierno en
la alimentación. Con un nivel de significancia de 1% verifique si existe efecto de la suplementación
alimenticia sobre la producción diaria de leche.

SIN SUPLEMENTO MANDIOCA ARARUTA BATATA DOCE

(manihot esculenta) (maranta arundinacea) (Ipomoea batata)
19.58 23.4 35.43 22.15
21.07 22.37 32.47 24.37
23.43 24.36 34.48 26.54
25.42 25.12 33.79 20.37
22.81 22.94 35.04 19.54
23.52 35.19 24.06
 UNT

DESARROLLO
HIPOTESIS:

Ho: µ1 =µ2 = ··· = µI = µ

H1: µi ≠ µj por lo menos para algún i ≠ j

Yi.
SIN SUPLEMENTO 19.58 21.07 23.43 25.42 22.81 23.52 135.83
MANDIOCA 23.4 22.37 24.36 25.12 22.94 118.19
(manihot esculenta)
ARARUTA (maranta 35.43 32.47 34.48 33.79 35.04 35.19 206.4
arundinacea)
BATATA DOCE 22.15 24.37 26.54 20.37 19.54 24.06 137.03
(Ipomoea batata)
597.45

ANOVA

FUENTE DE SUMA DE GL CUADRADO F Fa P

VARIACION CUADRADOS MEDIO
TRATAMIENTOS 579.024 3 193.0079004 54.70268348 5.01028684 1.5449E-09
ERROR 67.038 19 3.528307719
TOTAL 646.062 22

Como F es mayor que Fa, debe rechazarse la Ho al 1% de significancia y concluimos que las medias
de los tratamientos difieren; es decir que existe efecto de la suplementación alimentaria sobre la
producción diaria de leche.

EJERCICIO 5.

Considere los siguientes resultados, obtenidos en un experimento con tres tratamientos (A, B y C)
con 4 repeticiones y 2 submuestras, donde fue utilizado un DCA con submuestreo:

TRATAMIENTOS REPETICIONES
I II III IV
A 5.6 5 5.5 5.3
5.7 5.1 5.4 5.5
B 6.7 4.7 5.7 6.2
8.7 3.7 6.5 5.8
B 7.6 7.4 7.5 5.7
7.8 7.2 7.6 6.7
¿E s el submuestreo efectivo en este experimento? ¿Todos los tratamientos producen el mismo
efecto?
 UNT

DESARROLLO

TRATAMIENTOS REPETICIONES Y.. Ẏ

I II III IV
A 5.6 5 5.5 5.3
5.7 5.1 5.4 5.5
Yi 11.3 10.1 10.9 10.8 43.1 5
B 6.7 4.7 5.7 6.2
8.7 3.7 6.5 5.8
Yi 15.4 8.4 12.2 12 48 6
C 7.6 7.4 7.5 5.7
7.8 7.2 7.6 6.7
Yi 15.4 14.6 15.1 12.4 57.5 7.19
Y… 148.6 6.192

t 3
r 4
n 2
HIPOTESIS:

Ho: µ1 =µ2 = ··· = µI = µ Ho: ơ ² = 0

H1: µi ≠ µj por lo menos para algún i ≠ j H1: ơ ² > 0

SCTrat 13.40083333
SCEE 15.4175
SCEM 3.48
SCTotal 32.29833333

ANOVA

FUENTE DE SUMA DE GL CUADRADO F Fa P

VARIACION CUADRADOS MEDIO
TRATAMIENTOS 13.401 2 6.70041667 5.90708812 2.79637549 0.00290199
SCEE 15.4175 9 1.71305556 3.91138317 4.25649473 0.0599174
SCEM 3.480 12 0.29
TOTAL 32.298 23

Como F es mayor que Fa, debe rechazarse la Ho al 5% de significancia y concluimos que el

submuestreo fue efectivo para el experimento. Por lo tanto se procede a calcular un F2 utilizando
el CMee y se concluye que todos los tratamientos producen un mismo efecto.
 UNT

EJERCICIO 6.

