Estadistica Unidad 4

Alumno: Miguel Angel Torres Rodríguez
4.1 Diseño bloques al azar

Introducción
En algunos experimentos las unidades diseño experimentales no son homogéneas, es decir, algunas
tienen características diferentes a las demás. Para eficientar el experimento las unidades experimentales
se agrupan por su homogeneidad y a esos grupos se les aplican los tratamientos. Así se evalúa también
el impacto del grupo de unidades llamado bloque.
La varianza total se va a separar en tres varianzas, la de tratamientos, la de bloques y la del error.
CARACTERISTICAS DEL DISEÑO
 Las unidades experimentales se agrupan en r bloques. Se definen los t tratamientos que se van
a aplicar a las n unidades experimentales.
 Las unidades experimentales de cada bloque se sortean para la asignación a cada tratamiento.
 Se define la variable a medir.
El diseño de bloques completos al azar surge por la necesidad que tiene el investigador de ejercer un
control local de la variación dado la existencia de un material experimental heterogéneo. En ese orden
de ideas, los pasos que el investigador sigue son:
a) Forma los bloques de unidades experimentales homogéneos fundamentándose para ello en

algún criterio de bloqueo o agrupamiento. Estos criterios pueden ser: Raza, Época, Edad, Sexo,
Peso, Sistema de Manejo, Tipo de Explotación, Zona, País, Número de Partos, número de
lactaciones, número de ordeños, corrales o establos, potreros, camadas, métodos, variedades,
entre otros.
b) Luego de formados los bloques se asignan al azar los tratamientos a la unidades experimentales
de cada bloque. El esquema dado a continuación ayuda a comprender la filosofía de la formación
de bloques.
Los bloques se definen como un conjunto de unidades experimentales homogéneas dentro de sí y

heterogéneos entre sí. En los bloques están representados todos los tratamientos.
Objetivos
(a) Maximizar las diferencias entre bloques
(b) Minimizar la variación dentro de bloques

Ventajas
(a Elimina una fuente de variación del error, aumentando de
esta forma la precisión del ensayo. La precisión del ensayo
se mide a través del coeficiente de variación
CV(%)=S/Yx100
(b) Permite una gran flexibilidad en la relación tratamiento
bloque, siempre y cuando se reserven un número igual
(o un múltiplo) de tratamientos por unidad experimental.
(c) La pérdida de información por bloque o tratamiento no

dificulta el análisis estadístico.
(d) Permite aplicar el principio de confusión al hacer coincidir los bloques con los ciertas variables que
influyen sobre la respuesta pero que no son de interés para el investigador.
Desventajas
(a) No es apropiado para un número elevado de tratamientos (se recomienda entre 6 y 24 tratamientos)
(b) No es aconsejable cuando exista una gran variación (en más de una variable) en el material
experimental.
(c) Si el efecto de bloque no es significativo se trabaja innecesariamente con disminución de los grados
de libertad para el error y la consecuente disminución de la precisión.
(d) Si resulta una interacción entre bloque y tratamiento, se invalida la prueba F.
4.2 Diseños en cuadrados latinos

Descripción del modelo
Los diseños en cuadrados latinos son apropiados cuando es necesario controlar dos
fuentes de variabilidad. En dichos diseños el número de niveles del factor principal tiene
que coincidir con el número de niveles de las dos variables de bloque o factores
secundarios y además hay que suponer que no existe interacción entre ninguna pareja de
factores.
Supongamos que el número de niveles de cada uno de los factores es K. El diseño en
cuadrado latino utiliza K2 bloques, cada uno de estos bloques corresponde a una de las
posibles combinaciones de niveles de los dos factores de control. En cada bloque se aplica
un solo tratamiento de manera que cada tratamiento debe aparecer con cada uno de los
niveles de los dos factores de control.
Si consideramos una tabla de doble entrada donde las filas y las columnas representan
cada uno de los dos factores de bloque y las celdillas los niveles del factor principal o
tratamientos, el requerimiento anterior supone que cada tratamiento debe aparecer una
vez y sólo una en cada fila y en cada columna.
Recibe el nombre de cuadrado latino de orden K a una disposición en filas y columnas de
K letras latinas, de tal forma que cada letra aparece una sola vez en cada fila y en cada
columna.
A continuación vamos a dar una forma simple de construcción de cuadrados latinos.
Se parte de una primera fila con las letras latinas ordenadas alfabéticamente
Columna 1 Columna 2 Columna 3 ··· Columna k