Mendoza (2001) evaluó el efecto de la pulpa de café (Coffea arabica L.) sobre el rendimiento y
eficiencia biológica de la cepa ECS-0110 de Pleurotas ostreatus utilizando estopa de coco (Cocus
nucifera L.) y estróbilos de pino (Pinus app.) como sustratos. Los resultados obtenidos para la
variable rendimiento, expresado en gramos de hongo fresco obtenido por cada 454 gramos de
sustrato seco, se presentan a continuación:

REPETICIONES
TRATAMIENTOS
I II II IV V
T1 Coco 100% 271.09 468.24 345.02 335.15 320.37
T2 Coco-Pulpoa 9:1 265.15 371.39 291.68 318.46 318.3
T3 Coco-Pulpoa 8:2 254.09 171.39 314.33 265.67 285.78
T4 Coco-Pulpoa 7:3 433.68 278.76 309.75 278.8 309.78
T5 Coco-Pulpoa 6:4 472.91 439.14 489.8 371.6 448.25
T6 Coco-Pulpoa 5:5 372.59 484.37 465.79 447.14 484.39
T7 Pino 100% 147.64 210.93 164.52 147.62 189.84
T8 Pino-Pulpa 9:1 227.3 231.85 181.83 195.48 215.92
T9 Pino-Pulpa 8:2 197.14 234.13 189.77 246.46 246.46
T10 Pino-Pulpa 7:3 349.87 296.03 376.77 242.2 376.77
T11 Pino-Pulpa 6:4 355.67 385.31 355.66 281.57 385.28
T12 Pino-Pulpa 5:5 527.66 428.75 346.29 303.43 362.79
T13 Pulpa 100% (testigo) 565.82 615.15 552.05 580.26 605.12
Los tratamientos son expresados en proporciones de sustrato en peso seco.

a) Plantee las hipótesis a evaluar.

Ho: t1=t2=…=t13=0
H1: ti≠0 PARA ALGUN i i = 0,1,…13

b) Describa el modelo estadístico matemático.

Modelo completamente al azar; con el modelo estadístico lineal:

Yij = µ + ti + Ɛij
µ= 338.5
ti = µi - µ= 4061.9

Yij = 338.5 + 4061.9 + Ɛij

 UNT

c) Realice el ANOVA y concluya en términos del problema.

ANÁLISIS DE VARIANZA
Origen de las Suma de Grados de Promedio Probabilida Valor
F
variaciones cuadrados libertad de los d crítico para
Entre grupos 761059.2188 12 63421.6016 24.5394624 2.99292E-17 1.94361695
Dentro de los grupos 134392.646 52 2584.47396

Total 895451.8648 64

VALOR P 2.99292E-17 < α=0.05

INTERPRETACION: SE RECHAZA LA HIPOTESIS NULA, EN CONCLUSION DECIMOS QUE

LA PULPA DE CAFÉ ES INFLUYENTE EN EL RENDIMIENTO Y
EFICIENCIA BIOLOGICADE LA CEPA.

EJERCICIO 7.

Sosa Leonardo (1999) evaluo 4 substancias diluyentes-dispersantes de polen para producir semilla
hibrida en 4 cultivares de Marigold (Tagetes erecta L.) mediante polinización artificial en
condiciones de invernadero.

A continuación, se presenta los datos de campo de las variables: cantidad de Aquenios y peso de
aquenios (en gramos) medidas en Tagetes erecta P-702-1 Discovery Orange.