Fila 1 A B C ··· K
Las sucesivas filas se obtienen moviendo la primera letra de la fila anterior a la última
posición (construcción por permutación cíclica), el cuadrado así obtenido es un cuadrado
latino estándar. Un cuadrado latino se denomina estándar cuando las letras de la primera
fila y la primera columna están ordenadas alfabéticamente. A parte de los cuadrados
latinos así obtenidos existen otros cuadrados latinos diferentes, estándares y no
estándares. En el Apéndice B se muestran algunos cuadrados latinos estándares para los
órdenes 3, 4, 5, 6, 7, 8 y 9.
El procedimiento para construir un diseño en cuadrado latino es el siguiente:
1) Se elige aleatoriamente un cuadrado latino de los disponibles.

2) Se asigna aleatoriamente el orden de las filas y columnas.
3) Se asignan aleatoriamente los tres factores a las filas, columnas y letras, respectiva-
mente.
Ilustremos este procedimiento con el ejemplo del rendimiento de la semilla de trigo. Al

plantear este experimento se pensó que podría conseguirse mayor precisión si se
controlaba la variabilidad introducida por los tipos de abono e insecticida. El instituto de

experi- mentación agrícola está interesado en estudiar 4 tipos de semilla de trigo, (s1, s2,
s3, s4) y decide realizar el experimento utilizando un diseño en cuadrado latino. Para ello
selecciona 4 niveles para cada una de las variables de bloque: abono, (a1, a2, a3, a4), e
insecticida, (i1, i2, i3, i4).
La selección de uno de los cuadrados se hace al azar. Supongamos que el cuadrado latino
elegido es el siguiente
A B C D B A D CC D A BDCBA
A continuación, se asigna también al azar, el orden de las filas y las columnas. Supong-
amos que el orden seleccionado para las filas sea (2, 3, 1, 4), entonces el cuadrado latino
anterior se convierte en
B A D C
C D A B
A B C D
D C B A
Se vuelven a generar otros 4 números aleatorios que se identifican con el orden de las
columnas de este último cuadrado. Supongamos que los números obtenidos son (4, 3, 1,
2), obteniéndose el siguiente cuadrado latino
C D B A B A C D D C A B ABDC
Por último, se asignan al azar las filas, las columnas y las letras latinas a los tres factores.
Por ejemplo, supongamos que las filas, las columnas y las letras se asignan,
respectivamente, a los tipos de insecticidas, semillas y abonos, de tal forma que el diseño
resultante es
Tabla 5-1.
Semillas
Insecticidass1 s2 s3 s4
i1 a3 a4 a2 a1
i2 a2 a1 a3 a4
i3 a4 a3 a1 a2
i4 a1 a2 a4 a3
Por convenio, se suele situar el factor principal, en este caso el tipo de semilla, en las
celdillas. Reordenando el diseño anterior se obtiene la siguiente tabla:
Tabla 5-2.
Abonos
Insecticidasa1 a2 a3 a4
i1 s4 s3 s1 s2
i2 s2 s1 s3 s4
i3 s3 s4 s2 s1
i4 s1 s2 s4 s3
En resumen, podemos decir que un diseño en cuadrado latino tiene las siguientes
características:
1o) Se controlan tres fuentes de variabilidad, un factor principal y dos factores de bloque.
2o) Cada uno de los factores tiene el mismo número de niveles, K.
3o) Cada nivel del factor principal aparece una vez en cada fila y una vez en cada columna.
4o) No hay interacción entre los factores.
Ejercicios tema 4.2
1.- "Evaluación del sistema de riego por exudación utilizando cuatro

variedades de melón, bajo modalidad de siembra, SIMPLE HILERA.". Se
desea probar el comportamiento de tres variedades híbridas de melón y uno
estándar. (Tesis).- autor Alberto Ángeles L.
Variedades: V1 : Híbrido Mission
V2 : Híbrido Mark.
V3 : Híbrido Topfligth.
V4 : Híbrido Hales Best Jumbo.
Hipótesis : Ho : Efecto de variedades de melon en
estudio es nulo. H1 : Al menos dos
variedades tienen efectos distintos.
Datos: Rendimiento en Kgs. por parcela.

C1 C2 C3 C4 C1 C2 C3 C4
F1 45 50 43 35 F1 V1 V2 V3 V4
F2 29 53 41 63 F2 V4 V3 V2 V1
F3 37 41 41 63 F3 V2 V4 V1 V3
F4 38 40 35 41 F4 V3 V1 V4 V2
Solucion:
C1 C2 C3 C4 Y.j
F1 45 50 43 35 173
F2 29 53 41 63 186
F3 37 41 41 63 182
F4 38 40 35 41 154
Yi. 149 184 160 202 695
V1 V2 V3 V4
189 169 197 140 695
Estimación de parámetros:
 : 695/16 = 43.4375
1 : 189/4 – 43.4375 = 3.81 ; 2 : -1.18 ; 3 : 7.57 ; 4 : -8.4375
c1 : 149/4 – 43.4375 =-6.1875 ;c2 : 2.5625 ; c3 : -3.4375
; c4 : 7.0625 f1 : 173/4 – 43.4375 = -0.1875 ; f2 : 3.0625
; f3 : 2.0625 ; f4 : -4.9375
CALCULO DE SUMAS DE CUADRADOS
Termino de corrección TC = 695 ² /16 =

30189.1 SC(Total) = 45 ² + 50 ² + . . . 41 ² - TC
= 1359.9375 SC(Filas) = (173 ² + … + 154 ² ) /
4 - TC = 152.18750 SC(Columna) = ( 149 ² +
… + 202 ² ) / 4 – TC = 426.18750 SC(Melon) =
( 189 ² + … + 140 ²) / 4 – TC = 483.68750
SC(error) = SC(total) – SC(filas) – SC(columnas) =
297.8750 Promedio = 695 /16 = 43.438
CM (error) = SC(error) / [(t-1)(t-2)] =
49.6458 CV = Raíz (CM error) *100 /
Promedio = 16.2 % Análisis de
Variancia:
Fuente Gl S.C. C.M. Fc Pr > F
FILA 3 152.1875 50.7291 1.02 0.4466

COLUMNA 3 426.1875 142.0625 2.86 0.1264
MELON 3 483.6875 161.2291 3.25 0.1022
Error 6 297.8750 49.6458
Total 15 1359.9375
Se acepta la Hp, a un riesgo de rechazar la Hp de 0.05 Por lo tanto, no existe

diferencias en el rendimiento de las variedades de melon tratadas con el
sistema de riego por exudación.
El coeficiente de variación es de 16% aceptable para evaluación en campo. El
rendimiento promedio del melón en condiciones experimentales resulto 43.3
kilos por parcela experimental.
2.-Un investigador quiere evaluar la productividad de cuatro variedades de

aguacate y decide realizar el ensayo en un terreno que posee un
gradiente de pendiente de oriente a occidente y además, diferencias en
la disponibilidad de Nitrógeno de norte a sur, para controlar los efectos
de la pendiente y la disponibilidad de Nitrógeno, utilizó un diseño de
cuadrado latino, las variedades son: A, B, C y D, los datos
corresponden a la producción en kg/parcela.
Aquí el juego de hipótesis a probar sería:

Ho = µ µ µ µ
A= B=C=D
Ha = µ ≠ µ para cualquier “i” diferente de “j”.

i j
El análisis de varianza queda: (Tarea: Verificarlo)
A partir de la cual se rechaza la hipótesis nula y se concluye que existen

por lo menos dos variedades de aguacate con diferentes niveles de
producción, para evaluar entre quienes está la diferencia debe
realizarse una prueba de comparación de medias, esto te queda de
tarea.
3.-
4.- En un experimento se estudio el efecto de cinco fuentes de nitrógeno sobre la producción