CANTIDAD DE AQUENIOS PESO DE AQUENIOS(gramos)

Tratamientos
I II III I II III
Testigo 912 830 835 1.80 1.50 1.50
Leche 25% 712 671 630 1.70 1.41 1.20
Leche 50% 690 828 759 1.20 1.48 1.34
Leche 75% 656 673 769 1.50 1.68 1.70
Gelatina 25% 519 535 550 1.31 1.04 1.35
Gelatina 50% 658 635 611 1.70 1.31 1.66
Gelatina 75% 888 806 723 1.85 1.81 1.64
Harina Arroz 25% 240 195 120 1.00 0.90 0.75
Harina Arroz 50% 218 160 190 0.98 0.40 0.55
Harina Arroz 75% 120 102 135 0.32 0.25 0.70
Portulaca 25% 655 628 601 1.33 1.04 1.18
Portulaca 50% 750 1123 999 1.68 1.83 2.35
Portulaca 75% 570 595 545 1.11 1.40 1.22
 UNT

CANTIDAD DE AQUENIOS PESO DE AQUENIOS(gramos)

Tratamientos Tratamientos
I II III I II III
Testigo 912 830 835 Testigo 1.80 1.50 1.50
Leche 25% 712 671 630 Leche 25% 1.70 1.41 1.20
Leche 50% 690 828 759 Leche 50% 1.20 1.48 1.34
Leche 75% 656 673 769 Leche 75% 1.50 1.68 1.70
Gelatina 25% 519 535 550 Gelatina 25% 1.31 1.04 1.35
Gelatina 50% 658 635 611 Gelatina 50% 1.70 1.31 1.66
Gelatina 75% 888 806 723 Gelatina 75% 1.85 1.81 1.64
Harina Arroz 25% 240 195 120 Harina Arroz 25% 1.00 0.90 0.75
Harina Arroz 50% 218 160 190 Harina Arroz 50% 0.98 0.40 0.55
Harina Arroz 75% 120 102 135 Harina Arroz 75% 0.32 0.25 0.70
Portulaca 25% 655 628 601 Portulaca 25% 1.33 1.04 1.18
Portulaca 50% 750 1123 999 Portulaca 50% 1.68 1.83 2.35
Portulaca 75% 570 595 545 Portulaca 75% 1.11 1.40 1.22
Suma = 7588 7781 7467 Suma = 17.48 16.05 17.14
n= 13 13 13 n= 13 13 13

a) Plantee las hipótesis a evaluar.

Ho: t1=t2=…=t13=0
H1: ti≠0 PARA ALGUN i i = 0,1,…13

b) Describa el modelo estadístico matemático.

Modelo completamente al azar; con el modelo estadístico lineal:

VARIABLE CANTIDAD DE AQUENIOS

Yij = µ + ti + Ɛij
µ= 585.54
ti = µi - µ= 3981.7

Yij = 585.54 + 3981.7+ Ɛij

VARIABLE PESO DE AQUENIOS

Yij = µ + ti + Ɛij
µ= 1.30
ti = µi - µ= 8.83

Yij = 1.30 + 8.83 + Ɛij

 UNT

c) Realice el ANOVA para cada variable y concluya en términos del problema

VARIABLE CANTIDAD DE AQUENIOS

ANÁLISIS DE VARIANZA
Origen de las Suma de Grados de Promedio de
F Probabilidad Valor crítico para F
variaciones cuadrados libertad los cuadrados
Entre grupos 2561773.692 12 213481.141 44.6944122 3.0365E-14 2.147926228
Dentro de los grupos 124188 26 4776.461538

Total 2685961.692 38

VALOR P 3.0365E-14 < α=0.05

INTERPRETACION: SE RECHAZA LA HIPOTESIS NULA, EN CONCLUSION DECIMOS QUE LA

CANTIDAD DE AQUENIOS INFLUYE DE MANERA SIGNIFICATIVA EN LA
PRODUCCION DE SEMILLA HÍBRIDA.

VARIABLE PESO DE AQUENIOS

ANÁLISIS DE VARIANZA
Origen de las Suma de Grados de Promedio de Valor crítico
F Probabilidad
variaciones cuadrados libertad los cuadrados para F
Entre grupos 5.340238462 12 0.44502 13.1259406 2.35019E-05 2.603660748
Dentro de los grupos 0.44075 13 0.03390

Total 5.780988462 25

VALOR P 2.35019E-05 < α=0.05

INTERPRETACION:
SE RECHAZA LA HIPOTESIS NULA, EN CONCLUSION DECIMOS QUE EL
PESO DE AQUENIOS(gramos) INFLUYE DE MANERA SIGNIFICATIVA EN
LA PRODUCCION DE SEMILLA HÍBRIDA.
 UNT

EJERCICIO 7.1.