de una gramínea. La distribución de las fuentes de N y la producción de los granos secos
A 32,1 B 33,1 C 32,4 D 29,1 E 31,1 F 28,2
B 29,5 F 24,8 D 33,0 C 29,4 A 30,6 E 31,0
C 30,8 D 30,6 E 28,8 F 21,7 B 30,1 A 31,9
D 31,4 A 30,4 F 26,7 E 31,9 C 33,1 B 28,8
E 30,3 C 33,5 A 30,3 B 29,9 F 25,8 D 32,3
F 21,4 E 29,1 B 30,7 A 30,8 D 27,4 C 29,7
FACTOR= FUENTE DE N
T1 A (NH4)
T2 B NH4NO3
T3 C CO(NH2)2
T4 D Ca(NO3)2
T5 E NaNO3
T6 F SIN NITROGENO
HILERAS = Gradiente de fertilidad de oeste a este
COLUMNAS = Gradiente de fertilidad de norte a sur
Ho= Las fuentes de nitrógeno obtienen igual producción de grano.
H1= Las fuentes de nitrógeno obtienen diferente producción de grano.
Rep Hilera Columna Trat. Prod
1 1 1 A 32,1
1 2 1 B 29,5
1 3 1 C 30,8
1 4 1 D 31,4
1 5 1 E 30,3
1 6 1 F 21,4
2 1 2 B 33,1
2 2 2 F 24,8
2 3 2 D 30,6
2 4 2 A 30,4
2 5 2 C 33,5
2 6 2 E 29,1
3 1 3 C 32,4
3 2 3 D 33
3 3 3 E 28,8
3 4 3 F 26,7
3 5 3 A 30,3
3 6 3 B 30,7
4 1 4 D 29,1
4 2 4 C 29,4
4 3 4 F 21,7
4 4 4 E 31,9
4 5 4 B 29,9
4 6 4 A 30,8
5 1 5 E 31,1
5 2 5 A 30,6
5 3 5 B 30,1
5 4 5 C 33,1
5 5 5 F 25,8
5 6 5 D 27,4
6 1 6 F 28,2
6 2 6 E 31
6 3 6 A 31,9
6 4 6 B 28,8
6 5 6 D 32,3
6 6 6 C 29,7
Análisis de la varianza
Variable N R² R² Aj CV
Prod 36 0,82 0,68 5,40
Cuadro de Análisis de la Varianza (SC tipo I)

F.V. SC gl CM F p-valor
Modelo 230,23 15 15,35 5,94 0,0002
Hilera 32,19 5 6,44 2,49 Ns 0,0655
Columna 12,28 5 2,46 0,95 NS 0,4702
Trat. 185,76 5 37,15 14,39 ** <0,0001
Error 51,64 20 2,58
Total 281,88 35
Test:Tukey Alfa=0,05 DMS=2,91597

Error: 2,5821 gl: 20
Trat. Medias n E.E.
C 31,48 6 0,66 A
A 31,02 6 0,66 A
D 30,63 6 0,66 A
E 30,37 6 0,66 A
B 30,35 6 0,66 A
F 24,77 6 0,66 B
Medias con una letra común no son significativamente diferentes(p<= 0,05)
INTERPRETACIÓN
El análisis indica que no existen diferencias significativas para las hileras y las columnas
por lo tanto las gradientes de fertilidad no tienen un efecto sobre la producción de grano,
pero si existen diferencias altamente significativas entre los tratamientos.
Según Tukey los tratamientos que tuvieron mejor efecto fueron El tratamiento C, A, D, E, B,
siendo estos tratamientos los que tenían fuentes de Nitrógeno y el tratamiento que tuvo un
menor rendimiento fue el F( sin Nitrógeno), esto evidencia la poca claridad por parte del
investigador al momento de plantear la experimentación por colocar este testigo absoluto
(Tratamiento F).
El coeficiente de variación de 5,4% indica la precisión de tomar los datos al momento de
realizar la investigación
Conclusión: Las diferentes fuentes de Nitrógeno q se estudiaron se comportaron de igual
manera en lo que compete a la producción del grano seco
5.-En un experimento se estudiaron en Apodaca, Nl, 7 variedades de maíz. La distribución

de las variedades y la producción de grano seco, en Kg/parcela, fue la siguiente
F 12,0 B 10,6 D 10,6 C 9,3 E 11,0 A 9,0 G 11,2
B 8,7 E 8,6 G 8,3 F 9,6 A 7,5 D 9,0 C 8,2
G 9,3 C 7,9 E 7,9 D 8,2 F 8,6 B 9,9 A 10,1

C 7,0 F 7,9 A 8,0 G 8,1 B 9,1 E 10,8 D 12,7
D 8,6 G 9,9 B 8,8 A 8,1 C 8,9 F 10,7 E 10,0
A 7,7 D 7,1 F 6,6 E 6,6 G 7,3 C 7,5 B 8,7
E 6,3 A 6,6 C 7,8 B 8,2 D 7,1 G 8,6 F 7,3
Factor= Líneas endogámicas de maíz
Niveles
A Hibrido H-412
B Hibrido tobonita
C Sintético precoz Blanco
D Sintético NLVS-1 blanco
E Sintético Carmen Blanco
F Sintético Carmen Amarillo
G Sintético Carmen Amarillo PL
Hileras = Gradiente de fertilidad de oeste a este

Columnas= Luz de norte a sur (cortina Forestal)
H0=No hay diferencia la producción de grano en las 7 variedades de maíz
Hi= Al menos una de las 7 variedades de maíz se obtiene una producción de grano diferente
Rep Hilera Columna Trat Prod
1 1 1 F 12
1 2 1 B 8,7
1 3 1 G 9,3
1 4 1 C 7
1 5 1 D 8,6
1 6 1 A 7,7
1 7 1 E 6,3
2 1 2 B 10,6
2 2 2 E 8,6
2 3 2 C 7,9
2 4 2 F 7,9
2 5 2 G 9,9
2 6 2 D 7,1
2 7 2 A 6,6
3 1 3 D 10,6
3 2 3 G 8,3
3 3 3 E 7,9
3 4 3 A 8
3 5 3 B 8,8
3 6 3 F 6,6
3 7 3 C 7,8
4 1 4 C 9,3
4 2 4 F 9,6
4 3 4 D 8,2
4 4 4 G 8,1
4 5 4 A 8,1
4 6 4 E 6,6
4 7 4 B 8,2
5 1 5 E 11
5 2 5 A 7,5
5 3 5 F 8,6
5 4 5 B 9,1
5 5 5 C 8,9
5 6 5 G 7,3
5 7 5 D 7,1
6 1 6 A 9
6 2 6 D 9
6 3 6 B 9,9
6 4 6 E 10,8
6 5 6 F 10,7
6 6 6 C 7,5
6 7 6 G 8,6
7 1 7 G 11,2
7 2 7 C 8,2
7 3 7 A 10,1
7 4 7 D 12,7
7 5 7 E 10
7 6 7 B 8,7
7 7 7 F 7,3
Análisis de la varianza
Variable N R² R² Aj CV
Prod 49 0,72 0,55 11,22
Cuadro de Análisis de la Varianza (SC tipo I)

F.V. SC gl CM F p-valor
Modelo 73,42 18 4,08 4,26 0,0002
Hilera 51,30 6 8,55 8,92Ns <0,0001
Columna 14,20 6 2,37 2,47* 0,0462
Trat 7,92 6 1,32 1,38Ns 0,2557
Error 28,75 30 0,96
Total 102,17 48
INTERPRETACIÓN
El análisis del ADEVA indica diferencias No significativas entre las hileras por tanto la
gradiente de fertilidad no tiene efecto en la producción de grano seco entre las diferentes
variedades de grano seco. Ahora en lo que respecta a la fuente de variación de la luz del
norte al sur (columnas) existe una diferencia significativas indicando que si tiene cierto
efecto la incidencia de luz en la producción de grano de las 7 variedades de maíz
También podemos observar que entre los tratamientos no hay diferencias significativas, por
tanto las 7 variedades son iguales y por ende tienen igual producción de grano.
El coeficiente de variación de 11,22 indica el grado de precisión con que se manejo el
ensayo.
4.3 Diseño en cuadrado grecolatino.