Se realizó un experimento para evaluar el efecto de la adición de compuestos vitamínicos al

alimento balanceado en la ganancia de peso en cerdos. Tres diferentes compuestos fueron
evaluados ( A, B y C ) y un control (D – sin la adición de compuesto vitamínico). El aumento de
peso tras una semana en una muestra aleatoria de 22 cerdos se da a continuación.

TRATAMIENTO VARIABLE DE RESPUESTA;Aumento de peso (en libras) tras una semana

A 11.1 10.9 10.8 10.6 11.4 10.7
B 11.5 11 10.8 10.2 11.2 10.9
C 10.1 10.6 11.2 9.7 10.4 9.5
D 9.2 9.8 10.1 104

a) Describa el modelo estadístico matemático.

Modelo completamente al azar; con el modelo estadístico lineal:

Yij = µ + ti + Ɛij
µ= 14.80
ti = µi - µ= 50.57

Yij = 14.80 + 50.57+ Ɛij

b) Cite los supuestos de analisis de varianza, asi como el nombre de las pruebas
estadisticas que se utilizan para evaluarlos. ¿que es lo que se hace en el caso de que no
se cumplan los supuestos?

HOMOGENEIDAD DE VARIANZA

El supuesto de homogeneidad de varianzas, también conocido como supuesto de

homocedasticidad, considera que la varianza es constante (no varía) en los diferentes
niveles de un factor, es decir, entre diferentes grupos.

Ho: varianzas iguales

H1: almenos una es diferente

El F-test, también conocido como contraste de la razón de varianzas, es un test de

hipótesis para la hipótesis nula de que dos poblaciones normales tienen la misma
varianza.
El estadístico empleado por este test sigue una distribución de F-Snedecor:
 UNT

NORMALIDAD
Para comprobar la hipótesis nula de que la muestra ha sido extraída de una población con
distribución de probabilidad normal se puede realizar un estudio gráfico y/o analítico.

PRUEBA DE SHAPIRO-WILK
El estadístico de prueba es:

LINEALIDAD
Este segundo supuesto está dirigido a la relación entre las variable independientes y
dependiente. La relación entre cada variable independiente con la variable dependiente
debe ser lineal. En otras palabras, y como bien conocemos, debe haber una correlación
entre las variables independientes y la dependiente.

INDEPENDENCIA
Para comprobar la suposición de independencia de los datos, es interesante graficar los
residuos frente al orden temporal en el que éstos han sido recopilados.
Si en este gráfico se detecta una tendencia a tener rachas con residuos positivos y
negativos, esto nos indicará que los datos no son independientes.

c) Plantee las hipótesis a evaluar.

Ho: t1=t2=…=t13=0
H1: ti≠0 PARA ALGUN i i = 0,1,…13

d) Realice el ANOVA y concluya en términos del problema.

ANÁLISIS DE
VARIANZA
Promedio
Origen de las Suma de Grados de de los F Probabilidad Valor crítico
variaciones cuadrados libertad cuadrados para F

Entre grupos 1669.70538 3 556.56846 1.50128516 0.248099871 3.15990759

Dentro de los grupos
6673.10417 18 370.728009

Total 8342.80955 21

VALOR P 0.24809987 > α=0.05

INTERPRETACION:
SE ACEPTA LA HIPOTESIS NULA, EN CONCLUSION DECIMOS QUE
LA ADICION DE COMPUESTOS VITAMINICOS NO INFLUYE DE
MANERA SIGNIFICATIVA EN LA GANANCIA DE PESO EN CERDOS
 UNT

EJERCICIO 8.