El modelo en cuadrado greco-latino se puede considerar como una extensión del
cuadrado latino en el que se incluye una tercera variable de control o variable de
bloque. En este modelo, como en el diseño en cuadrado latino, todos los factores
deben tener el mismo número de niveles K y el número de observaciones necesarias
sigue siendo K 2. Este diseño es, por tanto, una fracción del diseño completo en
bloques aleatorizados con un factor principal y 3 factores secundarios que
requeriría K 4 observaciones.
Los cuadrados greco-latinos se obtienen por superposición de dos cuadrados latinos
del mismo orden y ortogonales entre sí, uno de los cuadrados con letras latinas el
otro con letras griegas. Dos cuadrados reciben el nombre de ortogonales si, al
superponerlos, cada letra latina y griega aparecen juntas una sola vez en el
cuadrado resultante.
En el Apéndice C se muestra una tabla de cuadrados latinos que dan lugar, por
su- perposición de dos de ellos, a cuadrados greco-latinos. Notamos que no es
posible formar cuadrados greco-latinos de orden 6.
La Tabla 5-8 ilustra un cuadrado greco-latino para K = 4
Tabla 5-8.
Cuadrado greco-latino
Aα Bβ Cγ Dδ
Dγ Cδ Bα Aβ
Bδ Aγ Dβ Cα
Cβ Dα Aδ Bγ
Planteamiento del Modelo
EJERCICIO 1
EJERCICIO 2
EJERCICIO 3
EJERCICIO 4
EJERCICIO 5
Referencia Bibliográfica
 http://dm.udc.es/asignaturas/estadistica2/sec5_
2.html
 http://www.dpye.iimas.unam.mx/patricia/inde
xer/bloqs.pdf
 https://tarwi.lamolina.edu.pe/~fmendiburu/ind
ex-filer/academic/metodos1/Bloques.pdf
 http://wpd.ugr.es/~bioestad/wp-
content/uploads/Latinos.pdf
 http://wpd.ugr.es/~bioestad/wp-
content/uploads/GrecoLatinos1.pdf

Estadistica Unidad 4

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Estadistica Unidad 4

Diunggah oleh

Hak Cipta:

Format Tersedia

Alumno: Miguel Angel Torres Rodríguez

Alumno: Miguel Angel Torres Rodríguez

4.1 Diseño bloques al azar

a) Forma los bloques de unidades experimentales homogéneos fundamentándose para ello en

Los bloques se definen como un conjunto de unidades experimentales homogéneas dentro de sí y

(b) Minimizar la variación dentro de bloques

(c) La pérdida de información por bloque o tratamiento no

4.2 Diseños en cuadrados latinos

Columna 1 Columna 2 Columna 3 ··· Columna k

1) Se elige aleatoriamente un cuadrado latino de los disponibles.

Ilustremos este procedimiento con el ejemplo del rendimiento de la semilla de trigo. Al

controlaba la variabilidad introducida por los tipos de abono e insecticida. El instituto de

Ejercicios tema 4.2

1.- "Evaluación del sistema de riego por exudación utilizando cuatro

Datos: Rendimiento en Kgs. por parcela.

CALCULO DE SUMAS DE CUADRADOS

Termino de corrección TC = 695 ² /16 =

= 1359.9375 SC(Filas) = (173 ² + … + 154 ² ) /

4 - TC = 152.18750 SC(Columna) = ( 149 ² +

… + 202 ² ) / 4 – TC = 426.18750 SC(Melon) =

( 189 ² + … + 140 ²) / 4 – TC = 483.68750

SC(error) = SC(total) – SC(filas) – SC(columnas) =

297.8750 Promedio = 695 /16 = 43.438

CM (error) = SC(error) / [(t-1)(t-2)] =

49.6458 CV = Raíz (CM error) *100 /

Promedio = 16.2 % Análisis de

Fuente Gl S.C. C.M. Fc Pr > F

FILA 3 152.1875 50.7291 1.02 0.4466

Se acepta la Hp, a un riesgo de rechazar la Hp de 0.05 Por lo tanto, no existe

2.-Un investigador quiere evaluar la productividad de cuatro variedades de

Aquí el juego de hipótesis a probar sería:

Ha = µ ≠ µ para cualquier “i” diferente de “j”.

A partir de la cual se rechaza la hipótesis nula y se concluye que existen

4.- En un experimento se estudio el efecto de cinco fuentes de nitrógeno sobre la producción

Cuadro de Análisis de la Varianza (SC tipo I)

Test:Tukey Alfa=0,05 DMS=2,91597

5.-En un experimento se estudiaron en Apodaca, Nl, 7 variedades de maíz. La distribución

G 9,3 C 7,9 E 7,9 D 8,2 F 8,6 B 9,9 A 10,1

Hileras = Gradiente de fertilidad de oeste a este

Cuadro de Análisis de la Varianza (SC tipo I)

4.3 Diseño en cuadrado grecolatino.

Anda mungkin juga menyukai