Se realizó un experimento con el propósito de determinar si existen diferencias entre cinco

variedades de menta (Menta spicata var. Chispata), denominadas A, B, C, D y E, por la cual se
sembró cada variedad en tres macetas y se midieron los crecimientos (en cm) en una semana, de
los tallos de cuatro plantas por maceta. Los resultados se presentan a continuación:

NUMERO DE PLANTA
VARIEDAD MECETA 1 2 3 4
1 5.0 5.5 4.0 3.5
A 2 3.5 3.5 3.0 4.0
3 4.5 4.0 4.0 5.0
1 5.0 4.5 5.0 4.5
B 2 5.5 6.0 5.0 5.0
3 5.5 4.5 6.5 5.5
1 8.5 6.0 9.0 8.5
C 2 6.5 7.0 8.0 6.5
3 7.0 7.0 7.0 7.0
1 6.0 5.5 3.5 7.0
D 2 6.0 8.5 4.5 7.5
3 6.5 6.5 8.5 7.5
1 7.0 9.0 8.5 8.5
E 2 6.0 7.0 7.0 7.0
3 11.0 7.0 9.0 8.0

d) Realice el ANOVA y concluya, presente en forma ordenada el procedimiento

NUMERO DE PLANTA
VARIEDAD MECETA 1 2 3 4 Y.. Ẏ (Yi^2)/r*n
A 1 5.0 5.5 4.0 3.5
2 3.5 3.5 3.0 4.0
3 4.5 4.0 4.0 5.0
Yi 13.0 13.0 11.0 12.5 49.5 4.1 204.1875
B 1 5.0 4.5 5.0 4.5
2 5.5 6.0 5.0 5.0
3 5.5 4.5 6.5 5.5
Yi 16.0 15.0 16.5 15.0 62.5 5.2 325.520833
C 1 8.5 6.0 9.0 8.5
2 6.5 7.0 8.0 6.5
3 7.0 7.0 7.0 7.0
Yi 22.0 20.0 24.0 22.0 88.0 7.3 645.333333
D 1 6.0 5.5 3.5 7.0
2 6.0 8.5 4.5 7.5
3 6.5 6.5 8.5 7.5
Yi 18.5 20.5 16.5 22.0 77.5 6.5 500.520833
E 1 7.0 9.0 8.5 8.5
2 6.0 7.0 7.0 7.0
3 11.0 7.0 9.0 8.0
Yi 24.0 23.0 24.5 23.5 95.0 7.9 752.083333
Y… 372.5 6.208 2427.64583
 UNT

PRUEBAS DE HIPOTESIS t 5
r 4
Ho: µ1 =µ2 = ··· = µI = µ n 3
H1: µi ≠ µj por lo menos para algún i ≠ j

SCTrat 115.0416667
SCEE 10.27083333
SCEM 54.83333333
SCTotal 180.1458333

FUENTE DE SUMA DE CUADRADO

GL F Fa P
VARIACION CUADRADOS MEDIO
TRATAMIENTOS 115.042 4 28.7604167 42.0030426 1.92446282 5.60922E-08
SCEE 10.27083333 15 0.68472222 0.49949341 3.05556828 0.926423272
SCEM 54.833 40 1.37083333
TOTAL 180.146 59

VALOR P 5.60922E-08 < α=0.05

F > Fa

INTERPRETACION:
Como F es mayor que Fa, debe rechazarse la Ho al 5% de significancia y concluimos que el
submuestreo fue efectivo para el experimento. Por lo que se concluye que no existen
diferencias entre las variedades de menta.
 UNT

EJERCICIO 9

Un experimento fue realizado con la finalidad de comparar cuatro líneas avícolas (tratamientos),
dos especializadas en producción de carne y dos de doble propósito, los cuales se asignaron en
forma aleatoria a cuatro corrales dentro de cada granja (unidad experimental). Las observaciones
se hicieron en corrales individuales (muestra) y se midió la conversión alimenticia de las aves. Los
datos para las líneas de producción se presentan a continuación:

tratamientos # de granja # de granja # de granja # de granja Yi…

2.5 2.3 2.2 2.4 2.3 2 2 2.5 2.1 2.5 2.4 2 2 2 2.5 2
9.4 8.8 9 8.5
A 18.2 17.5 35.7
engorda
2.5 2.5 2 2 1.8 2 2 1.9 2 1.7 2 1.9 1.8 1.9 2 2
9 7.7 7.6 7.7
B 16.7 15.3 32
3.5 4 4 3.5 3.5 4 4.3 3.5 4 3 3.5 3 4 3.5 3.5 4
15 15.3 13.5 15
C 30.3 28.5 58.8
doble proposito
5.5 4.5 4.5 5.5 4 5 5.5 5.5 4 5 5 5.5 5 4 4.5 5
20 20 19.5 18.5
D 40 38 78
Y… 204.5

t= 4 r= 2 n= 2 s=4

a) Plantee la hipótesis a evaluar

Ho: µ1 =µ2 = ··· = µI = µ

H1: µi ≠ µj por lo menos para algún i ≠ j

r
F < F tabular, por lo tanto, se debe aceptar la hipótesis nula al 5% de significancia.
Quiere decir que las líneas avícolas tienen el mismo efecto.
 UNT

EJERCICIO 10

En un ensayo de campo se incluyó cinco tratamientos de fertilización para evaluar su efecto sobre
el rendimiento de cebada (Hordeum vulgare). De las 30 parcelas experimentales homogéneas que
se disponía, se asignaron al azar seis a cada tratamiento. Al momento de la cosecha se tomaron al
azar tres cuadros muestra en cada parcela, cuyos resultados (codificados) se presentan en el
siguiente cuadro.

tratamiento de fertilizante
repeticiones 1 2 3 4 5 Y..
57 67 95 102 123
46 72 90 88 101
I 28 66 89 109 113
Yi1 131 205 274 299 337
26 44 92 96 93
38 68 89 89 110
II 20 64 106 106 115
Yi2 84 176 287 291 318
39 57 91 102 112
39 61 82 93 104
III 43 61 98 98 112
Yi3 121 179 271 293 328
23 74 105 103 120
36 47 85 90 101
IV 18 69 85 105 11
Yi4 77 190 275 298 232
48 61 78 99 113

35 60 89 87 109
V 48 75 95 113 111
Yi5 131 196 262 299 333
50 68 85 117 124
37 65 74 93 102
VI 19 61 80 107 118
Yi6 106 194 239 317 344
Yi.. 650 1140 1608 1797 1892 7087

t=5 r= 6 n= 3
 UNT

a) Plantee la hipótesis a evaluar

Ho: µ1 =µ2 = ··· = µI = µ

H1: µi ≠ µj por lo menos para algún i ≠ j

Ho: s²s=0 (no existe variabilidad entre las U.E. expuestas al mismo tratamiento)
H1: s²s 0 (existe variabilidad entre las U.E. expuestas al mismo tratamiento)

fuente de suma de grados cuadrado Razon F p-valor

variacion cuadrados de medio F tabular
libertad
tratamientos 59529.0667 4 14882.2667 80.6937935 0.00039846 2.75871047
error experimental 4610.72222 25 184.428889 0.93119776 0.44024849 1.69019115
error de muestreo 11883.3333 60 198.055556
total 76023.1222 89

F > F tabular, por lo tanto se debe rechazar Ho al 5% de significancia. Quiere decir que
los tratamientos no influyen el mismo efecto sobre el rendimiento de la cebada.

F < F tabular, por lo tanto se deberia aceptar Ho al 5% de significancia. Concluyendo

que no existe variabilidad entre las UE expuestas al mismo tratamiento.

 COMENTE SOBRE LA EFECTIVIDAD DE USAS SUBMUESTREO

El submuestreo nos permite, además de estudiar la variabilidad entre unidades experimentales bajo
condiciones similares, estimar la variabilidad de observaciones en las unidades experimentales.
 UNT

EJERCICIO 11

En el curso de Industrialización de la Madera fue realizado un ensayo de tres productos químicos

tendientes a retardar la expansión del fuego cuando es usado en el tratamiento de páneles para
piso de madera. El investigador obtuvo 12 páneles y aplicó cada uno de los productos a cuatro de
ellos. Para tener mayor precisión, cada pánel fue cortado en dos piezas y luego midió el tiempo
requerido (minutos) por cada uno de ellos para ser consumido por el fuego. Los resultados se
resumen en la siguiente tabla:

panel (Repetición) Producto Químico

Muestra A B C Y…
1 1 10.3 4.4 3.1
2 9.8 4.7 3.3
Yi1 20.1 9.1 6.4
2 1 5.8 2.7 6.5
2 5.4 1.6 5.4
Yi2 11.2 4.3 11.9
3 1 8.7 4.6 5.1
2 10 4 7.5
Yi3 18.7 8.6 12.6
4 1 8.9 5.6 5.6
2 9.4 3.4 4.2
Yi4 18.3 9 9.8
Yi.. 68.3 31 40.7 140

t= 3 r= 4 n= 2

a) Plantee la hipótesis a evaluar

Ho: µ1 =µ2 = ··· = µI = µ

H1: µi ≠ µj por lo menos para algún i ≠ j

Ho: s²s=0 (no existe variabilidad entre las U.E. expuestas al mismo tratamiento)
H1: s²s 0 (existe variabilidad entre las U.E. expuestas al mismo tratamiento)
 UNT

fuente de suma de grados cuadrado Razon F p-valor

variación cuadrados de medio F tabular
libertad
tratamientos 93.6308333 2 46.8154167 3.071803081 0.09617438 4.25649473
error experimental 137.163333 9 15.2403704 20.52575134 5.7769E-06 2.79637549
error de muestreo 8.91 12 0.7425
total 146.073333 23

F < F tabular, se acepta la hipótesis nula al 5% de significancia. Quiere decir que

todos los tratamientos de productos químicos aplicados a la madera producen
el mismo efecto.

F > F tabular, se rechaza la hipótesis nula al 5% de significancia. Concluyendo

que el submuestreo fue efectivo en este experimento.

 Comente sobre la efectividad de usar submuestreo

El submuestreo nos permite, además de estudiar la variabilidad entre unidades experimentales bajo
condiciones similares, estimar la variabilidad de observaciones en las unidades experimentales.
 UNT

EJERCICIO 12

Banzato y Kronta (2011) citan los resultados obtenidos por Cardoso Filho (1974) , referentes a la
evaluación de 5 cultivares de sorgo, la variable de respuesta fue la producción de materia seca,
expresad en tm ha-1. Los datos se presentan a continuación:

CULTIVARES R1 R2 R3 R4 R5 R6
NK 300(HIBRIDO) 10.3 11.6 11.7 11.4 11.2 11.2
SORDAN 67(HIBRIDO) 9.8 10 10.2 11.9 10.4 10.5
PIONNER 9.9 9.6 10 10.4
988(HIBRIDO)
PIONNER 93(HIBRIDO) 21.2 20.6 22.3 19.9 21
SART(VARIEDAD) 20.2 20.6 22.1 20.8 20.9 20.9

VARIABLE RESPUESTA: PRODUCCION DE MATERIA SECA

FACTOR: CULTIVARES DE SORGO
NIVELES DE FACTOR: CADA CULTIVAR
TIPO DE MODELO: MODELO COMPLETAMENTE AL AZAR

HIPOTESIS:

Ho: µ1 =µ2 = ··· = µI = µ

H1: µi ≠ µj por lo menos para algún i ≠ j

ANÁLISIS DE VARIANZA
Origen de las Suma de Grados Promedio F Probabilidad Valor
variaciones cuadrados de de los crítico
libertad cuadrados para F
Entre grupos 698.76046 4 174.69012 404.439 3.00527E-20 2.81671
Dentro de los grupos 9.5025 22 0.4319318

Total 708.26296 26

VALOR P 3.0053E-20 < α=0.05

SE RECHAZA LA HIPOTESIS NULA, EN CONCLUSION DECIMOS QUE LOS

CULTIVARES DE SORGO SON INFLUYENTES EN LA PRODUCCION DE DE LA
MATERIA SECA
 UNT

EJERCICIO 13

Un experimento fue realizado para probar el efecto de cinco fuentes de energía utilizadas en
dietas para engorda de toretes (T1, T2, T3, T4 Y T5) en las cuales se midió la ganancia de peso
durante el periodo de engorda. Se consideraron 5 repeticiones por tratamientos (25 animales) y
se planteó la hipótesis de igualdad de medias.

REPETICION T1 T2 T3 T4 T5
1 980 1200 1300 1400 1350
2 1050 1230 1180 1350 1420
3 1100 1150 1200 1380 1550
4 1000 1390 1170 1420 1600
5 1120 1250 1050 1500 1490

VARIABLE RESPUESTA: GANANCIA DE PESO

FACTOR: FUENTES DE ENERGIA
NIVELES DE FACTOR: CADA FUENTE DE ENERGIA
TIPO DE MODELO: MODELO COMPLETAMENTE AL AZAR

HIPOTESIS:

Ho: µ1 =µ2 = ··· = µI = µ

H1: µi ≠ µj por lo menos para algún i ≠ j

ANÁLISIS DE VARIANZA
Origen de las Suma de Grados Promedio F Probabilidad Valor
variaciones cuadrados de de los crítico
libertad cuadrados para F
Entre grupos 608344 4 152086 23.1133739 2.91992E-07 2.8660814
Dentro de los grupos 131600 20 6580

Total 739944 24

VALOR P 2.91992E-07 < α=0.05

SE RECHAZA LA HIPOTESIS NULA, EN CONCLUSION DECIMOS QUE LAS

FUENTES DE ENERGIA UTILIZADAS EN DIETAS PARA ENGORDA DE TORETES
INFLUYEN EN LA GANANCIA DE PESO DURANTE EL PERIODO DE ENGORDA
 UNT

EJERCICIO 14

En un experimento reportado por Banzatto y Kronka realizado bajo un diseño completamente al

azar, fueron evaluados 5 cultivares de yuca.

A.IAC B.IAC C.IAC 11 D IRACEMA E MANTIQUEIRA

CULTIVARES A B C D E
R1 38.9 20.9 28.1 38.7 47.8
R2 25.4 26.2 27 43.2 47.8
R3 20.3 32.3 25.8 41.7 44.7
R4 25.7 28.3 26.9 39 50.5
R5 29.3 28.7 22.3 40.3 56.4

VARIABLE RESPUESTA: PRODUCCION DE LEUMBRES

FACTOR: CULTIVARES DE YUCA
NIVELES DE FACTOR: CADA CULTIVAR DE YUCA
TIPO DE MODELO: MODELO COMPLETAMENTE AL AZAR

HIPOTESIS:

Ho: µ1 =µ2 = ··· = µI = µ

H1: µi ≠ µj por lo menos para algún i ≠ j

ANÁLISIS DE VARIANZA
Origen de las Suma de Grados Promedio F Probabilidad Valor
variaciones cuadrados de de los crítico para
libertad cuadrados F
Entre grupos 2135.9384 4 533.9846 28.591716 5.07725E-08 2.8660814
Dentro de los grupos 373.524 20 18.6762

Total 2509.4624 24

VALOR P 5.0773E-08 > α=0.05

SE RECHAZA LA HIPOTESIS NULA, EN CONCLUSION DECIMOS QUE LOS

CULTIVARES DE YUCA SON INFLUYENTES EN LA PRODUCCION DE
LEGUMBRES.